Schritte, Nachweise und Rückkopplungen erkunden.
Wähle einen Schritt in der Karte. Verantwortungen, Agentenunterstützung, Nachweise und Termine stehen im jeweiligen Zusammenhang.
Termine im Value Loop 3
Rollen im Value Loop
Termine im Learning Loop 2
Rollen im Learning Loop
Value → BuildMessung planen (V2) präzisiert die Spec (B3).
Build → ValueAusliefern (B10) ermöglicht Datenerfassung (V3).
Learning → beideLernen verankern (L6) verändert KI-Skills, KI-Kontext und Prüffälle.
Alle drei Loops sind parallel aktiv. Die Schritte laufen im Uhrzeigersinn; neue Befunde können frühere Schritte wieder öffnen.
Erfüllt die Änderung den vereinbarten Bedarf?
Eine kleine Änderung · Minuten bis Tage
Problem auswählen
Vorhaben können aus Vorstand, Geschäftsführung, Unternehmensstrategie, übergeordneten Initiativen oder aus dem Team kommen. PO und Team konkretisieren den Auftrag und priorisieren innerhalb ihres vereinbarten Mandats. Bei Bugfixes reichen oft Reproduktion, Sollverhalten und Prüffall als Arbeitskarte. Vor dem Start klären sie mit den zuständigen Verantwortlichen Ziele, feste Vorgaben, Entscheidungsrechte und den Investitionsrahmen: menschlicher Aufwand, KI-Kosten, erwarteter Nutzen und Prüfpunkte. Der Umfang bleibt im ausdrücklich freigegebenen Spielraum verhandelbar; Ziel- oder Budgetkonflikte gehen an die zuständige Entscheidungsinstanz.
Verantwortung & KI-Unterstützung
Begrenzter Auftrag mit nächstem Nachweis.
Bei großer Unsicherheit erst klären.
Passende Termine 2
Feedback Debt vorbeugen: Schon in der Spec festlegen, wer die Wirkung nach dem Release wann prüft. So wird es sichtbar →
Die sieben Leitplanken
Wirkung gibt Richtung.
Wir beginnen mit einer Verbesserung für Menschen. Eine Idee wird nicht wertvoll, weil sie technisch machbar ist oder viel Code erzeugt. PO, Team und Fachpartner klären, welches Problem sich für wen verändern soll. Daraus entsteht eine überprüfbare Wirkungshypothese.
Erst die gewünschte Wirkung klären. Dann die nächste passende Änderung wählen.
So hilft die Leitplanke im Alltag
Vor der Umsetzung festhalten: Was beobachten wir heute? Was soll besser werden? Welcher Nachweis hilft uns bei der nächsten Entscheidung? Der Messplan aus dem Value Loop fließt schon in Spec und Tests ein.
„Kunden sollen ihre Mengen leichter korrigieren können“ ist der Bedarf. „Mehr Nutzer erreichen mit gefülltem Warenkorb den Checkout, ohne zusätzliche Preisfehler“ ist die Wirkungshypothese. Ob das eintritt, prüfen wir mit passenden Daten und Nutzerfeedback.
Ein korrekt geliefertes Feature kann wenig Nutzen bringen. Der Value Loop hilft zu entscheiden: beibehalten, verbessern, weiter untersuchen oder zurücknehmen.
Eine Spec schafft Klarheit.
Die Spec ist die gemeinsame Vereinbarung über das gewünschte Verhalten. Sie beschreibt Regeln, Beispiele, Fehlerfälle und Akzeptanzkriterien. Menschen und Agenten arbeiten mit derselben bestätigten Version; Tests und Code beziehen sich auf diesen Stand.
Gewünschtes Verhalten vereinbaren, bevor der Agent es umsetzt.
So hilft die Leitplanke im Alltag
Alltagssprache und konkrete Beispiele genügen für den Einstieg. Kritische offene Fragen bekommen einen Owner und werden vor der betroffenen Umsetzung geklärt. Das Team ergänzt Schnittstellen und technische Grenzen; der Messpartner ergänzt nötige Messpunkte.
„Mengen sollen änderbar sein“ lässt vieles offen. Klarer ist: „Gegeben eine Position mit Menge 1, wenn die Menge auf 0 gesetzt wird, dann wird die Position entfernt. Der verbleibende Warenkorb wird neu berechnet.“
Für einen kleinen Bug können Reproduktion, Sollverhalten und Regressionstest reichen. Klarheit braucht passende Informationen, keinen möglichst langen Text.
Kleine Schritte. Schnelles Feedback.
Wir prüfen früh, statt große Änderungen lange ungeprüft wachsen zu lassen. Ein kleiner Schritt macht sichtbar, ob wir den Bedarf richtig verstanden haben und die Umsetzung funktioniert. Konkrete Rückmeldung beeinflusst die nächste Arbeit.
