On Lean and Agility

Es ist gerade wieder die Zeit des Jahres, in der ich mich über den Umgang mit der staatlichen Bürokratie freuen kann, denn die Verlängerung der Arbeitnehmerüberlassungs-Lizenz steht an. Was das ist und warum es Unternehmensberatungen wie meiner aufgezwungen wird wäre nochmal ein eigenes Thema, was mir bei der Durchführung jedesmal ins Auge springt ist aber, dass es sich um ein extremes Beispiel von Conway's Law handelt.

Unter diesem Gesetz versteht man das immer wieder anzutreffende Muster, dass Organisationen ihre Software spiegelbildlich zu ihren Organisationsstrukturen oder Kommunikationsflüssen aufbauen. Mit anderen Worten: zu jeder Teilorganisation gehört auch ein spezifischer Teil der Gesamt-Software, und da jede Teilorganisation ihren Softwareteil vor allem für sich selbst optimiert, wird die Benutzererfahrung uneinheitlich und dadurch kompliziert und verwirrend.

Bei der Arbeitnehmerüberlassungslizenzverlängerung kann man das in Reinform beobachten. Man beginnt auf einer Seite der Bundesagentur für Arbeit und wird von dort für das Einloggen zum Behörden-Identifikationsdienst Bund ID weitergeleitet. Auch der leitet aber weiter, und zwar zur deutschen Ausweis-App, bei der der Login endlich stattfindet. Alle drei Dienste (Arbeitsagentur-Seite, Bund ID und Ausweis-App) haben völlig unterschiedliche Aussehen und Abläufe.

Als jemand der sein Geld in der Software-Industrie verdient bekomme ich das zwar jedesmal hin, ob ein normaler Benutzer das auch schaffen würde, habe ich aber immer bezweifelt. Mittlerweile hat sich gezeigt, dass diese Zweifel berechtigt sind. Eine Studie des Vereins NExT, in dem Digitalexperten der öffentlichen Verwaltung zusammengeschlossen sind, zeigt, dass beim Versuch verschiedene "digitale Behördengänge" durchzuführen, bis zu 90 Prozent (!) der Menschen frustriert aufgeben.

Ohne den Begriff Conway's Law zu benutzen, erklären die Verfasser, dass genau das ein Hauptgrund für die hohen Abbruchquoten ist. In ihren Worten: "Die Kernursache ist, dass Digitale Identitäten in Deutschland primär als isolierte, technische Basiskomponenten entwickelt wurden, anstatt sie konsequent Ende-zu-Ende (E2E) aus der Perspektive der Nutzenden in die Verwaltungsservices zu integrieren." Auch eine passende Visualisierung gibt es:

Grafik: NExT - CC BY-NC 4.0

Was aus der Studie noch hervorgeht, ist, dass Conway's Law keineswegs der einzige Frustrationsfaktor ist, es werden also nicht alle Abbrüche ausschliesslich darauf zurückgehen. Da die dadurch bedingten Systembrüche und das Springen zwischen völlig unterschiedlichen Anwendungen als die "Kernursache" identifiziert werden, kann man bei bis zu 90 Prozent Abbrüchen aber davon ausgehen, dass über die Hälfte der Nutzungsversuche den Auswirkungen dieses Gesetzes zum Opfer fallen.

Ich muss gestehen, dass ich diesen Text gerne mit einem optimistischen Ausblick beenden würde, mich aber nicht ganz traue. Auf der einen Seite hört man erfreulich viel Positives über die Arbeit des neuen Digitalministeriums, das sich auch gerade des oben genannten Problems annehmen will, auf der anderen Seite gibt es einen Bericht des Bundesrechnungshofs, der bemängelt, dass ausgerechnet das (noch) nicht geschafft wird. Wir müssen also abwarten, wie sich alles entwickelt.

