Umsetzung gegen den Entscheid prüfen
Erkennt Abweichungen zwischen dem ursprünglichen Produktentscheid, der Story und dem gelieferten Code, bevor sie in die Produktion gelangen.
ProduktstatusVerfügbar
Warum das zählt
Wurde am Ende gebaut, was wir entschieden haben? Entscheid, Spec, Jira-Story und Pull Request werden von einem zugewiesenen Agent verglichen; ein benannter Mensch gibt frei oder fordert Änderungen.
Owner
QA
Mensch + Agent
Beteiligte · Agents
Auslöser
Ein Pull Request ist bereit für den Review oder eine gemergte Umsetzung liegt vor.
Benötigter Kontext
Optionaler Kontext
Skills
Methoden in dieser Activity: Spec-Konformitätsprüfung · Test-Impact-Analyse riskanter Bereiche
Schritte
- 1Die Änderung zusammenfassen und mit Absicht, Story und Akzeptanzkriterien vergleichen.
- 2Den betroffenen Code und die Testabdeckung riskanter Bereiche prüfen.
- 3Abweichungen erkennen und gewollte Änderung von Fehler unterscheiden.
- 4Korrekturen oder eine Kontext-Aktualisierung vorschlagen.
Ergebnis
Abgleich-Review mit Erfüllt oder Nicht erfüllt je Anforderung, Abweichungen und empfohlenen Korrekturen.
Artefakte
Aktualisiert: Jira-Story, Product Brain
So sieht gut aus
- Jede Abweichung verweist auf eine Anforderung oder einen freigegebenen Entscheid.
- Gewollte Änderung ist von Fehler getrennt.
- Abdeckungslücken in riskanten Bereichen sind benannt.
- Das Urteil ist eindeutig.
Freigabe
Ziel
Meist als Nächstes
Vertiefung im AI PM Lab
Beiträge, die das Denken hinter dieser Activity erklären.
- AI Product Operating Model: vom Managen der Arbeit zum Managen des Kontexts
- Agentic Loops: vom Prompten zum Multiplayer-Team aus Agents
- Strukturierte KI-Workflows: Warum dein Team nicht bessere Prompts braucht, sondern Struktur
- Claude Code für Product Manager: das Setup, das aus einem Chatfenster einen Mitarbeiter macht
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.