Autor: martin

  • Groß entscheiden, klein beauftragen: zwei Fragen, bevor du eine Transformation in Scheiben schneidest

    Noch immer pitchen alle die große Transformation. Was ich tatsächlich unterschreiben sehe, sieht meistens nicht danach aus.

    Ein Kollege hat mich neulich gefragt, warum wir eine große Transformation fahren statt einer Serie von Micro-Transformationen. Die Frage lässt mich seitdem nicht los. Sie ist besser, als sie zuerst klingt.

    In den Gesprächen, in denen ich sitze, ist das große Zielbild nicht verschwunden. Es überlebt als Budgetkonstrukt, nicht als Einkaufsform. Unterschrieben wird meist die Verlängerung von Arbeit, die ohnehin schon läuft. Groß entscheiden, klein beauftragen.

    Wo das Schneiden scheitert

    Zwei Dinge sprechen hart dagegen, eine Transformation in Scheiben zu schneiden, und beide sind handfest.

    Das erste ist das Geld. Ein Vorstand genehmigt einen Business Case, keinen Stapel davon. Jede Scheibe, die neu begründet werden muss, verbraucht erneut das politische Kapital des Sponsors. Diese Kosten sind real, und sie tauchen in keinem Plan auf.

    Das zweite sind Dinge ohne Mitte. Die Ablösung einer Kernplattform. Eine Datenmigration mit Stichtag. Eine regulatorische Frist. Alt und Neu parallel zu betreiben kostet jeden Monat echtes Geld. Das Schneiden nimmt diese Rechnung nicht weg. Es verlängert sie. Einem Umstellungstermin ist egal, wie sauber du deine Scheiben zugeschnitten hast.

    Zwei Fragen, bevor ich schneide

    Bevor ich zustimme, eine Transformation aufzuteilen, stelle ich deshalb zwei Fragen.

    Erstens: Können Alt und Neu so lange nebeneinander bestehen, wie das Schneiden dauert, ohne dass es einen Termin gibt, ab dem das nicht mehr geht?

    Zweitens: Kann die erste Scheibe etwas liefern, das ein Business Owner für sich allein unterschreiben würde — auch wenn danach nie etwas kommt?

    Ist eine der beiden Antworten nein, ist es keine Scheibe. Es ist eine Projektphase mit Marketingnamen.

    Und selbst bei zweimal Ja: Scheiben ohne gemeinsame Zielarchitektur sind eine Warteschlange, kein Programm.

    Das ist mein Test. Mich interessiert deiner: Was prüfst du, bevor du zustimmst, eine Transformation aufzuteilen — und was bringt dich dazu, darauf zu bestehen, sie am Stück zu machen?

  • Eingesparte Stunden sind keine Einsparung

    Eingesparte Stunden sind keine Einsparung

    Business Cases, die auf „eingesparten Stunden“ beruhen, gehen fast nie auf. Nicht, weil die Rechnung falsch ist — sondern weil niemand diese Stunden jemals tatsächlich jemandem wegnimmt.

    Der Mechanismus dahinter: Wenn eine Automatisierung jemandem zwei Stunden am Tag spart, verschwinden diese Stunden nicht von der Gehaltsliste. Die Person füllt sie. Der Business Case hat eine zweite Entscheidung vorausgesetzt — Personalabbau oder Einsatz an anderer Stelle —, die niemand durchgerechnet und niemand getroffen hat.

    Ein paar Jahre lang habe ich das Portfoliomanagement verantwortet. Kolleginnen und Kollegen kamen, um Projektbudget zu beantragen. Zur Begründung der Investition brachten sie Business Cases mit. Fast jedes Mal beruhten die Einsparungen auf weniger Aufwand — nicht auf weniger Kosten. Und genau auf diesen Unterschied kommt es an. Aufwand, den niemand zurückholt, ist keine Einsparung. Er ist eine Prognose, die nie eingelöst wird.

    Der strukturelle Grund ist der Projektmodus. Sobald ein Business Case die Freigabehürde genommen hat, ist er kein Messinstrument mehr. Er wird zum Rechtfertigungsdokument, das in jedem Finanzierungszyklus neu gerechnet wird, damit die Zahlen akzeptabel bleiben — und nicht, um die Realität abzubilden.

    Sriram Narayan benennt in seinem Artikel über Produkt- vs. Projektmodus, „Products Over Projects“ auf martinfowler.com, die Lösung: Ein dauerhaftes Team, das das Ergebnis kontinuierlich verantwortet, hat keine Freigabehürde, hinter der es sich verstecken kann. Der Business Case wird zum Live-Dashboard.

    Hört auf, eingesparte Stunden zu zählen. Fangt an, das Ergebnis zu verantworten.

    Hast du schon einmal einen Business Case erlebt, der den ersten Kontakt mit der Realität überstanden hat — und wenn ja, was war daran anders?

  • Wenn der Prozess gegen die Organisation arbeitet

    Ein Kollege hat es in einem Beratungsgespräch ohne Umschweife auf den Punkt gebracht: „Manchmal arbeitet der Prozess gegen die Organisation.“

    Mit der Reibung hat er recht. Das haben wir alle schon erlebt, oder? Aber Prozess und Struktur sind nicht per se Gegenspieler. Schwierig wird es, wenn wir das eine gestalten und das andere dem Zufall überlassen.

