---
title: "Wandel zweiter Ordnung: Für KI neu bauen oder umbauen?"
canonical_url: https://alpineintelligence.ch/de/blog/neu-bauen-oder-umbauen/
language: de
---
*November 2026*

# Wandel zweiter Ordnung: Für KI neu bauen oder umbauen?

KI-Agenten liefern mehr Änderungen, doch die Freigabe bleibt ein Engpass. Wie Unternehmen neue Arbeitsregeln erproben und was Neugründungen leichter fällt.

Angenommen, das Entwicklungsteam aus den [ersten](https://alpineintelligence.ch/de/blog/wandel-zweiter-ordnung/) [beiden Beiträgen](https://alpineintelligence.ch/de/blog/angepasst-oder-abgestossen/) setzt KI-Agenten ein, die klar begrenzte Änderungen selbstständig erstellen und testen. Die Agenten liefern deutlich mehr fertige Änderungen als das Team zuvor, veröffentlicht wird trotzdem kaum mehr, weil jede Änderung weiterhin einzeln dem Change Board vorgelegt werden muss. Die Geschäftsleitung beauftragt das Team deshalb, die Freigabe zu beschleunigen: mit besser vorbereiteten Unterlagen, zusätzlichen Sitzungsterminen und einer KI-gestützten Vorprüfung.

Diese Massnahmen können die Wartezeit verkürzen und mehr Veröffentlichungen ermöglichen. Dass am Ende Menschen jede einzelne Änderung freigeben müssen, ändert keine von ihnen.

## Wo Veränderung an ihre Grenze kommt

Levy und Merry unterscheiden in *Organizational Transformation* (1986) zwei Ordnungen des Wandels. Wandel erster Ordnung verbessert und justiert, ohne den Kern eines Systems zu berühren. Transformation ist für sie Wandel zweiter Ordnung: eine tiefgreifende Veränderung über mehrere Ebenen und Dimensionen der Organisation, die einen Wechsel ihrer grundlegenden Denk- und Handlungsprinzipien einschliesst. Das knüpft an Watzlawick, Weakland und Fisch aus dem ersten Beitrag an: Die bisherige Arbeitsweise wird verbessert oder ihre grundlegenden Regeln werden geändert. Für unser Beispiel ist entscheidend, ob Menschen weiterhin jeden Fall persönlich beurteilen müssen oder die Bedingungen festlegen, unter denen Routinefälle automatisiert geprüft werden dürfen.

Bessere Unterlagen, zusätzliche Termine und eine KI-gestützte Vorprüfung verbessern die Arbeit innerhalb der bestehenden Regeln. Zusätzliche Testumgebungen oder Prüfer können den Durchsatz ebenfalls erhöhen. Auch eine menschliche Einzelfreigabe lässt sich so beschleunigen. Solange sie für jede Änderung vorgeschrieben ist und den Engpass bildet, bleibt der Durchsatz jedoch nach Goldratts Engpasslogik aus dem ersten Beitrag an die menschliche Prüfkapazität gebunden. Liefern die Agenten mehr prüfbare Änderungen, als die Menschen freigeben können, wächst der Rückstau. Mehr Arbeit auf Seiten der Agenten allein erhöht dann die Zahl der Veröffentlichungen nicht.

Dass menschliche Aufmerksamkeit die Arbeit mit Agenten begrenzen kann, beschreibt auch Anthropics Bericht über die eigene Belegschaft vom Oktober 2026. Die Zahl der Commits pro Ingenieur lag dort beim Fünffachen des Werts von sechs Monaten zuvor, wobei die Autoren betonen, dass sich dieser Anstieg nicht sauber kausal den Agenten zuschreiben lässt. In interaktiven Agentensitzungen entfielen zugleich rund 80 Prozent der gesamten Sitzungsdauer auf das Warten auf menschliche Eingaben, und der Bericht bezeichnet menschliche Aufmerksamkeit als Engpass für die Arbeit der Agenten. Diese Wartezeit betrifft menschliche Eingaben allgemein; sie misst keine Freigabewarteschlange.

