Warum ließ mich ein 10-Milliarden-Dollar-Startup Vibe-Code für sie schreiben – und warum gefiel es mir?

Ich fragte meine Redakteure, ob ich bei einem Tech-Startup arbeiten könnte. Es war eine ungewöhnliche Anfrage. Aber ich wollte Vibe-Code lernen. Mein Wissensdrang war dringend. Ich wollte die Zukunft überleben .

Der Pitch-Prozess verlief überraschend einfach: Zuerst sagten meine Redakteure zu, und dann stimmte das Tech-Startup Notion, dem ich meine verrückte Idee vorstellte, meiner Einbettung zu. Warum? Schwer zu sagen. Möglicherweise, weil die Belegschaft von Notion Vibe-Coding bereits voll und ganz akzeptiert hat – „Vibe“ ist hier ein Euphemismus für „KI-gestützt“. Einige Tech-Unternehmen schätzen, dass mittlerweile etwa 30 bis 40 Prozent ihres Codes von KI geschrieben werden.

Notion ist ein 1.000 Mitarbeiter umfassendes, risikokapitalfinanziertes Startup aus San Francisco mit einer Bewertung von 10 Milliarden US-Dollar. Es entwickelt die ultimative To-Do- und Notiz- App mit so vielen Vorlagen, Tabellen und Formatierungsmöglichkeiten, dass es schon eine Herausforderung ist, die Bedienung von Notion zu verstehen. Auf YouTube versuchen Produktivitätsexperten, Notion mit dem altbekannten Begriff der persönlichen Optimierung zu erklären. Ein solches Video trägt den Titel „Erste Schritte mit Notion, ohne den Verstand zu verlieren“. Es wurde 3,4 Millionen Mal angesehen.

Ich sollte an einem Donnerstag Mitte Juli als Vibe-Coding-Ingenieur bei Notion anfangen. Am Abend zuvor sah ich mir panisch diese YouTube-Videos an. Ich musste doch ein Power-User der App sein, wenn Notion mir – einem Anglistik-Studenten! – erlaubte, an der Codebasis herumzubasteln. In einem früheren Onboarding-Gespräch hatte mich ein neuer Kollege ermutigt, die KI-Coding-Plattform Cursor herunterzuladen und damit herumzuspielen. Das tat ich. Aus dieser Hausaufgabe entstand jedoch kein richtiger Code.

Glücklicherweise würde ich bei Notion im Pair-Programming arbeiten, was bedeutete, dass ich mit erfahrenen (menschlichen) Programmierern zusammenarbeiten würde. Bei meiner Ankunft wies mir Sarah Sachs, eine Leiterin der KI-Entwicklung bei Notion, einen Schreibtisch zu. Eine Firmentasche und ein Notizbuch erwarteten mich. Sachs teilte mir mit, dass ich am nächsten Tag meine Arbeit den Mitarbeitern bei einem wöchentlichen Demo-Meeting präsentieren würde. War das für mich in Ordnung? Ich sagte ja. Wir waren alle bereit, diesen Teil zu erledigen.

Ein paar Meter entfernt saß Simon Last, einer der drei Mitgründer von Notion. Er ist schlaksig und schüchtern, ein Ingenieur, der seine Managementaufgaben aufgegeben hat, um sich auf seine Rolle als „Super-IC“ – als einzelner Mitarbeiter – zu konzentrieren. Er stand auf, um mir die Hand zu schütteln, und ich dankte ihm verlegen dafür, dass ich Vibe-Code schreiben durfte. Simon wandte sich wieder seinem Laptop zu, wo er eine KI beim Programmieren beobachtete. Später erzählte er mir, dass die Nutzung von KI-Programmier-Apps wie die Leitung einer Gruppe von Praktikanten sei.

Seit 2022 unterstützt ein KI-Assistent in der Notion-App Nutzer beim Verfassen ihrer Notizen. Nun entwickelt das Unternehmen diesen zu einem „Agenten“ um – einer Art KI, die autonom im Hintergrund für Sie arbeitet, während Sie andere Aufgaben erledigen. Dafür müssen menschliche Ingenieure viel Code schreiben.

Sie öffnen Cursor und wählen aus mehreren KI-Modellen aus, welches sie nutzen möchten. Die meisten Ingenieure, mit denen ich während meines Besuchs sprach, bevorzugten Claude oder nutzten direkt die Claude Code-App. Nachdem sie ihren Kämpfer ausgewählt haben, bitten die Ingenieure ihre KI, Code zu entwerfen, um etwas Neues zu bauen oder eine Funktion zu reparieren. Der menschliche Programmierer debuggt und testet dann die Ausgabe nach Bedarf – wobei die KIs auch dabei helfen –, bevor der Code in die Produktion geht.