Die nächste prüfbare Änderung liefern. Mit dem Ergebnis den nächsten Schritt wählen.
So hilft die Leitplanke im Alltag
Schon beim Planen einen nächsten Nachweis festlegen: Prüffall, Review, fachliche Rückmeldung oder Beobachtung nach dem Release. Technisches Feedback kommt oft nach Minuten; eine belastbare Wirkungsmessung kann länger dauern. Die Loops laufen deshalb parallel.
Zuerst die Mengenänderung umsetzen und mit normalen Mengen, 0 und Bestandsgrenzen prüfen. Danach mit einem Fachpartner erproben, ob die Bedienung verständlich ist. Ein Befund kann direkt zu einer kleinen Korrektur führen.
Kleine Specs erzeugen kleine Änderungen. Kleine Änderungen lassen sich schneller prüfen. So werden auch Feedback- und Lern-Loops kürzer.
KI braucht Auftrag, Feedback und Grenzen.
Ein Agent bekommt einen konkreten, begrenzten Auftrag. Dazu gehören die gültige Spec, relevanter Kontext, erwartete Nachweise und erlaubte Werkzeuge. Rückmeldung aus Tests und Reviews hilft, die Änderung gezielt zu korrigieren.
Auftrag, Prüfmaßstab und Grenzen festlegen. Bei fehlenden Grundlagen zuerst klären.
So hilft die Leitplanke im Alltag
Vor dem Lauf festhalten: Was darf der Agent lesen oder ändern? Welche Tests muss er ausführen? Wann soll er stoppen und an Menschen übergeben? Budget, Versuchslimit und ein menschlicher Owner bleiben sichtbar. Mehr Denkfähigkeit erweitert keine Entscheidungsrechte.
Der Workmaster setzt nur die bestätigte Mengenregel um. Er darf die betroffenen Dateien ändern und Tests ausführen. Bei widersprüchlichen Kriterien fragt er nach; er schwächt weder Anforderungen noch geschützte Tests eigenmächtig ab.
Umsetzung und unabhängige Prüfung erhalten separate KI-Kontexte. Ein plausibler Text ersetzt keinen belegten Testnachweis.
Menschen tragen Verantwortung.
Menschen entscheiden. Agenten helfen. Agenten können Optionen vorbereiten, Arbeit umsetzen und Befunde liefern. Verantwortung für Prioritäten, fachliche Regeln, technische Freigaben und Produktentscheidungen bleibt bei den benannten Menschen.
Für jede Entscheidung klären: Wer entscheidet, in welchem Mandat und mit welchen Nachweisen?
So hilft die Leitplanke im Alltag
Der PO priorisiert innerhalb seines vereinbarten Mandats. Das Team verantwortet den technischen Weg und die Qualität. Fachpartner bestätigen das fachliche Verhalten; der Messpartner prüft die Aussagekraft der Daten. Der Loop Lotse unterstützt Zusammenarbeit und Lernen.
Ein Agent schlägt vor, Rabattcodes später zu liefern. PO und Team entscheiden über den Schnitt. Ein Prüfer liefert Befunde zur Preisberechnung; die benannte menschliche Verantwortung entscheidet über die Freigabe.
Rollen können kombiniert werden. Entscheidungsrechte, Vertretung und Übergaben müssen trotzdem erkennbar bleiben. Konflikte außerhalb des Mandats gehen an die zuständige Instanz.
Lernen verändert Arbeit.
Eine Erkenntnis wird nützlich, wenn sie die nächste Arbeit verbessert. Das Team sammelt belegte Erfahrungen aus Build und Value, sucht ein relevantes Muster und erprobt eine begrenzte Veränderung. Bewährtes wird in Specs, Tests, KI-Skills oder Arbeitsregeln verankert.
Ein Muster verstehen. Eine Veränderung erproben. Ihre Wirkung prüfen.
So hilft die Leitplanke im Alltag
Beobachtung und Vermutung unterscheiden. Für ein Experiment Nutzen, Owner, Budget und Prüftermin festlegen. Höchstens ein bewusstes Prozessexperiment je Team gleichzeitig hält die Wirkung nachvollziehbar. Was nicht hilft, wird angepasst oder verworfen.
Versandgrenzen verursachen wiederholt Nacharbeit. Das Team ergänzt Grenzfälle in der Spec-Vorlage und prüft bei folgenden Aufgaben, ob Fehler und Prüfaufwand sinken. Hilft es, wird die Regel übernommen und mit anderen Teams geteilt.
Auch Kontextauswahl und Spec-Schnitt können Lerngegenstand sein. Bewertet werden Ergebnisqualität, Nacharbeit und Prüfzeit; KI-Kosten ergänzen die Betrachtung. Personen werden nicht bewertet.