## Warum es Transformation braucht

Soll die Veröffentlichung geeigneter Routineänderungen von der menschlichen Einzelfreigabe entkoppelt werden, muss die Organisation die Freigaberegel selbst ändern. Menschen legen dann die Prüfbedingungen fest, überwachen die Ergebnisse und entscheiden über Ausnahmen. Ihr Urteil wird von der einzelnen Routineänderung auf die Gestaltung und Aufsicht des Verfahrens verlagert. Damit kann eine Änderung der Freigabe zum Ausgangspunkt einer Transformation werden, die Aufgaben, Verantwortlichkeiten und die Zusammenarbeit verändert. Kontrolle bleibt dabei bestehen und wird anders verteilt.

Wie eine solche Regeländerung aussehen kann, beschreibt Jacob Sansbury, der Gründer von Spawn, einer Plattform, auf der Spielerinnen und Spieler mit KI Mehrspielerspiele bauen. Spawn verzichtet nach seinen Angaben auf Pull Requests, lässt Änderungen aber vor ihrer Übernahme durch andere Agenten prüfen; für irreversible Aktionen bestehen feste technische Schranken. Frühere Entscheidungen hat das Team zu Grundsätzen verdichtet und daraus KI-gestützte Prüfinstanzen gebaut. Sie entscheiden Fälle, zu denen bereits Grundsätze vorliegen, und geben Fragen, die ein neues menschliches Urteil verlangen, an Menschen weiter.

In der Woche vor Einführung dieser Prüfinstanzen übernahm Spawn laut Sansbury rund 1000 Änderungen pro Tag in den Codebestand; am 10. Oktober 2026 waren es 7250. Ein einzelner Spitzentag belegt kein dauerhaftes Tagesniveau, und die Angaben des Gründers weisen die Prüfinstanzen nicht als alleinige Ursache des Anstiegs nach. Der Vergleich illustriert, an welcher Stelle er den Engpass sah.

Bei Anthropic wuchs die Zahl der dauerhaften Anweisungen für Agenten innerhalb eines Jahres von einigen Hundert auf rund 8500. Der durchschnittliche Anteil interaktiver Sitzungen je Mitarbeitendem, die der Gestaltung und Steuerung der Agentenumgebung dienten, stieg von 10 auf 22 Prozent. Dazu gehörten Anweisungen, Spezifikationen und die Prüfung anderer Agenten. Das illustriert eine Verlagerung von Ausführung zu Gestaltung und Überwachung; es belegt für sich genommen keinen Wegfall von Einzelfreigaben.

Die neue Aufsicht stellt auch Anforderungen an die Zusammenarbeit. Entscheidungen müssen für Agenten zugänglich sein, damit diese nach den vereinbarten Kriterien arbeiten können. Bei Anthropic gelten deshalb Absprachen ohne schriftliche Spur als unerwünscht. Der Bericht beschreibt zudem, dass bei technischen Bewerbern stärker als zuvor auf Selbstständigkeit und Urteilsvermögen geachtet wird. Das sind Beispiele für veränderte Arbeitsweisen und Erwartungen in einem stark wachsenden Unternehmen. Sie belegen weder, dass Agenten die Veränderungen allein verursacht haben, noch dass jede geänderte Freigaberegel bereits eine umfassende Transformation auslöst.

Die konkrete Arbeitsweise muss sich dabei weiterentwickeln können. Spawn arbeitete nach Angaben des Gründers seit 2024 auf weitgehend selbstständige Agenten hin. Diese Arbeitsweise wurde erst mit Anthropics Modell Fable vom Juni 2026 möglich, und das Team musste seine Abläufe danach weiter verändern. Das Entwicklungsteam kann deshalb mit einer Zielrichtung und einem vorläufigen Entwurf beginnen und anhand der Ergebnisse prüfen, welche weiteren Anpassungen nötig sind.

## Neue Arbeitsregeln erproben

Aus den Beispielen und den ersten beiden Beiträgen lässt sich folgendes Vorgehen für die Erprobung im bestehenden Unternehmen ableiten. Die Schritte ordnen die Entscheidungen, die dafür anstehen; je nach Ergebnis müssen frühere Annahmen erneut geprüft werden.

