Vom Copiloten zum Teamkollegen: Muster der Mensch-KI-Zusammenarbeit in der Softwareentwicklung

Im ersten Teil dieser Reihe haben wir gezeigt, warum die aktuelle KI-Debatte Gefahr läuft, denselben Fehler zu wiederholen wie einst die Einführung von Agilität: Nicht das Tool ist die Lösung, entscheidend ist, wie Organisationen Zusammenarbeit und Verantwortlichkeit gestalten. Im zweiten Teil schauen wir genauer hin: Welche Muster der Mensch-KI-Zusammenarbeit lassen sich in der Softwareentwicklung heute bereits beobachten?

Ob bereits stabile Modelle der Zusammenarbeit mit KI existieren, lässt sich derzeit nur vorsichtig beantworten. Einheitliche Standards existieren noch nicht. Was sich jedoch klar beobachten lässt: In der Softwareentwicklung entstehen wiederkehrende Muster der Zusammenarbeit, die auch für andere wissensintensive Bereiche relevant sind.

KI als Copilot im laufenden Arbeitsfluss

Im ersten Muster unterstützt KI einzelne Tätigkeiten innerhalb bestehender Arbeitsprozesse. Sie hilft bei Recherche, Dokumentation, Tests, Refactoring, Strukturierung oder bei ersten Entwürfen. Der Mensch bleibt primärer Träger der Aufgabe und verantwortlich für das Ergebnis. KI wirkt beschleunigend, vorstrukturierend oder entlastend.

Organisational betrachtet ist dies der niedrigschwelligste Einstieg. Prozesse müssen nur begrenzt verändert werden. Rollen und Verantwortlichkeiten bleiben weitgehend bestehen. Die Aufgaben einer Rolle verschieben sich jedoch: weg von reiner Programmierung / Implementierung hin zu größerem Fokus auf Architektur und Validierung. Produktivitätseffekte entstehen vor allem dort, wo Aufgaben klar abgegrenzt sind und Ergebnisse gut geprüft werden können.

Dieses Muster ist wichtig, bleibt aber begrenzt. KI verbessert hier vor allem die Ausführung einzelner Tätigkeiten. Die Organisation selbst verändert sich zunächst nur wenig.

KI als Reviewer, Challenger und zweite Stimme

Im zweiten Muster wird KI nicht primär für die Produktion genutzt, sondern für die Gegenprüfung. Sie weist auf Inkonsistenzen hin, schlägt alternative Lösungswege vor, erkennt mögliche Testlücken, stellt Sicherheitsfragen oder unterstützt Architektur- und Qualitätsreviews.

Der Mehrwert liegt hier nicht nur in mehr Output. Er liegt vor allem in zusätzlicher Reflexions- und Prüfkapazität. KI kann eine zweite Perspektive bereitstellen und damit helfen, blinde Flecken sichtbar zu machen.

Gleichzeitig entsteht ein neues Risiko. KI-generierte Hinweise wirken oft plausibel, strukturiert und überzeugend, auch wenn sie fehlerhaft sein können. Besonders Personen mit wenig thematischer Expertise können dadurch eine trügerische Sicherheit entwickeln. Wenn die KI als Reviewer fungieren soll, wird ihr eine gesonderte Expertenrolle zugeschrieben. Deshalb muss diese Nutzung von KI gestaltet und geprüft werden. Sie ersetzt keine fachliche Prüfung, sondern sie erweitert sie.

Richtig eingesetzt, stabilisiert KI Entscheidungsprozesse nicht dadurch, dass sie Wahrheit garantiert. Sie stabilisiert sie dadurch, dass sie zusätzliche Optionen, Einwände und Prüfpunkte sichtbar macht. Die Verantwortung für Entscheidungen bleibt bei der Organisation.

KI als agentischer Rollenbaustein

Im dritten Muster werden nicht nur einzelne Aufgaben unterstützt. KI übernimmt Beiträge, die bislang Teil organisatorischer Rollen waren.

Rollen sind keine Personen. Sie sind Bündel von Erwartungen. Sie legen fest, welche Beiträge erwartet werden, welche Entscheidungen vorbereitet oder getroffen werden dürfen, welche Verantwortung zugeschrieben wird und welches Verhalten als angemessen gilt. Rollen existieren damit unabhängig von den konkreten Personen, die sie ausfüllen.

Wenn KI als agentischer Rollenbaustein eingesetzt wird, übernimmt sie nicht eine ganze Rolle. Sie erzeugt spezifische Beiträge innerhalb einer Rolle. In der Softwareentwicklung kann das bedeuten: Anforderungen werden vorbereitet und priorisiert, Wissen wird aggregiert, Code wird erzeugt, Tests werden koordiniert, Incidents werden vorstrukturiert oder Compliance-Prüfungen werden vorbereitet. Wie eine solche strukturierte Aufteilung von Anforderung und Umsetzung konkret aussehen kann, beschreiben wir am Beispiel von Spec-Driven Development.

Die entscheidende Veränderung liegt darin, dass Rollen neu geschnitten werden. Bestimmte Beiträge werden von KI erzeugt, andere bleiben beim Menschen. Dadurch verschiebt sich die Arbeitsteilung innerhalb von Teams und Prozessen.