Bild: Unsplash / Charanjeet Dhiman - Lizenz

Dass viele "agile Methodiker" (Agile Coaches, Scrum Master, RTEs etc.) mit der Zeit eine eher negative Sicht auf die Arbeitswelt entwickeln ist bedauerlich, aber erklärbar. Wer sich täglich mit dem Beseitigen von Impediments und dem Kampf gegen Change Fatigue, Overcompliance und Konzern-Trolle beschäftigen muss, kann leicht zynisch und sarkastisch werden. Um nicht selbst irgendwann so zu enden, möchte ich dagegenhalten, indem ich ab und zu selbst erlebte "agile Erfolgsgeschichten" veröffentliche.

Eine die ich vor einigen Jahren erleben durfte, trug sich in "der goldenen Zeit der agilen Transitionsprogramme" zu, als das agile Arbeiten noch neuer und aufregender war als heute und in der Unternehmen zeitweise praktisch alles nach Scrum organisieren wollten. Vieles davon war eher wenig sinnvoll, mitunter waren die Ergebnisse aber auch überraschend gut. In einem derartigen Fall wurde Scrum in einer Einheit eingeführt, auf die man nicht sofort kommen würde: im Kundenservice.

In besagtem Kundeservice hatte die Firma ein nicht unwesentliches Problem - er wurde in fast allen Kundenbefragungen als unterdurchschnittlich schlecht bewertet, allerdings ohne dass dafür ein klarer und sich wiederholender Grund angegeben wurde. Stattdessen waren die Begründungen stark uneinheitlich oder so abstrakt, dass sich aus ihnen nicht eine einzige grosse Massnahme ableiten liess. Es brauchte also ein anderes Vorgehen. Und zufällig war gerade erst eines vorgestellt worden.

Wie alle anderen Mittelmanager in diesem Unternehmen hatte auch die Kundenservice-Abteilungsleitung kurz vorher an einer Scrum-Schulung teilgenommen, mit deren Durchführung ich beauftragt war. Und die Idee von kurzen Sprints, in denen alle Beteiligten gemeinsam auf ein kurzfristig erreichbares Ziel hinarbeiteten, war hängengeblieben. Nach diesem Muster den Service schrittweise zu verbessern schien allen eine gute Idee zu sein, also wurde die Abteilung als Scrum Team neu organisiert.

Ab diesem Punkt wurde alle drei Wochen ein neues Sprintziel gesetzt. Das konnte eine einfachere Formulierung der versandten Briefe sein, die erstmalige Verwendung von Grafiken und Icons in ihnen, ein veränderter Aufbau von Selfservice-Seiten, angepasste Uhrzeiten zu denen das Callcenter erreichbar war, die schriftliche Anrede der Kunden mit Du statt mit Sie, oder vieles mehr. Jede dieser Massnahmen sollte innerhalb eines Sprints umgesetzt werden.¹

Die für diese Einheit umfasste Definition of Done umfasste allerdings nicht nur die Umsetzung, sondern auch die Erfolgsmessung. Alle Kunden, die mit angepassten Service-Vorgängen Kontakt hatten, wurden im Anschluss nach ihrer Bewertung gefragt, so dass in den Sprint Reviews nicht nur die Umsetzung der für das Sprintziel notwendigen Massnahmen vorgestellt wurde, sondern auch das dazugehörende Kundenfeedback. Damit wurde die Diskussion bewusst versachlicht und von Annahmen befreit.

Wie sinnvoll das war, konnte man an einem Sprintziel sehen, das auf den ersten Blick eines der am einfachsten umzusetzenden gewesen war: das Duzen der Kunden. Fast zwei Wochen vergingen mit Diskussionen, Eskalationen, rechtlichen Bewertungen, Focusgruppen-Befragungen und ähnlichen vorbereitenden und absichernden Tätigkeiten. Auch im Sprint Review erschienen einige Stakeholder mit sehr gefestigten Meinungen - die erst von dem durchweg positiven Kundenfeedback widerlegt wurden.

