Das Agile KI Manifest: Wie gut das Agile Manifesto von 2001 gealtert ist 🇩🇪

In Kürze: Das Agile KI Manifest — Wie gut das Agile Manifesto von 2001 gealtert ist

Die agile Welt spaltet sich in zwei Lager: Diejenigen, die davon überzeugt sind, dass KI die Praktiker aus der Welt schaffen wird, und diejenigen, die KI als eine weitere Modeerscheinung abtun. Beide liegen falsch. Die Beweise zeigen etwas viel Interessanteres und Dringlicheres: Grundsätze, die 2001 verfasst wurden, bevor irgendjemand an GPT-Was-auch-immer dachte, stimmen bemerkenswert gut mit der transformativsten Technologie der letzten Jahre überein. Das ist kein Zufall. Ich glaube, es ist der Beweis dafür, dass menschenzentrierte Werte die technologische Disruption überdauern; es ist das Agile KI Manifest.

Was beide Lager im Eifer der Diskussion übersehen, ist erhellend: Die größte Bedrohung ist nicht, dass KI die agilen Praktiker ersetzt. Es ist die KI, die offenbart, was viele Unternehmen schon immer vermutet haben. Sie haben nie agile Praktiker gebraucht. Sie brauchten jemanden, der Jira verwaltet.

Wenn Ihr Leistungsversprechen darin besteht, Zeremonien – ich bezeichne sie absichtlich nicht als „Events“ – durchzuführen, Produktbacklogs zu pflegen und Burndown-Diagramme zu erstellen, dann offenbart KI, dass Sie eine Arbeit verrichten, die das Unternehmen schon vor Jahren hätte automatisieren können. Die Trennung besteht zwischen Praktikern, die echte agile Arbeit leisten, und denen, die agiles Theater aufführen.

KI ist ein Kompetenz-Detektor.

Die falsche Debatte

Wenn Sie heute eine Veranstaltung der agilen Community besuchen, werden Sie auf zwei gegensätzliche Lager stoßen, die beide gleichermaßen überzeugt sind und gleichermaßen falsch liegen:

• Die KI-Maximalisten sagen die baldige Automatisierung von Scrum Mastern, Product Ownern und Agile Coaches voraus. Chatbots ersetzen Berater, Moderation wird auf Prompts reduziert und menschliches Urteilsvermögen wird überflüssig.
• Die KI-Ignoranten auf der anderen Seite tun das ganze Phänomen als „nur ein weiteres Metaverse“ ab, das dazu bestimmt ist, sich zu Web3 und NFTs auf den Technologiefriedhof zu gesellen.

Beide Gruppen machen den gleichen Fehler. Sie behandeln KI entweder als vollständige Lösung oder als vollständige Fiktion. Sie verkennen, was in den Unternehmen tatsächlich gerade passiert: ein Wandel, der weder das menschliche Fachwissen ersetzt noch wieder in der Bedeutungslosigkeit verschwinden wird.

Warum es dieses Mal wirklich anders sein könnte

Web3 und Krypto, die das traditionelle Finanzwesen ersetzen, und das Metaverse, das die menschliche Interaktion neu definiert: Beide Technologien waren Lösungen, die verzweifelt nach Problemen suchten. Ernsthaft: Zu keiner Zeit sind agile Praktiker aufgewacht und haben gedacht: „Wenn ich doch nur einen Blockchain-basierten Smart Contract für mein Sprint Goal hätte.“

Generative KI befasst sich mit Problemen, mit denen agile Praktiker bereits täglich konfrontiert sind, z. B. mit der Analyse und Kategorisierung großer Mengen von Kundenfeedback, der Erkennung von Mustern in Retrospektiven und dem Aufspüren von Marktveränderungen, die im Rauschen der Daten verborgen sind. Die Probleme waren zuerst da. KI bietet Lösungen.

In meiner Beratungspraxis nutzen Product Owner und Produktmanager KI, um Entdeckungszyklen um ein Vielfaches schneller abzuschließen, aber nur, wenn sie bereits wissen, welche Fragen sie stellen müssen. Retrospektiven, die sich auf KI-Mustererkennung über mehrere Sprints hinweg stützen, decken systemische Hindernisse auf, die bei einer manuellen Überprüfung oft übersehen werden. Bei diesen Effekten handelt es sich nicht um Vorhersagen, sondern um Messungen.