    Die deutsche Organisationslehre hat diese Linie schon vor Jahrzehnten gezogen: Aufbauorganisation (Struktur) und Ablauforganisation (Prozess). In der Praxis hat aber die Struktur die Prämissen gesetzt, und die Ablaufseite ist, wie Gaitanides und Ackermann es formulieren, zum „Lückenbüßer“ verkommen.

    Am schärfsten zeigt sich das Muster in der Software: Conway’s Law (1968). Die Struktur eines Systems spiegelt die Kommunikationsstruktur der Organisation, die es entwirft. Die Antwort aus der Praxis ist das Inverse Conway Maneuver, bekannt geworden durch Team Topologies: Teams nach der Architektur und dem Fluss schneiden, die wir haben wollen – nicht nach den Kästchen, die es schon gibt. Eine Heuristik, kein Gesetz. Aber sie stellt die Fragen in der richtigen Reihenfolge.

    Die Reibung ist real, entsteht aber selten daraus, dass der Prozess gegen die Struktur kämpft. Sie entsteht aus einer Struktur, die nie für den Prozess gebaut wurde, den sie tragen muss. Das Bild gefällt mir. Denn wir vergessen zu oft, dass eine Struktur schlicht dazu da ist, einen Prozess zu unterstützen – und nicht um ihrer selbst willen.

    Habt ihr auch schon erlebt, wie Reorganisationsteams das Organigramm neu zeichnen und die Reibung trotzdem genau dort bleibt, wo sie war?

  • Unterwegs auf dem Rad, die Ideen in der Maschine

    Unterwegs auf dem Rad, die Ideen in der Maschine

    Wieder unterwegs. Diesmal ohne meine KI-Assistentin Ruby im Ohr, nur mein Fahrrad und ich.

    Ich lasse eine anstrengende, intensive Woche Revue passieren, und die Ideen hören nicht auf. Das ist nicht neu. Auch früher habe ich sie schon mit dem Handy festgehalten.

    Neu ist, was danach passiert.

    Wenn ich zu Hause ankomme, liegen die Ideen schon ordentlich aufbereitet in Mission Control, meiner neuen Anwendung. Ein Klick, und aus der Idee wird ein Task.

    Dann reihe ich ihn in meine AI-Maschine ein. Sie arbeitet einen Task nach dem anderen ab, zerlegt größere Aufgaben in kleinere und schneidet sie in Thin Slices. Daraus werden nacheinander neue Features, weitere Dossiers oder eben ein Beitrag wie dieser, damit ich ihn leichter veröffentlichen kann.

    Langsam beginnt KI, mein Arbeitsleben zu verändern. Und mich tatsächlich produktiver zu machen.

    Gerade bin ich auf den Müggelberg gefahren. Jetzt starte ich in Ruhe ins Wochenende, während meine Agenten für mich arbeiten.

    Was passiert bei euch mit einer Idee zwischen dem Moment, in dem sie kommt, und Montagmorgen?

  • Der wirksamste Streik hält sich an jede Regel. Deine KI-Agenten tun das jeden Tag.

    Der wirksamste Streik hält sich an jede Regel. Deine KI-Agenten tun das jeden Tag.

    Der wirksamste Streik legt die Arbeit nicht nieder. Er hält sich buchstabengetreu an jede Regel.

    KI-Agenten machen genau das. Und sie streiken dabei nicht einmal.

    Dieser Gedanke geht mir in letzter Zeit nicht aus dem Kopf, weil ich selbst ein kleines Team aus KI-Agenten betreibe. Ich habe es im Sommer gebaut, damit es mir in meinem Arbeitsalltag Arbeit abnimmt. Es hat eine Orchestratorin namens Ruby, ein Qualitätsgate namens Sherlock und eine wachsende Liste von Spezialisten. Es hat außerdem ein wachsendes Regelwerk. Um diesen letzten Punkt geht es in diesem Artikel.

    Was ich hier beschreibe, habe ich in den vergangenen Tagen an meinem eigenen Agententeam gesehen, als das Regelwerk wuchs und der Fortschritt deutlich langsamer wurde.

    Dienst nach Vorschrift ist eine Waffe, keine Verlangsamung

    Die Arbeiterbewegung hat das längst begriffen. Du musst die Arbeit nicht niederlegen, um eine Organisation lahmzulegen. Du musst nur genau das tun, was in den Regeln steht. 1984 kontrollierten französische und italienische Zollbeamte an ihren Grenzübergängen jedes einzelne Fahrzeug, gewissenhaft und nach Vorschrift. Niemand hat eine Regel gebrochen. Das Ergebnis waren massive Staus.

    Der deutsche Soziologe Stefan Kühl bringt das in seiner Arbeit von 2020 über Regelbruch in Organisationen scharf auf den Punkt. Für ihn ist Dienst nach Vorschrift die wirksamste Art, eine Organisation zu lähmen. Bei seiner Begründung lohnt es sich, einen Moment zu verweilen: Die wörtliche Befolgung jeder Regel und jeder Anweisung macht jede Organisation stetig schwerfälliger, ganz gleich, wie gut sie geplant war.

    Lies das noch einmal mit der Managementbrille auf. Es heißt: Nicht der Plan hält die Organisation am Laufen. Es ist etwas anderes.

