Zurück zum Playbook
DefineDE-13
Sprint vorbereiten
Schlägt einen realistischen Sprint vor, der die Ziele voranbringt und Kapazität sowie Abhängigkeiten zwischen Teams respektiert.
ProduktstatusVerfügbar
Kontext rein6 benötigte InputsReady Backlog · Prioritäten und Ziele · Schätzungen
TransformationProduct Manager + Product Agent + Architecture AgentAtlassian · Estimate Feature · Code Analysis
ErgebnisVorgeschlagener Sprint-Umfang mit Begründung, Abhängigkeiten und Risiken.Artefakt: Sprint
Owner
Product Manager
Mensch + Agent
Beteiligte · Agents
EngineerProduct AgentArchitecture Agent
Auslöser
Vor dem Sprint Planning.
Benötigter Kontext
JiraReady BacklogProduct BrainPrioritäten und ZieleJiraSchätzungenFilesTeamkapazitätCodeAbhängigkeiten aus Jira und CodeJiraStatus des laufenden Sprints
Optionaler Kontext
JiraÜbertragsrisikoJiraIncidentsFilesKalender-Rahmenbedingungen
Skills
AtlassianEstimate FeatureCode Analysis
Schritte
- 1Ready-Items filtern und an den Zielen ordnen.
- 2Kapazität und teamübergreifende Abhängigkeiten berücksichtigen.
- 3Sprint-Umfang und Epic-Zuordnung vorschlagen.
- 4Trade-offs und Risiken markieren.
Ergebnis
Vorgeschlagener Sprint-Umfang mit Begründung, Abhängigkeiten und Risiken.
Artefakte
Erstellt: Sprint
Aktualisiert: Jira-Story
So sieht gut aus
- Berücksichtigt die Kapazität.
- Mit den Zielen verknüpft.
- Abhängigkeiten aus dem Code sind berücksichtigt.
- Trade-offs sind sichtbar.
Freigabe
Das Team committet sich im Sprint Planning.
Ziel
Jira
Meist als Nächstes
Menschen und Agents arbeiten mit demselben Product Brain. Der Owner bleibt verantwortlich. Zugewiesene Agents bereiten vor und prüfen. Ein benannter Mensch gibt an der Freigabe frei.
Vertiefung im AI PM Lab
Beiträge, die das Denken hinter dieser Activity erklären.
- Graph Engineering: Multi-Agenten-Workflows statt Chat-Ketten
- Die Anatomie eines Jira-Tickets für KI-Product-Management im Agentic Engineering
- Warum Spotifys Product-Management-Modell für dein Unternehmen nicht funktioniert – mit KI-Agenten erst recht
- PM, Data Scientist, ML Engineer: Wer macht was im KI-Produktteam?
Zeigt uns genau, wie eure Produktarbeit heute abläuft.
Dreissig Minuten mit einem Founder. Wir vergleichen euren Prozess mit dem Playbook und wählen die erste Activity für euer Jira und euer Repo.