Menschen konzentrieren sich stärker darauf, Ziele und Rahmenbedingungen festzulegen, Ergebnisse zu bewerten, Ausnahmen zu beurteilen und bei schwierigen Entscheidungen einzugreifen. Verantwortung bleibt dabei menschlich beziehungsweise organisational zugerechnet. Neu ist jedoch, dass Entscheidungen zunehmend auf Beiträgen beruhen, die von technischen Systemen erzeugt wurden, deren innere Operationen nicht vollständig transparent sind und denen nicht vollständig vertraut werden kann.

Damit verlagert sich Verantwortung nicht auf KI. Es verändern sich die Erwartungen an menschliche Rollen. Wer mit KI arbeitet, muss stärker beurteilen können, welche Beiträge brauchbar sind, welche Risiken entstehen und wo menschliche Prüfung unverzichtbar bleibt.

KI als Teil eines neuen sozio-technischen Systems

Im vierten Muster ist KI nicht mehr nur Werkzeug, Assistenzsystem oder Rollenbaustein. Sie wird Teil eines umfassenderen sozio-technischen Systems. Damit verändert sich die Art, wie Arbeit organisiert wird. In der Softwareentwicklung lässt sich dies bereits beobachten. KI-Agenten erstellen und priorisieren Anforderungen, entwickeln Code, führen Tests durch, prüfen Ergebnisse, generieren Dokumentationen oder unterstützen Architekturentscheidungen. Andere Agenten koordinieren einzelne Schritte, verteilen Aufgaben oder überprüfen die Ergebnisse spezialisierter KI-Systeme. So entstehen mehrstufige Arbeitsprozesse, in denen menschliche und maschinelle Beiträge eng miteinander verflochten sind.

Aus einzelnen KI-Anwendungen entwickelt sich schrittweise eine neue Infrastruktur für Zusammenarbeit und Entscheidungen. Informationen werden automatisch zusammengeführt, Arbeitsschritte vorbereitet, Ergebnisse geprüft und Prozessketten koordiniert. Die Leistung entsteht nicht mehr allein durch Menschen oder allein durch Technologie. Sie entsteht durch das stark vernetzte Zusammenspiel von Menschen, KI-Systemen, Daten, Plattformen, Regeln und Kontrollmechanismen.

Was KI-Zusammenarbeit für Teams und Verantwortung bedeutet

Damit verändert sich auch die Vorstellung davon, was ein Team ist. Im klassischen Verständnis besteht ein Team aus Personen, die auf ein gemeinsames Ziel hinarbeiten, ihre Beiträge aufeinander abstimmen und sich wechselseitig Erwartungen zurechnen. KI wird in diesem Sinne nicht zu einem Teammitglied. Sie übernimmt keine Verantwortung, hat keine Zugehörigkeit, kein Bewusstsein und verfolgt keine eigenen Absichten. Gleichzeitig liefert sie Beiträge, die für die Zusammenarbeit zunehmend relevant werden. Sie bereitet Informationen auf, schlägt Handlungsoptionen vor, erkennt Muster, koordiniert Prozessschritte oder prüft Ergebnisse. Ihre Beiträge finden Gehör, fließen in Entscheidungen ein und entfalten dort Wirkung.

Die Auswirkungen reichen weit über Effizienzgewinne hinaus. Wenn KI systematisch Teil der Wertschöpfung wird, verändern sich Organisationsstrukturen, Kommunikationsmuster, Machtverhältnisse, kulturelle Erwartungen und berufliche Selbstverständnisse. Gleichzeitig wird es schwieriger, Ursache und Wirkung eins zu eins zuzuordnen, weil Ergebnisse zunehmend aus dem Zusammenspiel von Menschen, KI-Systemen, Daten, Regeln und Prozessen entstehen.

Das bedeutet nicht, dass Verantwortung verschwindet. Verantwortung muss weiterhin Personen, Rollen oder Organisationseinheiten zugerechnet werden. Die Grundlage dieser Verantwortung verändert sich jedoch: Entscheidungen beruhen immer häufiger auf einer Vielzahl miteinander verknüpfter menschlicher und maschineller Beiträge.

Im dritten Teil dieser Reihe schauen wir uns an, vor welche Herausforderungen genau diese neuen Formen der Zusammenarbeit Organisationen stellen, vom Produktivitätsparadox bis zur Frage, wie sich Kompetenzerosion vermeiden lässt. Und wir stellen einen Gestaltungsrahmen vor, der Organisationen hilft, Teams für die KI-gestützte Zusammenarbeit bewusst zu gestalten.

Unser Ansatz

Wir begleiten Unternehmen dabei, den Übergang von agilen zu KI-gestützten, agentischen Arbeitsweisen bewusst zu gestalten, von der Analyse bestehender Zusammenarbeits- und Entscheidungsmuster über die Entwicklung tragfähiger Rollen- und Verantwortungsarchitekturen bis zur Begleitung im laufenden Change. Ziel ist eine Organisation, die KI produktiv und verantwortbar nutzt, ohne die Fehler früherer Transformationen zu wiederholen.

Mehr erfahren

Wer sich mit dem Übergang zu KI-Zusammenarbeit im eigenen Unternehmen beschäftigt, findet bei team neusta und HEC passende Ansprechpartner:innen.

Mehr zu den KI-Leistungen von team neusta: KI-Strategie & Umsetzung | team neusta

Kontakt zum KI-Team von team neusta: ai@neusta.de

Mehr zu den Leistungen von HEC: Individuelle Lösungen für digitale Fragestellungen | HEC

Kontakt bei HEC: Malin Schürmann, malin.schuermann@hec.de, und Frank Düsterbeck, frank.duesterbeck@hec.de