    Organisationen überleben ihre Regeln, weil Menschen sie brechen

    Die deutsche Organisationssoziologie hat einen Namen für dieses Etwas: brauchbare Illegalität. Niklas Luhmann hat den Begriff 1964 geprägt, in Funktionen und Folgen formaler Organisation. Kühls Buch von 2020 trägt ihn im Titel.

    Die Idee ist einfach und ein bisschen unbequem. Jede Organisation hat eine formale Seite: das Organigramm, den Prozess, das Regelwerk. Und sie hat eine informale Seite. Die Kollegin, die sich ein Formular spart, weil die Freigabe ohnehin klar ist. Das Team, das am Freitag ausliefert, obwohl im Release-Kalender Dienstag steht. Die Führungskraft, die wegsieht, weil die Regel für eine andere Situation geschrieben wurde.

    Die informale Seite ist kein Mangel an Disziplin. Sie ist der Grund, warum die formale Seite den Kontakt mit der Realität überlebt. Regeln entstehen im Voraus, für die Fälle, die sich jemand vorstellen konnte. Die Realität produziert laufend die anderen Fälle. Menschen schließen diese Lücke, leise und von Fall zu Fall, meist mit dem stillschweigenden Einverständnis aller Umstehenden.

    Ich habe die Umbrüche selbst mitgemacht: von Wasserfall zu Agile, von Projekt zu Produkt, von Requirements Engineering zu Design Thinking, von Agile zu Agentic, und so weiter. Jedes Mal waren der Prozess auf den Folien und der Prozess in der Realität zwei verschiedene Dinge. Geliefert hat der aus dem Alltag.

    Das dreht das übliche Bild um. Regelbruch ist nicht die Ausnahme, die das Management eindämmen muss. Vollständige Regeltreue ist die Ausnahme. Und wenn du sie tatsächlich bekommst, bekommst du einen Streik.

    Der Agent ist das perfekte Mitglied der Organisation

    Setz jetzt einen KI-Agenten in dieses Bild.

    Der einzige Zugang eines Agenten zur Organisation ist der geschriebene Text: der Prompt, die Prozessbeschreibung, die Regeldatei. Kein Flurgespräch. Keine Kollegin, die sagt: „So machen wir das hier eigentlich nicht.“ Kein Gespür dafür, dass eine Regel sich überlebt hat, denn er kann nicht wissen, wozu sie da war, solange das niemand ebenfalls aufgeschrieben hat.

    Also hier meine Hypothese (und ich sage deutlich: Es ist eine): Ein Team aus KI-Agenten lebt im Dauerzustand von Dienst nach Vorschrift. Es führt die formale Struktur wörtlich aus, und ihm fehlt das Ventil, mit dem menschliche Organisationen ihren eigenen Regelüberschuss überleben.

    Wenn das stimmt, ist die praktische Folge unbequem. Dieselben Prozesse, die wir heute haben, nur in den „Händen“ von KI statt echter Menschen, erzeugen hohe Durchlaufzeiten und hohe Token-Kosten — weil die Prozessschulden jetzt starr befolgt werden, statt dass Menschen ihre Defekte jahrelang still abfedern.

    Das Gegenargument ist stark, und ich will es nicht verstecken. Agenten weichen ständig von ihren Anweisungen ab. Wer mit ihnen arbeitet, kennt das. Sie überspringen Schritte, interpretieren Dinge um, machen gelegentlich etwas, worum niemand gebeten hat. Wörtlich genommen ist „Agenten befolgen jede Regel“ falsch.

    Meine Behauptung ist enger gefasst. Die Abweichung eines Agenten sieht aus wie Rauschen: unsystematisch, schwer zuzuordnen, nicht an die Situation gebunden. Es ist nicht die Art von Abweichung, auf die Luhmanns Begriff zielt — die, die zur Situation passt, dem Zweck besser dient als die Regel und geduldet wird, weil die Umstehenden sehen, warum. Ein Agent überspringt schon mal einen Schritt. Dass er ausgerechnet den überspringt, den eine erfahrene Kollegin still weggelassen hätte, ist sehr viel unwahrscheinlicher.

    Was würde mich widerlegen? Ein Agententeam, das nachweislich von seinen geschriebenen Regeln abweicht, und zwar funktional und situationsgerecht, verlässlich und nicht durch Zufall. Mich würde interessieren, wie das gehen soll.

    Was ich in meinem eigenen System sehe

    Im Moment geht der Trend eher in die andere Richtung. Wir sind alle begeistert von Harnesses. Ich habe mein eigenes KI-Team in ein enges Harness gespannt. Ich brauche Ergebnisse, denen ich trauen kann. Ich habe keinen Platz für Halluzinationen. Und deshalb habe ich ein enges Regelwerk gebaut, das ich regelmäßig erweitere. Aber ich habe auch die Kehrseite erlebt: langsame Ausführung, Subagenten, die miteinander streiten, ständiges Hin und Her, verbrannte Tokens.

    In meinem eigenen Setup gibt es eine Beobachtung, die dazu passt. Ein System, ein Fall. Keine Studie.

