
Charles Hoskinson stellt eine Gewissheit der Krypto-Branche infrage: Entwicklerzahlen seien als Wachstumsindikator im Zeitalter von KI deutlich weniger aussagekräftig. Der Cardano-Mitgründer argumentiert, dass künstliche Intelligenz die Produktivität einzelner Teams so stark erhöht, dass die reine Zahl der Entwickler kaum noch etwas über die tatsächliche Schlagkraft eines Projekts verrät. Für Investoren, Gründer und Communitys ist das mehr als eine Randbemerkung. Denn in einem Markt, der lange auf GitHub-Aktivität, Teamgrösse und technische Köpfe geschaut hat, verschiebt sich damit die Bewertungslogik. Hoskinson setzt diese These nicht abstrakt in den Raum, sondern verknüpft sie mit dem Midnight Projekt und der Frage, was künftig statt «mehr Entwickler» zählen soll: mehr Builder, mehr Auslieferung, mehr echte Nutzung.
Charles Hoskinson gehört zu den bekanntesten Stimmen der Branche. Als Mitgründer von Ethereum und Cardano ist er seit Jahren daran beteiligt, wie Krypto-Projekte gebaut, finanziert und vermarktet werden. Seine Aussagen haben deshalb Gewicht, gerade wenn es um die Frage geht, woran ein Projekt überhaupt gemessen werden soll. Bisher galt in weiten Teilen des Marktes: Je mehr Entwickler, desto lebendiger das Ökosystem, desto grösser die Innovationskraft, desto höher oft auch das Vertrauen in die Zukunft eines Netzwerks.
Dieses Denken hat einen praktischen Kern. Offene Repositories, häufige Commits, wachsendes Entwicklerteam und zunehmende Tooling-Aktivität sind sichtbare Signale. Sie sind einfach zu erfassen und lassen sich gut in Roadmaps, Investor-Decks und Community-Kommunikation übersetzen. In einer Branche, in der viele Token und Protokolle kaum über Produkt, Umsatz oder Nutzer verfügen, war die Entwicklerzahl oft ein Ersatzindikator für Fortschritt.
Hoskinson hält genau diesen Massstab inzwischen für überholt. Die eigentliche Frage sei nicht mehr, wie viele Entwickler ein Projekt beschäftigt, sondern was diese Menschen mit den neuen Werkzeugen tatsächlich liefern. Sein Punkt trifft einen empfindlichen Nerv: Wenn KI Teile des Codings, Testens, Debuggings und Dokumentierens übernimmt, wird die Teamgrösse weniger wichtig als die Qualität des Outputs. Das macht die alte Zählweise nicht völlig wertlos, aber deutlich schwächer.
Die Entwertung kommt nicht daher, dass Entwickler plötzlich unwichtig wären. Sie entsteht, weil KI die Produktivität pro Person stark erhöht. Ein kleines Team kann heute mit Copilot-ähnlichen Assistenten, automatisierten Review-Tools, generativer Dokumentation und Modell-gestütztem Prototyping in kurzer Zeit Leistungen erbringen, für die früher deutlich mehr Personal nötig war. Was früher fünf Spezialisten beanspruchte, erledigt heute unter Umständen ein kleiner Kern mit KI-Unterstützung.
Das verändert die Aussagekraft der Kennzahl «Anzahl Entwickler» in mehreren Schritten. Erstens sinkt die Korrelation zwischen Teamgrösse und Auslieferung. Zweitens wird die GitHub- oder Job-Listing-Logik anfälliger für Täuschung, weil viele Aufgaben nicht mehr sichtbar in klassische Code-Commits münden. Drittens verschiebt sich der Wettbewerb: Wer gute Prozesse, klare Architektur und KI-gestützte Workflows hat, kann mit weniger Köpfen schneller iterieren als ein grösseres, schwerfälligeres Team.
Hinzu kommt ein zweites Problem: Entwicklerzahlen sagen wenig über Reife und Marktfit aus. Ein Projekt kann ein grosses Engineering-Team haben und trotzdem kaum Nutzer, schwache Token-Ökonomie oder ungeklärte Governance. Umgekehrt kann ein schlankes Team mit starker Produktdisziplin und automatisierten Abläufen weit schneller echte Adoption erreichen. KI verstärkt diese Diskrepanz, weil sie die alten Grössenunterschiede glättet.
