Teklens logo
DEEN
AI Product Lab · CPO · CTO · Product · Engineering

Decide what to build. Then build it differently.

In zwei Tagen vom AI-Use-Case zur production-ready Entscheidung – am echten Backlog, an echter Architektur und, wenn freigegeben, am echten Code.

Use Case jetzt triagieren

30 Minuten mit einem Operator. Danach erhältst du Scope und Fixpreis.

Für
  • CPO und CTO
  • Head of Product, Head of Engineering
  • Product Manager und Product Owner
  • Engineering Manager und Tech Lead
  • Cross-funktionale Product Teams

Die Ausgangslage

Mehr generierter Code ist kein Product Outcome. Ohne belastbare Problem-Evidenz, AI-ready Data, Quality Gates und einen Betriebsplan beschleunigt AI möglicherweise nur den falschen Teil des Systems.

Belegt durch

Im AI Monitor liegt die Nutzung bei 66 von 100. Das organisatorische Fundament darunter liegt bei 50. Die Menschen waren schneller als Daten, Integration und Governance.

Dream Outcome

Das Team weiss, welche AI Use Cases jetzt gebaut, zuerst getestet, später bearbeitet oder bewusst gestoppt werden – und ein Vorhaben ist production-ready spezifiziert.

Dein erstes Resultat

55 Arbeitstage nach vollständigem Intake

Product-/Tech-Red-Flag-Map

Innerhalb von fünf Arbeitstagen nach vollständigem Intake erhält das Team eine Red-Flag-Map mit den drei grössten Unsicherheiten für den Decision Sprint.

Decision Snapshot

Triagiere einen Use Case in zwei Minuten.

Wähl einen Archetyp und bewerte vier Dimensionen. Das Verdikt erscheint sofort – mit den Kriterien, die dazu geführt haben.

AI Use-Case Decision Snapshot

Deine Bewertung
Impact

Wie stark verändert das ein Ergebnis, das ihr ohnehin misst?

Feasibility

Wie sicher könnt ihr das mit dem heutigen Stack bauen und betreiben?

Evidence

Wie gut ist belegt, dass Nutzer das Problem wirklich haben?

Risk

Wie gut beherrscht ihr die Folgen eines Fehlers? Hoch heisst: gut im Griff.

Basis: 162 auswertbare Antworten, davon 106 mit demografischen Angaben. AI Monitor 2026, herausgegeben von Teklens in Zusammenarbeit mit ETH Zürich und Universität St. Gallen. Selbsteinschätzungen, normalisiert auf 0–100. Pre-Release.

Was im Decision Lab enthalten ist

Jeder Bestandteil nennt das Hindernis, das er beseitigt, das Artefakt, das du bekommst, und wann es geliefert wird.

Vorlauf: ca. 10 ArbeitstageLab: 2 intensive TageTeilnehmende: ideal 5–10Rollen: Product, Engineering, Data und Security

Gearbeitet wird am echten Backlog und an relevanten technischen Unterlagen.

  1. Hindernis

    Signale, Entscheidungen und technische Realität sind getrennt

    Artefakt

    Gemeinsame Baseline aus Backlog, Architektur, Daten und Code-Kontext

    Lieferzeitpunkt

    vor dem Lab

Included Accelerators

  • AI Evaluation Starter
  • Data Readiness Checklist
  • Kill Criteria Template
  • Human-in-the-Loop Decision Guide

Vorlagen, die im Lab entstehen und die ihr danach selbst weiterverwendet. Wir weisen dafür keine fiktiven Einzelwerte aus.

Wenn die Evidenz trägt: Execution Track

6-Week AI Product Shipping Sprint

Das Decision Lab plus sechs Wochen Umsetzung an den priorisierten Vorhaben – in kleinen Batches, mit Review und Evaluation.

  • Umsetzung von 1–2 priorisierten Vorhaben, sofern Scope und Readiness bestätigt sind
  • Kleine Batches mit Review, Tests und Evaluation
  • Monitoring sowie Kosten- und Failure-Handling
  • Aktualisierter Production Passport
  • Übergabe der Routinen an das Product Team
  • Aktualisierter Context Workspace

Wir sagen nicht pauschal «zwei ausgelieferte Vorhaben» zu. Was in sechs Wochen lieferbar ist, hängt an Scope und technischen Abhängigkeiten – beides klären wir in Decode, bevor wir es zusagen.

