Easy Agile Podcast Ep.13 Agile Arbeitsweisen überdenken, wobei Vielfalt, Gerechtigkeit und Inklusion im Mittelpunkt stehen

„Es war großartig, dieses Gespräch mit Maysa führen zu können und sie ihre Geschichte erzählen zu lassen. So viele tolle Imbissbuden.“ - Nick Muldoon

Unterhalten Sie sich mit Nick Muldoon, Mitbegründer und Co-CEO von Easy Agile, mit Maysa Safadi, Engineering Manager bei Easy Agile.

Als Frau geht das Aufwachsen im Nahen Osten und die Leidenschaft für eine Karriere in der Technologiewelt nicht gerade Hand in Hand. Auf ihrem Weg durch eine sehr patriarchalische Gesellschaft spricht Maysa über ihren Werdegang und wie sie dahin gekommen ist, wo sie heute ist.

Angesichts der schlechten Chancen spricht Maysa darüber, den Status Quo in Frage zu stellen, den ständigen Druck, sich in einer von Männern dominierten Branche zu beweisen, wie wichtig es ist, den eigenen Kurs zu bestimmen und ihre Hoffnungen für die Zukunft von Frauen in der Tech-Branche.

Das ist so eine inspirierende Episode, wir hoffen, sie gefällt euch genauso gut wie uns.

Transkript

Nick Muldoon:

Hallo, Team. Nick Muldoon, Mitbegründer und Co-CEO von Easy Agile, und ich werde heute von Maysa Safadi begleitet, die als technische Leiterin hier bei Easy Agile tätig ist. Wir werden in Kürze auf Maysas Geschichte und Reise eingehen, aber zuvor wollte ich nur kurz den traditionellen Hütern des Landes, von dem aus wir heute aufnehmen und tatsächlich senden, eine kurze Anerkennung aussprechen, und das sind die Menschen des Dharawal-sprachigen Landes südlich von Sydney und Australien. Wir zollen den älteren, gegenwärtigen und aufstrebenden Ältesten unseren Respekt und zollen allen Aborigines der Torres Strait Islander und den First Nations, die sich uns heute anschließen und zuhören, denselben Respekt aus. Maysa, willkommen. Danke, dass du zu uns gekommen bist.

Maysa Safadi:

Danke, Nick. Danke, dass du mich eingeladen hast.

Nick Muldoon:

Also, Maysa ist heute dran. Wir werden Maysas bisherigen Werdegang untersuchen, und ich denke, eines der Dinge, die mich an Maysas Reise interessieren, ist, dass sie aus einer ziemlich patriarchalischen Gesellschaft im Nahen Osten stammt und viele Widrigkeiten überwunden hat, die einige ihrer Kollegen nicht überwunden haben, und sie hat es geschafft, nach Australien zu kommen, eine Familie in Australien zu gründen, hat drei wunderschöne Kinder und ist technische Managerin, nachdem sie so viele Jahre als Software gearbeitet hat. Ingenieur. Also, Maysa, ich würde gerne ein bisschen über die frühen Phasen deines Lebens erfahren und wie du zur Universität gekommen bist.

Maysa Safadi:

Ich bin in den Vereinigten Arabischen Emiraten geboren und aufgewachsen. Ich bin einer von neun. Ich habe drei Brüder und fünf Schwestern. Ich bin eigentlich das mittlere Kind. Papa und Mama, sie haben sich sehr darauf konzentriert, wirklich gute, gesunde Kinder großzuziehen, und wichtiger ist es, alle ihre Kinder zu erziehen, egal ob sie Jungen oder Mädchen sind. Ich habe dort meine Ausbildung an den Schulen begonnen. Als ich die High School abgeschlossen habe, werde ich an einem College eingeschrieben, wie man es hier in Australien nennt, TAFE.

Bildung in den Vereinigten Arabischen Emiraten ist nicht kostenlos. Ich bin einer von neun und habe das Ziel und das Ziel, dass mein Vater uns alle erzieht. Wenn es um Bildung geht, waren es zwei Faktoren, die eine große Rolle spielen. Kann Papa es sich leisten, mich auf dieses College oder diese Universität zu schicken? und wenn ich fertig bin, werde ich dann in der Lage sein, einen Job in diesem Bereich zu finden? Einer meiner Traumjobs, ich weiß noch, als ich aufgewachsen bin, wollte ich Bauingenieur werden, und ich erinnere mich, dass mein älterer Bruder, er ist der zweite, mir gesagt hat, dass es gut ist, dass du Bauingenieurwesen studieren willst. Denken Sie daran, dass Sie keinen Job finden werden.

Nick Muldoon:

Sag mir warum.

Maysa Safadi:

Vereinigte Arabische Emirate, es ist ein von Männern dominiertes Land. Der Tiefbau ist eine von Männern dominierte Branche. Wenn Sie nach einem Abschluss nach einem Abschluss nach einem Job suchen, ist dieser in erster Linie Männern und Männern aus den Emiraten vorbehalten. Also, es muss in der Warteschlange ziemlich nach unten gehen, bevor es zu mir kommt, und um realistisch zu sein, gibt man manchmal seine Träume auf, weil man weiß, dass man später im Leben keine Chance haben wird.

Nick Muldoon:

Oh mein Gott, das ist demoralisierend.

Maysa Safadi:

Unglücklicherweise.

Nick Muldoon:

Okay,

Maysa Safadi:

Die Entscheidung für mich, Ingenieurwesen zu studieren, war wiederum, dass ich nicht wirklich zur Universität gehen konnte, weil es zu teuer war. Meine ältere Schwester hatte eine Freundin, die ihr von diesem Institut erzählte, dass dort Computer unterrichtet werden. Als es um Mama und Papa ging, sagten sie uns wirklich: „Mach, was du willst, lerne, was du willst, du bist es, der im Grunde dieses Fachgebiet studieren wird, und du musst es mögen und du musst sicherstellen, dass du das Beste daraus machen kannst.“ Bei diesem Institut war es also einigermaßen in Ordnung, dass mein Vater meine Gebühren bezahlte und sie Computer unterrichteten. Ich dachte: „Ja, in Ordnung, Computer, das gehört zur Wissenschaft, oder? Ich kann vielleicht nicht Bauingenieurwesen studieren, aber ich bin wirklich sehr daran interessiert, mehr über Computer zu erfahren.“

Nick Muldoon:

Ähnlich, nah genug.

Maysa Safadi:

Nah genug. Am Ende werde ich eingeschrieben und ich erinnere mich, dass das allererste Fach Computergrundlagen oder Computergrundlagen waren, so etwas, und ich dachte: „Ja, in Ordnung, das ist interessant“, und von da an habe ich meine Ausbildung wirklich abgeschlossen. Nach zwei Jahren erhielt ich schließlich ein Diplom in Informatik.

Nick Muldoon:

Also, war das eine einzigartige Situation für dich oder gingen die meisten deiner Freundinnen von der High School auch aufs College?

