Idee

Ein Token-Gewinn wird gegen die Kosten seiner Umsetzung in der bestehenden Codebasis abgewogen

Info

Ursprünglich auf Französisch verfasst. Von KI übersetzt — der Sinn wurde bewahrt, nicht der Stil.

Hauptgedanke

Die Entscheidungsregel passt in drei Zeilen: großer Gewinn und geringe Komplexität — jetzt umsetzen; mittlerer Gewinn und mittlere Komplexität — einplanen; kleiner Gewinn — ignorieren.

Ihre Schwachstelle liegt in der zweiten Spalte. Der Gewinn wird am Verbrauch gemessen; der Aufwand dagegen wird vom Skill aus geschätzt, als wäre der Code, in dem die Änderung landet, sauber und modular. Eine als „gering“ eingestufte Optimierung — etwa eine Synthese auf inkrementellen Modus umzustellen — kann verlangen, das bereits Eingearbeitete durch alten Code hindurch nachzuverfolgen, den niemand mehr anfassen will. Diese Lücke verschiebt die Rangfolge, und sie rechtfertigt es, Aufwandsschätzungen von vornherein mit einem Aufschlag zu versehen.

Warum das wichtig ist

Das verhindert, einen Audit-Bericht als Aufgabenliste zu lesen: Er liefert eine Größenordnung von Gewinnen, keinen Plan.

Und es legt die Entscheidung dorthin zurück, wo die Informationen sind, die dem Bericht fehlen — zu denen, die die Codebasis kennen.

Nuancen und Grenzen

Manche Optimierungen mit geringem unmittelbarem Gewinn ändern den Verlauf: Auf inkrementell umzustellen bringt heute wenig und umso mehr, je mehr sich die Daten ansammeln. Eine Rangfolge als Momentaufnahme unterschätzt sie systematisch.

Offene Fragen

  • Wie bewertet man eine Optimierung, deren Gewinn mit dem Datenvolumen wächst, statt konstant zu bleiben?