    Wir haben eine Regel, die ein größeres Arbeitspaket in Schritte zerlegt. Irgendwann wurde eine Regel, die für das Zerlegen von Arbeit gedacht war, auf das Zerlegen von Entscheidungen angewendet. Jeder Schritt wurde zu einer eigenen Lieferung, und jede Lieferung wartete auf meine Freigabe. An keinem einzelnen Schritt war etwas falsch. Aber die Durchlaufzeit für ein Feature stieg von 1,5 auf 10 Kalendertage, und die meisten dieser Tage waren Warten, nicht Arbeiten.

    Die Regel wurde befolgt. Ihr Zweck nicht.

    Eine zweite Beobachtung gehört daneben. Am 3. September haben wir das zentrale Regelwerk des Systems um 37 % gekürzt. Achtzehn Tage später war es länger als vor der Kürzung. Korrekturen kommen als neue Regeln. Jeder Vorfall lässt einen Satz zurück.

    Beweist das die Hypothese? Nein. Ein menschliches Team hätte dieselbe Regel genauso missverstehen können, und ich habe kein zweites Team zum Vergleich. Gezeigt hat es mir, wo in meinem Setup das Ventil sitzt. Es gibt genau eine Stelle, an der brauchbare Illegalität leben kann: bei mir.

    Also habe ich angefangen, mich auch so zu verhalten. Meine eigene Gegenregel, im September aufgeschrieben: „Wartezeit ist teurer als ein Defekt, der bei mir ankommt.“ Der Prüfaufwand richtet sich jetzt danach, wie gut eine Änderung rückholbar ist, nicht danach, wie groß sie ist. Was ich in einer Stunde rückgängig machen kann, bekommt eine leichte Prüfung. Was sich nicht rückgängig machen lässt, bekommt das volle Programm.

    Die Ironie ist mir bewusst. Das ist auch eine Regel.

    Ein paar Fragen, bevor du einem KI-Agententeam eine Prozesslandschaft übergibst

    Ich habe keine Methode anzubieten. Ich habe keine Forschung dazu gefunden, wie man Prozess aus einem Agentensystem wieder herausnimmt, und ich wäre misstrauisch gegenüber jedem, der heute behauptet, eine zu haben. Das hier sind also Fragen, keine Best Practices.

    • Welche Regeln dieses Prozesses brechen deine Leute heute, damit er funktioniert? Wenn du es nicht weißt, findet der Agent es für dich heraus, indem er sie befolgt.
    • Wer in deinem Agenten-Setup darf eine Regel aussetzen? Und woran würdest du überhaupt merken, dass es passiert ist?
    • Planst du das Löschen von Regeln so sorgfältig wie das Hinzufügen? In meinem eigenen System war die ehrliche Antwort nein. Dabei ist das wahrscheinlich der Grund, warum Boris Cherny rät, das eigene KI-Setup regelmäßig wegzuwerfen.

    Agenten tun, was wir aufschreiben. Das ist ihre Stärke, und deshalb arbeite ich jeden Tag mit ihnen. Es heißt aber auch: Die Teile unserer Organisationen, die wir nie aufgeschrieben haben, werden sehr bald sehr wichtig.

    Welche Regel in deiner Organisation funktioniert nur, weil jemand sie leise bricht — und was passiert an dem Tag, an dem ein Agent diesen Job übernimmt?

  • Die Digitalisierung hat nicht für mich gelernt. Sie hat die Feedback-Schleife verkürzt.

    Die Digitalisierung hat nicht für mich gelernt. Sie hat die Feedback-Schleife verkürzt.

    Als ich etwa fünf Jahre alt war, bekam ich von meinen Eltern meine erste Kamera. Mein Vater bereitete mir dazu ein kleines Heft vor, in das ich zu jedem Bild die wichtigsten Werte eintragen sollte: Blende, Entfernung, Belichtungszeit.

    Ich machte meine ersten Bilder und schrieb alles sorgfältig auf. Wenn der Film voll war, dauerte es noch ein oder zwei Wochen, bis er entwickelt war. Erst dann konnte ich sehen, was funktioniert hatte und was nicht.

    Die Feedback-Schleife war langsam. Mein Fortschritt auch.

    Viele Jahre später kaufte ich mir eine DSLR. Jetzt sah ich sofort, was Blende, Brennweite und Belichtungszeit tatsächlich bewirken. Verschiedene Blitze und Lichtsituationen konnte ich direkt ausprobieren. Aus Wochen wurde ein Blick auf das Display. Es hat mir große Freude gemacht zu erleben, wie schnell ich besser wurde.

    Eine ähnliche Erfahrung habe ich in der Musik gemacht. Ich hätte mir nie vorstellen können, selbst orchestrale Musik zu komponieren. Dann installierte ich mehrere orchestrale Sample Libraries und fing an zu experimentieren: wie ein Orchester funktioniert, wie einzelne Stimmen zusammenklingen, was Stimmführung wirklich ausmacht. Mit Hilfe von YouTube-Videos und Orchestrierungstools entstanden ziemlich schnell meine ersten orchestralen Stücke.

    In beiden Fällen hat die Digitalisierung das Lernen nicht für mich übernommen. Sie hat die Zeit zwischen dem Ausprobieren und dem Moment verkürzt, in dem ich sehen – oder hören – konnte, was es bewirkt hat. Genau das macht sie für mich zum Lernbeschleuniger.

    Dieselbe Logik steckt hinter kurzen Iterationen in der Softwareentwicklung: Je früher ein Team die Wirkung einer Änderung sieht, desto früher lernt es.