Dell’Acqua et al. (2025) bestätigten dies mit 776 Mitarbeitern von Procter & Gamble [1]. Einzelne Mitarbeiter mit KI erreichten die gleiche Leistung wie ganze Teams ohne KI. Teams mit KI produzierten mit deutlich höherer Wahrscheinlichkeit erstklassige Lösungen. Beide KI-gestützten Gruppen arbeiteten 12-16% schneller.

Die Übereinstimmung, mit der niemand gerechnet hat

Dies macht die Beziehung des Agilen Manifests zur KI wirklich bemerkenswert: Die Grundsätze, die 2001 formuliert wurden, also vor dem Aufkommen von Smartphones, Cloud Computing und generativer KI, stimmen nahezu perfekt damit überein, wie generative KI im Jahr 2025 funktionieren wird.

Die zuvor zitierte Studie bestätigt drei Muster, die beobachtbar sind. Diese Muster gehen über einzelne Anwendungsfälle hinaus und gelten für Scrum, Kanban und Extreme Programming:

Muster Nr. 1: KI verbessert die Vorbereitung, der Mensch trifft die Entscheidungen

Der Human-in-the-Loop-Ansatz: KI bereitet den Kontext vor, in welchem der Mensch entscheidet. KI analysiert kontinuierlich Feedback, deckt latente Bedürfnisse auf und fasst die Erkenntnisse zusammen. Aber der Mensch beurteilt, welche Erkenntnisse wichtig sind und entscheidet, was gebaut werden soll. Ohne dieses Fachwissen bleibt die von der KI erstellte Datensynthese nutzlos.

KI hilft bei der Überprüfung des Codes und identifiziert Komplexität. Letztendlich entscheidet jedoch der Mensch, ob die Software die Probleme der Kunden effektiv löst. KI liefert Systemeinblicke. Aber die Teams müssen Kompromisse eingehen und organisatorische Beschränkungen beachten. Der Grundsatz des Manifests, dass „die besten Architekturen, Anforderungen und Entwürfe aus sich selbst organisierenden Teams hervorgehen“, bleibt intakt, da die Entscheidungsfindung bei Menschen bleibt, die den Kontext und die Beziehungen verstehen.

Muster Nr. 2: Kontinuierliches Feedback wird vom Anspruch zur operativen Realität

„Sich ändernde Anforderungen willkommen heißen, auch spät in der Entwicklung“ klingt unmöglich, denn das Erkennen von und Reagieren auf Veränderungen erfordert eine enorme Informationsverarbeitung. KI macht dieses Prinzip des Agilen Manifests in großem Maßstab umsetzbar.

Die Zusammenarbeit mit den Kunden wird kontinuierlich statt periodisch, wenn KI Verhaltensmuster, Stimmungen und Supportgespräche in Echtzeit überwacht. Was früher vierteljährliche Forschungszyklen erforderte, geschieht jetzt wöchentlich oder täglich: Marktveränderungen werden durch KI-gestützte Mustererkennung in Datenquellen sichtbar, die für eine manuelle Analyse zu umfangreich sind.

Die Teams treffen Anpassungsentscheidungen, die auf einer umfassenden Analyse und nicht auf einem Bauchgefühl beruhen. „Unsere oberste Priorität ist es, den Kunden zufrieden zu stellen“ wird von einer gut gemeinten Absicht zur operativen Realität, wenn Sie herausfinden, was den Kunden schneller zufrieden stellt als die Konkurrenz. (Ist das nicht die Essenz von „Agile“, schneller zu lernen als die Konkurrenz?)

Muster Nr. 3: KI macht Gespräche von Angesicht zu Angesicht exponentiell wertvoller

Im Agilen Manifest heißt es: „Das Gespräch von Angesicht zu Angesicht ist die effizienteste und effektivste Methode der Informationsübermittlung.“ KI ersetzt dies nicht. Sie macht es massiv wertvoller, indem sie die Informationsverarbeitung übernimmt, während der Mensch sich auf die Beurteilung, den Aufbau von Beziehungen und die gemeinschaftliche Entscheidungsfindung konzentriert.

Die Scrum Master oder Agile Coaches, die mit einer KI-synthetisierten Analyse politischer Positionen zu Stakeholder-Meetings kommen, ersetzen nicht das Gespräch. Sie verwandeln diese jedoch von einer Informationsbeschaffung in strategische Verhandlungen. KI kann die fünf wichtigsten Problempunkte identifizieren. Sie kann aber nicht den Raum während eines angespannten Meetings lesen und wissen, wann man pushen und wann man sich zurückziehen sollte. Das zu wissen, ist Ihr Vorteil.