Am Ende des Projekts hatte es sowohl erfolgreiche als auch weniger erfolgreiche Sprints gegeben (und sogar einige, die die Kundenzufriedenheit eher verschlechtert hatten), insgesamt waren die Bewertungen des Kundenservice allerdings deutlich besser geworden als zuvor. Das Vorgehen wurde danach wieder in einen eher kontinuierlichen Arbeitsmodus überführt, in den bei Bedarf allerdings weitere Sprints eingeschoben werden konnten.

Was bei mir hängengeblieben ist, war neben diesem Erfolg der geradezu vorbildliche Umgang mit den Sprintzielen, die immer zu Beginn formuliert wurden, und die durchgängig als Alignment- und Erfolgsmessungs-Werkzeug genutzt worden waren. Hätte mir jemand vorher gesagt, dass ich ausgerechnet ausserhalb der IT im Kundenservice erleben würde, hätte ich es bezweifelt. So habe am Ende auch ich dazugelernt. Ein weiterer Grund warum ich gerne an dieses Projekt zurückdenke.

Ich gebe es zu, KI-generierte Songs sind eines meiner Guilty Peasures. Aber ohne diese versteckte Neigung würde ich nicht auf derartig grossartig bekloppte Kunstwerke stossen wie das hier.

Irgendwann werde ich mal eine Party veranstalten, auf der nur solche Musik gespielt wird. Mal sehen, ob ich danach noch Freunde habe.

Von dieser Grafik gibt es gerade verschiedenste Varianten auf X und in Linkedin. Welche die ursprüngliche ist, lässt sich nicht mehr rekonstruieren, also nehmen wir diese hier.

Als Bonus: ein inhaltlich sehr ähnliches Meme.

New devs in 2026 be like... pic.twitter.com/6BfkRqV4wb

— yash.jsx (@yashmp2004) September 6, 2026

Eine steile These: die immer weiter um sich greifende Integration von KI-Agenten in die Softwareentwicklung führt dazu, dass gerade aus DevOps ein neues Vorgehendmodell entsteht, das zwar grundsätzlich die selben Tätigkeiten und Ideen umfasst, sie allerdings in der Schwerpunktsetzung so stark vertauscht, dass dadurch etwas Neues entsteht. Einen "offiziellen" Namen dafür gibt es noch nicht, naheliegend wäre aber "OpsDev".

Um kurz zu erklären, wie ich zu dieser These komme: unter DevOps verstehe ich nicht nur die Zusammenfassung von Development und Operations in einer Einheit, sondern auch eine dazugehörende Gewichtung. Entwicklung/Development macht darin den Grossteil der Arbeit aus, da sie nicht automatisierbar ist (bzw. bisher war). Damit das so bleiben kann, wird versucht, Betrieb/Operations weitgehend zu automatisieren, entweder durch die Entwickler selbst oder durch Plattform-Teams.

Gleichzeitig wird in DevOps das Releasen, Deployen, Betreiben und ggf. Reparieren der Software einfacher und schneller, da diejenigen die dafür zuständig sind auch die sind, die die Software ursprünglich geschrieben haben. Während reine Operations-Mitarbeiter oft rätseln müssen, warum sich der für sie fremde Code in bestimmter Weise verhält, fällt dem ursprünglichen Erzeuger eine Analyse und Fehlerbehebung meistens leichter.

Im Umfeld von KI-getriebener Softwareentwicklung ist es dagegen auf einmal die Entwicklung, die weitgehend automatisiert ist, oder zumindest teilautomatisiert (je nachdem ob bereits Agentic Development stattfindet oder ob nur gepromptet wird). Für diesen Tätigkeitsbereich den Grossteil der Arbeitszeit freizuhalten ist damit nicht mehr nötig, stattdessen bleibt mehr Zeit für andere Tätigkeiten übrig. Und damit kommen wir zum Betrieb.