Maysa Safadi:

Es ist wirklich einzigartig, einzigartig für meine Familie. Ich sage nicht, dass es selten ist, Sie werden andere Familien finden, die das tun, aber es ist nicht üblich. Es ist einzigartig, weil ja, die meisten Mädchen, wenn nicht alle, zur Schule gehen, in den Vereinigten Arabischen Emiraten Schulpflicht besteht, aber eine sehr kleine Anzahl von ihnen strebt eine höhere Bildung an. So ziemlich Mädchen, am Ende beenden sie die Schule und die allererste Chance, zu heiraten, heiraten sie und gründen ihre eigene Familie. Ich erinnere mich...

Nick Muldoon:

Und du hast einen anderen Weg gewählt, weil...

Maysa Safadi:

Oh, ja.

Nick Muldoon:

... ja, du hast heute natürlich eine Familie, aber du hast deine Karriere etabliert, du hast die Schule nicht beendet und geheiratet.

Maysa Safadi:

Ich glaube, ich gebe Mama und Papa in diesem Sinne wirklich so viel Anerkennung. Sie sagten uns, Bildung sei wichtiger als eine Familie zu gründen oder zu heiraten. Sie sagten: „Beenden Sie Ihr Studium, beenden Sie Ihre Ausbildung und dann heiraten Sie.“ Die andere Sache, die sie sagten: „Heirate nicht einmal, während du studierst, denn du wirst es mit Sicherheit nicht beenden können. Vielleicht, weil dein Mann nicht möchte, dass du es zu Ende bringst. Vielleicht beschäftigst du dich so sehr mit den Kindern und legst es zurück.“ Ich erinnere mich an so viele Male mit meinen älteren Schwestern, als jemand, es ist traditionelle Ehe, wenn einige Leute kommen und vorschlagen zu heiraten oder ihnen einen Antrag zu machen, mein Vater immer sagte: „Nein, mach zuerst deine Ausbildung zu Ende.“

Nick Muldoon:

Also, das ist interessant, weil ich glaube, dass Ihr ältester Sohn geboren wurde, als Sie sich weitergebildet und Ihren Master gemacht haben, ist das richtig?

Maysa Safadi:

Ja. Ich habe ein Diplom in Informatik. Ich wollte jedoch immer einen Bachelor-Abschluss haben. Ich wusste, dass mehr dahinter steckt. Ich habe mich in Computer verliebt, aber ich wollte mehr, und ich hatte immer diese Vorstellung im Kopf: „Wenn ich eine bessere Gelegenheit bekommen will, muss ich ein besseres Zertifikat oder eine bessere Ausbildung haben.“ Also dachte ich, ein Bachelor-Abschluss würde mir bessere Chancen geben. Ich habe in den Vereinigten Arabischen Emiraten gearbeitet und Geld gespart, und die Wollongong University hatte dort eine Niederlassung in Dubai. Also hatte ich mein Auge darauf gerichtet, dort meinen Abschluss zu machen. Schließlich schreibe ich mich an der Wollongong University auf dem Campus von Dubai ein, um meinen Bachelor-Abschluss in Informatik zu machen.

Nick Muldoon:

Also, nur für Leute, die mithören, Wollongong ist die Region Australiens, in der Maysa und ich und viele unserer Teammitglieder leben. Die University of Wollongong ist also die örtliche Wollongong University, die eine Niederlassung in Dubai hat.

Nick Muldoon:

Sie waren also an der University of Wollongong und haben diesen Bachelor-Abschluss gemacht, und wie haben Sie den Übergang und den Umzug nach Australien geschafft?

Maysa Safadi:

Als ich an der Wollongong University auf dem Campus von Dubai studierte und gleichzeitig arbeitete, um die Gebühren bezahlen zu können, traf ich meinen Mann auf der Arbeit und zufällig hat er ein qualifiziertes Migrantenvisum, um nach Australien zu kommen, zufällig. Also dachte ich: „In Ordnung, er wird nach Australien gehen, er ist eine Person, mit der ich wirklich den Rest meines Lebens verbringen werde. Also, wie wäre es, wenn ich meine Arbeiten an die Wollongong University hier in Australien übertrage und meinen Abschluss von hier aus beende, während er die Chance hat, auf dem Land zu leben, und dann können wir uns entscheiden. „Ist es ein Ort, an dem wir unser Leben hier fortsetzen können?“ Wenn nicht, war es eine gute Erfahrung. Wenn das gut ist, ist das eine weitere neue Erfahrung und Reise, die wir unternehmen werden.“ Also kommen wir am Ende nach Australien. Ich habe meinen Abschluss von hier aus gemacht.

Nick Muldoon:

Was hast du gefunden, als du in Australien ankamst? Wie unterschied es sich von den Vereinigten Arabischen Emiraten? Inwiefern war es bei Frauen anders? Inwiefern war es für Frauen im Ingenieurwesen anders, wenn man bedenkt, was Ihr Bruder über Bauingenieurwesen in Dubai gesagt hatte?

Maysa Safadi:

Ich hatte einen Kulturschock, als ich nach Australien kam. Ja, ich war in einem Land, das... ein von Männern dominiertes Land, ein Land der Dritten Welt, keine Möglichkeiten für Frauen, in einem Land, in dem alles so anders ist. Die Lebensweise, die Kommunikation, die Kultur, alles war so anders. Wenn es um Ingenieurwesen geht, weil ich mein Studium in den Vereinigten Arabischen Emiraten nicht wirklich abgeschlossen habe, also hatte ich nicht einmal die Gelegenheit, im Ingenieurwesen zu arbeiten. Da ich jedoch über das Land Bescheid wusste und wusste, wie dort Talente aufgenommen werden, wusste ich, dass ich geringe Chancen hatte. Jetzt, nach Australien zu kommen und mein Studium an der Universität abzuschließen, war eine Herausforderung. Jemand aus dem Nahen Osten, Englisch ist die zweite Sprache. Er hat einen Abschluss in Informatik und schaut sich um: „Mein Gott, wo sind die Mädchen? Ich sehe nicht wirklich viele von ihnen in der Nähe.“ Und dann, ja, in dieses Klischee von der Industrie oder von einem Bereich, in dem es nur etwas für Männer ist.

Nick Muldoon:

Ja, es kommt also ein kleiner Kulturschock rüber. Ja, schnell vorspulen, Sie haben ein Jahrzehnt in der Softwareentwicklung verbracht und sind dann in die technische Leitung aufgestiegen. Was war die Veränderung und wie haben Sie den Wandel vom Teammitglied zum Personalleiter wahrgenommen?

Maysa Safadi:

Ich habe meinen Abschluss an der Wollongong University gemacht und bekomme am Ende eine Stelle bei Motorola als diplomierter Softwareingenieur. Im gesamten Team gab es drei Frauen.

Nick Muldoon:

Wie groß war das Team?

Maysa Safadi:

Wie groß war das Team? Es waren ungefähr 20.

Nick Muldoon:

In Ordnung.

