Agile Methoden sind in ihrer Anwendung so vielfältig wie die Projekte und Branchen, in denen sie zum Einsatz kommen. Ursprünglich in der Autoindustrie beim japanischen Hersteller Toyota in Form der Kanban-Methode entwickelt, um die Produktionseffizienz zu steigern, hat sich eine vielfältige Landschaft agiler Methoden über viele Jahre hinweg entwickelt. Heutzutage sind diese ein fester Bestandteil moderner Softwareprojekte. Das Scrum-Framework stellt dabei den langjährigen Industriestandard in der Softwareentwicklung dar.
Vielfalt an Frameworks
Bei der praktischen Implementierung agiler Arbeitsweisen bedient man sich verschiedener Frameworks, die teils auch kontinuierlich weiterentwickelt werden. Neben Scrum gibt es eine Vielzahl anderer agiler Frameworks, wie zum Beispiel Objectives and Key Results (OKRs). Dabei setzen grade diese beiden Frameworks sehr unterschiedliche Schwerpunkte. Scrum konzentriert sich mehr darauf das operative Zusammenarbeiten zu optimieren (z.B. mit der Rolle des Scrum-Masters, Retrospektiven und dem Daily-Scrum), wohingegen OKRs einen strategischen Fokus haben der weniger das „wie“ als mehr das „warum“ in den Mittelpunkt rückt. Zusammen, so die Idee, wird nicht nur die Zusammenarbeit durch die Kombination beider Frameworks in Teams effizienter, sondern auch messbar in einen Gesamtkontext eingebettet, dass das große Ganze im Blick behält.
Agilität ist kein Framework
Agilität ist aber nicht bloß eine Ansammlung an Frameworks oder ein Werkzeugkasten; Eigentlich ist Agilität ein Mindset, geboren aus der Erkenntnis, dass Komplexität nicht vorhersehbar und damit auch nicht auf lange Sicht (Siehe z.B. Cone of Uncertainty) kontrollierbar ist. Innerhalb des agilen Mindsets werden Flexibilität, Anpassungsfähigkeit und eine kontinuierliche Verbesserungskultur gefördert. Dieses Denken ermöglicht es Organisationen, schnell auf Veränderungen zu reagieren und innovative Lösungen voranzutreiben. Frameworks, deren Artefakte und Rollen sollen dabei helfen ein agiles Mindset und die damit verbundene Herangehensweise praktisch zu implementieren. Sie stellen ein mögliches Mittel dar dies zu tun, haben aber nicht den Anspruch dies in jeder Situation oder Organisation in geeigneter Weise zu tun.
Frameworks geben gute Richtlinien für die Zusammenarbeit und vor allem schaffen sie Rahmenbedingungen, die als Starthilfe für Unternehmen dienen können, die bisher nicht nach agilen Prinzipien gearbeitet haben. Sie eben praktischen den Weg dahin, dass sich ein agiles Mindset und die entsprechenden Prinzipien entwickeln kann, auch dadurch, dass bisherige Strukturen und verfestigte Arbeitsweisen aufgeweicht werden. Es entstehen Räume und Gelegenheiten sich zum Beispiel nicht nur damit zu beschäftigen woran, sondern auch wie gearbeitet wird, um daraus zu lernen und die Zusammenarbeit im Team kontinuierlich zu verbessern.
Komplexität bei der Entwicklung von Datenprodukten
In der Welt der Datenprodukte begegnen wir einer inhärenten Komplexität. Aufgrund von der Vielfalt möglicher Quellsysteme über die Herausforderungen bei der Datenqualität bis hin zur Verfügbarkeit von internen und externen Ressourcen. Agile Methoden helfen, diese Komplexität zu managen, indem sie iterative Entwicklung, Cross-Funktionale Teams und kontinuierliches Lernen fördern. Durch den iterativen Ansatz, bei dem Anforderungen nach und nach umgesetzt werden und regelmäßig Nutzerfeedback (geht es um ein Produkt, dass dem Markt zugänglich gemacht wird, stellt das Feedback der Nutzer am Markt natürlich den ultimativen Test dar) eingeholt wird, wird zugleich vermieden, dass die aufgenommenen Anforderungen und die Nutzererwartung zu stark auseinanderdriften und das Datenprodukt am Ende der Entwicklung überhaupt nicht vom Nutzer verwendet wird. Das wäre fatal, denn letztendlich ist die aktive Verwendung eines Datenprodukts genau der Schritt der entscheidend für die Mehrwertgenerierung eines Anwendungsfalls ist.
