Where are the Scrum-Teams?
Warum KI uns zwingt, Teamarbeit neu zu denken
Es gab eine Zeit, da war die Antwort auf komplexe Produktentwicklung erstaunlich klar:
Baut cross-funktionale Teams.
Gebt ihnen ein Ziel.
Schafft kurze Lernzyklen.
Klärt Rollen.
Arbeitet iterativ.
Nennt es Scrum.
Ob das in der Praxis immer so sauber funktioniert hat, ist eine andere Frage. Aber die Idee war stark: Ein Team übernimmt gemeinsam Verantwortung für ein Produkt, lernt schnell aus Rückmeldung und organisiert seine Arbeit so, dass aus Unsicherheit Schritt für Schritt mehr Klarheit entsteht.
Scrum war eine Antwort auf Komplexität. Jetzt verändert KI die Komplexität selbst. Und damit stellt sich eine neue Frage: Where are the Scrum-Teams?
Nicht im Sinne von: Wo sind sie geblieben? Sondern: Brauchen wir sie in der bekannten Form überhaupt noch? Denn KI verändert nicht nur Werkzeuge. Viele Organisationen behandeln KI im Moment gerade aber immer noch wie ein neues Tool.
Ein bisschen effizienter schreiben.
Ein bisschen schneller recherchieren.
Ein bisschen Code generieren.
Ein bisschen Dokumentation erleichtern.
Das ist verständlich. Aber wahrscheinlich zu kurz gedacht, wie auch bereits an mehreren Stellen kommentiert wird. KI verändert nicht nur einzelne Arbeitsschritte. Sie verändert die Verteilung von Wissen, Geschwindigkeit, Rollen und Verantwortung. Und da kommt mein Punkt ins Sipel: Was früher mehrere Personen, mehrere Übergaben oder mehrere Schleifen gebraucht hat, kann heute teilweise durch eine Person mit KI-Unterstützung angestoßen, vorbereitet oder sogar umgesetzt werden. Analyse, Konzeption, Text, Code, Recherche, Variantenbildung, Dokumentation, Testideen, Entscheidungsgrundlagen — vieles rückt näher zusammen. Das bedeutet nicht, dass Menschen überflüssig werden. Es bedeutet auch nicht, dass die Qualität dadurch in allen Fällen steigt.
Aber es bedeutet, dass die alte Logik von Teamarbeit und der Arbeit am Team unter Druck gerät.
Denn das klassische Scrum-Team war auf eine bestimmte Welt zugeschnitten. Das Scrum-Team war eine starke Antwort auf eine Welt, in der unterschiedliche Kompetenzen dauerhaft zusammengebracht werden mussten.
Entwicklung.
Produktverantwortung.
Qualität.
UX.
Fachlichkeit.
Stakeholder-Kommunikation.
Umsetzung.
Die Grundannahme war: Komplexe Arbeit braucht ein stabiles Team, das gemeinsam lernt und Verantwortung übernimmt. Diese Annahme bleibt wichtig. Aber KI verschiebt die Bedingungen. Wenn Einzelne mehr Kontext verarbeiten können, wenn Prototypen schneller entstehen, wenn Fachwissen leichter zugänglich wird und wenn Entscheidungen besser vorbereitet werden können, verändert sich die Frage:
Brauchen wir immer noch dieselbe Teamgröße?
Dieselben Rollen?
Dieselbe Sprintlogik?
Dieselbe Trennung von Zuständigkeiten?
Dieselbe Vorstellung von Cross-Funktionalität?
Vielleicht nicht. Vielleicht war das klassische Scrum-Team eine Übergangsform. Eine gute Antwort auf die Komplexität der letzten Jahre. Aber nicht automatisch die beste Antwort auf die nächsten. Und so kann man hingehen und sagen: KI macht Teamarbeit nicht einfacher. Sie macht sie anders. Denn ein Missverständnis wäre, zu glauben: Wenn KI mehr kann, brauchen wir weniger Zusammenarbeit. Das Gegenteil könnte stimmen.
Wir brauchen nicht weniger Zusammenarbeit. Wir brauchen präzisere Zusammenarbeit zu den richtigen Inhalten.
Denn KI erzeugt neue und andere Fragen:
Wer entscheidet, ob ein KI-Vorschlag gut genug ist?
Wer prüft Qualität, wenn Ergebnisse schneller entstehen?
Wer trägt Verantwortung, wenn Mensch und Maschine gemeinsam gearbeitet haben?
Wie entsteht gemeinsames Lernen, wenn viele Arbeitsschritte individualisiert werden?
Wie bleibt Richtung klar, wenn Varianten fast unbegrenzt verfügbar sind?
Wie schützen wir Urteilskraft vor bloßer Geschwindigkeit?
Und das sind keine Tool-Fragen. Das sind Führungs- und Organisationsfragen. und die unterliegen wie immer einer bekannten Gefahr: alte Teamformen, neue Geschwindigkeit- So werden viele Organisationen versuchen, KI einfach in bestehende Strukturen einzubauen, wie es zur Zeit vielfach geschieht.
Das Scrum-Team nutzt jetzt KI.
Der Product Owner nutzt jetzt KI.
Die Entwickler nutzen jetzt KI.