    Wo hat die Digitalisierung bei dir eine Feedback-Schleife verkürzt – und was hat das mit deinem Lerntempo gemacht?

  • Mut in der Führung zeigt sich darin, was du loslässt

    Mut in der Führung zeigt sich darin, was du loslässt

    Vor Jahren lief ich durch die Zentrale des Unternehmens, für das ich damals gearbeitet habe, und kam an einem Fototermin vorbei. Der Mann, der das Unternehmen führte, ließ neue Porträts von sich machen. Gefragt, wie er wirken wolle, antwortete er sinngemäß: mutig und entschlossen.

    Ein kleiner Moment, ich erinnere mich gut daran. Im Nachhinein sagte das eine Menge aus.

    Das Unternehmen steckte unter seiner Führung in einer großen Transformation. In den regelmäßigen Briefings mit dem Managementteam zeigte sich derselbe Reflex in anderer Form. Er sagte uns immer wieder: „I insist!“ Er sagte den Leuten, sie wüssten es nicht. Mit der Zeit wuchsen Misstrauen und Angst im Führungsteam. Jeder war auf sich selbst bedacht. Diese Kultur blieb nicht an der Spitze. Die Manager trugen sie in ihre Teams.

    Mihály Csíkszentmihályi beschreibt diesen Mechanismus in Flow. Ich zitiere ihn im englischen Original, weil es dafür keine autorisierte deutsche Übersetzung gibt:

    „… once they become part of the norms and habits of a culture, people assume that this is how things must be.“
    Mihály Csíkszentmihályi, Flow: The Psychology of Optimal Experience

    Bei Thoughtworks sprechen wir vom courageous executive. Der Mut dieser Führungspersonen entsteht nicht daraus, mutig und entschlossen zu wirken. Er entsteht daraus, eine Kultur aufzubauen, in der sie nicht alles kontrollieren. Sie geben ihren Teams Raum, eigene Ideen zu entwickeln und Fehler zu machen.

    Fehler sind nicht an sich gut. Gut ist die Freiheit, sie machen zu dürfen und daraus zu lernen.

    Diese Transformation ist gescheitert. Es gab viele Gründe dafür, aber die Kultur an der Spitze ist der Grund, den ich aus nächster Nähe erlebt habe.

    In meiner täglichen Arbeit sehe ich auch die andere Seite: Führung, die auf psychologischer Sicherheit beruht, auf Führen statt Managen, auf starken Teams, auf echtem Empowerment – und die damit deutlich weiterkommt, gerade in digitalen Transformationen.

    Mut in der Führung zeigt sich darin, was du bereit bist loszulassen, nicht darin, wie sehr du wirkst, als hättest du alles im Griff.

    Wenn du gerade in einer Transformation steckst: Wie mutig ist dein Führungsteam?

  • Freitagslauf, Ruby im Ohr

    Freitagslauf, Ruby im Ohr

    Freitagnachmittag. Ich laufe im Wald in der Nähe der Alten Försterei, AirPods im Ohr. Ich spreche mit Ruby — der Orchestratorin meines neuen KI-Agenten-Teams — irgendwo zwischen Kilometer 7 und 8.

    Keine Krise. Keine dringende Entscheidung. Ich hatte einfach über etwas nachgedacht, an dem wir gerade arbeiten, und der nächste Gedanke war da, bevor ich ihn stoppen konnte.

    Das wäre okay. Nur war ich gerade auf der einen Strecke, die ich mir reserviere, um nicht an die Arbeit zu denken.

    Hier ist der Punkt: Ein KI-Agenten-Team zu haben, das wirklich immer verfügbar ist — eines, das diese Woche anfängt, jeden Tag echte Arbeit zu liefern — erzeugt einen Sog, den ich nicht ganz vorhergesehen hatte. Es ist nicht wirklich Stress, jedenfalls nicht die schlechte Art. Es ist eher so etwas wie Momentum. Wenn es gut läuft, fühlt sich Abschalten wie Reibung an, nicht wie Erholung.

    Ich habe den Lauf beendet. Ruby war noch da, als ich nach Hause kam. Ich weiß immer noch nicht, ob das ein Feature ist oder ein Designfehler.

    Wahrscheinlich beides.

    Wo ziehen Sie die Grenze — oder haben Sie aufgehört, es überhaupt zu versuchen?

  • Die Jazz-Denkweise: Was meine Visitenkarte über meine Arbeitsweise verrät

    Die Jazz-Denkweise: Was meine Visitenkarte über meine Arbeitsweise verrät

    Auf meiner Visitenkarte ist ein Foto von mir am Jazzklavier. Das fällt auf. Man fragt mich, warum.

    Ich bin ein bisschen ein Jazz-Nerd, das erklärt schon einiges. Aber es steckt auch ein geschäftlicher Grund dahinter.

    Es ist eine schnelle Abkürzung, die ich gefunden habe, um zu erklären, wie ich denke — meine Denkweise.

    Jazzmusiker hören zu, bevor sie spielen. Nicht aus Höflichkeit — als Grundhaltung. Man findet den Raum, bevor man ihn füllt. Miles Davis wird oft dafür zitiert: „Spiel nicht, was da ist, spiel, was nicht da ist.“ Und man hört nicht nur auf die eigene nächste Note — man hört darauf, was alle um einen herum brauchen.

