Praktische Wege zur Verbesserung der Projektauslieferung mit KI – laut einer Platform Engineering-Leiterin
Adora Nwodo ist Platform Engineering Lead, Autorin, Rednerin und Gründerin von NexaScale. Ihr Fokus liegt auf dem Einsatz von KI zur Verbesserung der Projektauslieferung – vor allem durch die Reduzierung repetitiver Arbeitsabläufe und kognitiver Überlastung.
Adora Nwodo
Platform Engineering Managerin bei Stack Overflow
KI verschiebt den Fokus von Verwaltung zu Führung: KI übernimmt wiederkehrende, arbeitsintensive Aufgaben (Zusammenfassungen, Triage, Kontextbeschaffung), sodass Führungskräfte sich auf Architektur, Ausrichtung, Mentoring und die Qualität von Entscheidungen konzentrieren können.
Die größten Erfolge liegen in der Integration von KI in bestehende Tools: Produktivitätssteigerungen erfordern keine neuen Plattformen – die Ergänzung von KI zu Jira, Slack, CI und Meetings reduziert die kognitive Belastung erheblich und beschleunigt Entscheidungen.
KI schafft vorhersehbare Auslieferung: Sechs-Wochen-Zyklen, weniger Rituale, wiederverwendbare Prompts und KI-gesteuerter Kontext ersetzen schwerfälliges Projektmanagement durch Klarheit, Dynamik und Vertrauen.
Wir haben uns mit Adora zusammengesetzt, um zu erfahren, wie sie KI einsetzt und wie dies ihre Systeme und Rituale in der Praxis beeinflusst. Das hatte sie dazu zu sagen.
Eine Karriere im Aufbau vorhersehbarer Projektauslieferung
Ich bin Führungskraft im Bereich Plattform-Engineering, öffentliche Rednerin, Autorin von sieben Büchern und Gründerin von NexaScale — eine Initiative, die das Wachstum und die Entwicklung von Technologie-Enthusiasten fördert. In meiner heutigen Rolle konzentriere ich mich darauf, starke technische Grundlagen zu schaffen, die es Teams ermöglichen, verlässliche Produkte schnell und mit Vertrauen auszuliefern.
Ich arbeite eng mit Entwicklern, SREs und Produktteams zusammen, um Reibungsverluste zu vermeiden, Lieferprozesse zu verbessern und ein Plattform-Erlebnis zu schaffen, das eine konsistente und vorhersehbare Projektauslieferung in einer Organisation unterstützt.
Kostenlos freischalten
Erstellen Sie ein kostenloses Konto, um diesen Beitrag zu Ende zu lesen und Teil einer Community zukunftsorientierter Führungskräfte zu werden, die Tools, Leitfäden und Insights für den Erfolg im Zeitalter der KI freischaltet.
Have an account? Log In
Wie KI die Projektauslieferung und Führungsrollen im Engineering verändert
KI verändert meine Rolle auf sehr reale und praktische Weise. Als Führungskraft im Plattform-Engineering denke ich mittlerweile an die Projektauslieferung auf zwei parallelen Ebenen:
- Die eine betrifft die klassischen Grundlagen wie Zuverlässigkeit, Automatisierung und Entwicklererfahrung.
- Die andere beschäftigt sich damit, wie KI selbst Teil des Workflows wird.
Ich verbringe deutlich weniger Zeit damit, wiederkehrende Arbeiten manuell zu überprüfen, Protokolle zu durchsuchen oder Übergaben zu koordinieren, die automatisiert werden können. KI-basierte Tools übernehmen einen Großteil der Vorarbeit, zum Beispiel bei der Generierung von Dokumentation, beim Aufbau von Testumgebungen, beim Einrichten von Entwicklungsumgebungen und bei lärmenden Betriebsbenachrichtigungen. Auch muss ich seltener die gleichen betrieblichen Fragen beantworten, weil KI-Agenten inzwischen direkt in einer internen Plattform Hilfestellung für Ingenieure bieten.
Mein Hauptaugenmerk liegt jetzt darauf, wie Teams KI sicher und strategisch nutzen. Dazu gehört die Auswahl der passenden KI-Tools, das Entwerfen verantwortungsvoller Workflows, das Schaffen von Leitplanken und das Nachdenken darüber, wie KI die Engineering-Kultur verändert.
