Es gibt einen Satz von Adam Wathan, der mich getroffen hat und an den ich seit zwei Tagen denke, seit er ihn veröffentlicht hat. Geschrieben hat er ihn vorgestern, am Tag nachdem er drei Viertel seines Engineering-Teams entlassen hatte. Es war als Antwort auf eine Pull Request auf GitHub, eine dieser scheinbar harmlosen technischen Anfragen, die normalerweise unbemerkt durchgehen. Aber Wathans Antwort war nicht technisch. Es war ein Schmerzensschrei, getarnt als rationale Erklärung.
Für die, die ihn nicht kennen: Wathan ist der Schöpfer von Tailwind CSS, einem der weltweit am häufigsten genutzten Frameworks für Web-Entwicklung. Wer in den letzten Jahren Frontend gemacht hat, ist Tailwind wahrscheinlich begegnet. Es ist überall, mit 75 Millionen Downloads pro Monat. Es ist der verwirklichte Open-Source-Traum: ein kostenloses, von der Community geliebtes Projekt, das ein tragfähiges Modell gefunden hatte. Hatte. Denn dieses Modell ist heute in Trümmern, und der Grund sollte uns alarmieren und Fragen aufwerfen.
Tailwind Labs’ Umsatz ist um 80 % eingebrochen. In einem Jahr. Nicht, weil das Projekt im Niedergang wäre — im Gegenteil, es war nie populärer. Eingebrochen ist er, weil KI verändert hat, wie Entwicklerinnen Software nutzen. Und das macht mir, wenn ich darüber nachdenke, mehr Angst als jede andere KI-Folge, über die normalerweise gesprochen wird.
Um zu verstehen, was passiert ist, muss man ein paar Jahre zurück und sich Tailwinds Geschäftsmodell ansehen. Das Framework ist Open Source, kostenlos, für alle zugänglich. Aber das Team hat auch Tailwind UI gebaut, eine Premium-Komponentenbibliothek, die sie verkaufen. Ein klassisches Open-Source-Modell: man bietet etwas Wertvolles kostenlos an, baut eine Community auf, und ein Anteil dieser Community kauft die kostenpflichtigen Produkte. 2020 machte Tailwind UI 500 000 Dollar in den ersten drei Tagen nach dem Launch. Innerhalb von fünf Monaten waren es über zwei Millionen. 2024 war das Team auf acht Personen gewachsen, mit Gehältern von 250 000 bis 300 000 Dollar für die Engineers. Es war das lebende Beispiel, dass nachhaltiges Open Source möglich ist.
Wathans Schmerzensschrei
Und dann kam KI.
Seit 2023 ist der Traffic auf die Tailwind-Doku um 40 % gesunken. Nicht, weil Entwicklerinnen aufgehört hätten, Tailwind zu nutzen. Im Gegenteil, die Nutzung ist auf einem Allzeithoch. Aber wenn man eine Tailwind-Komponente braucht, geht man nicht mehr auf tailwindcss.com. Man öffnet Copilot, Claude oder Cursor und sagt: „bau mir einen Button mit Tailwind“. Und die KI generiert ihn. Sofort. Ohne je die offizielle Seite zu berühren.
Genau dieser Punkt verfolgt mich: die Doku war der Funnel. Es war der Moment, an dem Entwicklerinnen entdeckten, dass es auch Tailwind UI gibt, die Premium-Version. Aber wenn Entwicklerinnen die Doku nie besuchen, entdecken sie nie die kostenpflichtigen Produkte. Der Funnel ist vollständig kurzgeschlossen. KIs haben die Vermittlung entfernt — jene produktive Reibung, die Open-Source-Projekten erlaubte zu monetarisieren.
Wathan sagt es mit einer Klarheit, die fast wehtut:
Tailwind wächst schneller als je zuvor und ist größer als je zuvor, und unser Umsatz ist um fast 80 % gefallen. Im Moment gibt es keine Korrelation zwischen dem Erleichtern der Tailwind-Nutzung und dem Tragfähigmachen der Frameworkentwicklung.
