Nerd Sniping: Warum interessante Probleme KI-Projekte ausbremsen

Es gibt einen Grund, warum in KI-Projekten Wochen vergehen können, ohne dass etwas in Betrieb geht – und es ist fast nie Faulheit. Es ist das Gegenteil: ein Problem war zu interessant.

Für dieses Muster existiert ein Begriff: Nerd Sniping. Randall Munroe prägte ihn 2007 im xkcd-Comic 356, in dem Passanten mit einem unwiderstehlichen Widerstandsproblem von der Straße „abgeschossen" werden. Inzwischen ist er Fachjargon – als Verb: jemanden nerd-snipen.

---

1) Der Mechanismus: gute Arbeit am falschen Problem

Ein offenes technisches Problem hat drei Eigenschaften, die eine unscharfe Hauptaufgabe nicht hat: eine klare Struktur, schnelles Feedback und sichtbaren Fortschritt. Datenqualität, Abnahmekriterien, Rechteklärung und Dokumentation haben keine davon.

Deshalb gewinnt das elegante Nebenproblem regelmäßig. Nicht, weil jemand die Priorität missversteht, sondern weil die Aufmerksamkeit dorthin fließt, wo sie belohnt wird.

---

2) Warum der Effekt 2026 stärker wirkt

Der Auslöser hat sich nicht verändert, die Umgebung schon. Neue Modelle, Agenten-Frameworks und Protokolle erscheinen im Wochenrhythmus, jedes mit einer Demo, die sich in einer Stunde reproduzieren lässt.

Entscheidend ist die Kostenverschiebung: Wenn ein Agent einen Prototyp in einer Stunde erzeugt, sinken die Kosten für den Anfang fast auf Null. Die Kosten für Betrieb, Prüfung, Datenschutz und Verantwortung bleiben unverändert. Genau dieses Muster beschreibt das Jevons-Paradoxon: Billigere Erstellung führt nicht zu weniger, sondern zu mehr Software – und damit zu mehr Betrieb.

Verwandte Effekte in derselben Arbeitsweise:

• Vibe Coding – schnelles Erzeugen von lauffähigem Code, ohne dass Architektur oder Prüfbarkeit mitwachsen.
• Sub-Agenten und Agent Harnesses – parallele Agentenläufe erhöhen den Reiz, „nur noch schnell" eine weitere Variante zu bauen.
• Malleable Software – zugeschnittene Werkzeuge sind der sinnvolle Fall; ohne Eigentümer und Verfallsdatum werden sie Schatten-IT.
• AI Psychosis – die extreme Form der Sogwirkung, wenn dauerhafte Interaktion mit einem Modell die Einschätzung verschiebt.

---

3) Das typische Bild in Projekten

Ein Team soll die Bildadaption für zwölf Marktvarianten automatisieren. Auf dem Weg entsteht die Frage, ob man die Assets nicht ähnlichkeitsbasiert deduplizieren könnte. Zwei Wochen später existiert ein sauberer Deduplizierungsdienst mit Tests – und noch kein einziges ausgeliefertes Motiv.

Der Dienst ist handwerklich gut. Er beantwortet nur keine Frage, die jemand gestellt hat.

---

4) Der falsche Reflex: Neugier abschalten

Die naheliegende Gegenreaktion ist, Exploration zu verbieten und nur Tickets abzuarbeiten. Das kostet mehr, als es spart: Ohne eigene Erfahrung mit neuen Werkzeugen kann ein Team nicht beurteilen, welche Zusagen von Anbietern tragfähig sind. Faszination ist der Rohstoff, aus dem Werkzeugkompetenz entsteht.

Der zweite verbreitete Fehler ist, Nerd Sniping mit Forschung zu verwechseln. Forschung hat eine formulierte Frage, ein Zeitbudget und einen Adressaten für das Ergebnis. Ein Snipe hat keines davon.

---

5) Vier Festlegungen, die den Unterschied machen

1. Zeitfenster statt Verbote. Feste Explorationszeit für neue Werkzeuge – mit einer kurzen schriftlichen Einschätzung als Ergebnis, nicht mit einem System.
2. Jede Exploration endet mit einer Entscheidung. Übernehmen, verwerfen oder später prüfen – datiert und nachlesbar. Ein unbeantworteter Prototyp erzeugt später Diskussionen darüber, ob „es das nicht schon gab".
3. Abnahmekriterien vor dem Bauen. Nur wenn definiert ist, wann eine Aufgabe fertig ist, ist erkennbar, wann ein Nebenweg beginnt.
4. Messen statt vermuten. Ob eine Änderung besser ist, entscheidet ein Vergleich – siehe Differential Evaluation und Shadow Eval. Ohne Vergleich ist „fühlt sich besser an" das Kriterium.

---

6) Die Prüffrage für den Alltag

Drei Fragen genügen, um Exploration von einem Snipe zu unterscheiden:

• Gibt es eine formulierte Frage?
• Gibt es ein Zeitbudget?
• Erwartet jemand das Ergebnis?

Fehlt eine Antwort, ist es ein Snipe. Das ist keine Schuldzuweisung – der Effekt ist strukturell. Er wird nur dann teuer, wenn niemand entscheidet, wohin diese Energie zeigt.

---

Fazit

Nerd Sniping ist neutral. Dieselbe Sogwirkung, die einen Sprint entgleisen lässt, führt dazu, dass jemand ein Modell wirklich versteht statt es zu zitieren. Die Steuerungsaufgabe ist nicht, Begeisterung zu dämpfen, sondern ihr ein Ziel, ein Zeitbudget und einen Abschluss zu geben.

Wer das regelt, bekommt beides: Teams, die neue Werkzeuge beurteilen können – und Ergebnisse, die in Betrieb gehen.