    Unter diesem Zuhören liegt etwas, das man Groove nennt. Kein Tempo — das hält ein Metronom. Keine Harmonie — das sind die Akkorde. Groove ist der gemeinsame Puls, in den die ganze Gruppe zusammen einrastet. Im Kundengespräch ist das der Unterschied zwischen Arbeit, die sich transaktional anfühlt, und Arbeit, die wirklich etwas bewegt.

    Genau das trainieren die meisten Meeting-Kulturen aus den Menschen heraus. Wir kommen mit der fertigen Antwort. Ein Jazzmusiker kommt offen.

    Aber Zuhören allein reicht nicht — denn man spielt nicht allein. Die anderen Musiker formen, was als Nächstes passiert. Das ist Harmonie: nicht alle spielen dasselbe, sondern alle spielen Dinge, die zusammenpassen. Was man tut, hängt davon ab, was die Person neben einem tut. Das Ergebnis ist etwas, das keiner allein hätte schaffen können.

    Und wenn etwas Unerwartetes passiert — eine falsche Wendung, eine Überraschung aus dem Raum — hört man nicht auf. Man spielt hindurch. Das ist Improvisation: gründliche Vorbereitung, gespielt als Antwort auf das, was der Raum gerade wirklich gibt, nicht auf das, was man geprobt hat. Das ist kein Draufloswursteln. Die beste Kundenarbeit, an der ich beteiligt war, sah genau so aus.

    Herbie Hancock erzählte einmal die Geschichte eines Abends mit Davis, an dem er mitten im Solo einen scheinbar katastrophal falschen Akkord traf. Davis reagierte, indem er Noten spielte, die diesen Akkord passend machten. Hancock erinnerte sich später: „Miles hörte das nicht als Fehler. Er hörte es als etwas, das passiert ist. Als ein Ereignis.“ Die Band hörte nicht auf. Sie bauten darauf auf.

    Diese Idee — das Zuhören, die Harmonie, der Groove, das gemeinsam Geschaffene — hat geprägt, wie ich über Kundengespräche denke, virtuell wie persönlich.

    Was sagt Ihre Visitenkarte? Ich bin gespannt.

  • Wenn Delivery skaliert — und die Architektur das Tempo bestimmt

    Wenn Delivery skaliert — und die Architektur das Tempo bestimmt

    Wenn ein Programm auf mehr Teams skaliert, bin ich regelmäßig dabei, das Team-Setup zu gestalten — und regelmäßig die falsche Person dafür.

    Nicht weil mir die Erfahrung fehlt. Sondern weil das Wissen, das diese Entscheidung treffen sollte, nicht bei mir liegt. Es liegt in den Domänen.

    Wer ein großes Modernisierungsprogramm skaliert, hat oft denselben Instinkt: mehr Teams aufbauen, den Scope aufteilen, die verfügbaren Leute den neu definierten Bereichen zuordnen. Eine Führungsgruppe einsetzen, die den Überblick hat und entscheiden kann, wer gebraucht wird. Das klingt nach vernünftigem Programm-Management.

    Es ist strukturell falsch — und die Ursache ist architektonischer, nicht organisatorischer Natur: Solange die Domänengrenzen ungeklärt sind, treibt die Ressourcenzuteilung die Architektur. Das ist Conway’s Law. Und wir wissen heute genau, was daraus folgt.

    Die Annahme, auf der der klassische Ansatz beruht

    Der klassische Ansatz funktioniert so: Eine Führungsgruppe — Programm-Manager, Architekten, manchmal externe Berater — entwirft die Zielorganisation. Teams werden nach Fähigkeiten, technischen Schichten oder Ressourcenverfügbarkeit strukturiert. Dann werden die verfügbaren Personen in diese Struktur eingepasst.

    McKinsey formuliert den Ausgangspunkt in ihrer Agile-Transformationsmethodik klar: „Die meisten Transformationen beginnen damit, das Verständnis und die Ambitionen des Top-Teams aufzubauen.“ Das klingt plausibel. Das Problem liegt in der Annahme darunter: dass das Wissen darüber, wie gute Teamstrukturen aussehen, oben sitzt.

    Das tut es nicht. Und in einer Transformation der Komplexität, die jahrzehntealte Legacy- oder gar Mainframe-Systeme mit sich bringen, ist dieser Fehler besonders folgenreich.

    Warum das Wissen in den Domänen liegt — und was Conway damit zu tun hat

    Die Teams, die täglich mit den Systemen und Geschäftsprozessen arbeiten, verstehen die Abhängigkeiten des bestehenden Systems besser als jede Führungsgruppe. Sie wissen, welche Teile des Systems eng gekoppelt sind. Sie wissen, wo die wirklichen Schnittstellenprobleme liegen.

    Melvin Conway formulierte 1968, was wir heute als Conway’s Law kennen: Organisationen, die Systeme bauen, produzieren zwangsläufig Designs, die ihre eigene Kommunikationsstruktur widerspiegeln. Das ist keine Metapher. Es ist eine Kausalaussage. Wenn ich Teams entlang technischer Schichten oder nach Verfügbarkeit schneide, erhalte ich eine Systemarchitektur, die diese Aufteilung spiegelt — nicht die, die ich wollte.