Maysa Safadi:

Jep. Da war das Netzwerkteam, ich weiß nicht mehr, wie viele, aber es war ein anderes Team. Das Team, in dem ich war, ist ein Entwicklungsteam, und da waren drei Mädchen drin, eine davon eine weitere Absolventin, die am Ende zu dem Programm kommt und eine, die ein Jahr zuvor angefangen hat. Interessant, diese beiden Frauen, sie sind nicht mehr in der IT. Ich habe es wirklich geliebt, Probleme zu lösen, ich habe es wirklich geliebt, das Ergebnis meiner Arbeit in den Händen der Leute zu sehen, weil ich Funktionen für Mobiltelefone entwickelt habe. Damals dachte ich als IC an alles, wie ich in meiner Arbeit besser werden kann, wie ich mehr lernen kann, wie ich allen beweisen kann, dass ich genauso leistungsfähig bin wie jeder andere Mann im Team.

Nick Muldoon:

Glaubst du, Maysa, dass du das im Laufe deiner Karriere tun musstest, um dich zu beweisen?

Maysa Safadi:

Ja, ja. Es ist eine schwierige Branche. Wirklich nicht so viele Frauen zu sehen, macht es schwierig, weil man nach Vorbildern sucht, die einen denken lassen: „Oh, sie hat es geschafft. Ich schaffe es. Wenn sie noch da drin ist, kann ich von ihr lernen.“ Das alles habe ich verpasst. Ich hatte in meiner Karriere nie einen anderen Mentor oder in allen Jobs, die ich zuvor hatte, auch nur eine weibliche Managerin. Also hatte ich es immer mit Männern zu tun, ich habe immer versucht, meinen Weg zu finden, um ihnen die unterschiedlichen Perspektiven zu zeigen, die ich einbringen kann. Sogar die subtilen Interaktionen, die ich früher mit ihnen hatte, gaben mir das Gefühl: „Du bist nicht fähig genug. Du bist noch nicht da. Das ist unser Gebiet. Warum bist du hier?“ All diese Dinge sinken wirklich, ohne dass Sie darüber nachdenken, Ihr Selbstwertgefühl und Ihr Selbstwertgefühl, wenn Sie in Branchen wie dieser tätig sind. Ja.

Nick Muldoon:

Also, ich bin mir bewusst, weißt du, du bist jetzt in dieser Position, du hast irgendwie darüber gesprochen, dass du nicht sein kannst, was du nicht sehen kannst. Wenn du keine Frau siehst, die eine Führungskraft hat, und du keiner unterstellst, dann ist es schwer vorstellbar, wie du das werden kannst. Aber hier sind Sie, Sie sind das geworden, und für unser Team hier sind Sie eine der weiblichen Führungskräfte im Unternehmen, was fantastisch ist. Also, ich schätze, was sind die Aktivitäten, die Sie unternehmen, um präsent zu sein und sichtbar zu machen, dass Sie eine weibliche Führungskraft im technischen Bereich sein können. Ich glaube, Anfang letzten Monats waren Sie vielleicht auf der WomenHack in Sydney.

Maysa Safadi:

Ja, ich war...

Nick Muldoon:

Was ist WomenHack?

Maysa Safadi:

In Ordnung. WomenHack, es ist eine Organisation, um verschiedene talentierte Frauen zusammenzubringen, sie zu unterstützen, sie auszubilden, und nicht nur das, um zu versuchen, sie mit anderen Unternehmen zu verbinden, die Vielfalt und Inklusion schätzen, und im Grunde versuchen, Leute einzustellen... Es geht im Grunde darum, Möglichkeiten für Frauen in der Technologiebranche zu finden, in Unternehmen, in denen sie die Vielfalt schätzen.

Nick Muldoon:

In Ordnung. Also, ich finde es interessant, ich sehe hier diese Parallelen zwischen deiner Mutter und deinem Vater, die sich aus dem Fenster gerissen haben und sich finanziell engagiert haben, um sechs Mädchen eine College- und Universitätsausbildung im Nahen Osten zu ermöglichen, und sie haben etwas getan, das zu der Zeit vielleicht ziemlich fortschrittlich war. Du sagtest, das sei nicht üblich. Es hört sich so an, als würde WomenHack heutzutage fortschrittlichere Unternehmen zusammenbringen, die Frauen Möglichkeiten bieten, in Führungspositionen zu kommen oder sogar ihre Karriere zu beschleunigen.

Maysa Safadi:

Ja, es ist so erfreulich, die Veränderung zu sehen, die sich im Laufe der Jahre vollzogen hat. Wenn ich an das Jahr 2000 zurückdenke, als ich meinen Abschluss gemacht habe und schließlich in der IT gearbeitet habe, mit all den Verhaltensweisen, da war kein Wissen oder es gab kein Bewusstsein dafür, wie wichtig Vielfalt ist, und sie waren sich nicht einmal bewusst, dass Frauen das Feld wirklich verlassen oder nicht, dass sich viele Frauen überhaupt erst in Studiengängen wie Informatik oder Ingenieurwesen einschreiben. Selbst in der Schule gab es kein Bewusstsein dafür. Dann seht ihr jetzt die Fortschritte, die in der Schule geschehen, mehr Bewusstsein findet statt. Die Universitäten versuchen, die Abschlüsse oder Fachrichtungen für Frauen und Diversität attraktiver zu gestalten. Sie versuchen, die Lücken zu überbrücken. Deshalb ergreifen viele Unternehmen Maßnahmen, um es Frauen zu erleichtern, vor Ort tätig zu sein und in diesem Bereich Fortschritte zu erzielen.

Also, WomenHack, es gibt so viele andere Gruppen wie Women in Tech, es gibt so viele Unternehmen, die ebenfalls Verbündete von Frauen in der Tech-Branche sind, wo sie versuchen, andere Unternehmen wirklich zu unterstützen und ihnen Gehör zu verschaffen. Und die gesamte Forschung und die Wissenschaft haben wirklich bewiesen, dass es für die Unternehmen, für die Teams, vorteilhafter sein wird, engagiertere Teams zu haben, die diese Unterschiede haben. Also, ja, im Moment findet eine Menge Sensibilisierung statt, und so viele Unternehmen versuchen, etwas dagegen zu unternehmen. Ich wünschte, das wäre früh gewesen.

Nick Muldoon:

Zu Beginn Ihrer Karriere.

Maysa Safadi:

Zu Beginn meiner Karriere, ja. So oft fühlte ich mich so isoliert. So oft lehnte ich mich zurück und sagte: „Ist es den Kampf wert?“ Warum muss ich immer doppelt so hart arbeiten, nur um zu beweisen, dass ich fähig bin? Warum muss das so sein? Warum bin ich nicht ebenbürtig?“ Das hat mich tatsächlich dazu gebracht, meine Karriere von IC zu People Leader zu wechseln. Ich wollte keine anderen Frauen... Leute zu führen war nicht nur etwas für Frauen, es war auch meine Aufgabe, etwas zu sagen, zu helfen. Personalleiter, um jedem vor Ort helfen zu können, unabhängig davon, ob es sich um Männer oder Frauen handelt. Moreso bedeutet, mit gutem Beispiel voranzugehen, ein Vorbild für andere zu sein, anderen zu zeigen, dass, wenn ich es schaffe, Sie es definitiv auch können, ist, Unterstützung zu bieten, dieses Vertrauen aufzubauen.