Zudem widme ich mich verstärkt übergreifender Systemarchitektur, teamübergreifender Abstimmung und dem menschlichen Aspekt der Auslieferung, da KI Raum für tieferes Nachdenken schafft:
- Höhergelegene Systemarchitektur: Anstatt auf einzelne Probleme zu reagieren, denke ich in langfristigen Mustern und gemeinsamen Bausteinen, die die Auslieferung beschleunigen und widerstandsfähiger machen. Dazu betrachte ich ganzheitlich, wie unsere Services, Workflows und Plattformen skalieren, während das Unternehmen wächst.
- Teamübergreifende Abstimmung: Das betrifft mich auch persönlich. Da mein eigener Einsatz von KI weiter fortgeschritten ist als der des Teams insgesamt, investiere ich mehr Zeit darin, meine Erkenntnisse aus KI-gestützten Workflows in Verbesserungen unserer Plattform, Dokumentation und internen Tools zu übersetzen. Dadurch können andere allmählich profitieren, ohne dass Veränderungen erzwungen werden, bevor sie bereit sind.
- Der menschliche Aspekt der Auslieferung: KI schafft Freiräume, sodass ich mehr Zeit in das Mentoring von Entwicklern investiere, ihre Herausforderungen verstehe und ein Umfeld schaffe, in dem sie sich auf wirkungsvollere Aufgaben statt auf repetitive Arbeiten konzentrieren können.
Insgesamt geht es bei der Projektauslieferung immer weniger darum, Aufgaben einfach abzuarbeiten. Stattdessen orchestriere ich eine Umgebung, in der intelligente Automatisierung, starke Plattformen und qualifizierte Menschen mit sehr viel weniger Reibung zusammenarbeiten.
Die Projektauslieferung dreht sich immer weniger darum, Aufgaben einfach abzuarbeiten, sondern vielmehr um das Orchestrieren einer Umgebung, in der intelligente Automatisierung, starke Plattformen und qualifizierte Menschen mit sehr viel weniger Reibung zusammenarbeiten.
Wie man die Engineering-Workflows identifiziert, die am ehesten für KI-Automatisierung bereit sind
Die offensichtlichsten Einsatzmöglichkeiten für KI in der Projektauslieferung liegen derzeit bei Arbeiten mit hohem Volumen, die viel Zeit rauben, aber keine tiefgehende fachliche Einschätzung erfordern. Dinge wie das Lesen von Protokollen, Ticket-Triage, Aufräumen von Dokumentationen, Überprüfung von Abhängigkeiten und das Zusammenfassen langer technischer Threads sind dafür prädestiniert. Hier kann KI direkt durch wiederverwendbare Prompts, automatisierte Agenten in Entwicklerportalen oder auch einfache Integrationen in der CI eingebunden werden, die Erkenntnisse liefern, bevor Menschen eingreifen müssen.
KI eignet sich auch gut für Meeting-Vorbereitung und Wissensaustausch. Tools wie Gemini helfen mir bereits heute, lange Diskussionen in klare Aktionspunkte zu übersetzen. Das lässt sich auch auf Sprint-Reviews, Retrospektiven und Entscheidungsdokumente ausdehnen. So erhalten Teams ein besseres gemeinsames Verständnis – ohne den üblichen Aufwand.
Die Bereiche, in denen weiterhin menschliches Gespür gefragt ist, sind die, in denen Kontext, Vertrauen und Intuition eine Rolle spielen: etwa das Festlegen technischer Richtungen, das Abwägen von Entscheidungen mit Auswirkungen auf Menschen, das Treffen von Entscheidungen in unklaren Situationen oder das Coaching von Entwicklern in schwierigen Phasen. Diese Momente erfordern Urteilsvermögen und Erfahrung – KI kann hier nur unterstützen, nicht ersetzen.
Die Aufteilung ist also simpel: KI im Projektmanagement übernimmt die repetitiven Aufgaben, die die Auslieferung ausbremsen. Menschen treffen die kreativen, strategischen und teambezogenen Entscheidungen, die die Auslieferung voranbringen.
Wie KI einen Mentalitätswandel bewirkt
Es ist erstaunlich, wie schnell KI in der Automatisierung von Projektaufgaben von einem netten Extra zu einem festen Bestandteil des Arbeitsablaufs wird. Ich hatte zwar Effizienzgewinne erwartet, aber nicht, dass es mich verändert.