Proof

Problem Proof

  • 66 vs. 50
    Die Nutzung von AI liegt vor dem organisatorischen Fundament aus Daten, Integration, Governance und Anpassungsfähigkeit.
    Basis: 162 auswertbare Antworten, davon 106 mit demografischen Angaben
    Einschränkung: Selbsteinschätzungen, normalisiert auf 0–100. Pre-Release.
  • 60 %Prognose
    der AI-Projekte werden bis 2026 aufgegeben, weil ihnen AI-taugliche Daten fehlen.
    Quelle: Gartner (2025)
    Basis: Analystenprognose bis 2026
    Einschränkung: Prognose, kein gemessener Wert.
  • −19 %
    So viel langsamer waren erfahrene Open-Source-Entwickler mit AI-Tools – während sie sich schneller fühlten.
    Quelle: METR (2025)
    Basis: Randomisiert kontrollierte Studie mit erfahrenen Open-Source-Entwicklern an eigenen Repositories
    Einschränkung: Kleine Stichprobe, sehr spezifischer Kontext. Nicht auf jede Aufgabenart übertragbar – der Befund zur Selbstwahrnehmung ist der belastbarste Teil.

ETH Zürich und die Universität St. Gallen sind Forschungspartner des AI Monitor. Sie sind keine Referenzkunden von Teklens.

Mechanism Proof

Anonymisiertes BeispielAI Production Passport

Anonymisiertes Beispiel · B2B-SaaS, rund 40 Engineers

GateKriteriumStatusOwner
ValueMetrik definiert und heute gemessenErfülltPM
DataAbdeckung, Aktualität und Herkunft geklärtOffenData Eng
ReliabilityEvaluation-Set und Fehlerbudget stehenErfülltTech Lead
SecurityDatenhaltung, Rollen und Protokollierung geklärtErfülltCISO
OperationsMonitoring, Kosten und Rollback definiertOffenPlatform

Delivery Proof

Was wir tatsächlich geliefert haben: Cases, Kundenstimmen oder ein anonymisiertes Vorher/Nachher. Wo noch nichts freigegeben ist, zeigen wir ein als solches gekennzeichnetes anonymisiertes Beispiel – keinen leeren Platzhalter.

Wir übernehmen · Ihr liefert

Wir übernehmen

  • Product- und Tech-Synthese
  • Vorbereitung der Use-Case-Triage
  • Moderation und Decision Artefacts
  • Production Passport und Roadmap
  • Workspace-Struktur

Ihr liefert

  • Echten Backlog
  • Architektur- und Datenunterlagen
  • Optional freigegebenen Codezugriff
  • 2 Lab-Tage mit dem Kernteam
  • Benannte Product- und Engineering-Owner

Investment

Zwei Optionen, ein Scope. Der Execution Track steht zuerst, weil er den vollen Umfang zeigt – der empfohlene Einstieg ist das Decision Lab.

Empfohlener Einstieg

2-Day AI Product Decision Lab

Diagnose, gemeinsamer Entscheid und konkreter Umsetzungsplan. Für Teams, die Klarheit brauchen, bevor sie Kapital oder Kapazität binden.

  • Rollenspezifische Diagnose
  • First-Value-Snapshot
  • 1–2 Workshop-Tage
  • Decision Pack
  • Context Workspace
  • 90-/100-Tage-Plan
Erstes Resultat
5 Arbeitstage nach vollständigem Intake
Vollständiges Resultat
5 Arbeitstage nach Tag 2
Aufwand im Team
2 Lab-Tage plus Vorbereitung der Unterlagen
Fixpreis nach 30-Minuten-Scoping

Der Scope steht fest, der Preis wird im Scoping-Call fixiert und schriftlich bestätigt. Keine Positionen, die später dazukommen.

Decision-Pack-Garantie

Wenn die vereinbarten Inputs vollständig vorliegen, liefern wir das definierte Decision Pack bis zum vereinbarten Termin. Fehlt ein vereinbarter Bestandteil, arbeiten wir ohne Zusatzhonorar weiter, bis das Pack vollständig ist.

Das Team weiss, welche AI Use Cases jetzt gebaut, zuerst getestet, später bearbeitet oder bewusst gestoppt werden – und ein Vorhaben ist production-ready spezifiziert.

Use Case mit einem Operator prüfen
Full system

6-Week AI Product Shipping Sprint

Das Decision Lab plus reale Umsetzung, Reviews und Verankerung im Arbeitsmodus.

  • Alles aus dem Decision Lab
  • Umsetzung am echten Portfolio, Backlog oder GTM-System
  • Vereinbarte Working Assets oder Agents
  • Quality- und Governance-Gates
  • Review-Kadenz
  • Übergabe und Weiterentwicklung im Context Workspace
Erstes Resultat
5 Arbeitstage nach vollständigem Intake
Vollständiges Resultat
5 Arbeitstage nach Tag 2
Aufwand im Team
2 Lab-Tage plus Vorbereitung der Unterlagen
Fixpreis nach 30-Minuten-Scoping

Der Scope steht fest, der Preis wird im Scoping-Call fixiert und schriftlich bestätigt. Keine Positionen, die später dazukommen.

