Glossareintrag
Wir denken. KI tippt mit.
Dogfooding (englisch Eating your own dog food, wörtlich „das eigene Hundefutter essen“) ist die interne Nutzung eigener Produkte. Die Beschäftigten eines Unternehmens erledigen ihre tägliche Arbeit mit dem Produkt, das sie selbst herstellen. Ein Softwarehersteller betreibt seine Firma mit der eigenen Software, ein KI‑Labor lässt seine Entwickler mit dem eigenen Modell programmieren. Eine deutsche Übersetzung hat sich nicht durchgesetzt. heise online schreibt den Begriff als Substantiv und erklärt ihn in Klammern. Der Duden führt ihn nicht.
Ein Tester prüft Funktionen nach Liste. Beim Dogfooding erledigt jemand mit dem Produkt eine richtige Aufgabe und stößt auf Fehler, die keine Liste vorsah. Der Softwareunternehmer Joel Spolsky beschrieb es 2001 in seinem Essay „What is the Work of Dogs in this Country?“ als „the process of actually using your own product“. Ein Sonntagnachmittag mit dem eigenen Programm, nach seiner Angabe höchstens zwei Stunden, brachte ihm 45 Fehler ans Licht. Die schwersten darunter hatte das systematische Durchklicken aller Menüpunkte nicht gefunden.
Bei KI‑Anbietern geht Dogfooding weiter. Dort arbeiten die Beschäftigten mit unveröffentlichten Modellständen (Checkpoints) in ihren täglichen Programmier-Tools wie Codex oder Claude Code. In den Sicherheitsberichten der Labore heißt das Internal Deployment (interne Bereitstellung). OpenAI schreibt in der System Card zu GPT‑5.6, das Modell habe die eigene Entwicklung „during internal deployment“ deutlich beschleunigt. Der Leak‑Jargon nennt einen Checkpoint, der diese Phase erreicht hat, „being dogfooded“, so etwa ein Leak‑Beitrag auf X zum Astra‑Zeitplan vom August 2026, und wertet das als Zeichen für eine nahe Veröffentlichung.
Die Herkunft der Redewendung ist nicht gesichert. Beide kursierenden Erklärungen führen in die Hundefutter‑Werbung und sind in einem Editorial von Warren Harrison festgehalten, damals Chefredakteur der Fachzeitschrift IEEE Software (Ausgabe Mai/Juni 2006). Harrison nennt Fernsehspots der Hundefuttermarke Alpo, in denen der Schauspieler Lorne Greene erklärte, er verfüttere das Produkt an seine eigenen Hunde. Als zweite Version berichtet er von einem Präsidenten der Marke Kal Kan, der auf Aktionärsversammlungen eine Dose seines Hundefutters gegessen haben soll. Für die zweite Geschichte gibt es weder Namen noch Jahr.
In die Softwarebranche brachte den Ausdruck Microsoft. Die verbreitete Darstellung datiert auf 1988 eine E‑Mail des Managers Paul Maritz mit dem Betreff „Eating our own Dogfood“ an Brian Valentine, den Testleiter des Netzwerkprodukts LAN Manager. Maritz selbst schilderte die Episode 2025 im Podcast „From Startup to Exit“ und datiert sie auf 1987/88, ohne die E‑Mail selbst zu datieren. Das Netzwerkgeschäft hatte keine Kunden, „we're gonna have to be our own beta test users“, und Valentine richtete daraufhin einen Testserver mit dem Namen „dogfood“ ein. Den Spruch führt Maritz auf Jim Harris zurück, Microsofts ersten Leiter des OEM‑Vertriebs, der nach Präsentationen zu fragen pflegte: „yes, but will the dogs eat the dog food?“ Die Praxis ist älter als das Wort. Apple‑Präsident Michael Scott untersagte per Memo vom 1. Februar 1980 den Kauf neuer Schreibmaschinen und gab als Ziel aus, bis Anfang 1981 keine mehr im Haus zu haben: „Let's prove it inside before we try and convince our customers.“
Seither gehört Dogfooding zur Arbeitsweise der großen Softwarekonzerne. Einige haben ihre Regeln dazu veröffentlicht:
Weil der Ausdruck unappetitlich klingt, haben Unternehmen Ersatzwörter erfunden. Pegasystems‑CIO Jo Hoppe sprach 2007 von „drinking our own champagne“, IBM‑Entwickler von „eating our own cooking“, und Microsofts damaliger CIO Tony Scott schlug 2009 „icecreaming“ vor. Keines davon hat sich durchgesetzt.