Nick Muldoon:

Also, ich denke, wie können wir uns als Branche verändern... Ich denke im Moment über den Iran nach und insbesondere über die Aktivitäten, die in den letzten 60 Tagen stattgefunden haben, aber eigentlich nur über mehr Medienberichterstattung über Hunderte von Jahren der Unterdrückung von Frauen. Was erhoffen Sie sich als Führungspersönlichkeit des Volkes, als Frau, die aus dem Nahen Osten kommt, was erhoffen Sie sich von diesen jungen Frauen und Mädchen in unserem Iran im Vergleich zu ihrer Entwicklung? Wenn wir immer noch eine Reise hierher in Australien unternehmen, in einer von Männern dominierten Branche, welche Hoffnung haben Sie in den 20 Jahren von hier bis 2040 für diese Frauen, die heute im Nahen Osten leben und immer noch keine fortschrittliche Gesellschaft gefunden haben?

Maysa Safadi:

Politik. Es ist das Machtspiel. Ich hoffe wirklich, dass diese Frauen in verschlossenen Ländern dafür sensibilisiert werden, dass es bessere Chancen für sie gibt. Sie müssen stärker sein, sie müssen sich gegenseitig unterstützen, sie müssen sich gegenseitig stärken. So leicht es auch gesagt ist, so einfach ist es nicht. All diese Frustration, die in ihnen steckt, taucht jedoch von Zeit zu Zeit auf. Ich hoffe wirklich für iranische Frauen, nicht nur für Iranerinnen, ich hoffe wirklich, dass jede Frau auf der Welt, egal ob es sich um ein Dritte-Welt-Land oder sogar um ein fortgeschrittenes Land wie Australien handelt, immer das Gefühl hat, dass sie würdig ist, dass sie immer das Gefühl hat, dass sie eine Stimme haben kann, Teil des Lebens sein kann und bedeutsame Dinge tut.

Nun, wenn sie so erzogen werden, dass ihnen immer gesagt wird, dass du an zweiter Stelle stehst, dass dir immer nur deine Rolle gesagt wird, nur um zu heiraten und eine Familie zu gründen, werden sie es selbst glauben. Es muss also von Frauen wie uns kommen, die mit gutem Beispiel vorangehen, Vorbilder sind und das Bewusstsein vermitteln. Wirklich Medien, wir müssen die Medien sehr gut nutzen, damit wir diese Menschen erreichen können, die jetzt wirklich in ihren Ländern eingesperrt sind und denken, dass das normal ist. Es muss eine Menge Arbeit geleistet werden.

Nick Muldoon:

Nun, das ist eine interessante Beobachtung. Es ist für sie normalisiert, nicht wahr? Also, wenn ich über meine eigene Erziehung nachdenke, erinnere ich mich, dass meine Eltern immer gesagt haben, du kannst alles erreichen, was du dir vorgenommen hast, aber ich könnte die Zeitung aufschlagen, ich könnte im Fernsehen schauen und ich sah eine Menge Leute, die wie ich aussahen, weiße Männer, die Australier waren, die erfolgreich im Geschäft waren, und so glaubte ich, dass ich tun und sein könnte, was ich tun und sein wollte. Also, ich schätze, wie bringen wir diese Botschaft raus? Wie erzählen wir Ihre Geschichte umfassender, um diese Botschaft zu verbreiten? Dass Sie alles tun können, was Sie sich vorgenommen haben, dass Sie alles erreichen können, was Sie sich erhoffen. Es gibt für mich etwas Interessantes an dem Medienartikel, von dem Sie sprechen, zum Nachdenken.

Maysa Safadi:

Ja, und ich denke, die Länder, in denen sie fortgeschritten sind, die Länder, in denen sie Frauen wirklich immer mehr anerkennen, sind verantwortungsbewusster, wenn es darum geht, dieses Bewusstsein zu vermitteln. Sie müssen mehr tun. Es sind im Grunde, ja, die Medien, es ist eine so wichtige Sache. Das lesen die Leute jeden Tag oder schauen sie sich jeden Tag an.

Nick Muldoon:

Ich glaube, ich bin mir dessen bewusst, als ob wir über eine halbe Welt im Nahen Osten sprechen, aber du bist hier zu Hause in einer Gemeinschaftsgruppe engagiert. In welcher Gruppe bist du engagiert und wie hilft das Frauen?

Maysa Safadi:

Ja, ich bin Vorstandsmitglied einer Organisation namens Women Illawarra. Es wird von Frauen für Frauen geführt. Im Grunde soll diese Organisation Frauen bei häuslicher Gewalt helfen, im Grunde geht es darum, sie auf den richtigen Weg zu bringen. Sie bietet ihnen Dienstleistungen und sie bildet sie aus und hilft ihnen sogar bei der Beratung, mit rechtlicher Unterstützung, damit sie aus diesen Situationen herauskommen können. Lassen Sie sie glauben, dass sie Teil dieser Gesellschaft sein können, dass sie eine wichtige Stimme in der Gesellschaft, in der Gemeinschaft sind und dass sie wirklich etwas beitragen und etwas bewirken können. Durch die Bereitstellung dieser Bildung und dieser Unterstützung werden diese Frauen in die Lage versetzt, die Dinge selbst in die Hand zu nehmen und erneut den Weg für ihr eigenes Leben und ihren eigenen Erfolg zu ebnen. Sie müssen die Kontrolle wieder übernehmen und ja, sogar ihren Kindern helfen, ihren Müttern zu zeigen, dass sie wirklich das Richtige tun.

Nick Muldoon:

Es ist dieser interessante rote Faden, der sich durch deine gesamte Lebensgeschichte und deine Reise zieht, dass Mama und Papa wollten, dass du eine Ausbildung bekommst, damit du deinen eigenen Lebensweg bestimmen kannst.

Maysa Safadi:

Ja.

Nick Muldoon:

... und hier bist du heute, gibst anderen Frauen etwas zurück und versuchst, ihnen zu helfen, eine Ausbildung zu erhalten und sich gestärkt zu fühlen, damit sie ihren eigenen Lebensweg bestimmen können. Ich finde das fantastisch. Danke, Maysa.

Maysa Safadi:

Ich danke dir.

Nick Muldoon:

Was ist Ihre Hoffnung für Frauen in den nächsten 10 Jahren? Weil es so klingt, als ob wir uns auf einem Weg befinden, in einigen Ländern machen wir Fortschritte, in anderen Ländern machen wir nicht so viele Fortschritte. Was ist Ihre Hoffnung für 2030? Wie sieht es aus?

Maysa Safadi:

Meine Hoffnung für 2030 oder meine Hoffnung für... Ich hoffe wirklich, dass es sogar fünf Jahre sind, weniger als 10 Jahre. Ich hoffe, dass in den nächsten zehn Jahren keine Gespräche darüber geführt werden, wie die Kluft zwischen Männern und Frauen verringert werden kann, denn in den nächsten zehn Jahren sollten alle so vorgehen. Ich hoffe, dass in 10 Jahren Chancengleichheit für alle besteht, unabhängig von Geschlecht, Herkunft, Sprache, körperlichen Fähigkeiten, es muss gleich sein, es muss... Gerechtigkeit, das ist eine so wichtige Sache. Es ist so wichtig, die gleichen Chancen zu nutzen, unabhängig davon, welche Fähigkeiten Sie haben. Stereotypen, ich brauche das, um es komplett aus der Welt zu löschen.