**Erstens: den Engpass bestimmen.** Das Team ermittelt, wo fertige Arbeit wartet und welche Kapazität ihren Durchsatz begrenzt. Es prüft zuerst, ob zusätzliche Kapazität oder bessere Vorbereitung den benötigten Durchsatz zu vertretbaren Kosten ermöglichen. Reicht das aus, kann die bisherige Regel bestehen bleiben. Soll dagegen die Pflicht zur menschlichen Einzelfreigabe selbst geprüft werden, hält das Team fest, für welche Aufgaben sie geändert werden könnte und welche Folgen noch unklar sind. Im Beispiel könnte der Versuch klären, ob geeignete Routineänderungen ohne einzelne Freigabe durch das Change Board bei mindestens gleicher Qualität früher veröffentlicht werden können.

**Zweitens: klären, wer die Regeln ändern darf.** Wie im zweiten Beitrag beschrieben, muss vor Beginn feststehen, welche Regeln zur Prüfung stehen und wer über ihre Änderung entscheidet. Im Beispiel ist das die Pflicht, jede Änderung dem Change Board vorzulegen. Die verantwortliche Stelle muss eine begrenzte Ausnahme für den Versuch ermöglichen. Mit ihr wird vereinbart, nach welchen Kriterien und wann die Ergebnisse beurteilt werden und wer danach über eine Übernahme entscheidet.

**Drittens: Entscheidungskriterien ausdrücklich festhalten.** Was bisher im Urteil erfahrener Menschen liegt, muss für eine automatisierte Prüfung zugänglich werden, wie es Spawn mit seinen Prüfinstanzen und Anthropic mit den dauerhaften Anweisungen für Agenten getan haben. Für das Entwicklungsteam hiesse dieser Schritt, die Kriterien des Change Boards so aufzuschreiben, dass sich Routinefälle dagegen prüfen lassen. Dabei zeigt sich auch, welche Kriterien sich überhaupt formulieren lassen und welche Fälle weiterhin menschliche Beurteilung brauchen.

**Viertens: Prüfung und Rückmeldung verbinden.** In einem begrenzten Bereich arbeiten Agenten unter den versuchsweise geänderten Regeln. Automatisierte Prüfungen vor einer Änderung werden mit laufender Überwachung und schneller Korrektur im Betrieb verbunden. Spawn ergänzt die Prüfung durch andere Agenten nach Angaben des Gründers mit stündlicher Veröffentlichung, führt alle 15 Minuten sämtliche Tests aus und kann fehlerhafte Änderungen innert 30 Sekunden zurücknehmen.

Für den Versuch im bestehenden Unternehmen werden vergleichbare Aufgaben unter dem bisherigen und dem neuen Verfahren beurteilt. Entscheidend sind Ergebnisqualität, Fehlerfolgen und Durchlaufzeit; hinzu kommen die Kosten für Betrieb, Prüfung und Korrektur. Die Rücknahmequote kann Hinweise liefern, ersetzt aber keine Qualitätsmessung. Sansbury nennt rund 0,9 Prozent zurückgenommene Änderungen, beschreibt zugleich jedoch, wie Fehler durch weitere Änderungen behoben werden. Weder solche Korrekturen noch unentdeckte Fehler sind durch die Rücknahmequote vollständig erfasst.

**Fünftens: über die Übernahme entscheiden.** Wer die Regel ändern darf, beurteilt die Ergebnisse anhand der vereinbarten Kriterien. Die Freigabe kann für geeignete Aufgaben entfallen, angepasst werden oder bestehen bleiben. Zeigen sich bei Qualität, Fehlerfolgen oder Kosten Nachteile, rechtfertigt eine kürzere Durchlaufzeit allein keine Übernahme.

Auch nach einer Übernahme muss der Ablauf weiter beobachtet werden. Nach Goldratts Engpasslogik ist erneut zu prüfen, wo Arbeit nun wartet und ob zusätzliche Kapazität, bessere Abläufe oder eine weitere Regeländerung helfen würden. Bei Spawn beschreibt der Gründer die verbleibende menschliche Arbeit unter anderem als Urteil über Qualität, zu dem auch das Nein zu einer funktionierenden Lösung gehört.

