Zum Inhalt springen

Selbstcheck

Wo hängt euer Team mit KI-Agenten fest? Zwölf Antworten zeigen es.

Findet heraus, wo euer Team mit KI-Coding-Agenten steht und welche Lücken es gerade bremsen.

  • Zwölf Ja-Nein-Fragen
  • drei Minuten
  • Ergebnis sofort
  • kostenlos, ohne Konto

Antwortet für ein Team und zählt nur, was es heute schon macht, nicht was geplant ist. Ihr leitet mehrere Teams? Dann antwortet für ein typisches und bittet jede Teamleitung, den Check für ihr Team zu machen und euch den Link zum Ergebnis zu schicken. Das Ergebnis baut sich beim Antworten auf, und nichts davon landet bei uns.

Über euch

Freiwillig. Mit vier Angaben passen wir die Empfehlungen an eure Größe an, und Produktleute bekommen vier eigene Fragen. Alles bleibt wie eure übrigen Antworten in diesem Browser und im Link.

Eure Rolle
Produktentwicklungsteams im Unternehmen
Durchschnittliche Größe eines Teams
Menschen in der Produktentwicklung insgesamt: Engineering, Produkt, Design und Daten

Eure Produktpraxis

Vier eigene Fragen für Produktleute, aus unserer Produktschulung. Sie gehören nicht zum Agentic Joel Test und zählen nicht zu den 12 Punkten.

Nutzt ihr Agenten in der Discovery, etwa um Interviews auszuwerten oder Personas zu simulieren?
Testet ihr Ideen als klickbaren Prototyp, bevor das Engineering loslegt?
Enthalten eure Anforderungen Edge Cases und Akzeptanzkriterien, die ein Agent prüfen kann?
Liegt immer eine validierte Spec bereit, wenn euer Team das nächste Item zieht?

Was eure Agenten liefern

Diese beiden ergeben sich aus dem Rest. Ein Nein hier hat seine Ursache meist in den Fragen weiter unten.

1. Setzen eure Coding-Agenten Routinetickets um und bringen sie live?
2. Nutzt ihr KI über den ganzen Softwareentwicklungszyklus hinweg?

Was eure Agenten sehen und ausführen können

Kontext, ein gemeinsamer Harness und ein laufendes System. Das ist Engineering-Arbeit an Codebasis und Plattform.

3. Bekommen eure Agenten den Kontext automatisch?
4. Pflegt ihr einen gemeinsamen Agent-Harness?

Mit Harness ist alles gemeint, was euer Team um den Coding-Agenten herum baut und im Repository ablegt: Instruktionen wie AGENTS.md, Skills, Tests, Linter und Hooks.

5. Können eure Agenten euer System ausführen und es anhand von Feedback verbessern?

Wie eure Leute mit Agenten arbeiten

Spezifizieren, reviewen, verantworten und lernen. Diese Gewohnheiten entstehen in der Praxis.

6. Könnt ihr Aufgaben so schreiben, dass Agenten sie umsetzen können?
7. Habt ihr Qualitäts- und Review-Standards für Code von Agenten?
8. Verantwortet euer Team, was Agenten produzieren?
9. Experimentiert das ganze Team und teilt, was es lernt?

Was die Führung bereitstellt

Tools, Zeit, Guardrails und Messung. Das sind Entscheidungen über Budget und Richtlinien.

10. Hat euer Team die besten KI-Tools und Zeit zum Lernen?

Leistungsfähige Coding-Agenten, Frontier-Modelle und genug Token-Budget, dazu geschützte Lernzeit. Eine Einstiegslizenz allein zählt nicht.

11. Haben eure Agenten Autonomie innerhalb technisch durchgesetzter Guardrails?
12. Messt ihr, was KI bewirkt?

Delivery- und Qualitätskennzahlen wie Lead Time oder Incidents, im Zeitverlauf oder im Vergleich der Teams. Lizenz- und Token-Zahlen zeigen Nutzung, keine Wirkung.

Nächste Schritte für eure Produktpraxis

  • Gebt einem Agenten die Notizen eurer letzten fünf Kundeninterviews zur Auswertung und gleicht seine Zusammenfassung mit dem ab, was ihr gehört habt.
  • Baut eure nächste Idee als Prototyp, etwa mit Lovable oder v0, und zeigt ihn zwei Nutzer:innen, bevor ihr das Ticket schreibt.
  • Ergänzt eure nächste Anforderung um Edge Cases und prüfbare Akzeptanzkriterien, damit ein Agent sein Ergebnis selbst dagegen prüfen kann.
  • Verfeinert laufend in kleinen Stücken statt in einer großen Planungsrunde, damit die nächste validierte Spec immer bereitliegt.
SchulungenAgentic Engineering for Product Managers and Product Owners

Eure nächsten Schritte

  1. 1. Nehmt einen Tickettyp, der bei euch oft vorkommt, und lasst einen Agenten ihn vom Ticket bis zur gemergten Änderung umsetzen, mit einem Menschen im Review.
  2. 2. Schreibt die Schritte vom Refinement bis zum Betrieb auf, in denen bisher kein Agent vorkommt, und probiert einen davon an echter Arbeit aus.
  3. 3. Schreibt auf, was eine neue Entwicklerin über eure Codebasis wissen muss, und legt es dort ab, wo der Agent es zu Beginn jeder Session lädt.
  4. 4. Holt die Prompts, Regeln und Tools, die jede:r für sich pflegt, in ein Repository, um das sich das ganze Team kümmert.
  5. 5. Gebt dem Agenten die Möglichkeit, das System zu starten, die Tests laufen zu lassen und die Logs zu lesen. Dann prüft er seine Arbeit selbst, bevor ein Mensch draufschaut.
  6. 6. Schreibt euer nächstes Ticket so, dass ein Agent es ohne Rückfrage umsetzen kann: Ziel, Rahmen, Akzeptanzkriterien und wie man das Ergebnis prüft.
  7. 7. Legt im Team fest, was Code von Agenten vor dem Review bestehen muss, und automatisiert so viel davon wie möglich.
  8. 8. Wer den Agenten gestartet hat, verantwortet seine Änderung, genau wie selbst geschriebenen Code.
  9. 9. Plant einen kurzen festen Termin pro Woche, in dem das Team zeigt, was mit Agenten funktioniert hat und was nicht.
  10. 10. Gebt dem Team aktuelle Tools und plant die Lernzeit fest ein, statt sie obendrauf zu packen.
  11. 11. Entscheidet, was Agenten allein tun dürfen, und setzt diese Grenzen technisch durch, mit Berechtigungen und Gates statt mit einem Richtliniendokument.
  12. 12. Nehmt zwei oder drei Kennzahlen, die ihr schon erhebt, etwa die Durchlaufzeit von der Idee bis zu den ersten Nutzer:innen und die Rework Rate, und haltet jetzt eine Baseline fest.

So entsteht der Score

  1. 0 bis 6

    Euer Team steht am Anfang von Agentic Engineering

  2. 7 bis 10

    Euer Team arbeitet mit Agenten

  3. 11 bis 12

    Agentic Engineering ist eure Arbeitsweise

Jedes Ja zählt einen Punkt, „Weiß nicht“ zählt wie Nein. Die Summe ist nur eine grobe Orientierung, die einzelnen Antworten sagen mehr.

Basiert auf Semjon Mössingers Agentic Joel Test (öffnet in einem neuen Tab), zwölf Ja-Nein-Fragen dazu, wie bereit die Engineering-Praxis eines Teams für Agenten ist, nach Joel Spolskys Joel Test. Die Fragen sind seine, die deutsche Übersetzung ist unsere.