Warum die Qualität von Entscheidungen zur entscheidenden Kompetenz von Organisationen wird

Peter Pedross, CEO & Gründer, PEDCO AG – SAFe Fellow

Wenn die heutige Diskussion rund um Agentic Engineering von einem dominierenden Thema geprägt ist, dann ist es zweifellos Produktivität. Jede Woche erscheinen Ankündigungen zu immer leistungsfähigeren Coding-Assistenten, autonomen Entwicklungsagenten und KI-gestützten Engineering-Plattformen. Demonstrationen zeigen Funktionen, die innerhalb weniger Minuten implementiert werden, automatisch erzeugte Dokumentation und Software, die in einer Geschwindigkeit entsteht, die noch vor kurzer Zeit unrealistisch erschienen wäre. Diese Entwicklungen sind bemerkenswert, und es gibt wenig Anlass zu glauben, dass sich dieser Trend nicht fortsetzen wird.

Gleichzeitig entsteht dadurch ein interessantes Paradox. Je einfacher Software produziert werden kann, desto weniger wird die reine Implementierung von Software zum Unterscheidungsmerkmal erfolgreicher Engineering-Organisationen. Über Jahrzehnte hinweg haben Führungskräfte im Engineering enorme Anstrengungen unternommen, um die Kosten der Implementierung zu reduzieren. Versionsverwaltungssysteme, Continuous Integration, automatisierte Tests, Infrastructure as Code und DevOps verfolgten im Wesentlichen dasselbe Ziel: die Softwareentwicklung schneller, zuverlässiger und besser reproduzierbar zu machen.

Agentic Engineering beschleunigt diese Entwicklung dramatisch: Die Implementierung wird zunehmend kostengünstig.
Als Konsequenz rückt eine andere Aktivität zwangsläufig in den Vordergrund: die Entscheidungsfindung.

Dieser Wandel könnte sich letztlich als eine der wichtigsten Konsequenzen von Agentic Engineering erweisen, wird jedoch erstaunlich wenig diskutiert. Softwareprojekte scheitern selten daran, dass Ingenieure keinen Code schreiben können. Sie scheitern, weil Organisationen schlechte Architekturentscheidungen treffen, Kundenbedürfnisse missverstehen, technische Schulden anhäufen, unnötige Komplexität erzeugen oder schrittweise die Ausrichtung zwischen Geschäftszielen und technischer Umsetzung verlieren. Keines dieser Probleme verschwindet, wenn autonome Agenten Teil der Engineering-Organisation werden. In vielen Fällen gewinnen sie sogar an Bedeutung. Autonome Systeme führen Entscheidungen mit aussergewöhnlicher Effizienz aus. Sie skalieren jedoch auch schlechte Entscheidungen mit bemerkenswerter Effizienz. Diese Beobachtung ist besonders interessant, weil sie nicht vollständig neu ist. Viele der zugrunde liegenden Herausforderungen werden seit Jahren durch Lean Thinking und – vielleicht überraschenderweise – durch die Grundprinzipien von SAFe adressiert.

Das Prinzip der dezentralen Entscheidungsfindung ‚decentralize decision-making‚ kennt an, dass Entscheidungen von denjenigen getroffen werden sollten, die den Informationen am nächsten sind, sofern geeignete Leitplanken und Rahmenbedingungen vorhanden sind. Agentic Engineering stellt dieses Prinzip nicht infrage. Es erweitert es vielmehr. Autonome Agenten werden zunehmend zu zusätzlichen Teilnehmern innerhalb dieser Entscheidungssysteme und benötigen daher genau dieselbe Klarheit hinsichtlich Verantwortlichkeiten, Eskalationswegen und Entscheidungsgrenzen wie menschliche Teams.

Ebenso gewinnt das Prinzip des Systems Denkens  ‚apply systems thinking‚ weiter an Bedeutung – insbesondere in einer Umgebung, in der Menschen und autonome Systeme kontinuierlich über organisatorische und technische Grenzen hinweg zusammenarbeiten. Lokale Optimierungen werden zunehmend gefährlich, weil autonome Systeme ihre Auswirkungen mit bislang unerreichter Geschwindigkeit über das gesamte Engineering-Ökosystem hinweg verstärken können.

Vielleicht am wichtigsten ist jedoch, dass das Prinzip der wirtschaftlichen Betrachtungsweise ‚take an economic view‚ plötzlich ins Zentrum von Engineering Leadership rückt. Über Jahrzehnte hinweg optimierten Organisationen die Effizienz der Implementierung, weil Implementierungskapazität knapp war. Agentic Engineering verändert diese Gleichung grundlegend. Während sich die Kosten der Implementierung gegen null bewegen, wird die Qualität wirtschaftlicher Entscheidungen zunehmend zum begrenzenden Faktor.

