Book 30 minutes

Healthy AI First · Folge 4 · 21 min

Wie viel geht gleichzeitig

Um zwanzig vor elf greifen drei von Jonas' vier Agenten gleichzeitig nach ihm, und zwei Räume weiter verliert Miriam in drei KI-Chats den Überblick über ihre eigene Quartalsplanung. Diese Folge erklärt den Aufmerksamkeitsrest, räumt mit dem Mythos der "dreiundzwanzig Minuten" auf und zeigt mit dem Gesetz von Little, warum mehr Agenten bei gleicher Prüfkapazität vor allem längere Wartezeiten bringen. Dazu ein konkreter Werkzeug-Tipp zu getrennten Git-Worktrees, ein Wiederaufnahmepunkt für jeden Wechsel und ein Vorschlag zum Ausprobieren, fürs Entwicklerteam und fürs Büro.

Begleitdokument

Alle Studien, Quellen und Aussagen dieser Folge in einem PDF, zum Mitlesen oder späteren Nachschlagen.

Begleitdokument herunterladen (PDF)

Kapitel

  1. 0:00Einstieg
  2. 1:38Willkommen
  3. 2:27Der Jongleur
  4. 3:44Miriams Vormittag
  5. 4:53Was im Kopf zurückbleibt
  6. 6:29Die dreiundzwanzig Minuten
  7. 8:11In eigener Sache
  8. 9:07Kleine Portionen
  9. 10:48Die Schlange an der Ausgabe
  10. 12:41Wie viele Bälle
  11. 14:30Getrennte Arbeitskopien
  12. 16:29Der Wiederaufnahmepunkt
  13. 18:08Eine Grenze fürs Team
  14. 19:15Bis zur nächsten Folge

Shownotes

Werkzeug-Tipp dieser Folge

Parallele Agenten in getrennten Git-Worktrees laufen lassen, damit sie sich nicht gegenseitig die Dateien überschreiben. In Claude Code: claude --worktree <name> (Kurzform -w), in einem zweiten Terminal mit anderem Namen. Wichtig: Jeder Worktree sieht nur seinen eigenen Stand. Wenn zwei Zweige dieselbe Stelle unterschiedlich ändern, kann Git einen Konflikt melden; "semantische" Konflikte (eine Seite benennt ein Feld um, die andere liest es weiter) lassen sich dagegen textlich sauber zusammenführen. Deshalb die Änderungen schon im Review gemeinsam prüfen und passende Tests auf einem integrierten Stand laufen lassen; auch Tests erkennen nicht jeden Konflikt. Deshalb früh und oft zusammenführen. Ergänzend: Regeln wie "Feldnamen nie ohne Rückfrage ändern" in die Anweisungsdatei (CLAUDE.md bzw. AGENTS.md). Sie wird als Kontext gelesen, ist aber keine Sperre; eine echte Sperre bauen Hooks.

