Lernen mit ChatGPT als Product Owner – Warum technische Struktur wichtiger war als Spielfluss

Lernen mit ChatGPT als Product Owner – Warum technische Struktur wichtiger war als Spielfluss

In dieser Blogserie teile ich meine Lernerfahrungen im Umgang mit ChatGPT – aus der Perspektive eines Agile Coaches und Product Owners, der KI nicht nutzt, um schneller zu liefern, sondern um besser zu denken. Die Texte entstehen dabei selbst im Dialog mit ChatGPT und sind Teil dieses Lernprozesses.

Reflexionen über Coaching, Produktdenken und KI-gestützte Entwicklung

Am dritten Tag habe ich zum ersten Mal ernsthaft in Unity gearbeitet.
Nicht mit dem Ziel, etwas Spielbares zu bauen,
sondern um zu verstehen, wie sich technische Entscheidungen anfühlen.

Es gab keinen Spielfluss.
Keine Animation.
Keinen Moment, den man hätte zeigen können.

Stattdessen habe ich Struktur gebaut.

Was an diesem Tag technisch entstanden ist

Rückblickend war dieser Tag überraschend technisch.
Nur eben nicht sichtbar.

  • eine klare Ordnerstruktur für Szenen, Skripte, UI und Charaktere
  • erste Konventionen für Namensgebung
  • eine bewusste Trennung von Ablaufsteuerung und Darstellung
  • ein zentraler Einstiegspunkt für den Tagesablauf

Ich habe gelernt, dass Technik nicht erst mit Code beginnt,
sondern mit Entscheidungen darüber, wo Code überhaupt leben darf.

Arbeitsplatz mit Laptop und Skizzen, die eine klare Projekt- und Ordnerstruktur in der technischen Entwicklung zeigen.
Arbeitsplatz mit Laptop und Skizzen, die eine klare Projekt- und Ordnerstruktur in der technischen Entwicklung zeigen.

Struktur als technische Entscheidung

Der größte Lernmoment war für mich:
Struktur ist keine Vorarbeit.
Sie ist bereits Implementierung.

Jede Ordnerentscheidung nimmt zukünftige Entscheidungen vorweg.
Jede klare Trennung reduziert spätere Kopplung.
Und jede Abkürzung rächt sich nicht sofort, aber zuverlässig.

Als Product Owner habe ich das früher oft unterschätzt.
Jetzt habe ich es körperlich gespürt.

Die Versuchung, Technik zu vermischen

Mehrmals an diesem Tag war ich kurz davor, Logik dort zu platzieren,
wo sie gerade „praktisch“ gewesen wäre.

Ein Skript hier.
Ein schneller Zugriff dort.
Ein kleiner Workaround, der schon funktionieren würde.

ChatGPT war hier kein Erklärbär.
Es war eher ein nerviger Nachfrager:

Willst du das später noch verstehen?

Diese Frage hat gereicht.

Was ich konkret über Lernen mit ChatGPT gelernt habe

ChatGPT hat mir an diesem Tag nicht beigebracht, wie Unity funktioniert.
Das hätte ich nachlesen können.

Es hat mir geholfen, technische Entscheidungen explizit zu machen:
Warum trenne ich das hier?
Warum benenne ich das so?
Warum kommt diese Logik nicht einfach mit in das Skript?

Ich habe gelernt, dass Lernen mit KI für mich bedeutet,
mein implizites Bauchgefühl in explizite Entscheidungen zu übersetzen.

Technik kann Ruhe erzeugen

Am Ende des Tages hatte ich kein Spiel.
Aber ich hatte Orientierung.

Ich wusste, wo Dinge hingehören würden.
Und vor allem: wo nicht.

Ordner und Hierachy Struktur

Die Technik fühlte sich nicht schwer an.
Sondern stabil.

Eine Einladung an Dich

Wenn du selbst technische Entscheidungen triffst – als Entwickler, PO oder Coach:
Woran merkst du, dass Struktur dir gerade hilft, klar zu bleiben?

Und woran merkst du, dass du Struktur benutzt,
um unangenehme Entscheidungen aufzuschieben?

Am nächsten Tag habe ich dann angefangen, Ablauf und Zeitlogik umzusetzen.
Und ich war überrascht, wie wenig Widerstand das plötzlich hatte.


Serien-Abspann: Dieser Beitrag ist Teil einer fortlaufenden Blogserie, in der ich meine Lernerfahrungen im Umgang mit ChatGPT dokumentiere. Die Texte entstehen im Dialog mit ChatGPT und spiegeln meinen aktuellen Denkstand als Agile Coach und Product Owner wider – nicht fertige Antworten, sondern bewusst geteilte Zwischenschritte.