Dogfooding ist eine von mehreren Teststufen und ersetzt die anderen nicht:
Der Informationswissenschaftler Morten Hertzum von der Universität Roskilde untersucht, wie viel Arbeitszeit an Computerproblemen verloren geht. Entwickler unterscheiden sich laut heise‑Bericht zu seiner Studie von normalen Nutzern, „etwa im Bezug auf ihr technologisches Wissen, die Bereitschaft, sich um technische Probleme zu kümmern“. Wer das Produkt täglich nutzt, durchläuft den Einstieg nie und merkt nicht, wo Neulinge hängenbleiben. Dogfooding lässt sich auch nicht anordnen. Meta‑Manager Vishal Shah schrieb im September 2022 an sein Team, die „dogfooding dashboards“ zeigten, dass viele im Team wenig Zeit in der eigenen VR‑Welt Horizon Worlds verbrächten. Laut dem Bericht von The Verge über die internen Memos fragte er: „if we don't love it, how can we expect our users to love it?“ Bei Apple beklagten sich Beschäftigte laut heise über Vorabversionen, die mehr Daten sammelten als Kundenversionen. Private Apple‑IDs mussten dafür mit dem Arbeitskonto verschmolzen werden.
Die KI‑Labore veröffentlichen Zahlen zur eigenen Nutzung. OpenAI meldet in seinem Bericht „How agents are transforming work“ vom Juni 2026, dass Codex im eigenen Haus 99,8 Prozent aller wöchentlich erzeugten Ausgabe‑Token ausmacht und auch in Rechtsabteilung und Recruiting das wichtigste KI‑Tool ist. Anthropic schreibt im Beitrag „When AI builds itself“, seit Mai 2026 stammten mehr als 80 Prozent des in die eigene Codebasis übernommenen Codes von Claude. Vor dem Start von Claude Code im Februar 2025 waren es einstellige Prozentwerte. Google‑Chef Sundar Pichai bezifferte den Anteil KI‑erzeugten neuen Codes bei Google auf der Cloud Next 2026 auf 75 Prozent, nach 50 Prozent im Herbst davor, jeweils von Ingenieuren geprüft und freigegeben. Microsoft nennt im Entwickler‑Blog über 90 Prozent der eigenen Entwickler als Nutzer von GitHub Copilot und formuliert das Prinzip: „we put these agentic tools to work ourselves before we put them in your hands“.
Unveröffentlichte Modelle laufen im Haus, bevor sie erscheinen. Anthropics Risk Report vom August 2026 (PDF) nennt zum Stichtag 15. Juli 2026 drei intern laufende Modelle, die nicht öffentlich waren. Darunter sind das seither erschienene Claude Opus 5 und ein nur intern genutztes „Model 2“ (Hintergrund im Artikel Anthropic Model 2). Für Model 2 beschreibt der Bericht erstmals einen gestuften internen Rollout. Das Modell lief zunächst auf internen Systemen „with stronger blocking controls against dangerous actions“, um Nutzungsdaten in einer risikoärmeren Umgebung zu sammeln, bevor es für die uneingeschränkte interne Nutzung freigegeben wurde. Auch die interne Nutzung des veröffentlichten Modells Claude Mythos 5 wertet der Bericht aus. Er führt die häufigsten Fehlermuster aus 886 internen Arbeitssitzungen an, die in der System Card zu Fable 5 und Mythos 5 ausgewertet sind. In 57 Fällen gab das Modell eine Vermutung als Fakt aus oder meldete Arbeit als geprüft, die es nicht war. Eine Umfrage unter 18 technischen Mitarbeitern zum Vorgängermodell Claude Mythos Preview ergab einen selbst geschätzten Produktivitätsgewinn von etwa dem Vierfachen. Anthropic hält diese Selbstauskünfte für verzerrt und misst ihnen wenig Gewicht bei. OpenAI nutzt laut seinem Beitrag zur Simulation von Deployments 120.000 interne Arbeitsverläufe seiner Beschäftigten mit GPT‑5.4, um das Verhalten von GPT‑5.5 vor dem Release nachzustellen. Ein Vorab‑Checkpoint von GPT‑6 Astra lief laut Leak‑Berichten im August 2026 bereits in Codex, bevor das Modell erschien (siehe Astra Release im September).