Betrieb/Operations kann in der KI-getriebenen Softwareentwicklung auf einmal unerwartet aufwändig werden, da die Entwickler plötzlich vor dem selben Problem stehen wie früher die reinen Operations-Mitarbeiter. Die Anwendungen die deployt, released, betrieben, gewartet und repariert werden müssen, bestehen wieder aus fremdem Code, nur mit dem Unterschied, dass der "fremde Erzeuger" jetzt nicht mehr ein anderer Mensch ist, sondern ein KI Agent, also ein Computerprogramm.

Durch diese beiden Verschiebungen verändern sich auch die Anteile der beiden Tätigkeitsgebiete an der Arbeitszeit. Nicht mehr die Entwicklung steht im Vordergrund und der Betrieb im Hintergrund, sondern umgekehrt: im Vordergrund steht der Betrieb, im Hintergrund die nur noch in Teilen selbst durchgeführte Entwicklung. Und diese Umkehrung kann man auch in der Benennung deutlich machen, daher der Name OpsDev anstelle von DevOps.

Angesichts der Geschwindigkeit und der Tiefgreifenden Natur des aktuellen Umbruchs kann es natürlich sein, dass die These der Bewegung von DevOps zu OpsDev nur eine temporäre Gültigkeit hat und die Situation sich schon bald ganz anders darstellt, für den Moment entspricht sie aber dem, was ich gerade in verschiedenen Firmen wahrnehmen kann. Wenn des diese Seite in ein paar Jahren noch gibt kann ich ja überprüfen, wie die Entwicklung weitergegangen ist.

Bild: Pexels / Ekam Juneja - Lizenz

Nigel Thurlow: Why High Utilization Slows Knowledge Work

John Cutler: Tokens, Hours, Points, and Other Curious Proxies

Marty Cagan: A Fresh Definition of The Product Role

Roman Pichler: Product Operating Model - The Crucial Enabler for AI Success

Relativ schnell habe ich diesen Vortrag von Matt Dailey mit der Neurasthenie oder "amerikanischen Kankheit" assoziiert, die um das Jahr 1900 bei vielen Menschen diagnostiziert wurde, die glaubten, dass sie mit dem technischen und sozialen Wandel nicht mithalten könnten. Die Velocity Sickness hat ähnliche Ursprünge, manifestiert sich aber anders: in höherer Arbeits- und Informationsdichte durch gesteigerter Anwendung künstlicher Intelligenz - ohne nennenswerte Steigerung der Ergebnismenge oder Qualität.

Die Lösung, die Dailey vorschlägt, ist passenderweise von den aktuellen Trends der KI-getriebenen Softwareentwicklung geprägt. Zur Stabilisierung und Rationalisierung der oft halluzinierenden und erratischen KI-Agenten (die für ihn die Ursache der  Velocity Sickness sind) empfiehlt er, den Focus weniger auf die unmittelbare (und flüchtige) Interaktion mit den Agenten zu legen, und sich stattdessen auf grosse, langlebige und einordnende Dokumente zu konzentrieren, die den Agenten dann gemeinsam mit dem jeweiligen Prompt vermittelt werden.

Während ich bei seiner Initialen Problembeschreibung spannende Anstösse (und eine überfällige Thematisierung einer unterschätzten Gesundheitsgefahr) sehe, bin ich bei seiner Lösungsfindung nicht ganz sicher: selbst wenn das funktionieren sollte - ist das am Ende nicht nur Context Engineering?

Bild: Wikimedia Commons / Matthias Mullie - CC BY-SA 4.0

Es ist nicht mehr ganz nachvollziehbar wann die agile Community zum ersten mal mit der Idee der Monte Carlo-Simulation in Berührung gekommen ist, aber mit der Zeit hat sie sich zu einem Trend entwickelt, und wird immer wieder als alternative (oder sogar als bessere) Prognose-Methode im Vergleich zur Velocity genannt. Bei einer neutralen Betrachtung ist sich auch erstmal ein weiteres interessantes Werkzeug, nur bei der normativen Bewertung sollte man vorsichtig sein.

