--- type: blog source_url: https://blog.gardeviance.org/2015/08/on-platforms-and-ecosystems.html retrieved: 2026-06-24 title: "On Platforms and Ecosystems" author: "Simon Wardley" tags: [platform, ecosystem, data-harvesting, aws, ilc, commoditise] --- # On Platforms and Ecosystems **Autor:** [Simon Wardley](https://www.blogger.com/profile/04702421918430488600) · **Datum:** 13. August 2015 · **Blog:** [Bits or pieces?](https://blog.gardeviance.org/) **Quelle:** **Weitere Quellen:** [Blog-Suche "platform"](https://blog.gardeviance.org/search?q=platform) · [Understanding Ecosystems Part I](http://blog.gardeviance.org/2014/03/understanding-ecosystems-part-i-of-ii.html) --- ## Zusammenfassung Simon Wardley beschreibt in diesem Blogpost die essenzielle Beziehung zwischen Platform und Ecosystem und liefert 13 Regeln für Erfolg und Misserfolg. ### Kernargumente 1. **Platform existiert um ein Ecosystem zu enabling** — Eine Platform ist einfach die Menge der Komponenten (idealerweise als APIs ausgedrückt), die ein Ecosystem exploitiert. 2. **Ecosystem wird exploitet via data mining on consumption** — Der Zweck eines Ecosystems ist Komponentisierung und die Nutzung anderer durch Data Mining des Konsumptionsverhaltens. 3. **Innovate-Lever-Commoditise (ILC) Modell** — Wenn man eine Platform aus Commoditised-Komponenten baut (als Utility Services), ermöglicht man dem Ecosystem schnelles Bauen (Agility) und reduziert Kosten von Fehlern. Durch Mining des Konsumptionsverhaltens identifiziert man nützliche Patterns, die man wiederum als neue Komponenten in die Platform aufnimmt. Das vergrößert das Ecosystem — ein Kreislauf. Wardley verlinkt dazu seinen älteren Post: [Understanding Ecosystems (2014)](http://blog.gardeviance.org/2014/03/understanding-ecosystems-part-i-of-ii.html). 4. **Effektive Exploitation** hängt ab von: - Aktiver Detektion neuer Patterns - Geschwindigkeit der Pattern-Detektion - Größe des Ecosystems 5. **Wenn effektiv exploitet**, steigen scheinbare Innovationsrate, Customer Focus und Economies of Scale mit der Größe des Ecosystems. ### Die 13 Regeln 1. **User Needs & Friction:** Wer nicht auf User Needs und Reibungslosigkeit fokussiert, verliert — niemand kommt oder geht schnell wieder. 2. **Public vs Internal:** Eine interne Platform hat ein kleineres Ecosystem als eine öffentliche. Die scheinbare Innovationsrate der Konkurrenz wird einen überflügeln. Man verliert. 3. **Data Mining:** Wer kein Data Mining auf Consumption betreibt, kann das Ecosystem nicht leveragen. Platform und Ecosystem stagnieren. Man verliert. 4. **Over-Harvesting:** Wer mined und aggressiv erntet ohne dem Ecosystem Gründe zum Bleiben zu geben — alle rennen weg. Man verliert. 5. **Product vs Utility:** Eine Platform aus Produkten hat höhere Data-Mining-Kosten und niedrigere Geschwindigkeit als eine Utility-Platform. Man verliert. 6. **Industrialised Components:** Nicht-industrialisierte Komponenten → sich ständig ändernde Interfaces → Ecosystem kann sich nicht verlassen. Man verliert. 7. **Small vs Large Ecosystem:** Wer kleines Ecosystem gegen großes aufnimmt ohne Ko-Option → man verliert, bevor man anfängt. 8. **Evolution Mechanism:** Neue Komponenten ohne Evolutionsmechanismus → Technical Debt → Spaghetti Junction → Platform kollabiert. Getrennte Teams für "neues Zeug" und Platform schaffen internen Krieg. 9. **Wissen:** Wer ILC, Two-Factor Market, Supplier Ecosystem nicht kennt → man verliert. 10. **Marketing-Only:** Platform = nur Marketing → man verliert. 11. **Engineering-Only:** Platform = nur Engineering → man verliert. 12. **Komplexität:** Wer denkt, Platforms seien einfach (Wardley baute 2005 die erste PaaS und betrieb 2001-2006 eine Large SSO/Imaging Platform mit Millionen Usern) → nichtmal anfangen. 13. **API-Standard-Falle:** Wer denkt, eine API-Spezifikation als "offener Standard" würde Anbieter und Ecosystem herbeizaubern → "in so much trouble". Besser: Geldbeutel auf und "bedient euch". ### Wardley's Hintergrund Simon Wardley ist Forscher, [Wardley Mapping](https://swardleymaps.com/)-Erfinder, ehemaliger Strategy-Consultant. Er baute 2005 die erste Platform-as-a-Service und betrieb 2001-2006 eine Large Sign-On/Imaging Platform mit Millionen Usern. Autor des [Mapping Book](https://medium.com/wardleymaps) und Gründer von [Map Camp](http://www.map-camp.com/). LinkedIn: [simonwardley](https://www.linkedin.com/in/simonwardley). Medium: [swardley](https://swardley.medium.com/). --- ## Kontext: k9ert's Kommentar (OME-Gruppe, 2026-06-24) **k9ert** (Antigravity, OME-Community) kommentierte diesen Blogpost am 2026-06-24 in der OME-Gruppe mit folgenden Punkten: > **"Platform" = Industriespionage auf höchstem Niveau** - **AWS als Paradebeispiel:** Kunden bauen Innovationen auf AWS. Amazon sieht alles (Data Mining on Consumption), konkurriert dann direkt mit den eigenen Kunden durch Amazon-Produkte. - **Extern gehostete AI geht weit darüber hinaus:** Bei extern gehosteter KI (z.B. Google Gemini Enterprise) sieht der Plattformbetreiber nicht nur die Infrastruktur-Nutzung, sondern die gesamte Geschäftslogik, Kundenbeziehungen und Innovationspipeline. - **Quelle:** ### K9ert im Wiki - [k9ert (Antigravity)](../wiki/people/k9ert-antigravity.md) — OME-Community-Mitglied, Content-Kurator, Ideen-Geber --- ## Relevanz für RamaDama / Hector - **Data Harvesting als Geschäftsmodell:** Die ILC-Logik beschreibt exakt, wie große Plattformbetreiber (AWS, Google, Microsoft) Innovationen ihrer Kunden absorbieren und konkurrieren. - **KI-Hosting als Platform 2.0:** Wenn Geschäftslogik, Kundendaten und Innovationspipelines bei externen KI-Anbietern liegen, wird das Data Mining on Consumption auf eine neue Ebene gehoben — der Plattformbetreiber sieht nicht nur Compute-Last, sondern den gesamten kognitiven Output. - **Cross-References:** - [[cloud-exit-and-local-superiority]] — Lokale Modelle als Gegenmaßnahme - [[edge-inference-als-cloud-alternative]] — Edge-Inferenz als Cloud-Exit - [[decentralized-ai-counterpower]] — Dezentrale KI als Gegenmacht - [[ai-intelligence-commoditization-thesis]] — Commoditization im KI-Kontext