Lernen mit ChatGPT als Product Owner – Warum Personas wichtiger waren als Features

Lernen mit ChatGPT als Product Owner – Warum Personas wichtiger waren als Features

In dieser Blogserie teile ich meine Lernerfahrungen im Umgang mit ChatGPT – aus der Perspektive eines Agile Coaches und Product Owners, der KI nicht nutzt, um schneller zu liefern, sondern um besser zu denken. Die Texte entstehen dabei selbst im Dialog mit ChatGPT und sind Teil dieses Lernprozesses.

Reflexionen über Coaching, Produktdenken und KI-gestützte Entwicklung

Am zweiten Tag hätte ich eigentlich anfangen können zu bauen.
Zumindest fühlte es sich so an.

Das Ziel war geklärt.
Der Rahmen stand.
Unity wartete.

Stattdessen habe ich Personas beschrieben.

Personas auf Notizen und Skizzen machen Verhaltensmuster sichtbar, bevor über Funktionen entschieden wird.
Personas auf Notizen und Skizzen machen Verhaltensmuster sichtbar, bevor über Funktionen entschieden wird.

Was an diesem Tag entstanden ist

Formal betrachtet habe ich an diesem Tag keine Features definiert, sondern Muster.

  • Entwickler-Personas mit klarer Haltung und typischem Verhalten
  • eine bewusste Überzeichnung als Lernmittel
  • die Rolle des „Crum Masters“ als ironisch gebrochene Perspektive

Keine Skill-Matrix.
Keine Backstory.
Kein „so sind Menschen eben“.

Nur wiedererkennbare Situationen aus echten Dailys – so reduziert, dass man sie nicht übersehen kann.

Die Versuchung, es „richtiger“ zu machen

Je länger ich an den Personas gearbeitet habe, desto stärker wurde ein Impuls:
Man könnte das doch realistischer machen.

Mehr Tiefe.
Mehr Nuancen.
Mehr Mensch.

ChatGPT hätte mir problemlos geholfen, daraus runde Charaktere zu machen.
Genau das habe ich nicht getan.

Die eigentliche Entscheidung

Die zentrale Entscheidung dieses Tages war didaktisch:

Dieses Lernspiel soll nicht erklären, wie Teams sind.
Es soll zeigen, was Teams tun.

Die Personas sind keine Figuren im erzählerischen Sinn.
Sie sind Musterträger für typische Dynamiken:

  • Fokus und Pragmatismus
  • Überforderung und Unschärfe
  • Dominanz und Lösungsfixierung
  • Zynismus und passiv-aggressiver Rückzug
  • Formalismus und Regel-Fokus

Überzeichnet – ja.
Aber bewusst so, dass danach eine Reflexion möglich wird.

Was ich über Lernen mit ChatGPT gelernt habe

ChatGPT war an diesem Tag besonders hilfreich, weil es nicht „kreativer“ werden wollte als nötig.
Es blieb konsequent bei der Frage:

Was soll hier eigentlich gelernt werden?

Das war unbequem.
Aber produktiv.

Ich habe gemerkt: Als Product Owner entscheide ich gerade weniger über Features,
sondern über Wirkung.

Und ChatGPT unterstützt mich dabei nicht durch Magie,
sondern durch Konsequenz im Denken.

Bedeutung vor Mechanik

Am Ende des Tages war noch immer kein Spiel gebaut.
Aber ich wusste sehr genau, warum es später so laufen sollte, wie es laufen soll.

Die Mechanik kann warten.
Die Engine auch.

Wenn die Bedeutung klar ist, wird Technik fast langweilig.
Und das ist in diesem Fall ein Kompliment.

Eine Einladung an Dich

Wenn du Lernformate, Produkte oder Interventionen entwickelst:
Woran merkst du, dass etwas klar genug ist, um gebaut zu werden?

Und woran merkst du, dass du gerade versuchst, Komplexität vorzuschieben,
um dich vor dieser Klarheit zu drücken?

Am nächsten Tag habe ich mich dann tatsächlich mit Technik beschäftigt.
Und war überrascht, wie ruhig sich das angefühlt hat.

Serien-Abspann: Dieser Beitrag ist Teil einer fortlaufenden Blogserie, in der ich meine Lernerfahrungen im Umgang mit ChatGPT dokumentiere. Die Texte entstehen im Dialog mit ChatGPT und spiegeln meinen aktuellen Denkstand als Agile Coach und Product Owner wider – nicht fertige Antworten, sondern bewusst geteilte Zwischenschritte.