Wir sind alle Menschen, wir haben nicht wirklich gewählt, wo wir geboren werden, wer unsere Eltern sind, wie unsere Erziehung, wie unsere finanzielle Situation ist, es war nicht unsere Wahl, warum müssen wir dafür bestraft werden? Wir haben die Verantwortung gegenüber der Welt, allen zu helfen. Wir sind soziale Menschen, wir gedeihen wirklich, wenn wir gute Verbindungen und gute Bindungen haben. Wir müssen wirklich die Dinge nutzen, die uns besser machen. Wir haben also so viele Talente, dass wir sie zum Wohle der Welt einsetzen können. Ich weiß, dass es in Ländern immer Kämpfe und eine Politik geben wird, dass jeder nach der Macht sucht, die nicht verschwinden wird. Aber wir, als Menschen, die Teil dieser Welt sind, müssen wirklich versuchen, alle um uns herum weiterzubilden und weiterzubilden. Ich hoffe wirklich, dass die Frauen in allen anderen Ländern wissen, dass sie es wert sind, dass sie so gut sind wie alle anderen. Sie haben die Macht, sie wissen nicht, wie viel Stärke und Macht sie haben. Es kommt also aus Selbstvertrauen. Glauben Sie an sich selbst und Sie werden überrascht sein, wie viel Sie erreichen können.

Nick Muldoon:

Da hast du's. Glaub an dich selbst und du wirst überrascht sein, wie viel du erreichen kannst. Maysa Safadi, vielen Dank für Ihre Zeit. Ich weiß es wirklich zu schätzen.

Maysa Safadi:

Vielen Dank Nick. Danke euch allen.

In dieser Folge von The Easy Agile Podcast hören Sie, wie die Entwickler Angad, Jared, Jess und Jordan ihre Gedanken zum Thema Observability teilen.

Wollongong hat eine blühende und unterstützende Tech-Community. In dieser Folge haben wir einige unserer lokalen Entwickler aus dem Siligong-Tal zu einem Gespräch am runden Tisch zum Thema Observability zusammengebracht.

💥 Was ist Beobachtbarkeit?
💥 Wie kann man die Beobachtbarkeit verbessern?
💥 Was ist das Endziel?

‍

‍

‍

„Es war eine großartige Episode, an der man teilnehmen konnte! Jess und Jordan haben einige wirklich interessante Punkte zum neuesten technischen Schlagwort — Beobachtbarkeit — geteilt.

Abonniere unbedingt, genieße die Folge 🎧

‍

‍

‍

Transkript

Jared Kells:

Willkommen alle zum Easy Agile Podcast. Mein Name ist Jared Kells und ich bin Entwickler hier bei Easy Agile. Bevor wir beginnen, möchte Easy Agile den traditionellen Hütern des Landes, von dem aus wir heute senden, unsere Anerkennung aussprechen, dem Volk der Wodiwodi aus der Dharawal-Nation, und den Ältesten in der Vergangenheit, Gegenwart und aufstrebenden Ältesten unseren Respekt erweisen. Den gleichen Respekt gilt auch allen Ureinwohnern, die uns heute zuhören.

Jared Kells:

Der heutige Podcast ist also ein bisschen technisch. In meinem Arbeitsblatt steht, dass wir hier sind, um über einige aktuelle Themen für Ingenieure im IT-Sektor zu sprechen. Wie aufregend, dass wir ein paar hauptsächlich Frontend-Ingenieure haben und Angad und ich einige technische Frontend-Dinge mit Ihnen teilen werden und Jess und Jordan ein bisschen über Observability sprechen werden. Wir beginnen also mit Einführungen. Also werde ich es an Jess weitergeben.

Jess Belliveau:

Cool. Danke Jared. Danke, dass du mir auch eins gegeben hast. Also ja, mein Name ist Jess Belliveau. Ich arbeite für Apptio als Infrastrukturingenieur. Ja, Jordan?

Jordan Simonowski:

Ich bin Jordan Simonovski. Ich arbeite als Systemingenieur im Observability-Team von Atlassian. Ich bin ein bisschen ein Alleskönner, was die Technik angeht. Aber ja, ich arbeite daran, einige ziemlich leistungsfähige Systeme aufzubauen, um all unsere Daten bei Atlassian im Moment zu verarbeiten. Also, das macht Spaß.

Angad Seth:

Hallo an alle zusammen. Ich bin Angad. Ich arbeite für Easy Agile als Softwareentwickler. Nichts ausgefallenes wie ihr.

Jared Kells:

Nichts Besonderes!

Jess Belliveau:

Verkaufe dich nicht unter.

Jared Kells:

Ja, sage ich. Ja, also mein Name ist Jared und ja, Senior Developer bei Easy Agile, der an unseren Apps arbeitet. Also arbeite ich hauptsächlich an Programmen und Roadmaps. Und ja, es sind Frontend-Apps mit viel JavaScript. Darin liegt also unsere Erfahrung. Ich habe von diesem Ding namens Observability gehört, bei dem es sich meiner Meinung nach nur um Logs und so handelt, oder?

Jess Belliveau:

Ja, ja. Das war's, wir schließen ab!

Jared Kells:

Der Podcast ist vorbei! Erzählen Sie uns etwas über Beobachtbarkeit.

Jess Belliveau:

Ja, okay, ich werde, ja. Ja, ich dachte, zuerst mache ich eine kleine Sache darüber, warum Observability, warum wir darüber reden und irgendwie für die Leute, die zuhören, wie wir hierher gekommen sind. Wir haben uns kurz unterhalten, bevor wir mit den Aufnahmen begonnen haben, um herauszufinden, was ein breiteres Publikum interessieren könnte, über das die Leute vielleicht nicht viel wissen. Und ich denke, es gibt viele Entwicklungen im breiten IT-Bereich, über die Sie sprechen könnten. Es gibt jetzt so viele verschiedene Dinge, die einfach explodieren. Beobachtbarkeit ist ein Thema, das seit ein paar Jahren ein heißes Thema ist. Und es ist etwas, das ein zentraler Bestandteil meines Jobs und auch Jordans Job ist. Es ist also etwas, worüber wir leicht sprechen können, und es ist etwas, in das Sie eine Einführung geben können, ohne zu technisch zu werden. Wir wollen also nicht untergehen. Das ist etwas, das man wirklich tief ins Unkraut eintauchen kann, also haben wir es als etwas ausgewählt, das wir euch beiden hoffentlich auf einer Ebene erklären können, die auch die Leute zu Hause interessieren könnte, zuzuhören.

Jess Belliveau:

Jordan und ich haben diese vier Stichpunkte herausgefunden, die wir behandeln wollten, und vielleicht kann ich einen kleinen Überblick darüber machen, und dann kann ich Jordan dazu bringen, den ersten Aufzählungspunkt abzudecken, ihn einfach direkt unter den Bus werfen.