Quellen

Aufmerksamkeit, Unterbrechung, Wiederaufnahme

  • Leroy, S. (2009). Why is it so hard to do my work? The challenge of attention residue when switching between work tasks. Organizational Behavior and Human Decision Processes, 109(2), 168-181. Zwei Experimente. https://doi.org/10.1016/j.obhdp.2009.04.002
  • Leroy, S. & Glomb, T. M. (2018). Tasks Interrupted: How Anticipating Time Pressure on Resumption of an Interrupted Task Causes Attention Residue and Low Performance on Interrupting Tasks and How a "Ready-to-Resume" Plan Mitigates the Effects. Organization Science, 29(3), 380-397. Vier Studien. https://doi.org/10.1287/orsc.2017.1184
  • Mark, G., Gonzalez, V. M. & Harris, J. (2005). No Task Left Behind? Examining the Nature of Fragmented Work. CHI 2005. 24 beobachtete Informationsarbeiter (je drei Tage); im Mittel 11 Min. pro Arbeitsbereich vor dem Wechsel, 57 % der Arbeitsphasen unterbrochen, 77 % am selben Tag wieder aufgenommen, im Mittel nach 25 Min. 26 Sek. mit 2,26 dazwischenliegenden Arbeitsbereichen. https://doi.org/10.1145/1054972.1055017 (PDF: https://www.ics.uci.edu/~gmark/CHI2005.pdf)
  • Gallup Business Journal (2006). Too Many Interruptions at Work? Interview mit Gloria Mark; Quelle der Angabe "23 Minuten und 15 Sekunden" (Zeit bis zur Rückkehr zur unterbrochenen Aufgabe, nicht Zeit bis zur Wiederherstellung der Konzentration). https://news.gallup.com/businessjournal/23146/too-many-interruptions-work.aspx
  • Mark, G., Gudith, D. & Klocke, U. (2008). The Cost of Interrupted Work: More Speed and Stress. CHI 2008, 107-110. Laborexperiment mit 48 Personen, überwiegend deutschen Studierenden; kurze E-Mail-Aufgabe, dieselben Personen mit und ohne Unterbrechungen; in unterbrochenen Durchgängen kürzere reine Bearbeitungszeit (Unterbrechungszeit abgezogen), kein statistisch signifikanter Unterschied bei Fehlern und Höflichkeit, aber mehr Stress, Frustration, Zeitdruck und Anstrengung nach etwa 20 Minuten. https://doi.org/10.1145/1357054.1357072
  • Risko, E. F. & Gilbert, S. J. (2016). Cognitive Offloading. Trends in Cognitive Sciences, 20(9), 676-688. https://doi.org/10.1016/j.tics.2016.07.002

Kleine Änderungen und Review

Warteschlangen und WIP-Grenzen

  • Little, J. D. C. (1961). A Proof for the Queuing Formula: L = λW. Operations Research, 9(3), 383-387. https://doi.org/10.1287/opre.9.3.383
  • Little, J. D. C. (2011). Little's Law as Viewed on Its 50th Anniversary. Operations Research, 59(3), 536-549 (zu Gültigkeit und Voraussetzungen, u. a. Langzeit-Mittelwerte). https://doi.org/10.1287/opre.1110.0940
  • Kingman, J. F. C. (1961). The single server queue in heavy traffic. Mathematical Proceedings of the Cambridge Philosophical Society, 57(4), 902-904. Grundlage der Kingman-Näherung: Wartezeit wächst mit Auslastung ρ etwa wie ρ/(1-ρ), also stark, lange bevor ein System überlastet ist. https://doi.org/10.1017/S0305004100036094
  • DORA: Work in process limits (Capability, laufend aktualisiert). https://dora.dev/capabilities/wip-limits/

Parallele Agenten, Worktrees und Zusammenführen

Mehr zum Weiterlesen (in dieser Folge nicht ausführlich)

Grundlage der Serie

  • Healthy AI First Software Development, Fassung 2 (01.10.2026), Kapitel 5 "Kleine Änderungen und begrenzte Reviewarbeit" und Kapitel 7 "Kontextwechsel und Agenten WIP". Die Pilotregeln (15 bis 30 Minuten Review, eine betreute Aufgabe plus ein Hintergrundjob, Wiederaufnahmepunkt von fünf bis sechs Zeilen) sind dort ausdrücklich als zu testende Vorschläge markiert, nicht als Forschungsergebnisse.

Hinweis

Jonas, Daniel, Miriam und ihre Szenen sind erfunden. Das Rechenbeispiel zum Gesetz von Little ist eine Illustration, keine Messung.

Healthy AI First ist KI-recherchiert und KI-generiert, gesprochen von einer KI-Version der Stimme von Björn und von ihm geprüft.

Ihr wollt KI in euer Team bringen?

Björn ist einer der Gründer von CLN Work. CLN Work hilft Unternehmen, KI in kleinen, überprüfbaren Schritten einzuführen: Analyse, wo echte Kapazität steckt, welche Prozesse sich automatisieren lassen und wie ihr KI im Dialog nutzt. Die Entscheidungen bleiben bei euch.

Kostenloses Gespräch buchen (30 Minuten)