Um zuerst zu verstehen worum es geht: in agilen Teams wird mit der Monte Carlo-Simulation versucht die wahrscheinliche Umsetzungsdauer zukünftiger Arbeitspakete vorherzusagen, indem mit ähnlichen Arbeitspaketen der Vergangenheit Simulationen durchgeführt werden. Z.B. wird 1000 mal die durchschnittliche Umsetzungsdauer aus zehn jeweils zufällig ausgewählten bereits abgeschlossenen Arbeitspaketen ermittelt (mehr dazu hier). Das Ergebnis sieht dann etwa so aus.

Auf der X-Achse sieht man hier die Menge fertiger Arbeitspakete pro Woche, auf der Y-Achse die Häufigkeit in der so ein Ergebnis aufgetreten ist. Aus diesen Daten lassen sich Prozentzahlen ableiten: in über 80% der Simulationen wurden mindestens 50 Arbeitspakete geschafft, in 50% mindestens 60 Arbeitspakete, etc. Und daraus werden dann Prognosen abgeleitet: mit 80% Wahrscheinlichkeit werden wir 50 Arbeitspakete pro Woche schaffen, mit 50% Wahrscheinlichkeit 60, usw.

Diese Prognosen sind zwar etwas kompliziert formuliert, basieren dafür aber nicht auf Bauchgefühl sondern Empirie. Gleichzeitig gibt es aber auch Kritik: der Lean Experte Nigel Thurlow kritisierte etwa, dass Wartezeiten und Übergaben der Arbeitspakete in diesem Vorgehen nicht erfasst werden. Ein weiterer Kritikpunkt ist, dass es nur dann gut funktioniert, wenn die einzelnen Arbeitspakete ähnlich geartet sind, während bei Unterschieden zwischen ihnen die Aussagekraft schwindet.

Ein zusätzlicher Kritikpunkt kommt ausserdem von dem hier schon mehrfach erwähnten Oxford-Professor Bent Flyvbjerg, und in ihm wird die Monte Carlo-basierte Prognose für agile Teams gewissermassen mit ihren eigenen Waffen geschlagen: mit Statistiken, die auf historischen Daten beruhen. In einem Paper, das er zusammen mit anderen dänischen und englischen Wissenschaftlern verfasst hat, macht er auf ein unterschätztes Risiko aufmerksam - die dicken Enden (Fat Tails).

Hinter diesem Begriff verbirgt sich die Auffälligkeit, dass in komplexen Umgebungen (IT-Projekten, grossen Bauprojekten, etc.) das Risiko extremer Ausschläge an den Rändern extrem steigt. Um ein Beispiel in der Sprache der Monte Carlo-Prognosen zu nehmen: in nur 10% Prozent aller Fälle werden weniger als 20 Arbeitspakete pro Woche geschafft, aber in fast allen dieser Fälle sind es nur eines oder zwei oder Null - oder eine negative Zahl (d.h. bereits geschlossene müssen erneut bearbeitet werden).

Diese auf zahlreichen statistischen Daten echter Projekte beruhende Erkenntnis relativiert die Aussagekraft der Monte Carlo-Simulationen sehr stark. Denn wenn man mit 80-prozentiger Wahrscheinlichkeit einen stabilen Arbeitsdurchsatz prognostizieren kann, in den restlichen 20 % aber ein Risiko mit hoher Eintrittswahrscheinlichkeit steckt, das den gesamten Umsetzungsplan über den Haufen werfen kann, dann ist die versprochene Prognostizierbarkeit nicht wirklich gegeben.

Bevor Missverständnisse aufkommen: die Alternative zu Monte Carlo-Simulationen ist in komplexen Umfeldern nicht etwa eine andere Prognosemethode, sondern ein Vorgehen, das extreme Ausschläge früh zu entdecken versucht, und genug Zeit und Ressourcen hat um auf sie zu reagieren: Product Discovery, Lean Startup, Chaos Engineering, Extreme Programming oder Rapid Prototyping. Aber für das Arbeiten "zwischen den Ausschlägen" ist Monte Carlo natürlich geeignet (genau wie die Velocity auch).