Interne Leaderboards und Vorgaben treiben Amazon-Mitarbeiter zu mehr Token‑Einsatz, oft ohne echten Mehrwert.
In Kürze
- MeshClaw misst Tokenverbrauch für KI‑Agenten
- Mitarbeiter erhöhen Zahlen taktisch, nicht produktiv
- Token sind kein verlässlicher Produktivitätsmesser
Bei Amazon treiben manche Beschäftigte den internen KI‑Zähler hoch — offenbar aus taktischen Gründen statt aus Produktivitätsgründen.
Was genau passiert?
Amazon-Mitarbeiter können über ein internes Tool mit dem Namen MeshClaw KI‑Agenten bauen, die Aufgaben übernehmen wie:
- Code‑Deployments anstoßen
- E‑Mails sortieren
- in Slack arbeiten
Laut Bericht der Financial Times nutzen einige Angestellte das System allerdings nicht primär, um Arbeit zu erleichtern, sondern um ihren Token‑Verbrauch künstlich zu erhöhen — also die gemessene Menge an KI‑Nutzung.
Was sind Tokens?
Ein Token ist hier schlicht eine Einheit, die angibt, wie viel Text oder Rechenarbeit eine KI verarbeitet. Mehr Tokens heißen nicht automatisch mehr nützliche Arbeit; sie messen Umfang, nicht Effizienz.
Warum das auffällt
Amazon verlangt angeblich, dass mehr als 80 Prozent der Entwickler wöchentlich KI einsetzen. Seit Jahresbeginn werden Token‑Verbräuche auf internen Leaderboards angezeigt. Offiziell sollen diese Zahlen nicht in Leistungsbeurteilungen einfließen, doch Mitarbeiter berichten, Manager würden sich die Nutzung anschauen. Das schafft Anreize, die Zahlen hochzutreiben — zum Beispiel durch:
- unnötig lange Prompts
- häufige, redundante Anfragen
Ähnliche Phänomene bei anderen Firmen
Ähnliche Effekte gibt es laut Berichten auch bei Meta; dort hat sich der Ausdruck „Tokenmaxxing“ etabliert, um das künstliche Maximieren von Token‑Zahlen zu beschreiben.
Warum die Zahl irreführend sein kann
Token‑Verbrauch ist kein verlässlicher Maßstab für echte Produktivitätsgewinne mit KI. Große Token‑Mengen können entstehen, ohne dass das Ergebnis besser oder schneller wird. In der letzten Ausgabe des KI‑Radars wurde daher ausführlich die Frage behandelt, wie man KI‑bedingte Produktivität sinnvoll messen kann.
Quellen
- Quelle: Amazon
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