Dell’Acqua et al. (2025) [1] fanden heraus, dass Menschen, die KI nutzen, über mehr positive und weniger negative Emotionen berichten. Wenn KI die Informationsverarbeitung entlastet, können sich die Menschen besser auf die Beziehungsarbeit konzentrieren. Teams, die KI zur Kundenanalyse einsetzen, führen mehr Gespräche, nicht weniger. Das Agile Manifest hat es richtig gesagt: Das menschliche Gespräch ist unersetzlich.

Die konträre Position, die niemand vertritt

Dies ist, was beide Lager übersehen: Die größte Bedrohung ist nicht, dass KI die agilen Praktiker ersetzt. Es ist die KI, die offenbart, was viele Unternehmen schon immer vermutet haben. Sie haben nie agile Praktiker gebraucht. Sie brauchten jemanden, der Jira verwaltet.

Wenn Ihr Leistungsversprechen darin besteht, Zeremonien – ich bezeichne sie absichtlich nicht als „Events“ – durchzuführen, Produktbacklogs zu pflegen und Burndown-Diagramme zu erstellen, dann offenbart KI, dass Sie eine Arbeit verrichten, die das Unternehmen schon vor Jahren hätte automatisieren können. Die Trennung besteht zwischen Praktikern, die echte agile Arbeit leisten, und denen, die agiles Theater aufführen. KI ist ein Kompetenz-Detektor.

Das Agile KI Manifest: KI kann den Raum nicht lesen (und das ist Ihr Vorteil)

KI kann Support-Tickets analysieren und die fünf wichtigsten Schmerzpunkte identifizieren. Sie kann den Raum während eines angespannten Stakeholder-Meetings jedoch nicht lesen und weiß nicht, wann sie drängen und wann sie sich zurückziehen sollte, da es ihr an Einfühlungsvermögen und Verständnis für die aktuelle Unternehmenspolitik und die persönliche Agenda der Stakeholder fehlt. KI kann keine psychologische Sicherheit aufbauen, die es den Teams erlaubt, zuzugeben, dass sie die Architektur nicht verstehen. KI kann den Widerstand der Organisation nicht überwinden, da sie nicht versteht, welche Interessengruppen Daten benötigen, wer Geschichten braucht und wer politisch gedeckt werden muss.

Diese Fähigkeiten (Kontext lesen, Vertrauen aufbauen, schwierige Gespräche führen, die Politik steuern) sind Ihr Trumpf. KI macht diese Trennung absolut. Ein mittelmäßiger Fachmann, der mit KI ausgestattet ist, bleibt mittelmäßig, produziert aber jetzt schneller mittelmäßige Ergebnisse. Ein Experte, der mit KI ausgestattet ist, wird deutlich effektiver.

Warum „Good Enough“ Agile gerade gestorben ist

Ein erfahrener Product Owner, der KI einsetzt, kann heute zehn Positionierungshypothesen in der Zeit testen, die zuvor für eine oder zwei benötigt wurde. Ein erfahrener Scrum Master kann die Teamdynamik in sechs Retrospektiven analysieren, um systemische Hindernisse zu identifizieren, die bei einer manuellen Überprüfung wahrscheinlich übersehen würden.

Die Ära des „gut genug Agile“ geht zu Ende, denn „gut genug“ Praktiker können die Möglichkeiten der KI nicht voll ausschöpfen. Unternehmen, die den Wert dieses Effekts erkennen, investieren in die strukturierte Entwicklung von KI-Fähigkeiten für Experten. Fachwissen plus KI schafft einen Wettbewerbsvorteil. KI ohne Fachwissen erzeugt teuren Lärm. Diese Tatsache führt übrigens zu einer überwältigenden Zahl von Anmeldungen in meiner Oktober-Kohorte, mit einer Warteliste von über 6.000 Teilnehmern.