Der Scrum Master moderiert jetzt vielleicht auch KI-gestützt. Das kann hilfreich sein. Das kann auch eine Weile gut funktionieren. Gleichzeitig ist es wahrscheinlich eine Übergangsphase an deren Ende andere Antworten gefordert sind. Denn es beantwortet noch nicht die eigentliche Frage:
Passt die bisherige Form der Zusammenarbeit noch zur neuen Art der Wertschöpfung?
Wenn alte Strukturen nur schneller gemacht werden, entstehen nicht automatisch bessere Ergebnisse.Dann werden unklare Entscheidungen schneller vorbereitet. Unklare Prioritäten schneller bearbeitet. Unklare Verantwortung schneller verteilt. Unklare Anforderungen schneller umgesetzt. KI beschleunigt dann nicht Wirkung, sondern ist ein Booster für Unklarheit, Verwirrung und Chaos.
Was könnte an die Stelle des klassischen Scrum-Teams treten? Es geht nicht darum, Scrum abzuschaffen. Es geht darum, wieder mutig genug zu sein, die Form infrage zu stellen.Vielleicht brauchen Organisationen künftig stärker:
Kleine Kernteams, die Verantwortung für Richtung, Qualität und Entscheidungen tragen.
Fluide Expertennetzwerke, die situativ eingebunden werden, statt dauerhaft in festen Teamgrenzen zu arbeiten.
Mission-Teams, die für konkrete Problemräume gebildet werden und sich wieder auflösen, wenn die Aufgabe erfüllt ist.
Mensch-KI-Arbeitsräume, in denen nicht mehr nur Aufgaben verteilt werden, sondern Intelligenz, Kontext und Verantwortung neu zusammenspielen.
Stärkere Reflexions- und Führungsarchitekturen, weil Geschwindigkeit ohne gemeinsame Bewertung gefährlich wird.
Neue Formen von Wissenstransfer, weil Lernen nicht mehr automatisch im Team entsteht, wenn einzelne Menschen mit KI sehr unterschiedlich arbeiten.
Das sind keine fertigen Antworten. Aber genau darum geht es. Wir sollten wieder anfangen, die richtigen Fragen zu stellen und das Leben in der Unfertigkeit und Paradoxien als Raum von Möglichkeiten zu begreifen.
Die neue zentrale Fähigkeit liegt daher meines Dafürhaltens nach in der Entwicklung einer gemeinsamen Urteilskraft. In einer KI-geprägten Arbeitswelt wird nicht die Organisation gewinnen, die einfach am meisten automatisiert. Gewinnen wird die Organisation, die schneller lernt, klarer entscheidet und Verantwortung besser organisiert. Dafür reicht Methodenkompetenz nicht aus. Es braucht gemeinsame Urteilskraft.
Teams müssen nicht nur Aufgaben erledigen. Sie müssen bewerten können, was relevant ist. Sie müssen entscheiden, welchen Ergebnissen sie trauen. Sie müssen erkennen, wo KI hilft und wo sie blendet. Sie müssen Verantwortung übernehmen für Arbeit, die nicht mehr vollständig aus menschlicher Hand entsteht.
Das verändert auch Führung. Führung muss weniger kontrollieren, ob Menschen beschäftigt sind. Sie muss stärker klären, worauf es in den Arbeitsprozessen ankommt, ohne zu sehr ins Detail abzudriften. Es geht also mehr und mehr um den Rahmen, den Führung bieten muss.
Welche Entscheidungen brauchen menschliches Urteil?
Welche Routinen sichern Qualität?
Welche Verantwortung bleibt nicht delegierbar?
Welche Lernschleifen brauchen wir, wenn Arbeit schneller und unsichtbarer wird?
Where are the Scrum-Teams?
Vielleicht ist die Frage daher fehlgeleitet, wenn wir nach den Scrum-Teams suchen, wie wir sie kennen. Vielleicht sollten wir fragen: Welche Form von Teamarbeit braucht Wertschöpfung, wenn KI selbstverständlich wird? Wo braucht es stabile Teams? Wo braucht es fluide Zusammensetzung? Wo braucht es klare Rollen? Wo braucht es neue Verantwortungsräume? Wo entsteht Lernen? Wo wird Qualität gesichert? Wo wird entschieden?
Scrum hat Organisationen geholfen, anders über Arbeit nachzudenken. Jetzt braucht es diesen Mut erneut. Nicht als Methodenwechsel. Nicht als nächstes Framework. Nicht als neues Buzzword. Sondern als ernsthafte Auseinandersetzung mit der Frage:
Wie organisieren wir Verantwortung, Zusammenarbeit und Lernen, wenn KI die Arbeit selbst verändert? Vielleicht verschwinden Scrum-Teams nicht. Vielleicht verändern sie nur ihre Form. Aber sicher ist: Wer KI nur in alte Teamlogiken einbaut, verschenkt einen Teil der eigentlichen Chance und baut im schlimmsten Fall eine unzähmbare Hydra, die am Ende die Organisation bestimmt und über Beteiligung selbst entscheidet.
Die nächste Entwicklungsaufgabe liegt nicht im Tool. Sie liegt in der Organisation.





