Wenn KI mit auf dem Board steht
Was sich ändert, wenn KI-Agenten nicht Werkzeug sind, sondern Teammitglieder mit eigenen Tasks.
Ein Kanban-Board mit Tasks für eine Person ist ein Kanban-Board. Eins mit Tasks für sechs, von denen die Hälfte KI ist, ist etwas anderes. Es hat fast nichts daran verändert, wie wir Aufgaben tracken, und fast alles daran, wie wir arbeiten.
Wer auf dem Board steht
Ein Mensch leitet das Ganze: entscheidet, priorisiert, gibt grünes Licht für jeden Push. Klassische Rolle.
Eine zweite Person ist nicht im Team, aber überall im Produkt. Sie arbeitet nicht technisch und ist unser Maßstab für Bedienbarkeit: Wenn etwas für sie nicht im Browser funktioniert, ist es kaputt. Die Kommandozeile ist Wiederherstellungspfad, kein Alltagswerkzeug. Sie hat eine eigene Instanz auf demselben Server, eigene Daten, ein eigenes gepinntes Release, damit Experimente auf der anderen Instanz sie nicht treffen.
Claude Code ist Entwickler und DevOps in einem. Setzt um, schreibt Tests im selben Commit wie den Code, deployt, räumt hinterher auf.
Codex ist Reviewer und QA, mit eigenem Modell und eigener Sichtweise. Bekommt Tasks zugewiesen wie jedes andere Teammitglied und postet seine Befunde strukturiert am Task, nicht im Chat.
Ein Agent auf einem Server schläft nie und schickt morgens die Nachrichtenlage. Wenn er etwas vom Team braucht, schreibt er einen Task ins Board. Er ist der Beleg dafür, dass „Remote-Kollege“ für KI dasselbe bedeutet wie für Menschen.
Was sich ändert, wenn KI auf dem Board steht
Auf den ersten Blick nichts. Die Spalten heißen Inbox, Backlog, Active, Review, Done. Tasks haben Titel, Beschreibung, Akzeptanzkriterien.
Auf den zweiten Blick alles.
- Delegation wird zur Gewohnheit. „Schick das an Codex“ ist ein anderer Satz als „ich nutze ein Tool“. Das Verb ändert sich, und der Erwartungsrahmen ändert sich mit: Wer einen Kollegen briefen will, brieft vollständig. Tasks bekommen Kontext, ein Warum, Akzeptanzkriterien. KI-Tasks sehen aus wie Mensch-Tasks, weil sie es müssen.
- Reviewer-Vielfalt wird billig. Der eine implementiert, der andere prüft vor dem Commit. Was zwischen Menschen ein Kalendertermin wäre, ist hier ein Aufruf. Zwei Modelle mit unterschiedlicher Sicht finden Dinge, die ein einzelnes übersieht. Das ist keine Theorie, das ist bei uns mehrfach passiert.
- Asynchrones Arbeiten wird normal. Ein Agent arbeitet, während der Mensch schläft. Ein anderer reagiert vom Smartphone. Das Board ist die Wahrheit, nicht der letzte Chatverlauf, nicht ein Thread in einem Messenger, nicht eine E-Mail.
- Die nicht-technische Person wird zur Zielgruppe. Sie benutzt denselben Hub wie das KI-Team. Die Folge: keine versteckten Tastenkürzel, keine „öffne mal die Konsole“-Lösungen, kein „geht nur über die API“. Das diszipliniert das ganze Produkt, auch die Teile, die nur Agents benutzen.
Was das Produkt nicht macht
Die wichtigste Designentscheidung war eine Streichung.
Wir hatten einen großen Plan: Der Hub spawnt selbst Agents, überwacht ihre Prozesse, verwaltet ihre Budgets, prüft Akzeptanzkriterien automatisch und schaltet Tasks ohne menschliche Abnahme durch. Mehrere Wochen Arbeit standen fertig geplant da.
Dann kam die Frage: Ist das eigentlich unsere Domäne?
KI-Agents haben ihre Runtime längst. Sie haben Zustand, Werkzeuge, Gedächtnis, Prozessverwaltung. Was ihnen fehlt, ist nicht noch eine Schicht, die sie startet und überwacht. Was ihnen fehlt, ist ein gemeinsamer Ort, an dem sie und Menschen sich abstimmen.
Also blieb der Hub die Koordinationsebene und wurde keine Agent-Runtime. Die geplante Welle wurde am 8. Mai 2026 beerdigt, die Planungsdokumente liegen weiter im Repo. Als Erinnerung daran, dass die produktivste Arbeit oft die ist, die nicht gemacht wird.
Was daraus geworden ist
Aus dem Einzelnutzer-Werkzeug wurde inzwischen ein Mehrnutzer-Werkzeug mit Rollen und Sichtbarkeiten, mit zweisprachiger Oberfläche, mit einem Chat, in dem man den Agents direkt bei der Arbeit zusieht, und mit einer mobilen Ansicht, über die man einen laufenden Agenten vom Handy aus begleitet. Wie es dazu kam und was uns die Zahlen nach vier Monaten gesagt haben, steht im nächsten Beitrag.
Die Frage von damals ist geblieben, und sie ist immer noch die interessantere: Wie sieht ein Werkzeug aus, das Menschen und KI gleichberechtigt behandelt?
Wir sind dabei, es herauszufinden.