Jordan Simonowski:

In Ordnung!

Jess Belliveau:

Deshalb dachten wir, wir würden versuchen, Ihnen zunächst zu beschreiben, was Beobachtbarkeit ist. Weil das hübsch ist, der Begriff gibt Ihnen nicht viel von dem, was er ist. Es gibt Ihnen einen kleinen Hinweis, aber es ist gut, als Grundlinie festzulegen, wovon wir sprechen, wenn wir sagen, was Beobachtbarkeit ist. Und warum sollte ein Entwicklungsteam dann Observability wollen? Warum sollte ein Unternehmen Observability wollen? Ein gewisses hohes Niveau, welche Vorteile Sie daraus ziehen und wer sie möglicherweise benötigt, was eine große Sache ist. Sie können sich in diese brandaktuellen Schlagworte der Branche verwickeln und sich auf Dinge festlegen, die Sie möglicherweise nicht benötigen, oder solche Dinge.

Jared Kells:

Jep.

Jordan Simonowski:

Jep.

Jess Belliveau:

Wir dachten, wir würden über einige einfache Gewinne sprechen, die man mit Observability erzielen kann. Also einige der wirklich grundlegenden Dinge, die Sie ausprobieren können, und welche Vorteile Sie daraus ziehen. Und dann dachten wir einfach, weil wir nicht versuchen werden, zu tief zu gehen, könnten wir einfach ein paar Hinweise auf einige Websites und einige YouTube-Vorträge geben, um weiter zu lesen, die die Leute machen wollen, und von dort aus weitermachen. Also ja, Jordan, du willst...

Jared Kells:

Hört sich gut an.

Jess Belliveau:

Ja. Ich hoffe, hoffentlich. Wir werden sehen, wie das läuft! Und ich denke, wenn ihr auch Fragen habt, sollten wir das tun. Wenn es Dinge gibt, von denen ihr denkt, dass wir sie nicht behandeln oder die ihr mehr wissen wollt, fragen.

Jordan Simonowski:

Ich schätze, um mit Observability zu beginnen. Es ist ein Thema, das mich wirklich begeistert, denn als jemand, der schon so lange im Bereich Dev-Ops und SRE tätig ist, ist Observability auf den Markt gekommen und verspricht, den Kreislauf oder eine Feedback-Schleife bei der Softwarebereitstellung zu schließen. Und es fühlt sich an, als wäre das etwas, was wir im Moment nicht wirklich haben. Und ich verstehe, dass Beobachtbarkeit vielleicht neu und glänzend klingt, aber ich denke, der Begriff selbst existiert, um sich vielleicht von dem abzuheben, was es derzeit gibt. Viele von uns, die in der Tech-Branche arbeiten, kennen sich mit Überwachung und dem Laden und solchen Dingen aus. Und ich denke, sie erfüllen ihren eigenen Zweck und sie sind auch in keiner Weise veraltet. Dinge wie herkömmliche Überwachungstools. Aber Observability hat sich meiner Meinung nach als eine Möglichkeit erwiesen, die überwältigend komplexen Systeme zu verstehen, die wir gerade aufbauen. Viele Unternehmen bewegen sich wahrscheinlich in Richtung einer komplizierten Architektur verteilter Systeme, Microservices oder anderer Schlagworte.

Jordan Simonowski:

Aber auch für Dinge wie einen traditionellen Monolithen. Die Beobachtbarkeit hilft uns wirklich dabei, unseren Systemen neue Fragen zu stellen. Die Art und Weise, wie es erklärt wird, ist die Überwachung von Ausgängen auf unsere bekannten Unbekannten. Mit dem Dienstalter geht die Fähigkeit einher, fast vorherzusagen, auf welche Weise Ihre Systeme ausfallen werden. Sie werden es also wissen. Je länger Sie in der Branche tätig sind, Sie wissen das, zum Beispiel ein Java-Server fällt auf X, Y, Z verschiedene Arten aus, also sollten wir wahrscheinlich unseren JVM-Heap überwachen, oder was auch immer es ist.

Jared Kells:

Das wollte ich sagen!

Jordan Simonowski:

Ich werde versuchen, nicht zu viel darauf einzugehen...

Jared Kells:

Der Speicher geht aus!

Jordan Simonowski:

Ja. Also das ist etwas, von dem du erwartest, dass es irgendwann scheitern wird. Und das ist etwas, das Sie als bekannt unbekannt betrachten können. Aber das Versprechen der Beobachtbarkeit ist, dass wir genügend Daten liefern sollten, um neue Fragen stellen zu können. Die Art und Weise, wie darüber gesprochen wird, sehen Sie, es ist eine unbekannte Unbekannte in unserem System, über die wir etwas herausfinden und neue Fragen stellen wollen. Und hier wird, glaube ich, die Beobachtbarkeit eingeführt, um diese Fragen zu beantworten. Reicht die Antwort aus? Willst du, dass ich näher auf dieses Zeug eingehe? Ich kann den ganzen Tag darüber reden.

Jared Kells:

Ist es wie ein [Crosstalk 00:08:05]. Also, um es dir noch einmal zu sagen, um zu sehen, ob ich es verstanden habe. Also, wenn ich eine, traditionell mit einer Java-App, habe, könnte ich Erinnerungen protokollieren. Das liegt daran, dass ich weiß, dass JVMs der Arbeitsspeicher ausgeht, und das ist eine Sache, die ich überwache, aber die Beobachtbarkeit ist umfassender. Sie übertreiben quasi das, was Sie überwachen und protokollieren, sodass Sie...

Jordan Simonowski:

Ja. Und ich würde nicht unbedingt sagen, dass es übertrieben ist. Ich denke, es fügt Ihren Daten vielleicht etwas mehr Kontext hinzu. Wenn also jemand von Ihnen schon einmal mit Traces gearbeitet hat, ist Observability der Funktionsweise von Traces sehr ähnlich und baut einfach auf der Prämisse von Traces auf, schätze ich. Sie erstellen also diese Ereignisse, und bei diesen Ereignissen handelt es sich um verschiedene Transaktionen, die in Ihren Anwendungen stattfinden könnten, wobei normalerweise eine Anfrage eingereicht wird. Und mit dieser Anfrage können Sie ihr eine ganze Reihe von Kontext hinzufügen. Sie können hinzufügen, auf welchem Server dies möglicherweise läuft, in welcher Zeitzone. All diese zusätzlichen und all die Aufreger. Sie können die Benutzeragentur hineinwerfen, wenn Sie möchten. Die Idee der Beobachtbarkeit besteht darin, dass Sie nicht unbedingt durch Daten mit hoher Kardinalität eingeschränkt sind. Daten mit hoher Kardinalität sind Datensätze, die sich in Bezug auf die Art der Daten, die sie repräsentieren, oder die Kombinationen von Datensätzen, die Sie haben könnten, erheblich ändern können.