Lernen mit ChatGPT als Agile Coach – Warum ich kein Produkt gebaut habe

Lernen mit ChatGPT als Agile Coach –
Warum ich kein Produkt gebaut habe

In dieser Blogserie teile ich meine Lernerfahrungen im Umgang mit ChatGPT – aus der Perspektive eines Agile Coaches und Product Owners, der KI nicht nutzt, um schneller zu liefern, sondern um besser zu denken. Die Texte entstehen dabei selbst im Dialog mit ChatGPT und sind Teil dieses Lernprozesses.

Reflexionen über Coaching, Produktdenken und KI-gestützte Entwicklung

Am ersten Tag dachte ich, ich müsste eine Entscheidung treffen.
Also eine große.
Mit Tragweite.
Vielleicht sogar mit einer Roadmap.

Spoiler: Habe ich nicht.

Stattdessen habe ich etwas getan, das sich im ersten Moment ziemlich falsch anfühlte:
Ich habe kein Produkt gebaut.

Was an diesem Tag tatsächlich passiert ist

Wenn ich mir meine Review Notes dieses Tages ansehe, wirkt alles erstaunlich ruhig.

  • Das Ziel des Projekts wurde geklärt.
  • Der Einsatzkontext wurde eingegrenzt.
  • Einige naheliegende Ideen wurden bewusst verworfen.

Kein Code.
Kein Prototyp.
Keine visuelle Bestätigung, dass etwas vorangeht.

Aber ich habe Entscheidungen getroffen.
Und ich habe sie festgehalten.
In meiner Rolle als Product Owner, nicht um Arbeit zu verteilen, sondern um Denken zu klären.

Ein aufgeräumter Schreibtisch, ein offenes Notizbuch und ein Laptop mit Text statt Code.
Eine durchgestrichene Aufgabe erinnert daran, dass Lernen manchmal bedeutet, bewusst nichts zu bauen.
Ein aufgeräumter Schreibtisch, ein offenes Notizbuch und ein Laptop mit Text statt Code.
Eine durchgestrichene Aufgabe erinnert daran, dass Lernen manchmal bedeutet, bewusst nichts zu bauen.

Werkzeuge statt Versprechen

ChatGPT, Unity und Jira waren an diesem Tag keine Lösungen.
Sie waren Werkzeuge.

ChatGPT als Denkpartner beim Lernen mit KI.
Unity als technische Möglichkeit, die bewusst noch nicht genutzt wurde.
Jira als strukturierter Ort, um Entscheidungen sichtbar zu machen, nicht um Features zu planen.

Jira Epics zur Klärung des Scopes

Gerade im Zusammenspiel dieser Werkzeuge habe ich gemerkt, wie leicht man in Produktion rutscht,
obwohl eigentlich noch Klärung nötig wäre.

Die eigentliche Entscheidung

Die zentrale Entscheidung dieses Tages war unspektakulär und genau deshalb wichtig:

Dieses Lernspiel ist kein Produkt.
Es ist eine Intervention im Coaching-Kontext.

Ich nutze es als Agile Coach in meiner Arbeit mit Teams und Organisationen.
Nicht als Software, sondern als moderiertes Lernformat.

Diese Entscheidung steht nüchtern in meinen Notizen.
Ohne Vision-Statement.
Ohne Skalierungsversprechen.

Für mich bedeutete sie vor allem eines:
Ich darf lernen, ohne liefern zu müssen.
Und trotzdem professionell arbeiten.

Was ich über Lernen mit ChatGPT gelernt habe

ChatGPT war an diesem Tag erstaunlich zurückhaltend.
Nicht, weil es nichts zu sagen hatte.
Sondern weil ich aufgehört habe, nach Lösungen zu fragen.

Stattdessen ging es um Fragen wie:

  • Was folgt logisch aus dieser Entscheidung?
  • Was müsste ich als Product Owner jetzt bewusst weglassen?

Das Ergebnis war kein Output.
Sondern Klarheit.

Ich habe gelernt, dass KI-gestützte Entwicklung nicht bedeutet,
möglichst schnell etwas zu bauen.
Sondern präziser zu entscheiden, wann es noch nichts zu bauen gibt.

Eine Einladung an Dich

Wenn du als Coach, Product Owner oder in der Organisationsentwicklung mit KI arbeitest:
Woran merkst du eigentlich, dass ein Werkzeug dir gerade hilft zu denken
und nicht nur dabei, schneller etwas zu produzieren?

Am nächsten Tag habe ich angefangen, Rollen und Figuren zu definieren.
Noch nicht in Unity.
Sondern zuerst im Kopf.


Serien-Abspann: Dieser Beitrag ist Teil einer fortlaufenden Blogserie, in der ich meine Lernerfahrungen im Umgang mit ChatGPT dokumentiere. Die Texte entstehen im Dialog mit ChatGPT und spiegeln meinen aktuellen Denkstand als Agile Coach und Product Owner wider – nicht fertige Antworten, sondern bewusst geteilte Zwischenschritte.