Für die Bewertung heisst das: Die Zahl der Entwickler wird eher zu einer Organisationskennzahl als zu einem Wachstumsbeweis. Sie zeigt, wie viel Personal vorhanden ist, aber nicht, wie viel Leistung daraus entsteht. Hoskinson zielt mit seiner Kritik genau auf diese Lücke. In einer KI-Krypto-Realität zählt nicht mehr, wer am grössten wirkt, sondern wer am effizientesten baut.
Seine These wird besonders deutlich beim Midnight Projekt, einem Cardano-nahen Vorhaben, das auf Datenschutz, Compliance und modulare Web3-Infrastruktur setzt. Midnight ist als eigenständiger Ansatz für Anwendungen gedacht, bei denen Datenvertraulichkeit und regulatorische Anschlussfähigkeit zentral sind. Genau in diesem Umfeld wirkt die klassische Entwicklerzählung ohnehin zu grob. Denn ein Projekt dieser Art braucht nicht nur Smart-Contract-Entwickler, sondern Produktdenker, Integrationsspezialisten, Kryptografie-Experten, Partnernetzwerke und Anwendungsbauer.
Wenn Hoskinson von Buildern spricht, meint er damit nicht einfach eine andere Bezeichnung für Entwickler. Der Begriff ist breiter. Builder sind Menschen und Teams, die Produkte, Use Cases, Integrationen, Distribution und reale Anwendungsfälle vorantreiben. Sie müssen nicht zwingend selbst den Code schreiben, wenn sie das Ökosystem über andere Fähigkeiten voranbringen. In KI-Zeiten können Builder auch kleine Teams sein, die mit starkem Fokus schnell veröffentlichen, testen und Nutzer anziehen.
Genau hier liegt die Verschiebung. Ein Projekt wie Midnight wird nicht allein daran gemessen, wie viele Personen an Repositorys arbeiten, sondern daran, ob daraus ein belastbares Ökosystem entsteht. Das betrifft Wallet-Integrationen, dApp-Partner, Infrastruktur-Anbieter, Compliance-nahe Anwendungen und die Frage, ob Midnight in der Praxis für Unternehmen und Entwickler attraktiv genug ist, um darauf aufzubauen.
Damit wird auch die alte Loyalität gegenüber blossen Aktivitätsmetriken brüchig. Ein Projekt kann viele Entwickler beschäftigen, ohne Builder-Momentum zu erzeugen. Und es kann umgekehrt mit weniger klassischer Entwicklungskraft, aber klarer Produktfokussierung und KI-gestützter Effizienz schneller in den Markt kommen. Hoskinson macht daraus keinen Nebensatz, sondern eine strategische Verschiebung: Midnight soll nicht als Code-Fabrik wahrgenommen werden, sondern als Bauplatz für Anwendungen.
Wenn Entwicklerzahlen an Bedeutung verlieren, braucht die Branche andere Massstäbe. Hoskinsons Logik legt nahe, stärker auf Kennzahlen zu achten, die reale Leistung und Marktdurchdringung zeigen. Dazu gehören nicht nur klassische Nutzungszahlen, sondern auch die Qualität des Netzwerks und der Fähigkeit, Produkte schnell in die Praxis zu bringen.
| Kriterium | Warum es zählt | Was es besser misst als Entwicklerzahlen |
|---|---|---|
| Aktive Nutzer und Transaktionen | Zeigt tatsächliche Nutzung | Marktinteresse statt Teamgrösse |
| Apps und Integrationen | Belegt Ökosystem-Wachstum | Builder-Output statt Personalbestand |
| Time-to-Launch | Zeigt Umsetzungsstärke | Produktivität in KI-Workflows |
| Retention und Wiederkehr-Nutzung | Misst echten Produktwert | Langfristige Relevanz statt Hype |
| Umsatz, Fees oder Wertschöpfung | Belegt wirtschaftliche Tragfähigkeit | Nachhaltigkeit statt reiner Aktivität |
Gerade im KI-Zeitalter gewinnen solche Metriken an Gewicht, weil sie schwerer zu fälschen sind als Teamangaben. Ein Projekt kann Entwickler einstellen, ohne Fortschritt zu liefern. Es kann aber kaum dauerhaft echte Nutzung, Partner und Gebühren erzeugen, ohne Substanz zu haben. Deshalb werden Investoren stärker auf Produktmargen, Adoption und Netzwerkeffekte schauen müssen.