Jordan Simonowski:

Wenn Sie also Versandmetriken für etwas haben möchten, auf Benutzerbasis, und Sie sich ansehen möchten, wie verschiedene Benutzer von den Dingen betroffen sind, würde das als Metrik mit hoher Kardinalität betrachtet werden. Und in den meisten Fällen können traditionelle Überwachungsunternehmen oder Anbieter von Messwerten Ihnen das nicht wirklich als Service anbieten. Das ist der Punkt, an dem Sie anfangen, wahnsinnig hohe Rechnungen für Dinge wie Datadog oder was auch immer es ist, zu bezahlen, weil sie jetzt als neue Metriken betrachtet werden. Im Gegensatz zu Observability versuchen wir, unsere Daten zu speichern und sie so abzufragen, dass wir ziemlich große Datensätze speichern und sagen können: „Cool. Wir haben Fehler, die von dieser Art von Benutzern kommen.“ Und Sie können dort anfangen, Korrelationen zu bestimmten Dingen aufzubauen. Sie können herausfinden, dass bei Benutzern aus einer bestimmten Zeitzone oder einem bestimmten Gerät nur dieser Fehler auftritt. Und von dort aus können Sie, glaube ich, bessere Methoden entwickeln, um zu verstehen, wie eine bestimmte Änderung die Dinge kaputt gemacht haben könnte. Oder bestimmte Randfälle, die Sie sonst mit etwas wie CPU- oder Speicherüberwachung nicht erkennen könnten.

Angad Seth:

Wäre es fair zu sagen...

Jared Kells:

Ja. Es ist [Crosstalk 00:11:02].

Angad Seth:

Oh, tut mir leid, Jared.

Jared Kells:

Nein, du kannst...

Angad Seth:

Wäre es fair zu sagen, dass Beobachtbarkeit also im Grunde eine Reihe von Prinzipien ist oder ein Weg, unbekannte Unbekannte zu finden?

Jordan Simonowski:

Ja.

Angad Seth:

Oh.

Jess Belliveau:

Und ich sollte Sie besser ausrüsten, um herauszufinden, dass eine Menge Leute denken, Sie denken, dass Beobachtbarkeit eine Sache ist, die Sie einsetzen und haben und ein Kästchen ankreuzen können, aber ich mag Ihre Wortwahl, wenn es um eine Reihe von Prinzipien oder Best Practices geht. Es gibt Ihnen sozusagen eine Anleitung zu diesen Themen und sorgt dafür, dass Ihre Anwendung eine gute Protokollierung hervorbringt. Also strukturierte Protokolle. Sie erhalten also immer das gleiche Protokollformat, das Sie sich ansehen können. Tracing, worüber Jordan ein bisschen gesprochen hat. So haben Sie die Möglichkeit, zu verfolgen, wie ein Benutzer mit all den verschiedenen Microservices interagiert, und möglicherweise auch zu sehen, wo etwas schief läuft, und auch Kennzahlen. Das Gute an Metriken ist also, dass wir die Dinge ein bisschen umdrehen und versuchen, eine Anwendung zu erstellen, anstatt, und ich will nicht zu technisch werden, Black-Box-Monitoring zu machen, bei dem wir draußen sind und versuchen, mit solchen Sonden und Checks reinzuschauen. Aber die Idee bei Metriken ist, dass die Anwendung diese Metriken tatsächlich ausgibt, um uns darüber zu informieren, in welchem Zustand sie sich befindet, und sie dadurch besser beobachtbar zu machen.

Jess Belliveau:

Ja, mir gefällt deine Wortwahl, Angad, dass es wie diese Praktiken ist, diese Art von Leitfaden, wohin man gehen muss, was wahrscheinlich zu dem nächsten Punkt führt, warum sollte ein Team das implementieren wollen. Wenn du noch einmal anfangen willst, Jordan?

Jordan Simonowski:

Ja, ich kann anfangen. Und ich gebe dir auch ein bisschen mehr Zeit zum Reden, Jess in diesem. Ich werde nicht so viel schimpfen.

Jess Belliveau:

Oh, dafür habe ich mich nicht angemeldet!

Jordan Simonowski:

Ich denke, die Teams würden es wollen, weil es wirklich von Ihrer Organisation und, glaube ich, von der Größe der Teams abhängt, in denen Sie arbeiten. In den meisten Fällen würde ich sagen, dass Sie Observability nicht selbst im eigenen Haus erstellen möchten. Das ist etwas, das Sie können, Observability-Funktionen selbst, Sie werden es nicht erreichen, indem Sie einfach etwas kaufen, also Sie können Dev-Ops nicht kaufen, Sie können Agile nicht kaufen, Sie können Observability auch nicht kaufen.

Jared Kells:

Warte, warte. Auf meinem Runsheet steht, dass ich für Easy Agile werben soll, das klingt also nach einem guten Übergang-

Jess Belliveau:

Es sei denn, du willst es kaufen. Wenn du Agile kaufen möchtest, dann [Crosstalk 00:13:55] im Marketplace.

Jared Kells:

Ja, tut mir leid, tut mir leid, ja! Ja, mach weiter.

Jordan Simonowski:

Sie können Tools kaufen, die Ihnen das Leben erheblich erleichtern, und es gibt bereits eine Menge Dinge da draußen, die Dinge für Menschen tun und wirklich interessante Daten an die Oberfläche bringen, die sich die Leute vielleicht ansehen möchten. Ich denke, es gibt ein paar Start-ups wie LightStep und Honeycomb, die Ihnen eine wirklich intuitive Möglichkeit bieten, Ihre Daten in der Produktion zu verstehen. Aber warum Sie solche Dinge benötigen, ist, dass Sie den Zustand Ihrer Systeme zu einem bestimmten Zeitpunkt wissen wollen, und um, glaube ich, eine gute Betriebshygiene und eine gute Produktionsexzellenz zu entwickeln, ich denke, wie Liz Fong-Jones es ausdrücken würde, müssen Sie in der Lage sein, diese Rückkopplungsschleife zu schließen. Wir haben bereits eine ganze Reihe von Tools. Wir haben also CICD-Systeme eingerichtet. Wir haben jetzt Feature-Flags, die uns, glaube ich, helfen, Deployments von Releases zu entkoppeln. Sie können Code bereitstellen, ohne tatsächlich Code zu veröffentlichen, und Sie können diese Macht jetzt Ihren PMs geben, wenn Sie möchten, mit Feature-Flags, was großartig ist.

Jordan Simonowski:

Aber jetzt können Sie diesen Kreislauf auch komplett schließen, und während Sie eine Anwendung bereitstellen, können Sie sagen: „Ich möchte diese Bereitstellung kanalisieren. Ich möchte dies für 10% meiner Benutzer bereitstellen, vielleicht für Benutzer, die sich für Beta-Versionen oder etwas aus unserer Anwendung angemeldet haben, und Sie können sich tatsächlich ansehen, wie das funktioniert, bevor Sie es einem breiteren Publikum zugänglich machen. Es macht Bereitstellungen also viel sicherer. Es gibt Ihnen auch ein besseres Verständnis dafür, wie Sie sich auch auf die Benutzer auswirken. Und es gibt eine ganze Reihe von Tools, mit denen Sie auch diese Dinge ermitteln können. Wenn Sie sich also ansehen, wie viele Unternehmen derzeit SRE durchführen, oder wenn Sie wissen, wie zuverlässig ihre Anwendungen aussehen, haben Sie auch Dinge wie SLOs im Einsatz. Und SLOs-

Jared Kells:

Was ist ein SLO?