## Warum der Neubau leichter ist

Im bestehenden Unternehmen liegt es nahe, zuerst die Veränderungen aus dem Eingangsbeispiel umzusetzen. Sie lassen sich innerhalb der bestehenden Zuständigkeiten beschliessen, während die Änderung der Freigabepflicht mit einer Stelle vereinbart werden muss, deren eigene Aufgabe davon betroffen ist. Spawn richtete das Unternehmen dagegen früh auf Agenten aus und änderte seine Abläufe mit deren wachsenden Fähigkeiten, wobei auch dort die konkrete Arbeitsweise schrittweise entstand. Ein kleines, gründergeführtes Unternehmen kann solche Regeländerungen allerdings mit weniger organisatorischen Abhängigkeiten erproben als ein Unternehmen, in dem mehrere Bereiche für dieselbe Arbeitskette zuständig sind. Diese zusätzliche Abstimmung erklärt einen Teil des Unterschieds.

Clayton Christensen und Michael Overdorf verorten die Fähigkeiten einer Organisation in *Meeting the Challenge of Disruptive Change* (2000) in ihren Ressourcen, Prozessen und Werten, also auch in eingeübten Abläufen und den Kriterien, nach denen Prioritäten gesetzt werden. Je nachdem, ob neue Aufgaben mit den bestehenden Abläufen und Prioritäten vereinbar sind, kommen unterschiedliche Organisationsformen infrage, darunter eigenständige Einheiten. Auf unser Beispiel übertragen: Das Change Board bündelt die Prüfung von Änderungen durch Menschen. Steigt die Zahl der Änderungen stark, während andere Prüfverfahren verfügbar werden, muss seine Rolle neu beurteilt werden. Ein Unternehmen, das seine Arbeitsweise erst aufbaut, hat mehr Spielraum, solche Verfahren von Anfang an miteinander zu verbinden.

Hinzu kommt die Sozialisation, die im zweiten Beitrag mit Van Maanen und Schein beschrieben wurde: Neue Mitglieder lernen die Normen einer Organisation. Bei Anthropic hat sich die Belegschaft innerhalb eines Jahres verdreifacht. Viele Mitarbeitende kamen damit in einer Phase hinzu, in der Agenten bereits Teil der Arbeit waren. Nach der Sozialisationstheorie können solche Arbeitsweisen für Neueintretende zum selbstverständlichen Ausgangspunkt werden. Derselbe Mechanismus, der die alten Regeln im zweiten Beitrag stabilisiert, kann damit auch neue Arbeitsweisen verankern.

Die organisatorischen Vorteile einer Neugründung sagen allerdings noch nichts darüber aus, wie weit sich Autonomie verantworten lässt. Anthropic weist darauf hin, dass sich viele seiner Personalpraktiken nicht auf die übrige Wirtschaft übertragen lassen; zudem baut das Unternehmen die Modelle, mit denen seine Mitarbeitenden arbeiten. Spawn entwickelt eine Plattform für Spiele. Simon Willison, der den Gründerbericht besprochen hat, kann sich diese Arbeitsweise bei Software mit schwerwiegenderen Fehlerfolgen nur schwer vorstellen.

Die bei Spawn beschriebene Autonomie lässt sich vor allem dort erproben, wo Fehlerfolgen eng begrenzt und schnell behoben werden können. Eine Softwareänderung zurückzunehmen macht bereits eingetretene Folgen nicht automatisch rückgängig. Bei sicherheitsrelevanten Steuerungen oder ausgeführten Zahlungen kann deshalb eine vorgängige Freigabe nötig bleiben, auch wenn der Programmcode schnell korrigiert werden könnte.