Generative KI ist im Grunde enorm teuer. Theoretisch spart sie Zeit. Das heißt: Wenn KI Notions Mitgründer und CEO Ivan Zhao helfen würde, seine Aufgaben früher als erwartet zu erledigen, könnte er in den Jazzclub im Erdgeschoss seines Bürogebäudes in der Market Street schlendern und dort eine Weile abschalten. Ivan mag Jazzmusik. In Wirklichkeit verbringt er die Zeit damit, mehr zu arbeiten. Die Fantasie der Vier-Tage-Woche wird also nur eine Realität bleiben.

Meine Arbeitswoche bei Notion dauerte nur zwei Tage – der ultimative Code-Sprint. (Im Austausch für den vollen Zugang zu ihrem Versteck erklärte ich mich bereit, die einfachen Ingenieure nur mit Vornamen anzusprechen.) Meine erste Aufgabe bestand darin, die Darstellung eines sogenannten Meerjungfrauendiagramms in der Notion-App zu korrigieren. Zwei Ingenieure, Quinn und Modi, erklärten mir, dass diese Diagramme in Notion als SVG-Dateien vorliegen und trotz der Bezeichnung „Scalable Vector Graphics“ nicht wie JPEG-Dateien vergrößert oder vergrößert werden können. Daher ist der Text in den Meerjungfrauendiagrammen in Notion oft unleserlich.

Quinn schob mir seinen Laptop zu. Er hatte die Cursor-App geöffnet und betrieb Claude. Aus Spaß scrollte er durch einen Teil von Notions Codebasis. „Also, die Notion-Codebasis? Enthält jede Menge Dateien. Wahrscheinlich wüssten Sie selbst als Ingenieur nicht, wo Sie hingehen sollen“, sagte er und bezeichnete mich höflich als Ingenieur. „Aber das ignorieren wir einfach. Wir bitten einfach die KI in der Seitenleiste, das zu tun.“

Seine Vibe-Coding-Strategie, erklärte Quinn, bestand oft darin, die KI zu fragen: „Hey, warum ist das Ding so, wie es ist?“ Diese Frage zwingt die KI, zunächst selbst ein wenig zu recherchieren, und die Antwort hilft dabei, die Eingabeaufforderung zu formulieren, die wir, die menschlichen Ingenieure, schreiben würden. Nach einigem „Denken“ informierte uns Cursor über fließende Textzeilen, dass Notions Meerjungfrauendiagramme statische Bilder sind, denen unter anderem Klick-Handler fehlen und die nicht in eine Vollbild-Infrastruktur integriert sind. Sicher.

Anhand von Claudes Notizen habe ich die Anfrage verfasst und einige Notizen des Entwicklungsteams in Cursor eingefügt, und zwar wie folgt:

Ticket: Vollbild/Zoom zu Meerjungfrauen-Diagrammen hinzufügen. Durch Klicken auf das Diagramm wird es im Vollbildmodus angezeigt.

Anmerkungen von Slack: „Meerjungfrauendiagramme sollten wie hochgeladene Bilder zoombar bzw. im Vollbildmodus verfügbar sein. Es sind einfach SVGs, richtig, also können wir wahrscheinlich SVG -> Daten-URL -> Bildkomponente verwenden, wenn wir zoomen möchten.“

Wir warteten. Im Land der Schwingungen läuft die Zeit wie verrückt. Projekte, die früher die ganze Karriere in Anspruch nahmen, sind heute in Tagen erledigt, während Befehle, die man eigentlich in Sekundenschnelle ausführen sollte, endlose Minuten dauern. Hundert Zeilen KI-generierten Codes später waren Meerjungfrauendiagramme erweiterbar.

Aber nicht wirklich. Sie waren immer noch zu klein, einige Teile waren transparent und die Ränder mussten aufgepolstert werden. Und würde das in der App sowohl im Hell- als auch im Dunkelmodus funktionieren? Ich verbrachte die nächste halbe Stunde damit, diese Änderungen zu wiederholen, während Quinn und Modi mich durch die einzelnen Schritte führten. Dreißig Minuten später hatten wir ein erweiterbares, lesbares Meerjungfrauendiagramm.