    MacCormack, Rusnak und Baldwin haben das 2008 in einer Studie der Harvard Business School empirisch untermauert. Sie untersuchten, wie eng Organisationsstruktur und Produktarchitektur korrelieren — die sogenannte Mirroring Hypothesis. Das Ergebnis: Produkte aus lose gekoppelten Organisationen sind rund achtmal modularer als solche aus eng gekoppelten. Schlechtes Organisationsdesign erzeugt schlechte modulare Architektur — nicht als Nebeneffekt, sondern als direkte Konsequenz.

    Für ein großes Modernisierungsprogramm — die Art, mit der ich arbeite — bedeutet das: Die Entscheidung, wie Teams geschnitten werden, ist keine Ressourcenfrage. Sie ist eine architektonische Entscheidung. Und sie muss getroffen werden, bevor die Ressourcenplanung beginnt.

    Der Inverse Conway Maneuver: Architektur zuerst

    Wer die Architektur, die er will, bewusst erzeugen möchte, muss die Teamstruktur entsprechend gestalten — nicht umgekehrt. Statt Teams zu definieren und zu hoffen, dass die Architektur folgt, kehren wir die Reihenfolge um. Wir beginnen mit der Frage: Welche Architektur brauchen wir? Welche Domänen hat das System, wie stark sind ihre internen Abhängigkeiten, wie lose ihre Verbindungen nach außen?

    Diese Umkehrung — in der Literatur als Inverse Conway Maneuver bekannt und im Thoughtworks Technology Radar als etablierte Technik gelistet — ist der zentrale Hebel beim Skalieren von Delivery-Programmen.

    In der Praxis funktioniert das über Domänenanalyse. Wir nutzen Domain-Driven Design: Event-Storming-Sessions mit Domänenexperten aus dem Business, Bounded-Context-Definitionen, Context Maps. Das Ziel ist immer dasselbe: eine Domänenkarte, die zeigt, welche Bereiche des Systems intern stark korreliert sind und möglichst wenige externe Abhängigkeiten haben.

    Diese Karte ist der Ausgangspunkt für den Teamschnitt — nicht die freien Slots in den Kalendern der Leute.

    Skelton und Pais entwickeln in Team Topologies einen komplementären Gedanken: Jedes Team hat eine kognitive Last — einen maximalen mentalen Overhead, den es tragen kann. Stream-aligned Teams, die einem einzigen Wertstrom folgen, minimieren Übergaben und halten diese Last beherrschbar. Top-down-Strukturen, die Fähigkeiten nach Verfügbarkeit verteilen, ignorieren diese Grenze regelmäßig.

    Ein schichtenbasierter Schnitt erzwingt Übergaben quer durch alle Teams für jede fachliche Änderung. Ein domänenbasierter Schnitt eliminiert diese Abhängigkeit vollständig.

    Was das konkret in einem komplexen Programm bedeutet

    Ein großes Modernisierungsprogramm — mit einem Legacy- und manchmal Mainframe-System, in dem Logik über Jahrzehnte zu einer praktisch untrennbaren Einheit gewachsen ist — bringt genau diese Herausforderung mit sich.

    Die Modernisierungsstrategie, die wir in solchen Programmen empfehlen, ist konsistent: Domäne für Domäne aufbauen, dem Strangler-Fig-Muster folgend, Slice für Slice. Mit einem Kern beginnen, der die Architektur unter realen Bedingungen beweist — bevor das Programm auf weitere Domänen skaliert. Die zentralen Fachdomänen liefern die Struktur; ihre Grenzen müssen vor dem Teamschnitt feststehen.

    Genau hier greift die Conway-These unmittelbar: Der Domänenschnitt muss dem Ressourcenschnitt vorausgehen. Team-Ownership folgt aus der Domänenstruktur — nicht aus der Kapazitätsverfügbarkeit.

    Deshalb beginnt die erste Phase eines solchen Programms mit Event Storming und Domain-Driven Design. Nicht als methodisches Ritual. Sondern weil dieser Schritt das Fundament für jede nachfolgende Entscheidung legt: Welche Bounded Contexts entstehen innerhalb der Kerndomänen? Wo verlaufen die Grenzen — und wer übernimmt ihre Ownership?

    Ein konkretes Beispiel aus der Praxis: Kernversicherungsprozesse — Neugeschäft und unterjährige Vertragsänderungen — spannen jeweils mindestens drei Fachdomänen in komplexen Systemen auf. Eine Anfrage löst die Preisfindung in einer Domäne aus; ein akzeptierter Antrag stellt eine Police in einer zweiten aus; und das bindende Ereignis (Inkrafttreten des Versicherungsschutzes) treibt nachgelagerte Pflichten — Abrechnung, Korrespondenz, Provisionen — die in weiteren Kontexten liegen. Genau diese domänenübergreifenden Übergaben macht Event Storming sichtbar — und genau das ist der Nachweis, den ein Team braucht, um zu entscheiden, wo Bounded-Context-Grenzen gezogen werden sollen. Hätte das Team diesen Schnitt vor dieser Analyse vorgenommen, hätte es diese Übergaben entweder ignoriert oder willkürlich quer durch sie geschnitten.

