Warum ein guter Prompt keine fehlende Projektarchitektur ersetzt — und wie aus Absicht, Recherche, Anforderungen und Konzept ein belastbarer KI-Projektplan entsteht.
Warum gute Recherche nicht aus einem einzigen großen Auftrag entsteht, sondern aus einer Folge von Fragen, Zwischenständen, Prüfungen und Anschlussrecherchen.
Ein Ordner voller Recherche ist noch kein Projektwissen. Erst wenn Quellen, Zusammenhänge, Widersprüche und Projektergebnisse so strukturiert werden, dass Menschen und KI sie wiederfinden, prüfen und für Entscheidungen nutzen können, entsteht eine arbeitsfähige Wissensbasis.
Ein gutes Projekt liefert ein Ergebnis. Viele sauber verglichene Projekte liefern zusätzlich etwas Dauerhafteres: ein Bild davon, welche Methoden wiederholt tragen, wo Varianten nötig sind und an welchen Stellen ein Standard verbessert werden muss.
Ein gutes Konzept beschreibt, was sinnvoll sein könnte. Ein belastbarer Projektplan entscheidet, was als Nächstes geschehen soll, woran Fortschritt erkennbar ist und wann eine Annahme neu geprüft werden muss.
Agentische KI wird nicht dadurch kontrollierbar, dass der Mensch jeden Schritt überwacht. Sie wird kontrollierbar, wenn der Plan Ziele, Inputs, Outputs, Rollen, Grenzen und Entscheidungsstellen so explizit macht, dass Autonomie innerhalb eines belastbaren Rahmens stattfinden kann.
Die entscheidende Tool-Frage lautet nicht: „Welche KI ist die beste?“ Sie lautet: „Welche Arbeitsform passt zu der Unsicherheit, dem Projektzustand und dem nächsten überprüfbaren Ergebnis?“
Eine Projektmethode ist kein Identitätsbekenntnis. Sie ist eine Antwort auf die Frage, wie viel eines Projekts im Voraus stabil planbar ist — und wie viel erst durch Ausführung, Feedback und Lernen sichtbar wird.
Scrumban ist nicht die höfliche Mitte zwischen Scrum und Kanban. Für KI-Projekte kann es zu einer bewussten Taktarchitektur werden: fokussierte Arbeitsfenster dort, wo ein Ergebnis geschützt werden muss, und kontinuierlicher Flow dort, wo neue Aufgaben, Feedback und operative Arbeit laufend nachrücken.
Gute Projektplanung versucht nicht, jede Überraschung vorherzusagen. Sie schafft einen Rahmen, in dem Unerwartetes erkannt, eingeordnet und verarbeitet werden kann, ohne dass das Projekt bei jeder Abweichung seine Richtung verliert.
Gute Ideen sind kein Beweis dafür, dass ein Projekt größer werden sollte. Professionelle Projektsteuerung macht deshalb nicht nur sichtbar, was gebaut wird, sondern ebenso klar, was bewusst außerhalb des aktuellen Auftrags bleibt und unter welchen Bedingungen sich diese Grenze ändern darf.
Ein Projekt ist nicht resilient, weil im Plan alles funktioniert. Es ist resilient, wenn es auch dann weiterarbeiten kann, wenn ein Dienst ausfällt, ein Limit erreicht wird, eine Schnittstelle sich verändert oder eine vermeintlich einfache KI-Aufgabe plötzlich blockiert.
KI kann recherchieren, formulieren, planen, analysieren und ausführen. Doch je leistungsfähiger sie wird, desto wichtiger wird eine Frage, die sich nicht automatisieren lässt: Wer entscheidet, was richtig, ausreichend, vertretbar und wirklich fertig ist?
Ein portabler Arbeitskern für kontrollierbare KI-Projektarbeit — kanonische Verträge, Obsidian-Vault, zehn Workflows, zehn Skills, Offline-Harness, Register und Adapter.