Ich habe diesen Satz mehrmals gelesen. Keine Korrelation zwischen Produktverbesserung und Tragfähigkeit. Das ist der Tod des Modells. Das Ende einer Ära.
Der kurzgeschlossene Funnel
Die Pull Request, die das Ganze auslöste, war eine Bitte, eine Datei llms.txt im Tailwind-Repository hinzuzufügen. Ein neuer Standard, eine Möglichkeit, die Doku für Large Language Models leichter lesbar zu machen. Andere Projekte haben es bereits eingeführt. Klingt harmlos, fast offensichtlich. Aber Wathan schloss sie mit einer Erklärung, die zum unfreiwilligen Manifest der Open-Source-Krise wurde.
Wir haben dringendere Probleme — etwa, Mittel zu beschaffen, um das Geschäft am Leben zu halten. Unsere Doku für LLMs leichter lesbar zu machen, würde nur weiter die Besuche auf der Doku reduzieren, weniger Nutzer würden unsere kostenpflichtigen Produkte entdecken, was die Tragfähigkeit unseres Geschäfts weiter senkt.
Manche haben ihn dafür kritisiert. Sie sagten, die Botschaft, die er sendet, sei egoistisch — Geld vor Community-Service. Aber genau hier wird die Lage tragisch, denn Wathan hat recht. Er hat völlig recht. Und es gibt keine Gewinnoption.
Keine Gewinnoption
Ich habe versucht, mir die Optionen vor seinen Augen vorzustellen, und keine funktioniert.
Wenn du LLMs blockierst, aggressive Regeln in robots.txt setzt, OpenAI-, Anthropic- und Google-Crawler vom Scrapen abhältst — was passiert? LLMs hören auf, dein Projekt zu kennen. Entwicklerinnen, die KI-Assistenten nutzen, bekommen keine Vorschläge mehr auf Basis deiner Doku. Dein Projekt wird unsichtbar in einer Zeit, in der 84 % der Entwicklerinnen KI-Tools nutzen. Du verlierst Userbase. Relevanz. Alles.
Wenn du LLMs nicht blockierst, lässt du die Bots frei scrapen. Sie trainieren auf deinen Inhalten. Sie werden hervorragend darin, Code zu erzeugen, der dein Framework nutzt. Entwicklerinnen lieben es. Aber sie besuchen deine Seite nie. Entdecken nie deine kostenpflichtigen Produkte. Der Umsatz bricht ein. Du musst das Team entlassen. Das Projekt wird untragbar.
Wenn du llms.txt hinzufügst, um den LLMs zu „helfen“, machst du die Doku noch leichter verdaulich für KIs. LLMs werden noch besser darin, zu antworten, ohne Nutzer auf deine Seite zu schicken. Du beschleunigst deine eigene wirtschaftliche Obsoleszenz. Wie das Messer dessen zu schärfen, der auf dich einsticht.
Keine Gewinnoption. Buchstäblich ein tödlicher Teufelskreis. Und das Schaudern: es ist nicht nur Tailwind.
Nicht nur Tailwind
Stack Overflow, das Mekka der Programmierfragen seit zwanzig Jahren, hat seine Submissions von Spitzenwerten von 200 000 pro Monat 2014 auf unter 50 000 Ende 2025 stürzen sehen. 47 % der täglich aktiven Nutzer sind schlicht verschwunden. Heute nutzen 81 % der Entwicklerinnen ChatGPT (oder Alternativen) für die Fragen, die sie früher auf Stack Overflow stellten. Der Traffic ist auch eingebrochen, nachdem Stack Overflow GPTBot blockiert und die Sperre dann für eine Partnerschaft mit OpenAI aufgehoben hat. Es hat sich nichts geändert: die Nutzer haben ihr Verhalten bereits umgestellt.
Business Insider hat Trafficrückgänge zwischen 40 % und 48 % verzeichnet. Die „Zero-Click Searches“, Anfragen, bei denen die Antwort direkt auf der Ergebnisseite erscheint und kein Klick auf eine Site nötig ist, machen heute 62 % aller Suchen aus. 2025 wurde als „organic traffic crisis“ bezeichnet.
