Die KI-Roadmap: Wie du Feature-Requests und GenAI-Initiativen in einer Planung vereinst
Marc GasserSerial Founder · GTM & MarketingVerbindet AI mit Revenue-Operations und baut autonome GTM-Systeme für vorhersehbares Wachstum.TL;DR
- KI-Initiativen gehören nicht in dieselbe Spur wie klassische Features: Sie tragen Forschungsrisiko. Führe eine Zwei-Spuren-Roadmap – Delivery-Spur mit Zusagen, Experiment-Spur mit Wetten und Abbruchkriterien.
- Gartner prognostizierte im Juli 2024, dass mindestens 30 Prozent der GenAI-Projekte nach dem Proof of Concept abgebrochen werden – wegen Datenqualität, Risikokontrollen, Kosten oder unklarem Business Value. Genau diese vier Punkte gehören als Gate-Kriterien in deine Roadmap.
- Priorisiere mit RICE (Reach, Impact, Confidence, Effort, Intercom) – aber hole Effort und Risiko aus der Code-Realität statt aus dem Bauchgefühl. Im Brownfield entscheidet der Bestandscode, was ein «kleines» Feature ist.
Kernaussagen
- Roadmaps scheitern an KI, weil sie Experimente wie Lieferzusagen behandeln. Ein Modell, das nicht gut genug wird, ist kein Verzug – es ist ein Forschungsergebnis und braucht ein Abbruchkriterium.
- RICE bleibt das verlässlichste Priorisierungs-Framework für gemischte Roadmaps – wenn Confidence ehrlich gesetzt wird. KI-Wetten starten selten über 60 Prozent.
- Outcome-Formulierungen («Support-Antwortzeit halbieren») halten unter KI-Unsicherheit besser als Feature-Zusagen («Chatbot in Q3»), weil sie den Lösungsweg offenlassen.
Warum klassische Roadmaps an KI scheitern
Eine klassische Software-Roadmap lebt von einer Annahme: Was geplant ist, kann gebaut werden. Bei KI-Features gilt das nicht. Ob ein Modell die nötige Qualität erreicht, weisst du erst, nachdem du es probiert hast – Aufwand und Ergebnis sind nur lose gekoppelt. Wer ein KI-Feature wie ein normales Feature mit Release-Datum einplant, verspricht etwas, das er nicht kontrolliert.
Die Daten zeigen, wie teuer dieser Fehler ist. Gartner prognostizierte im Juli 2024: Mindestens 30 Prozent der GenAI-Projekte werden nach dem Proof of Concept abgebrochen – wegen schlechter Datenqualität, unzureichender Risikokontrollen, eskalierender Kosten oder unklarem Geschäftswert. Das ist keine Anklage gegen KI, sondern gegen Planung ohne Gates: Jeder dieser vier Gründe wäre vor dem Engineering-Invest prüfbar gewesen.
Wie du Features und KI-Wetten in einer Roadmap vereinst
Spur 1: Delivery. Klassische Features, Integrationen, Tech-Debt. Hier gelten Zusagen, Kapazitätsplanung und die übliche Lieferdisziplin. Diese Spur trägt das Kerngeschäft und darf nicht von KI-Experimenten kannibalisiert werden.
Spur 2: Wetten. KI-Initiativen laufen als zeitlich begrenzte Wetten mit drei Pflichtfeldern: Erfolgsmetrik (woran erkennen wir Qualität?), Budgetdeckel (wie viel Experiment leisten wir uns?) und Abbruchkriterium (wann hören wir auf?). Eine Wette, die ihr Gate besteht, wechselt in die Delivery-Spur – erst dann bekommt sie ein Datum.
Für die Reihenfolge innerhalb beider Spuren bleibt RICE das verlässlichste Werkzeug: Reach mal Impact mal Confidence, geteilt durch Effort – ein Framework, das Intercom für die eigene Produktplanung entwickelt hat. Der Trick bei KI liegt in der Confidence: Eine Wette ohne validierte Datenbasis startet bei 50 bis 60 Prozent, nicht bei 80. Wer Confidence ehrlich setzt, sieht sofort, warum eine kleine, sichere Verbesserung oft vor dem grossen KI-Wurf rangiert.