Früher habe ich viel Energie darauf verwendet, Kontext zu sammeln und jedes Detail im Kopf zu behalten, damit ich mit Selbstvertrauen führen konnte. Seit KI diese Arbeit unterstützt, habe ich schnell eine Veränderung in meiner Denkweise bemerkt. Ich trete ruhiger und besser vorbereitet auf, weil ich nicht mehr alles im Kopf behalten muss. Ich kann mich auf Richtung, Klarheit und die Qualität der Entscheidungen konzentrieren, anstatt auf die Mechanik der Informationsbeschaffung.
Das war eine wirklich positive Veränderung. Die Arbeit fühlt sich bewusster und weniger reaktiv an. Es kam auch ganz natürlich, weil ich die Vorteile fast sofort gesehen habe. Ich hatte keinen Mentalitätswandel geplant. Er geschah einfach, als ich KI genutzt habe, um das Rauschen zu entfernen und mehr Raum für Führung zu schaffen.
Wie ein schlanker Sechs-Wochen-Zyklus die Lieferung verbessert
Ich habe mich von traditionellen Projektmanagement-Ansätzen entfernt, die auf ständigen Statusmeetings, festen Zeitplänen und umfangreicher Dokumentation basieren. Stattdessen nutze ich ein schlankeres System, das auf klaren Zyklen und hochwertigem Kontext aufbaut. Der Übergang verlief schrittweise — mit der Zeit habe ich die Zahl der Abstimmungsmeetings reduziert, kürzere Updates geteilt und Diskussionen auf Entscheidungen statt auf Berichte konzentriert.
Einer der Eckpfeiler dieses Systems ist unsere Überprüfung der Roadmap alle sechs Wochen. Anstatt den Fortschritt Woche für Woche in einem detaillierten Projektplan zu steuern, stimmen wir uns alle sechs Wochen intensiv ab, vereinbaren Prioritäten und legen die Erwartungen mit den Stakeholdern fest. Zwischen diesen Zyklen liegt der Fokus auf Momentum, nicht auf Papierkram.
Da wir mit vielen Stakeholdern arbeiten, war die größte Veränderung die Steuerung des Informationsflusses. Anstatt lange Statusberichte zu verfassen oder an mehreren Abstimmungen teilzunehmen, nutze ich KI-Tools wie Gemini, um Slack-Threads, Meetingnotizen, Dokumente und Updates aus Jira zusammenzufassen. So erhalte ich einen klaren Überblick darüber, was vorangeht, was blockiert ist und welche Entscheidungen Aufmerksamkeit benötigen – und das, ohne Stunden mit dem Sammeln von Kontext zu verbringen.
Natürlich werden dadurch auch unsere Routinen schlanker, sodass sich das Team auf die Umsetzung konzentrieren kann, statt auf ständiges Reporting.
Das Ergebnis ist ein schlankerer Prozess mit mehr Klarheit. Stakeholder erhalten bessere Einblicke, weil die Informationen präzise und zeitnah sind, Entwickler werden weniger unterbrochen, und ich kann meine Energie auf Richtung und Problemlösung verwenden, statt auf Verwaltungstätigkeiten. Der Sechs-Wochen-Zyklus gibt Struktur, und die KI sorgt für die tägliche Klarheit, die alles am Laufen hält.
Wie wiederverwendbare Engineering-Prompts repetitive Arbeit reduzieren
Mein Team hat damit begonnen, wiederverwendbare Engineering-Prompts zu nutzen. Wir haben eine kleine Bibliothek mit Prompts erstellt, die gängige Entwicklungsaufgaben unterstützen – zum Beispiel beim Schreiben von Unit-Tests, der Verbesserung von Fehlermeldungen, dem Zusammenfassen von Systemverhalten oder der Überprüfung von Änderungen auf Zuverlässigkeitsrisiken. Diese Prompts werden einmal formuliert, getestet und dann wiederverwendet, sodass Entwickler nicht jedes Mal von vorne anfangen, wenn sie einen Assistenten um Hilfe bitten.
Ein Beispiel: Ein Prompt ist darauf ausgelegt, strukturierte Release-Notes aus Pull-Requests zu generieren. Er erwartet bestimmte Eingaben wie die Ticketnummer, den Bereich im Code, das Risikoniveau und die Auswirkungen auf den Kunden. Ein anderer Prompt konzentriert sich darauf, Betriebswarnungen in Klartext inklusive der wahrscheinlichsten Ursachen auf Basis von früheren Vorfällen zu übersetzen.