Read the Docs, GNOME, SourceHut, LWN, Fedora — alle Open-Source-Projekte, alle unter Belagerung durch KI-Crawler. GNOMEs GitLab hatte erhebliche Ausfälle. Sie mussten Reverse Proxies mit Proof-of-Work-Challenges einsetzen, um aggressive Bots zu blockieren. Aber der Kampf ist von vornherein verloren, weil die Bots immer raffinierter werden, Konten kaufen, um menschlich zu wirken, TLS-Fingerprints fälschen.
Manche versuchen, Auswege zu finden. Cloudflare hat im Juni 2025 „Pay Per Crawl“ gestartet. Die Idee ist elegant: statt zu blockieren oder kostenlos zuzulassen, kann man KI-Crawler pro Anfrage bezahlen lassen. Man nutzt den Response-Code 402, „Payment Required“, der Jahrzehnte schlummerte. Cloudflare agiert als Zwischenstation, du legst einen Preis pro Request fest. Auf dem Papier könnte das bis 2027 über zwei Milliarden Dollar von KI-Firmen zu Publishern verschieben.
Aber: es funktioniert nur, wenn eine kritische Masse an Publishern mitzieht. Bist du der Einzige mit Paywall, ignorieren KI-Firmen dich und gehen woanders hin. Klassisches Koordinationsproblem, und das Open-Source-Ökosystem war historisch nie gut darin, sich auf so etwas zu einigen.
Das nächste Kapitel: Model Collapse
Es gibt einen Aspekt dieser Geschichte, den ich besonders beunruhigend finde und den wenige bemerken. Wenn Entwicklerinnen aufhören, Fragen auf Stack Overflow zu posten, wenn sie aufhören, detaillierte technische Doku zu schreiben, weil „die KI macht das eh“, worauf trainieren dann die nächsten KI-Modelle?
Es ist ein Zirkularitätsproblem. Aktuelle LLMs haben sich auf Jahrzehnten hochwertiger menschengemachter Inhalte trainiert: sorgfältig geschriebene Tutorials, Q&A in Foren, detaillierte technische Doku. Aber wenn diese Quelle versiegt, weil sie wirtschaftlich nicht tragfähig ist, was passiert? Die KIs beginnen, auf Outputs anderer KIs zu trainieren. Das ist das Phänomen des „Model Collapse“, und es führt zu fortschreitender Qualitätsdegradation.
Wathan hat selbst Ähnliches erlebt. Er hat versucht, mit Claude den Dark Mode für über 600 Komponenten von Tailwind UI hinzuzufügen. Die Ergebnisse seien so inkonsistent gewesen, dass Review und Korrektur der Agentenarbeit länger gedauert hätten als alles von Hand neu zu machen. Selbst bei scheinbar einfachen Aufgaben haben aktuelle LLMs deutliche Grenzen, wenn hochwertige Doku fehlt.
Je mehr ich nachdenke, desto mehr überzeuge ich mich, dass es hier keine Win-Win-Lösung gibt. Zumindest keine, die das aktuelle Modell des nachhaltigen Open Source bewahrt.
Die traditionellen Monetarisierungsmodelle — Open Core, SaaS-Hosting, Premium-Add-ons, Professional Services — beruhten alle auf einer Voraussetzung: dass es einen Berührungspunkt mit der Nutzerin gibt. Einen Moment, in dem die Nutzerin auf dein Projekt aufmerksam wird, deine Doku besucht, deine Marke sieht, deine kommerziellen Produkte entdeckt. Dieser Moment war der Funnel. Dort konntest du kostenlose Nutzer in zahlende Kunden verwandeln.
KI-Tools haben diesen Funnel komplett kurzgeschlossen. Entwicklerinnen „besuchen“ nichts mehr. Sie fragen Copilot, und Copilot generiert Code. KI ist zur totalen Vermittlerin zwischen Nutzern und Open-Source-Projekten geworden. Und diese Vermittlerin zahlt keine Kommissionen.