Decision-Pack-Garantie

Wenn die vereinbarten Inputs vollständig vorliegen, liefern wir das definierte Decision Pack bis zum vereinbarten Termin. Fehlt ein vereinbarter Bestandteil, arbeiten wir ohne Zusatzhonorar weiter, bis das Pack vollständig ist.

Das Team weiss, welche AI Use Cases jetzt gebaut, zuerst getestet, später bearbeitet oder bewusst gestoppt werden – und ein Vorhaben ist production-ready spezifiziert.

Use Case mit einem Operator prüfen
Decision-Pack-Garantie

A decision you can act on – or we keep working.

Wenn die vereinbarten Inputs vollständig vorliegen, liefern wir das definierte Decision Pack bis zum vereinbarten Termin. Fehlt ein vereinbarter Bestandteil, arbeiten wir ohne Zusatzhonorar weiter, bis das Pack vollständig ist.

Garantiert werden definierte Outputs und Termine, die wir kontrollieren. Keine Umsatz-, Transformations- oder Autonomiegarantie – die hängt an eurer Umsetzung, und dafür können wir nicht geradestehen.

Ein Decision Pack gilt als vollständig mit
  • validierter Baseline
  • priorisierten Entscheiden
  • begründeten Wait- und Stop-Entscheiden
  • benannten Owner
  • Erfolgskriterien oder Metriken
  • Roadmap und nächstem Reviewpunkt
  • aktualisiertem Context Workspace
Voraussetzungen
  • Vollständige Inputs zum vereinbarten Termin
  • Die vereinbarten Stakeholder nehmen teil
  • Entscheidungen innerhalb des vereinbarten Scopes
  • Zugänge und Berechtigungen sind vorhanden
  • Kein externer Blocker verhindert die Bearbeitung

Fit Gate

Nach Decode und Shape entscheidet ihr, nicht wir.

Der Execution Track beginnt nicht automatisch. Ein begründetes Wait oder Stop ist ein valides Ergebnis – und oft das wertvollste.

  1. Amplify

    Die Evidenz reicht für die Umsetzung. Wir starten den Execution Track.

  2. Experiment

    Ein begrenzter Test klärt die offene Unsicherheit, bevor Kapazität gebunden wird.

  3. Wait

    Zuerst Fundament oder Input verbessern. Mit Kriterium und Reviewdatum, nicht als Vertagung.

  4. Stop

    Kein sinnvoller Business Case. Das begründet festzuhalten, spart mehr als jedes Pilotprojekt.

Shared operating model

Decode → Shape → Amplify → Evolve.

Ein Loop, keine Transformation mit Enddatum.

  1. 01

    Decode

    · Discover

    Realität, Kontext und Engpass verstehen

    Wo stehen wir wirklich?

  2. 02

    Shape

    · Define

    Entscheide, Prioritäten und Grenzen setzen

    Was ändern wir – und was nicht?

  3. 03

    Amplify

    · Build

    Entscheide in reale Arbeit übersetzen

    Wie entsteht messbare Wirkung?

  4. 04

    Evolve

    · Operate

    Lernen, Governance und Routine verankern

    Wie wird das System besser?

Das Decision Lab deckt Decode und Shape ab und übergibt an Amplify und Evolve. Der Execution Track fährt den ganzen Loop.

Your company leaves with a system, not a slide deck.

Jedes Lab hinterlässt einen versionierten Context Workspace: Evidenz, Entscheide, Arbeit, Regeln und Gelerntes an einem Ort. Menschenlesbar, für freigegebene Agents maschinenlesbar, exportierbar.

Mindestanforderungen
  • Versioniert, mit nachvollziehbaren Quellen und Annahmen
  • Owner pro Artefakt, Entscheide mit Datum und Begründung
  • Menschenlesbar und für freigegebene Agents maschinenlesbar
  • Exportierbar – kein künstlicher Lock-in
  • Berechtigungen und Datenhaltung geklärt, Update-Rhythmus in Evolve definiert
Struktur
/product-ai/
  00_customer_context/
  01_opportunities/
  02_use_cases/
  03_architecture_data/
  04_delivery/
  05_operate/
  06_roadmap/

Häufige Fragen

Not sure which Lab fits?

30 Minuten mit dem Founder-Team. Du erhältst eine klare Empfehlung, den passenden Scope – oder ein begründetes Nein.

Alle Labs