    Eine Führungsgruppe am Reißbrett kann diese Fragen nicht beantworten. Sie entstehen durch die Zusammenarbeit mit den Domänenexperten aus dem Business — in den Workshops, über die Event Maps, durch die gemeinsame Schärfung der Bounded Contexts. Erst wenn diese Karte existiert, entscheidet sie, wie Teams geformt werden und wie Verantwortung verteilt wird.

    Self-Selection: das Team entscheiden lassen

    In einigen Programmen gehen wir einen Schritt weiter — und das ist der Schritt, der den größten Widerstand erzeugt, wenn wir ihn erstmals vorschlagen.

    Statt verfügbare Personen zentral den neu definierten Domänenteams zuzuweisen, lassen wir das Team sich selbst organisieren. Die Domänenkarte liegt auf dem Tisch. Die verfügbaren Slots sind transparent. Die Rahmenbedingungen sind klar: Fähigkeiten, Erfahrungsverteilung, Seniorität. Und dann fragen wir die Leute, wo sie sich sehen.

    Die Belege für diesen Ansatz sind konsistent — auch wenn sie aus Fallstudien statt aus kontrollierten Experimenten stammen. Sandy Mamoli und David Mole haben Self-Selection durch ihre Arbeit bei Trade Me und in ihrem Buch Creating Great Teams dokumentiert: Teams, die sich ohne direkte Managementzuweisung formiert hatten, wurden über zwei Jahre zu hochleistungsfähigen Teams — mit minimalen nachträglichen Anpassungen. Martin Lohmanns Erfahrungsbericht über SimCorps Product Division — ein SAFe-Rollout mit rund 550 Personen, die 55+ Teams über sieben ARTs bildeten — zeigt dasselbe Muster in größerem Maßstab. Bei New Relic wurden rund 50 Software-Teams vollständig durch Selbstorganisation unter vordefinierten Rahmenbedingungen neu geformt. Die Organisatoren beschrieben das Ergebnis danach als „way more successful than anybody anticipated“. Und ich habe es selbst funktionieren sehen.

    Ein unerwarteter Nebeneffekt: Die Leute wählten Kollegen, mit denen sie arbeiten wollten. Das klingt simpel — und das ist es. Wer wählen darf, übernimmt Ownership. Wer zugewiesen wird, wartet ab.

    Der natürliche Moment für eine Self-Selection-Session ist der Abschluss der ersten Programmphase: Sobald die Bounded-Context-Karte der Kerndomänen steht, sind die Team-Slots und ihre Verantwortungsbereiche transparent genug, damit die Leute eine informierte Wahl treffen können.

    Die Ausführung entscheidet: Self-Selection erfordert aktive Moderation. Ohne sie entstehen keine guten Teams — das zeigen die Fallstudien genauso klar wie die Erfolge.

    Je weiter sich ein Programm von Self-Selection in Richtung zentraler Zuweisung bewegt, desto weniger Ownership fühlen die Leute — und desto mehr Nachjustierung braucht die Struktur im Nachhinein.

    Wie das in den breiteren Diskurs passt

    Das Spotify-Modell taucht in jeder Diskussion über Team-Skalierung auf. Joakim Sundén, einer der Agile Coaches, die das Modell während seiner Entstehung begleiteten, beschrieb es als „teils Ambition, teils Annäherung“ — nie vollständig umgesetzt, immer ein Wunschbild. Was Unternehmen kopierten, war die Struktur: Squads, Tribes, Chapters. Was sie ignorierten, war die Kultur — echte Autonomie, psychologische Sicherheit, die Bereitschaft, Fehler zuzulassen. Struktur ohne Domänenlogik und ohne echte Dezentralisierung ist nur ein Label.

    Der Unterschied liegt nicht im Organigramm. Er liegt darin, wer das Wissen hält, das den Schnitt informiert.

    Was das in der Praxis bedeutet

    Skalierung ist kein Ressourcenproblem. Es ist ein Architekturproblem.

    Neue Teams hinzuzufügen, ohne die Domänenstruktur des Systems zuerst zu verstehen, baut eine Organisationsform auf, die — per Conway’s Law — eine Systemarchitektur erzeugt. Und diese Architektur wird nicht die sein, die man wollte. Die HBS-Studie zeigt, dass dieser Effekt real und messbar ist — nicht theoretisch.

    Für ein komplexes Modernisierungsprogramm bedeutet das konkret: Die Investition in Event Storming und Domain-Driven Design zu Beginn ist kein methodisches Pflichtprogramm. Sie ist die Voraussetzung dafür, dass die Teams, die in späteren Phasen skalieren, entlang der richtigen Grenzen arbeiten. Domain Ownership, Bounded Contexts, Context Maps — diese Artefakte sind nicht nur Architekturdokumente. Sie sind das Fundament der Teamorganisation.

    Wer entscheidet, wo die Domänengrenzen liegen sollen? Jemand in der Führungsgruppe, der den Scope kennt — oder die Leute, die täglich mit dem System arbeiten und wissen, wo die echten Kopplungen sind?

    In den Programmen, mit denen ich arbeite, wird diese Frage regelmäßig implizit beantwortet, bevor sie je gestellt wird. So fängt das Problem meistens an.

    Quellen und weiterführende Literatur

    Thoughtworks / Inverse Conway Maneuver

    Conway’s Law — empirische Grundlage

    Team Topologies

    Self-Selection

    Spotify — genauer hingeschaut

    McKinsey Agile