Wenn zu viele Produktideen auf zu wenig IT treffen
Herausforderung
Der Versicherer betreibt über 30 Vertriebs- und Kundenanwendungen. Das Portfolio ist über Jahre gewachsen, mit dem Effekt, dass IT-Teams einen Großteil ihrer Kapazität für Wartung und technische Schulden aufwenden, bevor überhaupt eine neue Anforderung bearbeitet wird.
- Aus 100 eingehenden Anforderungen pro PI-Zyklus kamen nur 20 in die Umsetzung – die restlichen 80 wurden gestrichen oder vertagt
- Business Analysten verbrachten 40–60 % ihrer Arbeitszeit mit Dokumentation statt mit Analyse: Anforderungen nachfragen, Tickets manuell erstellen, Jira-Pflege
- PI Plannings wurden zu politischen Aushandlungsrunden: Wer am lautesten war, gewann – nicht wer den größten Business Value hatte
- ~35 % aller Tickets führten zu Rework, weil Akzeptanzkriterien fehlten oder widersprüchlich waren
- Kein systematisches Testing gegen Anforderungen: Features galten als fertig, sobald sie gebaut waren – nicht sobald sie das Problem lösten
Ansatz
NanoVerse AI integriert sich als KI-gestützte Arbeitsschicht über die bestehende Tool-Landschaft – Jira, Confluence und SAFe-Strukturen bleiben unverändert. Ein KI-Mitarbeiter übernimmt den aufwändigsten Teil des Prozesses: Rohe Fachbereichs-Inputs werden automatisch analysiert und bewertet. Daraus entstehen vollständige Epics, User Stories, Akzeptanzkriterien und Testfälle – Definition-of-Ready-konform, direkt in Jira. Features werden KI-gestützt entwickelt, mit definierten Review-Gates für Entwickler und Product Owner.
Abschließend prüft die KI automatisch, ob implementierte Features die ursprünglichen Anforderungen erfüllen, bevor sie ins Review kommen.
Lösung
Der Versicherer verdreifachte seinen Feature-Durchsatz innerhalb eines PI-Zyklus – ohne zusätzliches Personal. Business Analysten gewannen über die Hälfte ihrer Arbeitszeit zurück. Rework durch unklare Anforderungen wurde auf ein Minimum reduziert. PI Plannings entwickelten sich von politischen Aushandlungsrunden zu strukturierten Umsetzungsentscheidungen.
Ergebnisse
Wie geht es weiter?
Im nächsten Schritt werden die NanoVerse KI-Mitarbeiter auf alle Produktteams ausgeweitet – mit einheitlichen Qualitäts-Standards für das nächste SAFe-PI. Parallel dazu wird das Audit-Trail-Modul aktiviert, damit Anforderungsentscheidungen automatisch für DORA- und EU AI Act-Nachweise dokumentiert werden. Langfristig entsteht ein institutionelles Anforderungsgedächtnis: Entscheidungen, Abhängigkeiten und Kontext bleiben im System. Immer unabhängig von Fluktuation im Team.