Wenn die Verbesserung deines Produkts nicht zu mehr wirtschaftlicher Tragfähigkeit führt, ist das Projekt zum Sterben verurteilt — oder dazu, von einem Big-Tech-Konzern absorbiert zu werden, der es sich leisten kann, es ohne Monetarisierung zu erhalten.
Das Ende einer Ära
Beim Nachdenken hatte ich mehr Fragen als Antworten. Schwere Fragen, die wachhalten.
Kann Open Source ohne den Rückhalt von Big Tech überleben? Wenn Projekte nicht mehr monetarisieren können, überleben nur die, die von Google, Meta, Microsoft gesponsert werden. Aber ist es noch Open Source, wenn es von Konzernen kontrolliert wird? Oder ist es nur „source-available“ mit einer Community-Aura?
Braucht es einen neuen Gesellschaftsvertrag? Manche schlagen vor, Open Source als „digital public infrastructure“ zu behandeln und mit öffentlichen Mitteln zu finanzieren. Aber welche Regierung möchte tausende Softwareprojekte finanzieren? Und wer entscheidet, was förderwürdig ist?
Sollten KI-Anbieter für Trainingsdaten zahlen? Intuitiv erscheint das richtig. Aber wie umsetzen? Mit welchem Rechtsmechanismus? Und wenn die Daten unter Open-Source-Lizenz veröffentlicht sind, wie erzwingt man Bezahlung, ohne die Open-Source-Prinzipien selbst zu verletzen?
Ist diese Phase vorübergehend oder dauerhaft? Vielleicht entstehen in einigen Jahren Geschäftsmodelle, die wir uns heute nicht einmal vorstellen. Oder nicht. Vielleicht erleben wir das Ende einer Ära, und was kommt, wird radikal anders sein als alles, was wir kannten.
Es liegt eine fast komische Ironie in dieser Tragödie. Tailwind ist Opfer seines eigenen Erfolgs. LLMs sind so gut darin, Tailwind-Code zu erzeugen, gerade weil Tailwind außergewöhnliche Arbeit geleistet hat: klare Doku, konkrete Beispiele, aktive Community. Diese Daten in hoher Qualität haben die KIs perfekt trainiert. Aber genau diese Qualität ist nun die Waffe, die ihn tötet.
Es ist, als hätte man jahrelang den besten kostenlosen Programmierkurs der Welt gebaut. Und dann konstruiert jemand einen Roboter, der alle deine Videos anschaut, alles speichert und beginnt, statt deiner die Studentenfragen zu beantworten. Je besser dein Kurs, desto effektiver der Roboter. Und du stehst da und siehst zu, wie die Studierenden aufhören, deine Seite zu besuchen, weil sie den Roboter haben.
Ich weiß nicht, ob es einen Ausweg aus diesem Teufelskreis gibt. Ich weiß nicht, ob Wathan Tailwind Labs retten wird. Ich weiß nicht, was mit all den anderen Open-Source-Projekten geschehen wird, die in der gleichen Lage sind.
Was ich weiß: wir stehen an einem Wendepunkt. KI hat versprochen, die Softwareentwicklung zu demokratisieren, das Programmieren allen zugänglich zu machen. Und in gewisser Weise tut sie das wahrscheinlich. Aber der Preis könnte die gesamte Infrastruktur an Open-Source-Projekten, hochwertiger Doku, Expertenkommunitäten sein, die Jahrzehnte lang diese Demokratisierung erst möglich gemacht hat.
Wenn das letzte tragfähige Open-Source-Projekt schließt — worauf trainieren dann die KIs der Zukunft? Eine Frage, auf die ich keine Antwort habe. Und vielleicht ist die Tatsache, dass es keine offensichtliche Antwort gibt, das Beunruhigendste von allem.