Anfangs war dies einfach eingerichtet und lag in einem gemeinsamen Dokument; wir übertragen die Prompts nun schrittweise in unsere interne Plattform, um sie leichter auffindbar und wartbar zu machen. Der zeitliche Aufwand für die Erstellung und Verbesserung jedes einzelnen Prompts ist minimal im Vergleich zur kontinuierlichen Zeitersparnis, da die Ergebnisse klarer, schneller und bei jeder Nutzung konsistenter sind.
Das reduziert viel repetitive Arbeit und hilft allen, mit mehr Selbstvertrauen durch die Lieferung zu gehen.
Wie eine KI-Schicht in alltäglichen Entwicklungstools die Lieferung beschleunigt
Derzeit ist mein Delivery-Stack recht übersichtlich. Ich nutze Gemini, Jira, Slack, Google Workspace und die üblichen Engineering-Tools, mit denen mein Team bereits arbeitet – zum Beispiel GitHub für die Versionskontrolle, unsere CI-Pipeline für Builds und Deployments sowie Datadog für Monitoring und Alarmierung.
Was sich im letzten Jahr geändert hat, sind nicht die KI-Projektmanagement-Tools selbst; sondern wie ich sie benutze.
- Gemini hat den größten Einfluss gehabt. Ich nutze es für die Vorbereitung von Meetings, das Zusammenfassen langer Dokumente, um schnelle Einblicke aus Protokollen zu gewinnen und um Notizen in klare Handlungsanweisungen zu verwandeln. Es hat viel manuelles Zusammenstellen von Kontext ersetzt und hilft mir, Entscheidungen viel schneller zu treffen.
- Jira bleibt das zentrale Tool für die Arbeitsverfolgung. Ich habe es nicht ersetzt. Was sich geändert hat, ist, dass ich meinen eigenen Ablauf drumherum effizienter gestalte, da ich mit Gemini große Epics schnell durchschaue, den Fortschritt rasch erfasse und mich auf Planungssitzungen vorbereite, ohne stundenlang alles lesen zu müssen.
- Slack ist weiterhin das Zentrum der Kommunikation. Statt aber zu versuchen, jeden Thread zu verfolgen, verlasse ich mich auf die KI-Zusammenfassungen von Slack, um das Wesentliche herauszufiltern, sodass ich nicht von Nachrichten überflutet werde. Die KI von Slack beantwortet außerdem Fragen und automatisiert Aufgaben innerhalb der Plattform.
Die Tools selbst sind also weitgehend gleich geblieben, aber mein Workflow hat sich weiterentwickelt. Die größte Veränderung ist die Hinzufügung einer KI-Ebene zu den alltäglichen Tools. Anders gesagt: Es ist die Art und Weise, wie ich Gemini mit den Tools kombiniere, die ich ohnehin täglich nutze, um zu interpretieren, was diese Tools enthalten.
Die größte Veränderung ist die Hinzufügung einer KI-Ebene zu den alltäglichen Tools. Anders gesagt: Es ist die Art und Weise, wie ich Gemini mit den Tools kombiniere, die ich ohnehin täglich nutze, um zu interpretieren, was diese Tools enthalten.
Wie Gemini Meetings, Erinnerungen und Entscheidungsfindung verbessert
Schauen wir uns Gemini genauer an.
Einer der aktuell meist unterschätzten Vorteile ist schlicht die Möglichkeit, mit KI Meetings, lange Slack-Threads, Dokumente und sogar die Woche im Rückblick zusammenzufassen. Es klingt nach einer Kleinigkeit, aber für Führungskräfte ist das ein enormer Zeitgewinn.
Es ist keine spektakuläre Funktion, aber die Wirkung ist spürbar. Sie schenkt Zeit, reduziert Stress und sorgt dafür, dass die Umsetzung nicht durch Informationsüberflutung aufgehalten wird. Für Manager ist das einer der größten Fortschritte.
In der Praxis nutze ich Gemini intensiv in meinen Meetings – hauptsächlich als Unterstützung für die Erinnerung an Gespräche, nicht als System, das für mich denkt. Damit bereite ich Tagesordnungen vor, fasse Diskussionen zusammen, erfasse Entscheidungen und ziehe Erkenntnisse aus langen Threads oder Dokumenten.
