Stephan Schmidt - June 12, 2026

Die Grenzen meiner Sprache sind die Grenzen meiner Prompts

Warum das Weltmodell entscheidet, was deine Mitarbeiter mit AI bauen können

„Mit AI kann jeder Software bauen."

Diesen Satz höre ich gerade in jedem zweiten Gespräch. Der CEO hat ihn auf einer Konferenz gehört, der Product Manager hat übers Wochenende einen Prototypen gebaut, und im Board fragt jemand knallhart, wozu man eigentlich noch so viele Engineers braucht.

Ludwig Wittgenstein hat 1921 in seinem Tractatus logico-philosophicus die Antwort darauf geschrieben. Hundert Jahre bevor der Promptocalypse:

„Die Grenzen meiner Sprache bedeuten die Grenzen meiner Welt."

Für das AI-Zeitalter übersetzt: Die Grenzen deiner Sprache sind die Grenzen deiner Prompts!

Zwei Leute, eine Aufgabe

Ein Gedankenexperiment. Gib einem Product Manager und einem Engineer dieselbe Aufgabe: Nutzer sollen Dateien miteinander teilen können, ohne dass wir Server dafür betreiben müssen.

Der PM schreibt einen guten Prompt. Er beschreibt das Ziel, die Nutzer, die Constraints. Die AI baut ihm etwas. Wahrscheinlich einen Upload auf irgendeinen Cloud-Speicher, denn das ist die naheliegende Lösung, und AIs tendieren dazu den Mainstream zu reflektieren.

Der Engineer dagegen schreibt: „Baue eine P2P-Anwendung, browser-based, mit Local Storage, distributed, ohne zentralen Server."

Nur vier Begriffe aber ein komplett anderer Lösungsraum.

Der PM ist nicht dümmer als der Engineer. Mit seinem Background kommt nur nicht auf P2P, browser-based, Local Storage und distributed, weil diese Wörter für ihn keine Lösungsräume aufspannen. Für den Engineer hängt an jedem dieser Wörter ein ganzes Cluster an Wissen: WebRTC, CRDTs, IndexedDB, Signaling, Konsistenzprobleme. Lösungsraumwissen und wer es besitzt, adressiert mit einem Token den ganzen Raum dahinter.¹

Wer das Wort nicht hat, sieht den Lösungsraum nicht und kafragt auch nicht danach.

Ein Satz, in dem Jahrzehnte stecken

In einem meiner Projekte war der Plan, mehrere Issue Tracker anzubinden. Mein Prompt an die AI: „Implementiere das mit einem Abstraction Layer mit ABI, damit weitere Tracker später leicht angebunden werden können."

Die AI hat genau das gebaut mit sauberem Code und klarer Schnittstelle, so dass der nächste Tracker ein eine Kleinigkeit war anst statt eines Refactorings. Erweiterbarer Code, weil die Architektur stimmte anstatt dass die AI zwei weitere Tracker erfolgreich hinzufügt und dann - booom - sich in ihrem Codegestrüpp verheddert.

Wichtig: die Architektur kam nicht von der AI sondern sie kam aus zwei Begriffen in meinem Prompt. „Abstraction Layer" und „ABI" - das ist mein Weltmodell, nicht das Weltmodell der AI. Hätte ich geschrieben „binde Jira und GitHub an", hätte die AI genau das gebaut: zwei hartverdrahtete Integrationen, um dann beim dritten Tracker auf die Nase zu fallen.

Der Prompt war ein einfacher Satz. Damit ich zu disem Satz kam, habe ich vorher Jahrzehnte im Lösungsraum verbracht.

Jede Abstraktionsschicht meiner Karriere hat mir neue Wörter gegeben - Z80-Maschinencode, dann Assembler, dann C, dann Java. Und mit jedem Wort kamen neue denkbare Lösungen. Das Vokabular dass ich mir dabei aufgebaut habe, gibt mir Werkzeuge in meinem Lösungsraum. Das meiste Vokabular habe ich mir hart erarbeitet, mit failures und auf die Nase fallen.

Wittgenstein für das Prompting-Zeitalter

So nun kommt mir zu Gute dass ich der erste Studierende in philosophischer Informatik an meiner Uni war.

Wittgenstein ging es in seinem Werk Tractatus um etwas Radikaleres als Kommunikation. Gedanke und Satz haben für ihn dieselbe logische Form - was sich nicht in einem sinnvollen Satz sagen lässt, lässt sich auch nicht denken. Die Sprache ist nicht das Transportmittel des Denkens. Sie ist sein Material.

