Zum Hauptinhalt springen

Sprint Planning

Sprint Planning ist kein Status-Meeting.

Es ist eine Entscheidungsarchitektur.

In komplexer Wissensarbeit ist Zukunft nicht vollständig prognostizierbar. Dennoch müssen Teams entscheiden:

  • Welche Arbeit wird begonnen?
  • Wie viel parallele Arbeit ist vertretbar?
  • Welcher Wertbeitrag steht im Vordergrund?
  • Welche Unsicherheiten akzeptieren wir bewusst?

Sprint Planning strukturiert diese Entscheidungen.


1. Entscheidungsarchitektur statt Aufgabenverteilung

Eine Entscheidungsarchitektur definiert:

  • Wer entscheidet?
  • Auf welcher Informationsbasis?
  • Nach welchen Kriterien?
  • Mit welchem Zielrahmen?

Sprint Planning beantwortet genau diese Fragen für einen Iterationszyklus.

Wenn Arbeit lediglich verteilt wird, findet keine kollektive Entscheidung statt.

Dann wird Planning zur administrativen Übung.


2. Planung unter Unsicherheit

Komplexe Systeme zeichnen sich aus durch:

  • unvollständige Information
  • emergente Probleme
  • variable Bearbeitungsdauer
  • kontextabhängige Komplexität

→ siehe: Komplexität vs. Determinismus
→ siehe: Planung und Zeitschätzung in komplexen Systemen

Sprint Planning kann daher keine Garantie liefern.

Es kann nur:

  • Transparenz herstellen
  • Zielrahmen definieren
  • bewusste Unsicherheitsannahmen treffen

3. Kapazitätsallokation als Systementscheidung

Sprint Planning ist eine Kapazitätsentscheidung.

Das Team bestimmt:

  • Wie viel WIP akzeptieren wir?
  • Wie viel Risiko tragen wir?
  • Welche Stories zahlen direkt auf das Sprint Goal ein?

Diese Entscheidung beeinflusst:

  • Durchsatz
  • Varianz
  • Planungsstabilität
  • Koordinationsaufwand

→ siehe: Durchsatz und WIP

Planning ist damit ein Eingriff in das Systemverhalten.


4. Die Rolle des Sprint Goals

Sprint Planning ist ohne Ziel instabil.

Das Sprint Goal reduziert Entscheidungsentropie:

  • Stories werden nicht isoliert betrachtet
  • Entscheidungen orientieren sich am Wertbeitrag
  • Scope-Drift wird begrenzt

→ siehe: Sprint Goal

Ohne Ziel wird Planning zur Listenverwaltung.


5. Two-Phase Planning als Strukturprinzip

In reifen Organisationen trennt sich Planning implizit in zwei Ebenen:

Phase 1 – Zielklärung (Warum & Was)

  • Welches Problem lösen wir?
  • Was ist der Kernwert?
  • Welche Stories zahlen direkt ein?

Phase 2 – Umsetzungsarchitektur (Wie)

  • Welche Abhängigkeiten existieren?
  • Welche Unsicherheiten sind offen?
  • Wie verteilen wir Arbeit selbstorganisiert?

Wenn Phase 1 übersprungen wird, dominiert Aufgabenverteilung.

Wenn Phase 2 übersprungen wird, dominiert Wunschdenken.


6. Planning und Organisationsreife

Die Art des Sprint Plannings ist ein starker Reifeindikator.

Kontrollorientierte Organisation:

  • PO präsentiert Tickets.
  • Arbeit wird zugewiesen.
  • Fokus liegt auf Prognoseerfüllung.

Ritualisierte Agilität:

  • Diskussion findet statt.
  • Entscheidungen bleiben implizit kontrolliert.
  • Ziel ist formal vorhanden.

Operativ stabilisierte Organisation:

  • Zielrahmen ist klar.
  • Team übernimmt Arbeit aktiv.
  • Unsicherheiten werden transparent gemacht.

Systemisch reflektierte Organisation:

  • Planning ist kollektive Systementscheidung.
  • WIP wird bewusst begrenzt.
  • Anpassungen erfolgen transparent.
  • Prognose wird nicht mit Garantie verwechselt.

→ siehe: Organisationsreife


7. Häufige Fehlinterpretationen

Sprint Planning ist nicht:

  • ein Schätzungsmeeting
  • ein Reporting-Event
  • eine Absicherungsrunde
  • ein Verteilen von Arbeit

Wenn Stories erst im Planning verstanden werden, wurde Unsicherheit nicht vorab reduziert.

→ siehe: Definition of Ready

Planning kann Unsicherheit sichtbar machen. Es sollte sie nicht erzeugen.


8. Systemtheoretische Zusammenfassung

Sprint Planning ist:

  • eine bewusste Kapazitätsallokation
  • ein Mechanismus zur Begrenzung von WIP
  • ein Zielabgleich
  • ein kollektiver Entscheidungsprozess

Es ersetzt Prognosepräzision durch:

  • Transparenz
  • Zielorientierung
  • bewusste Risikoentscheidung

Wenn Planning zur Prognoseabsicherung wird, verschiebt sich die Steuerungslogik zurück in ein deterministisches Modell.

In komplexer Wissensarbeit ist das instabil.