Woher kommt die Komplexität?
| Nicht vorhandene und dezentralisierte Daten | Ständige Änderungen der Anforderungen |
| Lange Prozesse bei der Entscheidungsfindung | Essentielle Ressourcen sind nicht verfügbar |
Komplexität aktiv managen
Die Schwierigkeit die Komplexität eines Projekts im Vorhinein zu messen bzw. in absoluten Zahlen auszudrücken führt zu einer Vielzahl an Problemen. Darunter beispielsweise, dass die Einschätzung der Komplexität maßgeblich auf der Erfahrung des Projektteams basiert. Spannenderweise ist die Erfahrung des Projektteams eben selbst ein Faktor, der die Komplexität mit beeinflusst. Die positive Konsequenz daraus ist jedoch, dass jedes Projektteam eine für sich selbst passende Einschätzung der Komplexität trifft.
Um auf Basis dieser Einschätzung aktives Komplexitätsmanagement zu betreiben, vor allem wenn das Scope bzw. die Anforderungen noch nicht final sind, ist ein einfaches Mittel die Frequenz von Feedbackschleifen zu erhöhen. Im Kontext des Scrum-Frameworks würde man die Sprintlänge verkürzen (von z.B. vier auf zwei Wochen) wenn geschätzt wird, dass die Komplexität anderweitig zu groß wäre. So wird die Unschärfe zwischen entwickeltem Produkt und Nutzervorstellung durch zusätzliche Feedbackschleifen aktiv gemanagt.
Nutzerzentrierung und Design-Thinking
Die Einbindung von Nutzern ist entscheidend für die Akzeptanz und den Erfolg eines Datenprodukts. Durch frühes und regelmäßiges Feedback können Entwicklerteams sicherstellen, dass das Endprodukt den tatsächlichen Bedürfnissen der Nutzer entspricht und somit einen echten Mehrwert bietet. Dies beginnt bereits bei Aufnahme der ersten Anforderungen, denn um sicherzustellen, dass ein Nutzer das Datenprodukt nutzt, muss dieses nicht nur der Organisation, sondern auch dem Nutzer einen Mehrwert bieten, im besten Fall zum Beispiel die Arbeit des Nutzers erleichtern. Dies erreichen wir durch einen Design-Thinking Ansatz, bei dem eine Lösung konzipiert wird, die sowohl die Probleme und Pains der Nutzer als auch die potenziellen Mehrwerte für das Unternehmen mit einbezieht. Ein solches Vorgehen spart nicht nur Ressourcen, sondern erhöht auch die Wahrscheinlichkeit, dass das Datenprodukt positiv angenommen und mehrwertstiftend genutzt wird.
Transparenz schafft Vertrauen
Wie das Thema Digitalisierung, weckt auch das Thema Daten im Kontext einer Transformation zur Datenexzellenz hin bei manchen Mitarbeitern Ängste. Eben diese Ängste sind Gift für die Akzeptanz sowohl des Transformationsprozesses als auch der Entwicklungsbestrebungen für einzelne Anwendungsfälle inklusive der Nutzerakzeptanz. Deshalb ist es wichtig den Prozess transparent zu machen und klar zu kommunizieren, dass es Veränderungen geben wird, die unter anderem beeinflussen, wie miteinander gearbeitet wird, aber das Ziel eben auch ist, dass Pains der Mitarbeitenden (z.B. langweilige repetitive Aufgaben) im Rahmen von Datenanwendungsfällen adressiert werden.
Lessons Learned
Agile Methoden sind ein wichtiges Werkzeug auf dem Weg zum Erfolg bei der im Grunde agiles Arbeiten eine Veränderung des Mindsets wie wir zusammenarbeiten darstellt. Das unterstützt Unternehmen dabei flexibel und innovativ zu werden und zu bleiben. Die Gesamtheit agiler Frameworks und Methoden ist so groß, dass wir uns in dieser Darstellung auf prominente Beispiele fokussiert haben. Bei allen genannten Frameworks haben wir fundierte Expertise und praktisch Erfahrung in unserem Team vertreten. Unser Team aus Organisationsdesignern für agile Unternehmen, Scrum-Mastern, Product Ownern und Agile Coaches begleitet Sie auf dem Weg der Transformation hin zur datenexzellenten Organisation und bei der Realisierung von Datenanwendungsfällen.
