Warum gute Planung nicht im Projektplan beginnt

Wenn Änderungen plötzlich fast nichts mehr kosten

Vorausplanung hat auch einen wirtschaftlichen Wert: Je aufwendiger eine spätere Korrektur ist, desto sinnvoller erscheint es, möglichst viele Fragen bereits vor Beginn der Umsetzung zu klären.

Bei wissens- und softwareintensiven Arbeiten beginnt KI dieses Verhältnis zu verschieben. Entwürfe lassen sich schneller erzeugen, Varianten ausprobieren und Ergebnisse früher überprüfen. Auch das Verwerfen und Neuaufbauen kann deutlich weniger Aufwand verursachen als bisher.

Gute Vorbereitung wird dadurch nicht überflüssig. Eine andere Frage gewinnt jedoch an Bedeutung: Wann ist weitere Vorausplanung wertvoller – und wann lernen wir mehr, wenn wir anfangen, etwas auszuprobieren?

Wenn selbst perfekte Pläne auseinanderfallen

Robert C. Martin beschreibt diese Spannung aus seiner Arbeit mit KI-Agenten. Im Gespräch mit Matt Pocock wird er gefragt, wie viel Planung sinnvoll ist, bevor ein Agent mit der Umsetzung beginnt. Martin erzählt, dass auch er versucht habe, möglichst viel vorab zu spezifizieren und daraus detaillierte Pläne erstellen zu lassen. Seine Erfahrung damit sei jedoch ernüchternd gewesen: Solche Pläne scheiterten immer wieder daran, dass sich eben nicht alles im Voraus durchdenken ließ. (Robert C. Martin im Gespräch mit Matt Pocock: „LIVE: Uncle Bob on Software Fundamentals in the Age of AI“, ab ca. 36:15 Min.; YouTube.)

Seine Beobachtung bringt er später auf einen bemerkenswert einfachen Satz:

„The agents love to write plans.“

Agenten, so Martin, würden diese Pläne bereitwillig weiter ausarbeiten und mit immer mehr Details anreichern. Das Ergebnis könne ausgesprochen überzeugend aussehen – und bei der Umsetzung trotzdem auseinanderfallen. Sein Gegenentwurf: etwas umsetzen, Feedback einholen, weiterarbeiten, erneut prüfen und bei Bedarf reorganisieren.

Auch KI-Agenten können einen beeindruckend detaillierten Plan erstellen, ohne dass zuvor an alles Wesentliche gedacht wurde.

Martin veranschaulicht das anschließend mit einem Hausbau. Würde jede Änderung am entstehenden Haus nur einen Dollar kosten, wäre es wirtschaftlich weit weniger zwingend, vor dem ersten Handgriff einen bis ins Letzte perfektionierten Bauplan zu erstellen. Für KI-gestützte Softwareentwicklung zieht Martin daraus den Schluss: Die Kosten von Änderungen sind so stark gefallen, dass Ausprobieren und frühes Feedback gegenüber umfangreicher Vorausplanung an Bedeutung gewinnen können. (Ebd., ab ca. 40:04 Min.)

Wenn Planung ihren Schwerpunkt verlagert

Wenn KI operative Arbeit schneller und günstiger machen kann, verliert Planung nicht automatisch an Bedeutung. Es könnte sich aber verschieben, wo ihr größter Wert entsteht.

Je weniger Aufwand für Varianten, erste Umsetzungen oder spätere Anpassungen notwendig ist, desto weniger sinnvoll erscheint es, jeden möglichen Schritt möglichst vollständig vorab zu beschreiben. Mehr Gewicht könnte auf der Frage liegen, welches Ergebnis erreicht werden soll, welche Annahmen hinter einer Richtung stehen und welches Feedback früh zeigt, ob diese Richtung trägt.

Für Project und Product Management würde das den Schwerpunkt verschieben: weniger detaillierte Beschreibung einer vermuteten Zukunft, mehr Gestaltung eines Rahmens, in dem schnell gelernt und angepasst werden kann.

KI schützt uns nicht davor, das Falsche zu planen. Sie kann uns nur helfen, es sehr viel schneller umzusetzen.

Schnelleres Experimentieren bedeutet nicht planloses Arbeiten. Die zentrale Frage bleibt, was wir mit einem Versuch eigentlich lernen wollen.

Was von Planung bleibt

Ein belastbarer Projektplan zeigt, was geschehen soll – und ebenso, worauf diese Erwartung beruht und wo unser Wissen Grenzen hat.

Wenn KI Analyse, Ausarbeitung und Umsetzung zunehmend beschleunigt, könnte diese Fähigkeit noch wichtiger werden. Denn Geschwindigkeit macht eine falsche Richtung nicht richtiger. Eine größere Frage bleibt offen: Wenn KI künftig einen wachsenden Teil der taktischen Arbeit übernimmt – was bleibt dann als Kern von Project und Product Management?

Darauf möchte ich in einem späteren Beitrag zurückkommen.