Was am Montagmorgen zu tun ist

Die strategische Frage „Wird KI mich bereichern oder ersetzen?“ ist weniger wichtig als die taktische Frage: „Was tue ich diese Woche, um sicherzustellen, dass KI meine Fähigkeiten erweitert?“ Anbei einige Vorschläge, um Ihre Überlegungen in Gang zu bringen:

Das Agile KI Manifest für Scrum Master:

Erfassen Sie Ihre letzten drei Retrospektiven. Verwenden Sie KI, um deren Protokolle oder Notizen zu analysieren und Muster zu erkennen, die Sie manuell übersehen hätten. Entwerfen Sie dann ein Moderationsexperiment auf der Grundlage dieser Erkenntnisse. Der Wert liegt nicht in der KI-Analyse. Es geht darum, ob Sie sie in eine bessere Moderation umsetzen können. Wenn Sie das nicht können, offenbart die KI eine Lücke in Ihrem Fachwissen.

Für Produktverantwortliche und Produktmanager:

Nehmen Sie Ihre letzten 100 Kunden-Support-Tickets oder Benutzer-Feedback-Einträge. Verwenden Sie KI, um Muster zu synthetisieren und die fünf wichtigsten latenten Bedürfnisse zu identifizieren. Nehmen Sie sich dann eine Stunde Zeit, um mit Ihren Entwicklern zu besprechen, ob diese Bedürfnisse mit Ihrer Produktstrategie übereinstimmen und wie Sie diese validieren würden. Wenn Sie dieses Gespräch nicht effektiv führen können, zeigt die KI, dass Sie die Grundlagen der Produktfindung nicht verstehen.

Für Agile Coaches:

Nehmen Sie Ihren aktuellen Kundenauftrag. Nutzen Sie KI, um die verfügbaren Unternehmensdaten zu analysieren, einschließlich Besprechungsmuster, Kommunikationsflüsse und Entscheidungsdynamik. Identifizieren Sie ein systemisches Hindernis, das Sie zuvor nicht erkannt haben. Entwickeln Sie dann eine Maßnahme, um dieses Problem zu lösen. Wenn Sie diese Intervention nicht entwerfen können, zeigt Ihnen die KI, dass Sie Playbooks und kein Coaching liefern.

Das Agile Manifest hat diesen Moment vorausgesagt, indem es etwas Zeitloses erkannt hat: Technologie dient den Menschen, nicht umgekehrt. Die Praktiker, die erfolgreich sind, werden diejenigen sein, die dieses Prinzip in dieser Woche umsetzen, nicht erst in Zukunft.

Die Frage, die sich jeder Praktiker stellen sollte, ist einfach: Werde ich dies als Hype abtun, es als Ersatz annehmen oder lernen, es als Verstärkung zu nutzen?

Wer sich auf diesen Wandel vorbereitet, investiert in die strukturierte Entwicklung von Fähigkeiten, die wir ab dem 13. Oktober erforschen werden.

Das agile KI Manifest — ein Fazit

Das Agile Manifest bleibt nicht trotz, sondern wegen der KI relevant. Die Autoren des Manifests haben etwas richtig gemacht: Prinzipien, die auf menschlichen Bedürfnissen aufbauen, überleben technologische Veränderungen. KI verstärkt das, was Sie mitbringen: Bringen Sie Fachwissen, Urteilsvermögen und die Fähigkeit, mit menschlicher Komplexität umzugehen, mit und KI macht Sie effektiver. Bringen Sie nur mechanische Kompetenz mit und KI wird zeigen, dass Sie schon immer ersetzbar waren.

Sie haben die Wahl. Wählen Sie weise.

Literatur

[1] Dell’Acqua, F., Ayoubi, C., Lifshitz-Assaf, H., Sadun, R., Mollick, E. R., Mollick, L., Han, Y., Goldman, J., Nair, H., Taub, S., & Lakhani, K. R. (2025). „The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise.“ Harvard Business School Working Paper No. 25-043. Available at: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5188231

[2] Harvard Business School Digital Data Design Institute. (2025). „The Cybernetic Teammate: How AI is Reshaping Collaboration and Expertise in the Workplace.“ Available at: https://d3.harvard.edu/the-cybernetic-teammate-how-ai-is-reshaping-collaboration-and-expertise-in-the-workplace/

[3] Mollick, E. (2025, March 22). „The Cybernetic Teammate.“ One Useful Thing. Available at: https://www.oneusefulthing.org/p/the-cybernetic-teammate

🗞 Soll ich Sie über Artikel wie diesen informieren? Großartig! Sie können sich hier für den Newsletter „Food for Agile Thought“ anmelden und sich über 40.000 Abonnenten anschließen.