Erfahrungsbericht Digital Business Unit
Split & Conquer AI: Zwei ARTs für mehr Flow und Fokus
Unser Kunde stand vor der Aufgabe, einen überdimensionierten SAFe® ART in zwei leistungsfähige Release Trains aufzuteilen.
Die datenbasierte Vorbereitung hat Diskussionen verkürzt, das neue Setup liefert spürbar schneller. Die Mischung aus analytischer Tiefe und direkter Wirkung hat überzeugt.
Leitung der Digital Business Unit
Ausgangslage & Pain Points
Die Digital Business Unit (DBU) stand im 10. Program Increment (PI) vor einem spürbaren Problem: Ein einzelner Agile Release Train (ART) war mit rund 140 Mitarbeitenden überdimensioniert, was zu folgenden Herausforderungen führte:
Hohe operative Komplexität
Engpässe durch teamübergreifende Abhängigkeiten
Verzögerte Entscheidungen
Belastung des Flows durch unterschiedliche Team- und Architekturlogiken
WSJF-Priorisierung kam zu kurz
Hoher zeitlicher Aufwand für inhaltliche Debatten, Klärung fachlicher Fragen, Koordinationsabsprache und Kontextwechsel
Unsere Leistungen
Unterstützung bei der partizipativen Gestaltung der beiden neuen ART
Facilitation eines Workshops zur Erarbeitung eines Spaltplans und Herausarbeitung der Rollen- und Teamzuordnung
Etablierung von Peer-Review statt Top-down bei der Verantwortungszuordnung
Hilfe beim Storytelling zur neuen Organisationsstruktur
Ergebnis
WSJF-Entscheidungen schneller und datenbasiert; deutlich weniger Eskalationsschleifen.
Spillover-Rate spürbar gesunken.
Planung und Lieferung sind enger verzahnt.
Klare Verantwortlichkeiten je Domäne und Team; weniger Abstimmungen über viele Teams hinweg.
Kritische Abhängigkeiten wurden reduziert: von 47 auf 15 – Flow wird nicht mehr durch Kopplungen ausgebremst.
Effizientere PI-Planung: Gesamtdauer und Koordinationsaufwand sind merklich gesunken (z. B. 8 h → 5 h).
Leistungskennzahlen verbessert: ca. +12 % Velocity, ca. −30 % Lead Time nach dem ersten gemeinsamen PI.
Nachhaltiger Flow: Wertstromorientierter Zuschnitt verhindert Overload und hält die Strukturen schlank.
Skalierbare Blaupause: Das Dual-ART-Modell dient als Muster für künftiges Wachstum und ähnliche Reorganisationsschritte.
Datengetriebene Entscheidungen: KI-gestützte Analysen als Standard – höhere Transparenz und Akzeptanz für Veränderungen.
Abbau von Widerständen insgesamt und Entstehung neuer, beschleunigter Akzeptanz bei Veränderungsprozessen
← zurück zur Übersicht