Als Nächstes arbeitete ich mit einer Ingenieurin namens Lucy zusammen, die mir erklärte, dass wir statt Eingabeaufforderungen in Cursor einen Agenten von Codegen verwenden würden, einem anderen KI-Engineering-Tool. Die Aufgabe war einfach: Wir würden in Notion eine neue Fähigkeit namens „Alphabetisieren“ erstellen. Wenn jemand mit Notion AI eine Liste oder Tabelle beliebter Hunderassen erstellt, kann er den Inhalt mit einem Klick alphabetisch sortieren.

Genau in diesem Moment kam es zu einem Ausfall von Anthropics Claude, der Codegen betrieb. Sarah Sachs, die mit uns im Raum war, erhielt wie eine Notärztin einen Pager auf ihrem Telefon. Sie eilte aus dem Raum. Vibe-Codierung und Alphabetisierung wurden vorübergehend unterbrochen. Bulldogs würden vor Beagles kommen, bis Claude wieder online war.

Die nächste Aufgabe war so offen wie Lucys spezifisch: Ich sollte bauen, was ich wollte. Diese Freiheit war beunruhigend, ein Rorschachtest für Vibe-Coder. Was sah ich, als ich auf den blinkenden Cursor schaute? Ich beschloss, dass es für Notion-Nutzer eine Möglichkeit geben sollte, in einem Schritt eine „intelligente“ To-do-Liste zu erstellen. Sie könnten die App öffnen und „To-do: Tierfutter nachbestellen“ eingeben, und die Notion-KI würde wissen, was gemeint ist. Außerdem wollte ich mit dieser Funktion doppelte Einträge aus anderen, aktuellen To-do-Listen vermeiden.

Ich war ein echter Volltreffer. Ich war ein verantwortungsvoller Babysitter für Code, der vor meinen Augen floss und dann in die Welt hinaustaps. Nur war meine Logik falsch. Mein To-Do-Listen-Hack ließ endlose Duplikate zu, anstatt sie zu vermeiden. Wer war schuld: ich oder die KI?

Ein Produktdesigner namens Brian erklärte es mir. „Stellen Sie sich vor, Sie sprechen mit einem intelligenten Praktikanten“, sagte er. Wieder mit den Praktikanten.

Ich drehte meine Logik um und versuchte es noch einmal. Ich tippte detaillierter ein, wie ich mir die Funktionsweise des Widgets vorstellte. „Das ist eine tolle Idee“, antwortete Claude, der immer so schmeichlerisch war, und machte sich an die Arbeit. Vierzig Minuten später hatten wir drei einen Prototyp meiner mickrigen kleinen – nein, ich meine Killer- – Funktion entwickelt. Laut dem Token-Zähler in Claude Code hatten wir 7 Dollar dafür ausgegeben. Mir wurde gesagt, dass andere Ingenieurprojekte viel mehr kosten, insbesondere wenn die Programmierer die KI stundenlang laufen lassen. Es war noch hell, als ich den ersten Tag beendete.

Am Freitagmorgen erschien ich zur Demo-Session. Im Konferenzraum erwarteten uns Käseplatten zum Geburtstag eines Schweizer Mitarbeiters. Die Programmierer holten sich ihren Kaffee, ihre Celsius-Dosen und ihre Becher mit aromatisiertem Wasser aus einem Bevi-Automaten in der Küche.

Eine der ersten Demos zeigte einen Notion-KI-Agenten, der mit einem Gedächtnis ausgestattet war, um einen erlernten Schreibstil zu übernehmen. Aus Spaß hatte ein anderer Ingenieur eine App programmiert, die die aromatisierten Sirups im beliebten Bevi der Mitarbeiter im Auge behielt. Am Ende jeder Präsentation, so wurde mir erzählt, schlägt normalerweise jemand mit einem kleinen Schlägel auf ein Xylophon. An diesem Tag wurde ich zum Hüter des Xylophons ernannt. Die Stimmung war locker.

Als ich an der Reihe war, meine Präsentation zu halten, versuchte ich, die wenigen Funktionen, die ich per Vibe-Code erstellt hatte (mit Anerkennung für meine Pair-Programmierer), kurz und bündig zu beschreiben. Einer der Manager stellte eine Anschlussfrage: Wie lange hatte es gedauert, die Änderungen an den Meerjungfrauendiagrammen von Anfang bis Ende zu codieren?

