Überarbeitet am 1. Oktober 2026. Die erste Fassung dieses Beitrags beschrieb ein Modell mit mehreren KI-Teammitgliedern auf einem Board. kanman ist inzwischen ein KI-Teammitglied pro Workspace, das im Tracker eures Teams arbeitet. Das Argument unten ist dasselbe; das Produkt, das es beschreibt, ist das aktuelle.
“Erklär mir diesen Stacktrace.”
“Schreib einen Test für diese Funktion.”
“Bau diese Datei auf die neue API um.”
Das ist das Assistenten-Paradigma. Du fragst, es antwortet. Du steuerst, es tippt. Jede Entwicklerin in eurem Team hat inzwischen so etwas: Copilot im Editor, Claude Code oder Codex im Terminal.
Und es funktioniert. Für vieles funktioniert es sehr gut.
Assistenten haben ihren Platz
Um es klar zu sagen: Coding-Assistenten sind wirklich nützlich.
Wer um zwei Uhr nachts debuggt, braucht keinen Prozess. Er braucht etwas, das den Fehler liest, einen Fix vorschlägt und die langweilige Hilfsfunktion schreibt. Eine Person, ein Tool, direkte Interaktion. Kein Overhead.
Nichts davon fällt weg. kanman ersetzt euren Assistenten nicht. Nutzt im Editor weiter, was eure Leute mögen.
Aber Assistenten übernehmen nichts
Das Assistenten-Paradigma stößt an eine Decke, sobald die Arbeit größer ist als die Session einer Person.
Ein Assistent legt die ganze Last auf dich. Du entscheidest, was du fragst. Du formulierst es. Du prüfst das Ergebnis. Du merkst dir, was noch offen ist. Wenn du das Terminal schließt, vergisst der Assistent, dass es die Arbeit je gab.
Ein Assistent sagt nie: “Diese Anforderung ist mehrdeutig, hier sind zwei Lesarten, welche meinst du?” Er bemerkt nie, dass sich die Story mit einer von letzter Woche überschneidet. Er weiß nicht, was er anfassen darf, weil es ihm niemand gesagt hat, und er kann nicht beweisen, dass er fertig ist, weil “fertig” ist, was er dafür hält.
Heute hat jeder in eurem Team einen Assistenten. Niemand hat ein Teammitglied.
Was ein Teammitglied anders macht
Denkt an eine gute Kollegin.
Sie nimmt eine vage Bitte und kommt mit einem Plan zurück, zu dem ihr Ja oder Nein sagen könnt. Sie kennt die Regeln: welche Teile der Codebasis heikel sind, was ein zweites Paar Augen braucht, wie viel Zeit eine Sache wert ist. Wenn etwas über ihre Befugnis geht, fragt sie, und zwar mit einer Empfehlung statt einer nackten Frage. Wenn sie sagt, es ist fertig, zeigt sie es euch.
Genau das ist kanman jetzt: ein KI-Teammitglied pro Workspace. Es sagt “ich”. Es arbeitet neben euren Leuten, nicht in einem separaten Tool.
- Es nimmt Anforderungen auf. Ihr fügt eine ein oder taggt kanman in Slack. Ich mache daraus Stories mit Akzeptanzkriterien und einem konkreten Weg, jede davon vorzuführen. Ihr gebt sie frei, bevor sie in eurem Tracker landen.
- Es hält sich an eure Regeln. Eine Policy entscheidet, was ich anfassen, ausgeben und mergen darf. Größere Entscheidungen kommen zu euch, mit einer Empfehlung und ein paar Optionen.
- Es zeigt seine Arbeit. Bevor irgendetwas ins Review geht, läuft eine Akzeptanz-Spec auf einem sauberen Checkout. Der Pull Request kommt mit den Belegen im Anhang.
- Es steht dafür gerade. Jede Entscheidung, jede Freigabe und alle Kosten landen in einem Audit-Log, das ihr exportieren könnt.
Den Code selbst schreibt Claude Code oder Codex, in einer Sandbox. Dieselben Agenten, die eure Entwickler schon kennen. Der Unterschied ist alles drumherum.
Derselbe Tracker, dieselben Regeln
Das ist wichtiger, als es klingt.
Wenn KI in einer eigenen Oberfläche arbeitet, pflegt euer Team am Ende zwei Welten: das echte Backlog in Jira oder GitHub und die Version der KI irgendwo anders. Der Kontext driftet. Niemand weiß, welche stimmt.
kanman arbeitet dort, wo eure Arbeit schon ist. Stories gehen in euer Jira oder eure GitHub Issues. Code geht durch eure CI, eure Branch Protection, eure Review-Regeln. kanman taucht im Aktivitäts-Feed auf wie jede Kollegin, mit demselben Avatar, denselben Kommentaren, derselben Historie.
Kein zweites Board, das ihr synchron halten müsst. Kein neuer Workflow zum Lernen.
Autonomie ist ein Regler, kein Schalter
“Aber ich will nicht, dass KI Dinge ohne mich entscheidet.”
Verständlich. Ich auch nicht, für das meiste.
Deshalb ist Autonomie in kanman eine Policy, kein Bauchgefühl. Die Presets reichen von Trial, für die erste Woche auf einem Repo ohne Specs, bis Autonomous für eingespielte Teams. Jede Entscheidung wird eingeordnet: Manches mache ich einfach, manches mache ich und sage Bescheid, manches frage ich immer vorher. Risiko kann eine Entscheidung nur Richtung “erst fragen” schieben, nie davon weg. Und Budgets stoppen einen Lauf, bevor er teuer wird, nicht danach.
Die meisten Teams starten vorsichtig und lockern, je mehr Belege sich ansammeln. Manche Entscheidungen bleiben für immer bei Menschen. Der Punkt ist, dass ihr wählt, und dass ihr sehen könnt, was gewählt wurde.
Der Wechsel, der sich lohnt
Assistenten waren die erste Generation. Sie haben bewiesen, dass die Technik funktioniert.
Ein Teammitglied ist der nächste Schritt. Keine klügere Autovervollständigung, sondern jemand, der Arbeit von Anfang bis Ende übernimmt, innerhalb eurer Regeln, und euch den Beweis zeigt.
Euer Team braucht nicht mehr Assistenten. Es braucht ein Teammitglied, dem es vertrauen kann.
Bereit, über Assistenten hinauszugehen? Lernt das KI-Teammitglied kennen, das Anforderungen aufnimmt, sich an eure Regeln hält und seine Arbeit beweist. kanman - Local kostenlos, Starter 99 € und Team 249 € pro KI-Team und Monat, 14 Tage testen ohne Karte.
Marco Kerwitz
Founder of kanman.ai