Für die Bewertung von Krypto-Projekten bedeutet das eine härtere, aber auch ehrlichere Messlatte. Token allein, GitHub-Aktivität allein oder Teamgrösse allein reichen nicht mehr. Wer auf Builder setzt, muss zeigen, dass daraus ein Ökosystem entsteht, das Kunden bindet und Probleme löst. In Hoskinsons Logik ist das der bessere Beweis für Wachstum als jedes Entwicklerverzeichnis.
Für Investoren verschiebt sich der Blick von «Wie gross ist das Team?» zu «Wie produktiv ist das Team mit welchen Werkzeugen?». Das macht Due Diligence anspruchsvoller, aber auch präziser. Venture- und Token-Investoren müssen stärker darauf achten, ob ein Projekt reale Nutzung, überzeugende Distribution und klare Go-to-Market-Fähigkeit besitzt. Eine grosse Entwicklerabteilung ist unter KI-Bedingungen kein starker Schutz mehr vor Mittelmässigkeit.
Gründer wiederum stehen unter Druck, ihre Organisation neu zu denken. Wer KI in den Entwicklungsprozess integriert, kann mit kleineren Teams schneller sein, muss aber bessere Prioritäten setzen. Der Fokus wandert von Personalaufbau zu Output-Architektur: Welche Aufgaben automatisieren wir? Wo brauchen wir menschliche Expertise? Wie messen wir, ob Builder tatsächlich Fortschritt schaffen? In diesem Umfeld gewinnt operative Klarheit gegenüber Teamgrösse.
Für Entwickler selbst ist die Botschaft nicht negativ, sondern ambivalent. Einzelne Fähigkeiten verlieren an Seltenheit, dafür steigen die Erwartungen an Produktdenken, Systemverständnis und Geschwindigkeit. Wer nur Code schreibt, wird leichter ersetzbar. Wer KI als Verstärker nutzt und Probleme in marktfähige Lösungen übersetzen kann, wird wichtiger. In der Praxis könnte das den Arbeitsmarkt in Krypto deutlich stärker segmentieren: weniger Belohnung für reine Ausführung, mehr für Architektur, Integrationsstärke und Produktverantwortung.
Auch für Mid- und Small-Cap-Projekte in der Branche hat das Folgen. Sie können mit kleinen Teams glaubwürdiger auftreten, wenn sie klar zeigen, wie KI ihre Entwicklungsleistung hebelt. Gleichzeitig werden sie stärker an Ergebnissen gemessen. Die Zeit, in der man mit einem grossen Team und wenig Produktfortschritt allein Vertrauen kaufen konnte, dürfte sich dem Ende nähern.
Hoskinsons Aussage trifft einen Kern der aktuellen Krypto-Entwicklung: Die Branche bewertet sich noch oft mit Kennzahlen aus einer Vor-KI-Logik. Entwicklerzahlen, Commit-Frequenz und Teamgrösse bleiben nicht bedeutungslos, aber sie verlieren ihre Rolle als primärer Qualitätsbeweis. Wer in KI-Krypto bestehen will, muss an Output, Nutzung und echter Builder-Dichte gemessen werden. Midnight liefert dafür ein passendes Beispiel, weil das Projekt nicht auf reine Code-Masse setzt, sondern auf ein Ökosystem aus Anwendungen, Partnern und Datenschutz-Infrastruktur. Für Investoren heisst das: weniger auf Personalköpfe schauen, mehr auf Umsetzungskraft. Für Gründer: schneller bauen, klarer messen, härter priorisieren. Und für Entwickler: KI nicht als Konkurrenz, sondern als Hebel begreifen, der aus guten Teams deutlich bessere Builder macht.







Kommentar