What Data‑Driven Engineering Looks Like at Scale!
Listen to the full episode:
🎧 Spotify: byndco.de/12/sp
🎧 Apple: byndco.de/12/ap
📺 Youtube: byndco.de/12
Posts by byndcode podcast
🎙️🎧 How Data Drives Engineering Decisions at Spotify 📉📈📊
youtube.com/shorts/v2Cp-...
How Spotify Builds at Scale in the Age of AI - Niklas Gustavsson VP Engineering Spotify
🎧 Spotify: byndco.de/12/sp
🎧 Apple: byndco.de/12/ap
📺 YouTube: byndco.de/12/yt
Link to episode:
-Spotify: byndco.de/12/sp
- Apple Podcasts: byndco.de/12/ap
- Youtube: byndco.de/12/yt
👉 Website: byndco.de/12
At the same time, Spotify continues to invest heavily in its internal platform:
Backstage as the central developer interface
Fleet management systems to maintain consistency at scale
A highly distributed yet synchronized organization to ship one experience to the user
This changes how engineers work.
Less time writing code.
More time supervising systems, reviewing output, and orchestrating changes across complex environments.
AI is no longer experimental. It’s part of the system.
- Code is generated instead of written.
- Large-scale migrations run across thousands of - repositories.
- Internal agents turn discussions into pull requests.
Prototypes replace static specs.
Spotify operates at massive scale: ~100 million concurrent users, 11–12 million requests per second, and continuous deployments across a highly distributed system.
But the more interesting shift is happening inside the engineering workflow itself.
🎧🎙️ New Episode drop🔥
I spoke with Spotify’s Chief Architect and VP of Engineering, Niklas Gustavsson, about how Spotify scales engineering across thousands of services, internal platforms, and increasingly AI-driven development.
70 % der AI Use Cases floppen. So what?
Das ist kein Scheitern.Das ist Innovation.
Experimente scheitern.
Das ist der Preis für Fortschritt.
Das Problem sind nicht die 70 %, die floppen.
„Du musst dafür sorgen, dass die 30 %, die wirklich funktionieren, ein Kundenproblem lösen.“
Was beobachtest du gerade?
Verstärkt AI bei euch Stärken – oder legt sie Schwächen offen?
Ich freue mich auf deine Erfahrungen! 👇
💎 Warum Effizienz keine relevante Kennzahl ist – sondern Throughput, Cycle Time & Business Value
💎 Warum die besten AI-Use-Cases nicht im Konferenzraum, sondern beim Kunden entstehen
Wir sprechen u. a. über:
💎 Warum gute Delivery durch AI besser wird – schlechte jedoch zum Engpass
💎 Warum „autonome AI-Agenten“ oft ein Mythos sind – Delegation wird zur Kernkompetenz
💎 Warum erfahrene Entwickler im Vorteil sind: „Es gibt keinen Kompressionsalgorithmus für Erfahrung.“
Eine lernende Organisation zu sein ist der Schlüssel zum Erfolg.
Das bedeutet: Als Tech-Organisation musst du zeigen können, warum es sinnvoll ist, in dich zu investieren.
👉 Hast du das nicht?
Dann werden strukturelle Schwächen sichtbar – AI macht nichts neutral, sie reflektiert den Status quo.
#AI ist mächtig – aber sie verstärkt das, was bereits da ist.
👉 Hast du in den letzten Jahren in deine Organisation, deine Leute und deine Technologien investiert?
Dann wirst du die nächste Innovationswelle schneller und besser adaptieren.
AI ist ein Amplifier! 🚀
Sie macht gute Organisationen besser – und macht bestehende Schwächen sichtbar.
Im bynd code Podcast mit Matthias Patzak (Executive in Residence, #AWS) sprechen wir darüber, wie #AI aktuell auf Organisationen wirkt.
Kein Tool-Hype. Kein Vibe Coding.
Sondern ein ehrlicher Blick auf Delivery & Führung im AI-Zeitalter.
🎧 Ganze Episode hier:
#Spotify: byndco.de/11/sp
#ApplePodcasts: byndco.de/11/ap
#YouTube: byndco.de/11/yt
Mehr Output ≠ mehr Wert.
Was wirklich zählt:
Throughput
Cycle Time
Business Value pro Release
Wenn du das nicht messen kannst, kannst du AI nicht steuern.
Warum erfahrene Entwickler jetzt im Vorteil sind:
„Es gibt keinen Kompressionsalgorithmus für Erfahrung.“
Großer Mythos: autonome AI-Agenten.
Reality Check:
Agenten sind wie gut ausgebildete Hochschulabsolventen.
Sehr leistungsfähig, aber ohne Kontext.
Sie brauchen Delegation, Grenzen und Reviews.
Deshalb profitieren nicht die Teams mit den neuesten Tools, sondern die mit:
💡klarer Ownership
💡funktionierendem CI/CD
💡kurzen Feedback-Loops
Alle anderen bauen sich mit AI neue Engpässe.
Die unbequeme Wahrheit:
#AI transformiert keine #Organisationen.
AI ist ein Amplifier.
Sie verstärkt #Prozesse, #Metriken und #Kultur – im Guten wie im Schlechten.
New Episode Drop 🔥
#AI lässt Teams min. 3× mehr Code schreiben.
Und trotzdem kommen Features oft langsamer beim Kunden an.
Warum das kein Widerspruch ist, erklärt Matthias Patzak (@awscloud.bsky.social, ex-CTO Autoscout24) im neuen Beyond Code Podcast ⬇️
🎧 Im Podcast sprechen wir außerdem über:
• Cyber-Sicherheitslage in Deutschland
• KI für Angreifer & Verteidiger
• digitale Souveränität in Europa
• sichere Software-Supply-Chains
• #WomenInTech
👉 Das komplette Interview:
📺 YouTube: byndco.de/10/yt
🎧 Apple: byndco.de/10/ap
🎧 Spotify: byndco.de/10/sp
Open Source in Produktion ≠ Plug & Play.
Lifecycle, Schwachstellenmanagement, Updates, Support, Compliance & Logging sind entscheidend, wenn Software produktiv eingesetzt wird. #podcast #interview #ClaudiaPlattner #BSI
Open Source steht zunehmend im Fokus strategischer Angriffe.
Das @bsi.bund.de rechnet damit, dass Supply-Chain-Angriffe zunehmen – und erklärt, warum systematische Absicherung nötig ist. #OpenSource #Security #SupplyChainAttack #SupplyChainSecurity ⬇️
„Ich bin voll für Open Source.“
Warum Open Source für Transparenz, Zusammenarbeit und digitale Souveränität so wichtig ist – und warum es mehr ist als nur ein Entwicklungsmodell. #openSource #Podcast #interview #ClaudiaPlattner ⬇️