Daytona-Mitgründer und CEO Ivan Burazin beobachtet, dass Mitarbeiter mit Erfahrung in der Personalführung häufig besser mit KI-Agenten arbeiten. Während Unternehmen immer mehr Aufgaben bei der Software- und Produktentwicklung an autonome Tools übertragen, wird die Fähigkeit, Arbeit zu verteilen, Ergebnisse zu prüfen und Zusammenarbeit zu strukturieren, zu einer operativen Frage. Für Start-ups geht es dabei auch darum, die Produktivität zu steigern, ohne die Belegschaft zu schnell auszubauen.
Daytona beschäftigt derzeit rund 30 Mitarbeiter in den USA und Europa. In den vergangenen Monaten hat das Unternehmen seine Teams dazu ermutigt, KI-Agenten stärker einzusetzen. Die 16 Ingenieure des Unternehmens betreiben inzwischen durchschnittlich jeweils fünf Agenten. Software wird bei Daytona damit nicht mehr vollständig von Menschen von Hand geschrieben.
Daytona-Entwickler steuern mehrere KI-Agenten parallel
Nach Burazins Einschätzung geben Mitarbeiter, die bereits andere Menschen geführt haben, KI-Agenten oft präzisere Anweisungen. Sie seien meist geübter darin, die erforderlichen Eingaben von den erwarteten Ergebnissen zu trennen, das gewünschte Resultat zu definieren und den Weg dorthin zu erläutern.
Technisch versierte Ingenieure ohne Führungserfahrung könnten dagegen eher aus der Perspektive eines einzelnen Mitarbeiters an die Aufgabe herangehen. Sie gingen mitunter davon aus, dass Kollegen – und auch KI-Agenten – nicht ausdrücklich genannte Anforderungen selbst erschließen. Bleibt das Ergebnis hinter den Erwartungen zurück, führt das nicht immer zu einer genaueren Aufteilung der Aufgabe in Ziel, Vorgehensweise und Qualitätsanforderungen.
Für Burazin ist die Arbeit mit einem KI-Agenten daher auch eine Führungsaufgabe. Nutzer müssen Ziel, Rahmenbedingungen und erwartetes Ergebnis klar festlegen, statt nur eine allgemeine Bitte zu formulieren und wichtige Details offenzulassen.
Burazin sieht Führungserfahrung nicht als Ersatz für Fachwissen
Burazin versteht Führungserfahrung allerdings nicht als Ersatz für technische Kompetenz. Manager ohne ausreichendes Fachwissen – etwa im Marketing oder in der Entwicklung – könnten Schwierigkeiten haben, ihre Teams praktisch zu unterstützen. Mitarbeiter müssten weiterhin an der eigentlichen Arbeit beteiligt sein, anstatt lediglich Aufgaben zu verteilen und den Fortschritt zu überwachen.
Burazin gründete Daytona 2023 gemeinsam mit Vedran Jukić und Goran Draganić. Das Unternehmen stellt eine abgesicherte Sandbox-Infrastruktur bereit, in der Firmen KI-Agenten und von KI erzeugten Code in isolierten Umgebungen ausführen können. Zuletzt schloss Daytona eine Finanzierungsrunde der Serie B über 48 Millionen US-Dollar ab.
KI-Agenten verändern die Organisation von Technologieunternehmen
Burazins Einschätzung fällt in eine Phase, in der Technologieunternehmen die Rolle des Managements neu bewerten. Meta, Amazon und Google haben bereits Führungsebenen im mittleren Management reduziert, um ihre Organisationen schlanker aufzustellen und effizienter zu arbeiten. Je stärker KI-Tools in Entwicklungsprozesse eingebunden werden, desto häufiger beteiligen sich auch Führungskräfte aus der Technologiebranche wieder selbst an Programmierung und Produktentwicklung – zusätzlich zu ihren Aufgaben in der Mitarbeiterführung.
Bei Daytona ermöglicht es der Einsatz mehrerer KI-Agenten pro Ingenieur, die menschliche Belegschaft vergleichsweise klein zu halten. Burazin sagt, die Einstellungen liefen derzeit „sehr langsam“, weil jeder zusätzliche Mitarbeiter neue Kommunikationsverbindungen schaffe und die Komplexität der Führung erhöhe.
Seiner Ansicht nach können KI-Agenten Unternehmen dabei unterstützen, mit kleineren Teams mehr Arbeit zu erledigen. Weniger Beschäftigte verkürzen die Kommunikationswege. Dadurch lässt sich die organisatorische Komplexität begrenzen, ohne dass die Umsetzungsgeschwindigkeit sinken muss.
Der Ansatz von Daytona deutet darauf hin, dass KI-Agenten nicht nur repetitive Programmieraufgaben verändern. Sie verschieben auch die Anforderungen an Führungskompetenzen innerhalb von Unternehmen. Für Firmen kann entscheidend sein, ob Mitarbeiter Ziele klar formulieren, Arbeit in überschaubare Aufgaben zerlegen und die fertigen Ergebnisse zuverlässig bewerten können. Davon hängt ab, ob der Einsatz von KI-Software im Tagesgeschäft messbare Produktivitätsgewinne bringt.