## Was das bestehende Unternehmen übernehmen kann

Übernimmt ein bestehendes Unternehmen von Spawn nur den Verzicht auf Pull Requests und die stündliche Veröffentlichung, hat es noch keine gleichwertigen Voraussetzungen geschaffen. Es braucht klar formulierte Entscheidungskriterien, geeignete Prüfungen und Rückmeldungen aus dem Betrieb. Zusätzlich muss es klären, wer bereichsübergreifende Zuständigkeiten verändern darf und welche Aufgaben bei den bisherigen Verantwortlichen verbleiben.

Eine abgegrenzte Einheit mit eigenen Entscheidungsrechten kann dafür Spielraum schaffen. O'Reilly und Tushman beschreiben, wie solche Einheiten eigene Prozesse erhalten und über die gemeinsame Führung mit dem bestehenden Geschäft verbunden bleiben. Für unseren Versuch sollte vor Beginn feststehen, wer die Ergebnisse beurteilt, nach welchen Kriterien und wann über eine Übernahme in den Betrieb entschieden wird. Vereinbart wird damit das Verfahren; das Ergebnis bleibt offen.

Das Entwicklungsteam vom Anfang legt der Geschäftsleitung deshalb dar, wie weit sich die Freigaben innerhalb der bestehenden Regeln beschleunigen lassen. Zusätzlich schlägt es einen Versuch zur Freigaberegel selbst vor. Als ersten Arbeitsschritt hält es gemeinsam mit dem Change Board dessen Entscheidungskriterien fest. Für den anschliessenden Versuch werden die zuständige Entscheidungsstelle und die Erfolgskriterien vereinbart. Ob die Einzelfreigabe für geeignete Routinefälle entfallen kann, entscheidet der Vergleich von Ergebnisqualität, Fehlerfolgen, Durchlaufzeit und Kosten. Fällt er zugunsten des bisherigen Verfahrens aus, bleibt die Freigabe bestehen, und der Durchsatz bleibt an die verfügbare Prüfkapazität des Change Boards gebunden. Zeigt sich ein Vorteil der neuen Arbeitsweise, kann die zuständige Stelle auf dieser Grundlage die Regel für den Betrieb ändern.

## Quellen

- Christensen, C. M. & Overdorf, M. (2000). Meeting the Challenge of Disruptive Change. *Harvard Business Review*, 78(2).
- Goldratt, E. M. & Cox, J. (1984). *The Goal: A Process of Ongoing Improvement.* Great Barrington: North River Press.
- Levy, A. & Merry, U. (1986). *Organizational Transformation: Approaches, Strategies, Theories.* New York: Praeger.
- O'Reilly, C. A. & Tushman, M. L. (2004). The Ambidextrous Organization. *Harvard Business Review*, 82(4).
- Sansbury, J. (2026, 29. Oktober). How I Built the Most AI-Pilled Company in the World. X. [https://x.com/jsnnsa/status/2115623382721126826](https://x.com/jsnnsa/status/2115623382721126826)
- Van Maanen, J. & Schein, E. H. (1979). Toward a Theory of Organizational Socialization. *Research in Organizational Behavior*, 1.
- Watzlawick, P., Weakland, J. H. & Fisch, R. (1974). *Change: Principles of Problem Formation and Problem Resolution.* New York: Norton. Deutsch: *Lösungen. Zur Theorie und Praxis menschlichen Wandels.* Bern: Huber.
- Willison, S. (2026, 29. Oktober). Building a multiplayer game world with autonomous Fable-class models. [https://simonwillison.net/2026/Oct/29/how-i-built-the-most-ai-pilled-company-in-the-world/](https://simonwillison.net/2026/Oct/29/how-i-built-the-most-ai-pilled-company-in-the-world/)
- Wilmers, Catipon, Massenkoff & McCrory (2026). *How Employment is Changing at Anthropic.* Anthropic. [https://www.anthropic.com/research/employment-at-anthropic](https://www.anthropic.com/research/employment-at-anthropic)

### Besprechen wir Ihre KI-Anwendung.

Ich unterstütze Sie dabei, Ihre Ausgangslage einzuordnen und die nächsten Schritte festzulegen.

[Erstgespräch vereinbaren](https://alpineintelligence.ch/de/executive-triage/)