Bei RAMP ist die Geschichte die Autonomie — planende und umsetzende Agents, ein Test-Bot, ein geschlossener Fix-Loop. Hier ist sie das genaue Gegenteil: eine einzige, zusammenhängende Session über zwei Tage, von Hand geführt. Ich beschreibe, die Maschine baut, ich prüfe und steuere nach. Kein Loop, der ohne mich läuft — sondern ein enger Dialog, in dem ich an jeder Weggabelung dabei bin.
Stimme rein, Struktur raus
Am Anfang standen nicht Texte, sondern Sprache: stundenlange Selbstgespräche zu dem, was ich in Monaten mit Claude Code erlebt habe. Aus diesen gesprochenen Notizen wurde — lokal, ohne Cloud — strukturierter, lesbarer Text. Die KI hat das Thema nicht erfunden; sie hat mein Skelett geformt. Wie ich das mache, erkläre ich gern im direkten Gespräch — hier zählt das Ergebnis.
Erst planen, dann bauen
Bevor eine Zeile Code entstand: Informationsarchitektur, Content-Map, die Stack-Entscheidung — eine statische Seite, kein CMS, bei jeder Änderung neu gebaut und ausgeliefert. Nichts, was zur Laufzeit angreifbar wäre. Erst danach der Bau, dann die Inhalte.
Eine unabhängige Gegenlesung
Jeder öffentliche Text läuft vor der Veröffentlichung durch eine bewusst unvoreingenommene KI-Gegenlesung — frischer Kontext, kein Gesprächsbias. Auch dieser Text ist da durchgegangen.
Was die Zahlen erzählen
Die rund 560 Millionen verarbeiteten Tokens sind zum großen Teil nicht neuer Text, sondern derselbe Kontext, der bei jedem Schritt wieder mitläuft — genau das Phänomen, über das ich im Blog schreibe. Die reine Wartezeit auf die Maschine lag bei etwa zwei Stunden; der Rest waren zwei Tage, an denen Mensch und Maschine sich abwechselten.
Was das zeigt
RAMP zeigt, was autonom möglich ist. Diese Seite zeigt das andere Ende der Skala: was eng geführtes Pair-Engineering an einem kleinen, schnellen Projekt leistet — und dass die Substanz vom Menschen kommt, die Geschwindigkeit von der Maschine. Beides ist dieselbe Disziplin, nur anders dosiert.