Vielleicht ist das, was wir gerade erleben, der Moment, in dem das Open-Source-Ökosystem entdeckt, zu großzügig, zu offen, zu vertrauensselig gewesen zu sein. Unsere Branche war die einzige, die entschieden hat, dass Wissen und Innovation öffentlich verteilt gehören. Sie hat Wissen jahrzehntelang an die Welt verschenkt und damit die Fundamente gelegt, auf denen fast die gesamte moderne Software ruht. Und nun wurde dieses Wissen extrahiert, verarbeitet, in kommerzielle Produkte verwandelt, die zu seinen direkten Konkurrenten werden.
Vielleicht ist es niemandes Schuld im Besonderen. Es ist das unausweichliche Ergebnis fehlausgerichteter Anreize, eines Wirtschaftsmodells, das Offenheit belohnte, ohne die langfristigen Folgen zu bedenken. Aber das Ergebnis bleibt dasselbe: eine ganze Generation von Entwicklerinnen, die Großartiges gebaut hat, könnte sich ohne die Mittel wiederfinden, es weiterzutun.
Und das ist für jemanden wie mich, der immer an die Kraft von Open Source geglaubt hat, schlicht erschütternd.
Was du mitnimmst
Es ist keine Wahl zwischen Crawler blockieren oder zulassen: beide Optionen führen zum selben Ende, es ist ein tödlicher Teufelskreis.
Wenn Entwicklerinnen aufhören, Dokumentation zu schreiben, und Stack Overflow leerläuft, worauf trainieren dann die nächsten Modelle? Der Model Collapse ist das nächste Kapitel.
Überleben werden nur die von Big Tech gesponserten Projekte — aber ist es noch Open Source, wenn es von Konzernen kontrolliert wird?
Fragen & Antworten
Was ist der Teufelskreis, den KI über Open Source bringt?
LLMs wurden auf Millionen Open-Source-Repositories trainiert, ohne Vergütung oder Attribution. Heute fragen Entwicklerinnen LLMs, statt die Originalprojekte zu konsultieren. Sichtbarkeit, Spenden, Beiträge, Bug-Reports — der ökonomische und soziale Treibstoff von Open Source — gehen zurück. Maintainer verbrennen weniger Ressourcen, aber auch weniger Feedback, weniger Engagement, weniger Tragfähigkeit. Der Kreislauf, der die Community am Leben hielt, erlischt.
Warum schlägt Adam Wathan (Tailwind) Alarm?
Weil er die Daten aus erster Hand sieht. Der Traffic auf die Doku populärer Projekte sinkt, während die LLM-Anfragen wachsen. Entwicklerinnen bekommen „gut genug“-Antworten, ohne die Projektseite zu besuchen, ohne den Sponsor-Button zu sehen, ohne der Community zu begegnen, die das Projekt zu mehr macht als einem Stück Code. Für ihn ist das keine Intuition — es ist eine fallende Kurve.
Können LLMs Open-Source-Communities ersetzen?
Nein, und das ist der beunruhigendste Punkt. LLMs reproduzieren Code aus Repositories, können ihn aber nicht warten, weiterentwickeln, korrigieren. Wenn man dem LLM das Wissen anvertraut und das Original kollabiert, verliert das LLM seine Aktualisierungsquelle. Es ist, als sägt man am Ast, auf dem man sitzt — nur langsamer: die Schäden zeigen sich nach zwei, drei Jahren Training auf eigenen Outputs.
Was können Entwicklerinnen und Unternehmen tun, um den Kreislauf zu brechen?
Entwicklerinnen: wenn das LLM eine Lösung gibt, gehen Sie zur Quelle, prüfen Sie, geben Sie einen Stern, erwägen Sie Spende oder Sponsor. Unternehmen, die auf LLMs aufbauen: die genutzten Open-Source-Projekte explizit unterstützen (Anthropic hat einige Initiativen begonnen, aber zu wenig). Regulatoren: Attribution- und Kompensationspflichten für Trainingsdaten erwägen — wie in anderen Branchen (Musik, Verlag), wo der schöpferische Kreislauf bewahrt werden muss.
Der Autor