Ich sah Quinn und Modi an. Wir kamen zu dem Schluss, dass unsere Arbeitssitzung etwa 30 Minuten gedauert hatte, zuzüglich etwa 15 Minuten Vorarbeit, die Quinn geleistet hatte.

„Wow“, sagte jemand im Raum.

„Ich wage mir vorzustellen, dass die breite Öffentlichkeit lernt, Code zu schreiben“, schrieb die Programmiererin und Autorin Ellen Ullman 2016 in einem Essay mit dem Titel „Programmieren für Millionen“.

Die vorherrschende Meinung der 2010er Jahre war natürlich, dass jeder ein bisschen Code lernen könnte. Wir sollten die Türen öffnen und in die geschlossene Gesellschaft eindringen, in der Code geschrieben wird, schrieb Ullman. Dies sei unsere beste Hoffnung, den Würgegriff des Codes zu lockern, der uns als Gesellschaft umgibt. Im Rahmen ihrer Berichterstattung meldete sich Ullman für drei Massive Open Online Courses (MOOCs) an, die versprachen, Normalos das Programmieren beizubringen. (Ich wage mir vorzustellen, wie sie bei der Anmeldung die Augenbraue hochzog.)

„Stecken Sie eine Nadel in die glänzende Blase der anerkannten Weisheit der technischen Welt“, drängte Ullman angehende Programmierer. „Zerplatzen Sie sie.“

Ein Meerjungfrauendiagramm zu erweitern oder eine Liste von Hunderassen alphabetisch zu ordnen, schien mir nicht gerade ein Kinderspiel. Doch während meiner Zeit bei Notion hatte ich das Gefühl, als hätte sich in meinem Gehirn eine Falltür geöffnet. Ich hatte einen flüchtigen Einblick in das Leben eines anonymen Logikgottes, der an den Hebeln zieht. Ich fühlte mich auch in der Lage, etwas Neues zu lernen – und hatte die Freiheit, in etwas Neuem schlecht zu sein – in einem halbwegs privaten Raum.

Sowohl Vibe-Coding als auch Journalismus sind eine Übung im Antreiben und Beschaffen: Können Sie mehr dazu sagen? Können Sie das näher erläutern? Können Sie mir die Dokumente zeigen? Mit unseren Mitmenschen können wir ein wenig Ungenauigkeit in unseren Gesprächen tolerieren. Wenn meine Zeit als Vibe-Codierer etwas unterstrichen hat, dann, dass die KIs, die für uns programmieren, verlangen, dass wir genau artikulieren, was wir wollen.

Während des Mittagessens an einem meiner Tage bei Notion fragte mich eine Ingenieurin, ob ich ChatGPT jemals zum Schreiben meiner Artikel verwende. Diese Frage habe ich diesen Sommer schon mehr als einmal gehört. „Niemals“, sagte ich, und sie riss die Augen auf. Ich versuchte zu erklären, warum – dass es eine Frage des Prinzips sei und keine Aussage darüber, ob eine KI passable Texte zusammenschustern könne. Ich beschloss, nicht darauf einzugehen, wie Änderungen an Suchmaschinen und diese kleinen KI-Zusammenfassungen, die die Informationslandschaft prägen, den Web-Traffic auf Nachrichtenseiten einbrechen ließen. Fast jeder, den ich kenne, macht sich Sorgen um seinen Job.

Ein Ingenieur bei Notion verglich die Wirtschaftskrise in diesem KI-Zeitalter mit der Einführung des Compilers. Die Vorstellung, dass eine Person plötzlich die Arbeit von 100 Programmierern erledigt, sollte umgekehrt werden, sagte er; stattdessen werde jeder Programmierer hundertmal produktiver sein. Seine Vorgesetzte stimmte zu: „Ja, als Manager würde ich sagen – jeder macht einfach mehr“, sagte sie. Ein anderer Ingenieur erklärte mir, dass die Lösung großer Probleme immer noch Zusammenarbeit, Befragung und Planung erfordere. Vibe-Coding, so behauptete er, sei vor allem dann nützlich, wenn schnell Prototypen für neue Funktionen entwickelt würden.

Diese Ingenieure schienen einigermaßen davon überzeugt zu sein, dass Menschen weiterhin im Spiel bleiben würden, selbst als sie Karikaturen des zukünftigen Programmierers zeichneten („100-mal so produktiv“). Ich neige dazu, das auch zu glauben, und ich bin überzeugt, dass Menschen mit unglaublich spezialisierten Fähigkeiten oder Fachwissen an vielen Arbeitsplätzen weiterhin gefragt sein werden. Ich wünsche mir jedenfalls, dass es wahr ist.