Die meisten meiner Meetings werden aufgezeichnet, und Gemini erstellt automatisch Zusammenfassungen, sodass ich keine langen Videos erneut anschauen muss, um die wichtigsten Punkte zu erfassen. Wenn ich eine Zusammenfassung prüfe, überarbeite ich sie, stelle Missverständnisse klar und filtere die wirklich relevanten Entscheidungen und Aktionen heraus.
Ich nutze es außerdem, um bei Bedarf schnell in verschiedenen Aufzeichnungen nach Kontext zu suchen, den ursprünglichen Grund einer Entscheidung zu finden oder Details aus einer Diskussion von vor Wochen herauszuziehen. Das erspart mir stundenlanges Suchen durch Inhalte, aber ich bleibe weiterhin die Person, die das Wissen interpretiert und die nächsten Schritte steuert.
Das alles hilft mir, mit vollem Kontext in Meetings zu gehen und mit klaren Handlungspunkten herauszukommen. Da ich schneller zu Klarheit gelange, treffe ich auch schneller Entscheidungen.
Praktische Experimente mit agentischen Workflows
Wir experimentieren mit agentischen Workflows, allerdings auf sehr praktische Weise. Unser Hauptfokus liegt derzeit auf der firmenweiten KI-Challenge, welche mehr eine "Hack-and-Learn"-Initiative als eine formelle Plattform ist. Das gesamte Unternehmen baut kleine KI-Projekte, um praktische Erfahrungen zu sammeln und zu verstehen, wie agentische Workflows in unserem Kontext aussehen könnten.
Für die Arbeit in der Auslieferung achte ich persönlich besonders auf Ideen, bei denen Agenten helfen, Kontext zusammenzufassen, wiederkehrende Aufgaben zu reduzieren oder die Entscheidungsfindung zu verbessern.
Es ist zwar noch früh, aber es läuft gut. Die Leute lernen schnell und wir sehen bereits Muster, die später in strukturiertere agentische Workflows übergehen könnten.
Warum KI das Projektmanagement von Verwaltung hin zu Führung verlagern wird
In naher Zukunft wird die Projektabwicklung von einer managergesteuerten zu einer kontextgesteuerten Arbeitsweise wechseln. KI in der Projektstatusberichterstattung wird den Großteil der Nachverfolgung, Zusammenfassung und Koordination übernehmen, sodass Teams sich auf Echtzeit-Einblicke stützen statt auf geplante Check-ins. Manager werden deutlich weniger Zeit mit Prozessen verbringen und sich stattdessen stärker auf Strategie, Coaching der Mitarbeitenden und das Treffen von Entscheidungen konzentrieren.
Auch die Vorstellung, dass der Projektmanager die Hauptquelle für Updates ist, wird verschwinden. KI wird Fortschritte, Risiken und Abhängigkeiten automatisch sichtbar machen. Teams werden mit KI-Agenten zusammenarbeiten, so wie sie heute mit Tools kollaborieren. Das Ergebnis: schnellere Entscheidungen, weniger Rituale und ein System zur Durchführung von Projekten, das sich anpassungsfähiger als starr strukturiert anfühlt.
Die menschliche Rolle verschwindet nicht, sie ändert sich aber hin zu Führung, Klarheit und Entscheidungsfindung statt Administration.
Warum KI nicht von heute auf morgen unsere Arbeitsweise ersetzt
Mein Rat: Fang klein an, bleib neugierig und setze auf Klarheit statt Kontrolle.
Es geht in dieser Phase nicht darum, unsere Arbeit von heute auf morgen zu ersetzen. Es geht darum, der KI die repetitiven Aspekte der Umsetzung zu überlassen, damit Führungskräfte sich auf Menschen, Richtung und Entscheidungen konzentrieren können.
Der größte Hebel entsteht beim Ausprobieren einfacher Anwendungsfälle wie Zusammenfassungen, Meeting-Vorbereitungen oder Kontextermittlung. Diese kleinen Erfolge schaffen Vertrauen und Raum für tiefgreifendere Veränderungen.
Und vor allem: Beziehe dein Team ein und halte die Abläufe leicht. KI entfaltet ihr volles Potenzial, wenn sie deine bestehende Kultur unterstützt – nicht, wenn sie eine weitere Komplexitätsebene darstellt.
Bleib dran
Du kannst Adora Nwodo auf LinkedIn, X oder ihrer persönlichen Website folgen. Schau dir außerdem NexaScale an.
Weitere Experteninterviews folgen auf The Digital Project Manager!
