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.
Hören auf
Begleitdokument
Alle Studien, Quellen und Aussagen dieser Folge in einem PDF, zum Mitlesen oder späteren Nachschlagen.
Begleitdokument herunterladen (PDF)Kapitel
- 0:00Einstieg
- 1:38Willkommen
- 2:27Der Jongleur
- 3:44Miriams Vormittag
- 4:53Was im Kopf zurückbleibt
- 6:29Die dreiundzwanzig Minuten
- 8:11In eigener Sache
- 9:07Kleine Portionen
- 10:48Die Schlange an der Ausgabe
- 12:41Wie viele Bälle
- 14:30Getrennte Arbeitskopien
- 16:29Der Wiederaufnahmepunkt
- 18:08Eine Grenze fürs Team
- 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
- DORA: Working in small batches (Capability, laufend aktualisiert). "Any batch of code that takes longer than a week to complete and check is too big"; große KI-generierte Pull Requests als Falle. https://dora.dev/capabilities/working-in-small-batches/
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
- Git-Dokumentation: git-worktree ("allowing you to check out more than one branch at a time"). https://git-scm.com/docs/git-worktree
- Anthropic: Claude Code, Run parallel sessions with worktrees (
--worktree, Isolation der Dateiänderungen). https://code.claude.com/docs/en/worktrees und https://code.claude.com/docs/en/common-workflows - Anthropic: Claude Code, How Claude remembers your project (CLAUDE.md wird zu Beginn jeder Sitzung geladen, gilt als Kontext, nicht als erzwungene Konfiguration; Sperren über Hooks). https://code.claude.com/docs/en/memory
- Codex-Dokumentation: Codex, AGENTS.md ("Codex reads AGENTS.md files before doing any work"). https://learn.chatgpt.com/docs/agent-configuration/agents-md
- Fowler, M.: Semantic Conflict (Änderungen, die sich textlich sauber zusammenführen lassen, aber das Verhalten ändern; Gegenmittel: häufig integrieren, Tests). https://martinfowler.com/bliki/SemanticConflict.html
- DORA: Trunk-based development ("Merge branches to trunk at least once a day"; je länger Zusammenführen aufgeschoben wird, desto wahrscheinlicher Konflikte). https://dora.dev/capabilities/trunk-based-development/
Mehr zum Weiterlesen (in dieser Folge nicht ausführlich)
- Parnin, C. & Rugaber, S. (2011). Resumption Strategies for Interrupted Programming Tasks. Software Quality Journal, 19, 5-34. Etwa 10.000 Programmiersitzungen von 86 Programmierern; nur in etwa 10 % begann das Bearbeiten innerhalb einer Minute nach der Rückkehr. https://doi.org/10.1007/s11219-010-9104-9
- Trafton, J. G., Altmann, E. M., Brock, D. P. & Mintz, F. E. (2003). Preparing to resume an interrupted task. International Journal of Human-Computer Studies, 58, 583-603. Acht Sekunden Vorwarnung beschleunigten die Wiederaufnahme leicht. https://doi.org/10.1016/S1071-5819(03)00023-5
- Google Engineering Practices: Small CLs. Etwa 100 Zeilen meist vernünftig, etwa 1.000 meist zu groß, keine feste Grenze. https://google.github.io/eng-practices/review/developer/small-cls.html
- Sadowski, C. u. a. (2018). Modern Code Review: A Case Study at Google. ICSE-SEIP 2018. Rund 9 Mio. Änderungen; Median 24 geänderte Zeilen; Median ein Reviewer. https://doi.org/10.1145/3183519.3183525
- SmartBear: Best Practices for Code Review (Herstellerangabe, Auswertung bei einem Cisco-Team, ca. 2006; 200 bis 400 Zeilen am Stück). https://smartbear.com/learn/code-review/best-practices-for-peer-code-review/
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)