DHH setzt bei 37 Signals auf alles Agent-First

Wie DHH vom KI-Skeptiker zum Agent-First-Entwickler wurde

David Heinemeier Hansson — Schöpfer von Ruby on Rails, Mitgründer von 37 Signals und eine der meinungsstärksten Stimmen in der Softwarebranche — hat bei KI-Coding-Tools eine komplette Kehrtwende vollzogen. In diesem ausführlichen Gespräch mit Gergely Orosz im The Pragmatic Engineer Podcast erklärt DHH genau, was sich verändert hat und warum.

Die Autovervollständigungs-Ära war zum Verrücktwerden: “I found it as we’re trying to have a conversation. You won’t let me finish a sentence. You’re constantly trying. Was this what you meant? Was this what you meant? You’re like, shut the hell up.” (Ich empfand es so, als würden wir versuchen, ein Gespräch zu führen, aber du lässt mich keinen Satz zu Ende bringen. Du versuchst ständig: War das gemeint? War das gemeint? Man möchte schreien: Halt die Klappe.) DHHs Frustration mit Tab-Completion-KI (Copilot, Cursor) war handfest — erfahrene Entwickler wollen kein Werkzeug, das ihr nächstes Zeichen errät. Sie wollen denken.

Dann haben Agent-Harnesses alles verändert: Die Kombination aus Claude Code / Open Code als terminalbasierte Agent-Harnesses und Opus 4.5 (veröffentlicht November 2025) war der Wendepunkt. “It produced code I wanted to merge without very much if any alteration and if I did want to do alteration I could tell it and it would remember and it would not make the same mistake next time.” (Es produzierte Code, den ich ohne große Änderungen oder gar ohne Änderungen mergen wollte, und wenn ich doch etwas anpassen wollte, konnte ich es sagen — es würde sich merken und denselben Fehler nicht ein zweites Mal machen.) Der Wandel von der Autovervollständigung zur autonomen Agent-Ausführung — bei der die KI Zugriff auf Tools, Bash und das Internet hat — hat das gesamte Erlebnis grundlegend verändert.

Agent-First bedeutet: mit dem Agenten beginnen: DHHs Workflow hat sich komplett umgekehrt. Früher: Editor öffnen, Code schreiben, bei Problemen die KI fragen. Jetzt: dem Agenten sagen, was er bauen soll, das Ergebnis prüfen und verfeinern. Er lässt zwei Modelle parallel laufen — Gemini K25 in Open Code oben, Opus in Claude Code unten — und überprüft Diffs in Neovim, wenn sie eintreffen.

Die “Mech-Suit”-Erkenntnis: “Running a bunch of agents feels less like being a project manager for agents and more like stepping into this super mech suit where suddenly I don’t just have two arms. I have 12.” (Eine Reihe von Agenten zu betreiben fühlt sich weniger wie die Arbeit eines Projektmanagers für Agenten an und mehr wie das Anziehen eines Super-Mech-Anzugs, bei dem man plötzlich nicht mehr nur zwei Arme hat. Sondern zwölf.) Das widerlegt seine eigene Vorhersage aus Lex Friedmans Podcast, wo er sagte, er wolle kein „Projektmanager für Agenten” sein. Die Realität stellte sich als Superkraft heraus, nicht als Delegation.

100 PRs in 90 Minuten geprüft: Vor dem Omachi-3.4-Release sah sich DHH 250 ausstehenden Pull Requests gegenüber. Er richtete Claude auf jede PR-URL und verarbeitete 100 davon in 90 Minuten — manche direkt gemergt, manche von Claude im korrekten Projektstil umgeschrieben, manche geschlossen. Arbeit, die sonst Tage manueller Überprüfung erfordert hätte. “This would have been a week’s worth of work, days at the very least.” (Das wäre eine Woche Arbeit gewesen, mindestens mehrere Tage.)

5 zentrale Erkenntnisse von DHH über KI und die Zukunft der Software

• Der Kuchen explodiert — er wächst nicht nur — 37 Signals nimmt Projekte in Angriff, an die man früher nie gedacht hätte. Ein Senior-Entwickler optimierte P1 (die schnellsten 1 % der Anfragen) von 4 ms auf 0,5 ms über 12 PRs innerhalb weniger Tage — ein „Eitelkeits”-Projekt, das früher niemand genehmigt hätte, bevor Agent-Beschleunigung es praktisch kostenlos machte.

• Senior-Entwickler profitieren am meisten — Den größten KI-Schub erhalten die erfahrensten Personen, die die Agent-Ausgabe gegen Produktionsanforderungen validieren können. Amazons interne Analyse führte schwere Ausfälle auf Junior-Entwickler zurück, die ungeprüften, von Agenten generierten Code ausgeliefert hatten. Die Qualifikationslücke weitet sich aus, sie verengt sich nicht.

• “Peak Programmer” könnte schon da sein — DHH argumentiert, dass wir möglicherweise dem Ende der Ära entgegengehen, in der Entwickler allein dadurch überdurchschnittliche Vergütung fordern konnten, dass sie der Implementierungsengpass waren. Es wird mehr Software als je zuvor produziert, aber die Engstelle verlagert sich hin zu Geschmack, Urteilsvermögen und dem Wissen, was zu bauen ist.

• Design und Geschmack werden wertvoller — Bei 37 Signals sind Designer Product Manager, die auch CSS und HTML schreiben. Agent-Beschleunigung macht dieses Modell branchenweit tragfähiger, da Designer ihre Visionen jetzt von Anfang bis Ende selbst umsetzen können. Ästhetik ist kein Luxus — sie ist ein Signal für Korrektheit.

• Ruby on Rails erlebt eine KI-Renaissance — Rails ist eine der token-effizientesten Methoden zum Bauen von Webanwendungen und damit ideal für Agent-Workflows geeignet, bei denen Kontextfenster und Kosten eine Rolle spielen. Schöner, lesbarer Code ist nicht mehr nur für Menschen — er hilft Agenten auch, bessere Ergebnisse zu produzieren.

Was das für Organisationen bedeutet, die auf Agent-First setzen

DHHs Erfahrung bei 37 Signals — einem 60-köpfigen Unternehmen, das seit 22 Jahren besteht — bietet einen praxistauglichen Leitfaden: dasselbe Team, das deutlich ambitioniertere Arbeit leistet, nicht ein kleineres Team, das dieselbe Arbeit billiger erledigt. Die zentrale Erkenntnis: Agent-Beschleunigung beschleunigt nicht nur bestehende Aufgaben; sie erschließt eine ganze Kategorie von Arbeit, die zuvor schlicht zu teuer war, um sie überhaupt in Betracht zu ziehen. Für Organisationen, die abwägen, ob sie in Agent-Tooling investieren sollen, lautet die Frage nicht Effizienz — sondern Ambition.