Ullmans Essay aus dem Jahr 2017 endet mit einer gewissen Ernüchterung. Sie stellte zu Recht fest, dass die von ihr beobachteten MOOCs ein buntes Sammelsurium waren, voller jungenhafter Männer und wenig unterstützender Professoren. Ein Kurs zum Algorithmendesign wurde, wie sie beobachtete, automatisch mit primitiven Tools benotet, was bedeutete, dass die Studierenden „versuchten, Algorithmen zu lernen, die von fehlerhaften Algorithmen benotet wurden“. Die „Lerne-Programmieren“-Bewegung wirkt heute altmodisch. Nur wenige hätten ahnen können, dass in knapp einem Jahrzehnt Computer den Code für sie schreiben würden.

Ullman fand jedoch immer noch etwas Schönes am Codeschreiben. Das ist es ja. Das ist das Problem beim Erstellen von allem. Wenn man durchhält, wenn man sich durch das Tal der Ernüchterung kämpft, „setzt sich eine gewisse Faszination durch“, schrieb sie. „Es kann sein wie in den Momenten, in denen man jemanden wunderschön Klavier spielen hört oder ein Saxophon bei Jazzimprovisationen ertönt, und der Klang weckt in einem eine Sehnsucht, den Wunsch, sich den Schwierigkeiten zu stellen und zu lernen, diese Musik zu spielen.“

Vibe Coding hat diese Sehnsucht nicht in mir geweckt. Stattdessen wurde mir klarer, dass wir in ein schwindelerregendes Zeitalter der Dualität in der KI eintreten. Wird KI unsere Arbeitsplätze vernichten oder neue schaffen? Ja. Habe ich technisch gesehen eine Funktion in eine App eingebaut, die inzwischen an hundert Millionen Nutzer verbreitet wurde, oder habe ich mich durch eine Aufgabe gemogelt, indem ich mich stark auf KI und andere Menschen verlassen habe? Ja. Brauche ich tiefe Grundkenntnisse in Softwareprogrammierung, um ein erfolgreicher Programmierer zu sein, oder komme ich durch, ohne auch nur den Namen der Programmiersprache zu kennen, die ich verwende? Auch ja.

In meinen letzten Stunden bei Notion gestand ich dies Ivan Zhao, dem CEO von Notion. „Mir wird klar, dass ich die ganze Zeit nicht einmal gefragt habe, in welcher Sprache wir programmieren“, sagte ich.

Ivan sah amüsiert aus. „Es ist TypeScript. Es ist wie eine raffiniertere Version von JavaScript.“ Er hielt inne. „Aber welche Sprache Sie verwenden, spielt keine Rolle. Sie drücken Ihre Absicht auf menschlicher, englischer Ebene aus, und die Maschinen können sie übersetzen. Genau das ist die grundlegende Aufgabe von Sprachmodellen.“

Für Ivan ist dieser Vibe-Coding-Moment besonders aufregend. Als er und Simon Last sich Anfang der 2010er-Jahre zusammentaten (ein dritter Mitgründer, Akshay Kothari, kam später dazu), stellten sie sich ihr Produkt als „No Code/Low Code“-App vor, die Menschen dabei helfen sollte, Dinge mit minimalem Software-Aufwand zu entwickeln. Sie wollten No Code/Low Code zum Mainstream machen.

Es gab nur ein Problem: „Das hat niemanden interessiert“, sagte Ivan. „Niemand wachte auf und sagte: ‚Ich möchte jetzt über die Entwicklung von Software nachdenken.‘ Die meisten Leute dachten nur: ‚Ich muss nur noch diese Tabelle für meinen Chef fertigstellen.‘“ Ein paar Jahre später schwenkten sie auf das um, was später Notion wurde.

Im Oktober 2022 trafen sich die Gründer mit dem gesamten Unternehmen – damals nur wenige hundert Mitarbeiter – zu einem Off-Site-Meeting in Mexiko. Ivan erinnerte sich, dass er die Veranstaltung mit kleinen Reden abrundete: einleitende Bemerkungen, dann ein paar Worte beim Abendessen am letzten Abend. Ansonsten schlossen er und Simon sich in ihren Hotelzimmern ein, tranken Wasserflaschen und bauten Prototypen mit ChatGPT, einer neuen Technologie, zu der sie frühzeitig Zugang hatten. Sie sahen, was es generieren konnte. Sie begriffen, dass es die Dinge verändern würde. Irgendwie wussten sie, dass sich ihre ursprüngliche Idee für Notion dank generativer KI geschlossen hatte.