Small Specs, Small Context
Kleine Specs reduzieren den Kontext. Große Aufgaben benötigen häufig viel Hintergrundwissen, Dateien und Abhängigkeiten. LoopsWork schneidet Arbeit deshalb in kleine, eigenständig umsetzbare und überprüfbare Specs. Der Agent erhält die Informationen, die er für genau diesen Arbeitsschritt braucht.
Nicht dem Agenten mehr Kontext geben. Die Aufgabe so schneiden, dass er weniger Kontext braucht.
- Große AufgabeBedarf und Gesamtziel verstehen
- Kleine SpecsSinnvoll schneiden
- Weniger KontextRelevante Regeln und Dateien
- Bessere ErgebnissePräzise, kleine Änderungen
Weniger unnötiger Kontext begünstigt präzisere Agentenarbeit. Kleine Änderungen lassen sich schneller prüfen: Feedback- und Lern-Loops werden kürzer. Ein geringerer Token- und Modellverbrauch kann zusätzlich die Kosten senken; Aufteilung und Koordination verursachen ebenfalls Aufwand.
Small Spec → Small Context → Small Change → Fast Feedback
Klein, aber sinnvoll eigenständig
Eine Spec sollte so klein wie möglich, aber noch sinnvoll eigenständig umsetzbar und überprüfbar sein. Zu kleine Aufgaben erzeugen Verwaltungs- und Koordinationsaufwand. Nötige Fachregeln, Schnittstellen, Abhängigkeiten und Prüffälle bleiben Teil des Kontexts.
Slice: Ist die Spec klein genug?
Prüfen, ob die Spec mit überschaubarem Kontext umgesetzt und anschließend eigenständig überprüft werden kann.
- Kann die Spec mit einem klar abgegrenzten Kontext verstanden werden?
- Kann sie umgesetzt werden, ohne große Teile des Systems erklären zu müssen?
- Kann das Ergebnis anschließend eigenständig überprüft werden?
Wenn eine dieser Fragen mit „Nein“ beantwortet wird, sollte die Spec weiter zerlegt werden. PO und Team bestätigen den Schnitt, bevor die Umsetzung geplant wird.
Ein kompletter Checkout
„Baue einen neuen Checkout inklusive Gutscheinen, Zahlungsarten und Fehlerbehandlung.“
Abgegrenzte Arbeitsschritte
- Checkout-Grundstruktur erstellen
- Zahlungsart auswählen
- Gutschein anwenden
- Ungültigen Gutschein behandeln
- Zahlungsfehler darstellen
Jede Spec erhält eigene Akzeptanzkriterien. Gemeinsame Schnittstellen und Abhängigkeiten werden verlinkt; zusammengehörige Änderungen werden zusätzlich in der Integration geprüft.
Sub-Tasks dienen hier nicht nur der Projektorganisation. Sie reduzieren vor allem den Kontext, den ein Agent für den jeweiligen Arbeitsschritt verstehen muss.
Bestehende Werkzeuge wie Sub-Tasks können große Anforderungen in kleinere Specs zerlegen. Entscheidend ist nicht die Jira-Struktur, sondern ein möglichst kleiner, relevanter Kontext je Arbeitsschritt.
Bei KI-gestützter Softwareentwicklung – auch als Softwareentwicklung mit KI oder AI Coding bezeichnet – verbindet das Prinzip klare Anforderungen mit KI-Unterstützung. Es ergänzt Specification Driven Development: Die vereinbarte Spec steuert Umsetzung und Prüfung; ihr sinnvoller Schnitt hält beide überschaubar.
Vibe Coding erkundet Ideen durch Prompten und Ausprobieren. Loop-Coding verbindet in LoopsWork kleine vereinbarte Specs, Prüfung, Wirkung und Lernen. Vibe Coding und Loop-Coding einordnen.
Slice im Build Loop ansehen · So helfen KI-Agenten beim Schneiden
Was läuft wann?
Ein Vorhaben durchläuft keine drei Warteschlangen. Wähle einen Zeitpunkt und sieh, was parallel passiert.
Beispielhafter Verlauf. Die Zeiten richten sich nach Risiko und Datenaufkommen; es gibt keinen verpflichtenden Dreiwochenzyklus.
An diesen Stellen greifen die Loops ineinander.
Wirkung wird baubar.
Der Messplan liefert Ereignisse und Schutzkennzahlen. Sie stehen von Beginn an in Spec, Tests und Umsetzung.
Liefern. Beobachten. Entscheiden.
Das Release startet die Beobachtung. Die Produktentscheidung aus V6 kann eine neue kleine Änderung in B1 auslösen.
Erfahrung wird Arbeitsregel.
Ein wiederkehrender Fehler wird zum Experiment. Bewährtes wird als Test, Spec-Beispiel oder Agentenregel übernommen.