RICE-Rechner: Priorisiere dein nächstes KI-Feature
Solider Kandidat fürs nächste Quartal. Prüfe die Confidence: Was ist die billigste Validierung, bevor du Engineering bindest?
Bewege die Regler für Reach, Impact, Confidence und Effort – der Score zeigt, ob das Feature auf die Roadmap gehört.
Wie du die Roadmap gegen die Code-Realität prüfst
Der Effort-Teil von RICE ist im Brownfield die grösste Fehlerquelle. Ob «KI-Zusammenfassung im Ticket» drei Wochen oder drei Monate kostet, entscheidet nicht das Feature, sondern der Bestandscode: Datenflüsse, Alt-Integrationen, Berechtigungslogik. Genau hier hilft Code Intelligence – Aufwand, Risiko und betroffene Komponenten gegen den echten Code schätzen statt gegen die Erinnerung des dienstältesten Engineers.
Kommuniziere die Roadmap nach aussen als Outcomes statt als Feature-Liste: «Support-Antwortzeit halbieren» bleibt wahr, egal ob die Lösung am Ende ein RAG-Assistent oder eine bessere Wissensdatenbank ist. Feature-Zusagen («Chatbot in Q3») zwingen dich, an einer Lösung festzuhalten, die das Experiment vielleicht widerlegt. Outcomes geben dir das Recht, den Weg zu wechseln, ohne das Versprechen zu brechen.
Empfehlungen
- Trenne Zusagen von Wetten. Zwei Spuren auf einer Roadmap: Delivery mit Daten, Experimente mit Erfolgsmetrik, Budgetdeckel und Abbruchkriterium. Keine KI-Initiative ohne diese drei Felder.
- Setze Confidence ehrlich. Unvalidierte KI-Wetten starten bei 50 bis 60 Prozent. Steigt die Confidence nach einem Prototyp nicht, ist das dein Abbruchsignal.
- Schätze Effort gegen den Code. Vor jeder Priorisierung: betroffene Komponenten, Abhängigkeiten und Regressionsrisiko aus der Codebasis ziehen. Der Unterschied zwischen Bauchgefühl und Code-Realität ist oft ein Faktor drei.
- Versprich Outcomes, keine Features. Gegenüber C-Level und Kunden zählt das Resultat, nicht der Lösungsweg. So überlebt deine Roadmap auch ein gescheitertes Experiment.
Einordnung & Grenzen
- Die Gartner-Zahl (mindestens 30 Prozent Abbruch nach Proof of Concept bis Ende 2025) ist eine Prognose vom Juli 2024, keine Messung deines Portfolios. Nutze sie als Warnsignal für fehlende Gates, nicht als Naturgesetz.
- RICE ist ein Ordnungswerkzeug, kein Orakel: Die Scores sind nur so gut wie die Schätzungen dahinter. Behandle den Score als Diskussionsgrundlage im Team, nicht als automatische Entscheidung.
Fazit
Eine KI-Roadmap ist keine Liste von Versprechen, sondern ein Portfolio aus Zusagen und Wetten – mit Gates dazwischen. Wer Effort und Risiko aus der Code-Realität zieht und Outcomes statt Features verspricht, plant schnell und bleibt trotzdem glaubwürdig.
Passende Use Cases aus der Bibliothek
Vom Beitrag direkt in die Praxis: Diese Use Cases setzen die Konzepte mit Teklens um.
Kein neuer Beitrag ohne dich.
Neue Artikel, neue interaktive Tools, neue Evidenz – zuerst in deiner Inbox. Und wenn du antwortest, antworten wir: Du schreibst direkt mit den Autoren, nicht mit einem No-Reply.
Kein Spam, keine Weitergabe, jederzeit abmeldbar.