Ivan, der in China geboren wurde und in Kanada Kognitionswissenschaften und Kunst studierte, hat eine Affinität zu Qualitätsprodukten. Er trägt eine Luxusuhr (ein Geschenk seiner Frau), ist besessen von gut verarbeiteten Möbeln und hat mir gegenüber mehr als einmal bemerkt, dass Menschen, die in ihrem Job brillieren, oft einen guten Geschmack haben. Seine Liebe zu gutem Design erstreckt sich auch auf Werkzeuge, die uns bei der Kommunikation helfen; Douglas Engelbart, der Erfinder der Maus, ist einer seiner Helden.

Also musste ich fragen: Was hält er von der Qualität des KI-generierten Codes? Bringt Vibe-Coding mehr schlechte Software auf die Welt?

Ivan antwortete, Code sei entweder richtig oder falsch; es gebe keine subjektive Bestimmung, ob er hoch oder niedrig sei. Seiner Ansicht nach gelte ich als schlechter Autor, wenn ich schlechte Sätze schreibe, aber wenn ein Programmierer schlechten Code schreibt, läuft das Programm einfach nicht. KI-generierter Code gerät manchmal aus dem Ruder, sagte ich und wehrte mich. Wenn jemand herumtüftelt und eine Website erstellt, ist das Risiko gering; wenn er Software für echte Züge programmiert, sind die Folgen von Fehlern schwerwiegender.

Ivan räumte ein, dass manche Programmierer, insbesondere jüngere, durch Vibe-Coding ein falsches Gefühl von Kompetenz entwickeln könnten. Hier komme Paarprogrammierung ins Spiel, sagte er. Dabei würden weniger erfahrene Programmierer mit solchen zusammengebracht, die das Programmieren vor der KI gelernt hätten. „Erfahrene Programmierer – die haben Geschmack , oder?“, sagte er.

Simon selbst sagt, er stelle an KI-Programmier-Apps höhere Ansprüche als an menschliche Entwickler. Deshalb mag er den Begriff „Vibe-Coding“ nicht. Für ihn schmälert der Begriff die Leistungsfähigkeit dieser Programmierer und der Menschen, die sie nutzen . Simon ist einer der produktivsten Vibe-Codierer bei Notion. Er glaubt, dass dies die Zukunft ist. Eine Zeit lang nutzte er drei verschiedene KI-Programmiertools gleichzeitig. Er fand das stressig; es war, als wäre er wieder Manager. Jetzt verlässt er sich meist auf ein Tool nach dem anderen.

Wie denkt er denn über Ingenieurjobs? Er seufzte. „Ich meine, zumindest im Moment stellen wir immer noch sehr aktiv Ingenieure ein. Aber wir wollen Ingenieure einstellen, die wirklich optimistisch in Bezug auf Programmiertools sind.“ Mit „im Moment“ war viel Arbeit gemeint.

Diese Veränderungen – diese Invasion von KI-Code – haben sich alle in den letzten vier bis sechs Monaten ereignet. Notion hat seinem Vertriebsteam für Unternehmen mittlerweile sogar einen KI-Ingenieur zugewiesen, der Softwareverkäufern beibringt, wie sie KI in ihrer eigenen Arbeit einsetzen können. Und das passiert nicht nur bei Notion. Es ist überall . Mein Vibe-Coding-Experiment war zwar solipsistisch aufschlussreich, aber bereits im Rückstand .

„Die Welt heizt sich in vielerlei Hinsicht auf, und ich habe nicht das Gefühl, dass ich mehr Zeit gewonnen habe, sondern dass es dringender denn je ist, diese Tools zu nutzen“, sagte Simon.

Der Wandel beflügelt ihn zugleich und macht ihm Angst. Er erzählte mir, dass er gern an die nicht allzu lange Vergangenheit zurückdenkt, als er einfach nur programmierte und Dinge baute, „als es noch nicht so eine verrückte gesellschaftliche Flutwelle gab. Ich glaube, es wäre verrückt, nicht ein bisschen Angst zu haben.“

Erst als ich am Freitagabend das Notion-Büro verließ, kehrte mein journalistischer Instinkt zurück. Ich hatte vergessen zu fragen: Angst wovor?

Teilen Sie uns Ihre Meinung zu diesem Artikel mit. Senden Sie einen Leserbrief an [email protected] .