Die Frage lautet nicht mehr: „Können wir das bauen?“
Zunehmend lautet die Frage vielmehr: „Sollten wir das bauen?“ und
„Unter welchen technischen, wirtschaftlichen und architektonischen Annahmen schafft die Umsetzung tatsächlich Wert?“

Aus dieser Perspektive betrachtet ist SAFe mit vielen der Herausforderungen, die durch Agentic Engineering entstehen, erstaunlich gut kompatibel. Während viele Frameworks zu Entscheidungsökonomie, Architektur-Governance und organisatorischem Lernen weitgehend schweigen, gehören diese Themen seit vielen Jahren zu den Kernprinzipien von SAFe.

  • Vielleicht benötigt Agentic Engineering gar keine vollständig neuen Organisationsmodelle.
  • Vielleicht verlangt es in erster Linie danach, dass wir wiederentdecken, weshalb diese Prinzipien ursprünglich entstanden sind.

Autonome Agenten führen Entscheidungen mit aussergewöhnlicher Effizienz aus. Sie skalieren jedoch auch schlechte Entscheidungen mit bemerkenswerter Effizienz. Eine gut gestaltete Architektur kann Innovation deshalb beschleunigen. Eine schlecht gestaltete Architektur beschleunigt technische Schulden. Die gleiche Beobachtung gilt für Qualitätsmanagement, Governance und DevOps. Starke Engineering-Systeme werden zu strategischen Vermögenswerten. Schwache Engineering-Systeme werden zu immer sichtbarer werdenden Einschränkungen.

Die Demonstration können Sie auf dem PEDCO Youtube Channel ansehen.

Während unserer eigenen Engineering-Arbeit haben wir eine interessante Veränderung beobachtet. Die Gespräche drehten sich zunehmend nicht mehr um die Implementierung selbst. Stattdessen verbrachten Teams deutlich mehr Zeit mit Diskussionen über Architektur, Schnittstellen, Verantwortlichkeiten, Dokumentation und die Qualität des verfügbaren Kontexts. Die eigentliche Implementierung wurde beinahe zur Routine. Die schwierigen Fragen entstanden bereits, bevor die erste Zeile Code generiert wurde.

  • Was genau soll gebaut werden?
  • Wie integriert sich die Lösung in die bestehende Architektur?
  • Welche Qualitätsmerkmale sind entscheidend?
  • Welche organisatorischen Regeln müssen unverändert bestehen bleiben?
  • Welche Entscheidungen sollen ausschliesslich Menschen vorbehalten bleiben?

Der Engpass hat sich verschoben. Interessanterweise beschränkte sich diese Beobachtung nicht auf ein einzelnes Vorhaben. Ob bei der Entwicklung neuer Fähigkeiten für PEDCO AuditPro, bei der Erweiterung von Applied SAFe oder bei der Zusammenarbeit mit Kunden in hochregulierten Umgebungen – das Muster blieb bemerkenswert konsistent. Je näher sich die Implementierungskosten der Null annäherten, desto mehr wurde die Qualität der Entscheidungen zur zentralen Engineering-Disziplin. Diese Beobachtung verändert die Rolle von Engineering Leadership grundlegend. Anstatt zu fragen, wie Software schneller entwickelt werden kann, müssen Organisationen zunehmend eine andere Frage stellen:

Wie stellen wir sicher, dass autonome Systeme dauerhaft hochwertige Engineering-Entscheidungen treffen?

Die Beantwortung dieser Frage erfordert weit mehr als leistungsfähige KI-Modelle.

  • Sie erfordert Architektur.
  • Sie erfordert explizites Wissen.
  • Sie erfordert Governance.
  • Und vor allem erfordert dies Kontext.

Genau an diesem Punkt beginnt sich die Diskussion über Agentic Engineering über die reine Technologie hinaus in Richtung Organisationsdesign zu bewegen.

Sobald die Implementierung nicht länger der Engpass ist, wird die Qualität von Entscheidungen zur entscheidenden Fähigkeit von Engineering-Organisationen.

Und genau dies könnte sich letztlich als eine der wichtigsten Konsequenzen von Agentic Engineering erweisen.

Das nächste Kapitel untersucht, weshalb dieser Wandel die Beziehung zwischen Menschen und autonomen Engineering-Systemen grundlegend verändert und warum die Zukunft des Software Engineerings weniger in der Automatisierung von Arbeit liegt als vielmehr in der bewussten Delegation von Entscheidungen.

Kapitel: Vorheriges – Nächstes