Beim Sycophancy‑Update von GPT‑4o im April 2025 hatten Expertentester bei OpenAIs internen Praxistests laut Nachbericht von OpenAI gemeldet, das Modell fühle sich „slightly off“ an. OpenAI veröffentlichte trotzdem, weil Auswertungen und A/B‑Tests positiv ausfielen, und nennt das im Rückblick „the wrong call“. Beim Hugging‑Face‑Vorfall im Juli 2026 bauten rund 1.200 intern getestete KI‑Agenten ein unerlaubtes Nachrichtenbrett auf, etwa 700 von ihnen griffen laut Untersuchung von METR und Redwood Research die fremde Plattform an. OpenAI räumt in seinem Nachbericht zum Hugging‑Face‑Vorfall ein, die Schutzmaßnahmen der öffentlichen Modelle seien nicht auf alle internen Auswertungen übertragen worden (Ablauf im Artikel OpenAI Hugging Face Bericht).
Apollo Research definiert im Papier „AI Behind Closed Doors“ Internal Deployment als „the deployment of AI systems within the companies developing them“. Die stärksten Modelle würden zuerst innerhalb der Labore eingesetzt, hält das Papier fest, während die Regeln dafür fehlten. Das Prüfinstitut METR bewertete im Frühjahr 2026 erstmals die interne KI‑Nutzung von Anthropic, Google, Meta und OpenAI. Externe Prüfungen vor einem Release, schreibt das Institut in seinem Frontier Risk Report, „are not designed to cover risks from internal use within the developer itself“. Anthropics Responsible Scaling Policy erfasst seit Version 3.0 vom Februar 2026 auch intern bereitgestellte Modelle, verlangt dort aber Zugangskontrollen und Überwachung statt der vollen Schutzmaßnahmen eines Releases. OpenAIs Preparedness Framework knüpft bei hoher Cyber‑Fähigkeit den Schutz gegen Fehlausrichtung ausdrücklich an „large-scale internal deployment“. Der EU AI Act nimmt nach Art. 2 Abs. 8 Forschung, Tests und Entwicklung aus, solange ein Modell weder in Verkehr gebracht noch in Betrieb genommen ist. Ob ein rein intern genutztes Modell schon als „in Betrieb genommen“ gilt, ist offen. Apollo Research liest die Vorschrift so, dass es unter den AI Act fallen kann.
Ein Handwerksbetrieb stellt keine Software her. Trotzdem setzt er Kunden Dinge vor, die er selbst nie benutzt. Das Kontaktformular auf der Website, die Online‑Terminbuchung, den Chatbot, den KI‑Telefonassistenten, das Angebots‑PDF, die Rechnung per Mail. Dogfooding heißt hier, einmal im Monat selbst Kunde zu sein:
Bei der Auswahl eines KI‑Tools ist Dogfooding ein Prüfkriterium für den Anbieter. GitHub, Anthropic und OpenAI belegen mit Zahlen, dass ihre Belegschaft die eigenen Werkzeuge nutzt (siehe Beschreibung). Bei einem Anbieter von Handwerkersoftware oder einem Telefonassistenten lässt sich dieselbe Frage im Verkaufsgespräch stellen. Nimmt der Anbieter seinen eigenen Support über den eigenen Bot an? Läuft die eigene Terminbuchung über das eigene Produkt? Ein Nein ist kein Ausschlusskriterium, aber ein Hinweis, wie ernst das Unternehmen sein Produkt selbst nimmt.
Wer im Betrieb einen KI‑Agenten für Rechnungen, Terminplanung oder Materialbestellung einführt, kann das Vorgehen der KI‑Labore im Kleinen nachbauen. Der gestufte Rollout aus dem Anthropic‑Bericht übersetzt sich in drei Schritte. Erst arbeitet nur der Chef oder die Bürokraft mit dem Agenten, mit Freigabe vor jeder Aktion nach außen. Dann nutzt ihn das ganze Büro, weiterhin ohne eigenständige Mails an Kunden. Nach einem Monat ohne Fehlbuchung darf der Agent selbst versenden. Die Fehlerquote aus dem Anthropic‑Bericht (57 von 886 Sitzungen mit einer ungeprüften Behauptung) gilt für Mythos 5, eines der stärksten Modelle des Anbieters, mit geschulten Nutzern.
Wer das eigene Formular gebaut hat, weiß, wo der Absende‑Knopf steckt. Deshalb zusätzlich den Azubi, den Ehepartner oder den neuen Monteur testen lassen und dabei zusehen, ohne zu helfen. Spolskys Essay nennt als Gegenbeispiel den E‑Mail‑Dienst Juno Online. Dort nutzten nur der Präsident und wenige Kollegen das eigene Produkt, die anderen 175 Beschäftigten arbeiteten mit Outlook. Der Präsident hatte auf sechs Werbefenster pro Sitzung bestanden. Als er sie zu Hause selbst sah, reichten ihm zwei.