Wilhelm von Humboldt hat es hundert Jahre vorher noch direkter gesagt: Die Sprache ist „das bildende Organ des Gedanken". Nicht das ausdrückende Organ sondern das bildende Organ. Der Gedanke entsteht mit dem Sprechen.

Hier kommen wir zum Prompt. Er drückt keine fertige Idee aus, die im Kopf schon vollständig existiert. Er formt die Idee, während du ihn schreibst. Und du kannst nur formen, wofür du Sprache hast. Der Prompt ist das bildende Organ - und wer die Fachsprache des Lösungsraums nicht spricht, kann das Organ nicht benutzen.

Das Bottleneck wandert

Warum komme ich gerade jetzt darauf? Weil AI die Ökonomie der Softwareentwicklung an einer Stelle umbaut - aber an einer anderen nicht.

AI senkt die Ausführungskosten dramatisch. Code schreiben, Boilerplate erzeugen, Tests schreiben: praktisch zero costs. Die Artikulationskosten senkt die AI aber nicht! Sagen können, was gebaut werden soll und wie - in den Begriffen, die den richtigen Lösungsraum aufspannen - kostet genau so viel wie vorher: Jahre an Erfahrung.

Früher brauchte die Firma den Entwickler zweimal, zum Konzipieren (Backlog Grooming, Sprint Planning) und zum Bauen (Sprint). Jetzt baut in den meisten Firmen die AI. Konzipieren kann immer noch nur, wer die Sprache des Problemraums spricht.

Das Bottleneck wandert vom Können zum Benennen-Können.

Und Benennen-Können ist mehr als Vokabeln. Ein Wort kennen ist nicht ein Wort besitzen. Jeder kann nach einer Stunde „distributed" sagen. Beim Senior-Entwickler hängt an dem Wort ein Jahrzehnt Erfahrung: NAT-Traversal, Eventual Consistency. Diese Erfahrung macht das gute Prompting aus d.h. der Entwickler weiss, wonach er fragen muss. Und du erkennst, welche AI-Antwort klasse klingt und trotzdem falsch ist - und merkst, wo du nachhaken musst, bevor die Demo in Production geht und - du wieder auf die Nase fällst.

Prompten ohne dieses Urteilsvermögen produziert Dinge, die plausibel aussehen und in der Realität auseinanderfallen. Das ist fast gefährlicher als gar nicht prompten zu können - denn es simuliert Kompetenz nur.

Rede mit deinem CEO, bevor es jemand anderes tut

Dein CEO hat das Demokratisierungs-Narrativ auch gehört. Wenn du es nicht einordnest, dann tut es jemand anderes. Vieleicht tut es der CFO - und dessen Einordnung endet mit weniger Engineers.

Die Wahrheit ist: Die AI macht aus dem PM keinen Engineer. Sie macht aus dem Engineer einen Product Engineer, der zehnmal schneller liefert. Wer jetzt Engineers wegrationalisiert, rationalisiert genau die Weltmodelle weg, die das Prompten erst wertvoll machen. Übrig bleiben Leute, die der AI Ziele beschreiben können, aber keine Lösungsräume - und eine Codebase voller naheliegender Lösungen. ²

Immer wieder fragen mich Kunden wie sie PM Prototypen in Production bringen - gar nicht ohne Engineers.

Das Gespräch ist Teil deiner AI-Strategie als CTO..

Baue Weltmodelle, statt sie zu hoffen

Das Weltmodell deines Teams ist jetzt ein Asset mit direktem Hebel auf den Output, daher behandle es als solches. Lass Engineers und PMs zusammen prompten - nicht als Good-feel-wir-tuen-auch-was-Workshop, sondern damit Vokabular wandert. Wenn der PM einmal erlebt, wie „local-first" einen ganzen Lösungsraum aufmacht, hat er ein Wort mehr. Trage die Architektur-Sprache aus dem Senior-Zirkel ins ganze Team. Jeder Begriff, der im Team ankommt, vergrößert das, was dein Team prompten kann.

Dein größtes AI-Investment ist nicht das Tool sondern die Weltmodelle deiner Mitarbeiter.

Die Grenzen ihrer Sprache sind die Grenzen dessen, was deine Firma mit AI bauen kann.