Jordan Simonowski:

Sie sind alle mit Benutzererlebnissen verbunden. Sie sagen also: „Kann mein Benutzer diese spezielle Interaktion durchführen?“ Und wenn Sie das effektiv messen und wissen, wie sich Ihre Änderungen auf die Benutzer auswirken, können Sie ganz einfach entscheiden, ob Sie weiterhin Funktionen bereitstellen oder ob Sie alles fallen lassen und an der Zuverlässigkeit arbeiten, um sicherzustellen, dass Ihre Benutzer nicht beeinträchtigt werden. Es ist also dieser sehr nutzerorientierte Ansatz, Dinge zu tun. Ich denke, wenn es darum geht, den Kreis zu schließen, liefert uns die Beobachtbarkeit die Daten, anhand derer wir sagen können: „Ja, so sind die Nutzer betroffen. Auf diese Weise, schätze ich, geht es dem 99. Perzentil unserer Nutzer gut, aber wir haben 1%, die negative Probleme mit unserer Anwendung haben.“ Und von dort aus können Sie wirklich Dinge lokalisieren und sagen: „Cool. Benutzer mit diesem bestimmten Browser oder diesem speziellen Browser oder wo wir diese App bereitgestellt haben. „Nehmen wir an, wenn Sie eine globale Bereitstellung haben, haben Sie sie zuerst auf einer Insel bereitgestellt, weil es Ihnen eigentlich egal ist, was mit ihnen passiert. Sie können sagen: „Oh, wir haben tatsächlich Sachen für sie kaputt gemacht.“ Und Sie können es rückgängig machen, bevor Sie sich auf 100% Ihrer Nutzer auswirken.

Jared Kells:

Ja. Mir hat gefallen, was du über den Test gesagt hast. Ich habe das Akronym vergessen, aber ich teste tatsächlich das Verhalten des Endbenutzers. Das finde ich ziemlich aufregend, weil wir all diese Metriken haben, die ein bisschen nutzlos sind. Sie sind cool: „Oh, es nutzt 1% CPU, wie es immer ist, jetzt ist mir das egal“, aber kann ein Benutzer die App öffnen und ein Problem mit der Maus herumschleppen? Es ist wie...

Jess Belliveau:

Ja, das ist ein wirklich gutes Beispiel, oder?

Jared Kells:

Das ist es, was mir wirklich wichtig ist.

Jess Belliveau:

Bei der CPU-Sache mit 1% könnte man sich ein Diagramm zur CPU-Auslastung ansehen und eine Bereitstellung sehen, und die CPU-Auslastung ändert sich nicht. Ist alles gesund oder nicht? Sie wissen es nicht, aber wenn Sie tiefere Informationen über die Benutzerinteraktionen erhalten, könnten Sie 1% der CPU verwenden, um HTTP500-Fehler an 80% der Kundenbasis zu verteilen, so oder so.

Angad Seth:

Wie macht man das? Der SLO-Bit, woher weißt du, dass sich ein Benutzer anmelden und ein Problem ziehen kann?

Jordan Simonowski:

Ja. Ja, das würde mit einer guten Instrumentierung einhergehen...

Angad Seth:

Gute Frage?

Jordan Simonowski:

Ja, es kommt darauf an, die Beobachtbarkeit zu berücksichtigen, wenn Sie neue Funktionen entwickeln, genauso wie Sie darüber nachdenken würden, beim Schreiben eine bestimmte Sache in Ihrem Code zu protokollieren oder Tests für Ihren Code zu schreiben, während Sie auch Code schreiben. Sie sollten darüber nachdenken, wie Sie etwas instrumentieren können und wie Sie verstehen können, wie diese spezielle Funktion in der Produktion funktioniert. Denn ich denke, viele Agile- und Dev-Ops-Prinzipien sagen uns jetzt, dass wir unsere Anwendungen in der Produktion haben wollen. Und als Entwickler endet unsere Verantwortung nicht, wenn wir etwas bereitstellen. Unsere Verantwortung als Entwickler endet, wenn wir dem Unternehmen einen Mehrwert geboten haben. Und Sie müssen verstehen, dass Sie das tatsächlich tun. Und da müssen Sie, glaube ich, über die Beobachtbarkeit bei vielen dieser Dinge nachdenken und Ihre Erfolgskennzahlen tatsächlich messen. Wenn Sie also wissen, dass Ihre Anwendung erfolgreich ist, wenn sich Ihr Benutzer anmelden und Dinge herumziehen kann, dann ist das genau das, was Sie messen möchten.

Jared Kells:

Ich denke, wir müssen bauen...

Jordan Simonowski:

Ja?

Jared Kells:

Oh, tut mir leid, Jordan.

Jordan Simonowski:

Nein, du gehst.

Jared Kells:

Ich wollte nur sagen, dass wir unsere Apps bereits unter Berücksichtigung von Integrationstests entwickeln müssen. Also browserbasierte Tests rund um neue Funktionen. Es würde also darum gehen, Funktionen unter Berücksichtigung dieser und derselben Sache zu entwickeln, aber für Tests und Produktion.

Jess Belliveau:

Ja, und das eigentliche Wie, der eigentliche Teil zum Schreiben von Code, da ist dieses wirklich großartige Projekt, das Open Telemetrie-Projekt, das all diese Arten von APIs und SDKs bereitstellt, die Entwickler nutzen können, und es ist herstellerunabhängig. Wenn du also über das Wie sprichst, etwa: „Wie mache ich das? Wie instrumentiere ich Dinge?“ Oder: „Wie gebe ich Kennzahlen aus?“ Sie bieten all diese hilfreichen Bibliotheken und Includes, die Sie haben können, denn das Letzte, was Sie tun möchten, ist, diese benutzerdefinierte Lösung auf den Markt zu bringen, weil Sie dann nur Ihre technischen Schulden erhöhen. Sie versuchen, die Dinge einfacher zu machen, verlassen sich dann aber auf: „Nun, ich muss Jared Kells weiter beschäftigen, weil er unsere Login-Engine geschrieben hat und niemand sonst weiß, wie sie funktioniert.

Jess Belliveau:

Und dann die andere Sache, die mir auch bei so etwas wie offener Telemetrie in den Sinn kommt, und wir haben ein bisschen über Datadog gesprochen. Datadog ist also ein SaaS-Anbieter, der sich auf Observability spezialisiert hat. Und Sie würden Ihre Metriken und Ihre Logs und Ihre Traces an sie übertragen und sie bieten Ihnen eine Benutzeroberfläche zum Anzeigen. Wenn Sie sich für etwas entscheiden, das herstellerunabhängig ist, nehmen wir einfach das Beispiel von Easy Agile. Nehmen wir an, sie starten Datadog und in sechs Monaten wollen wir Datadog nicht mehr verwenden, wir wollen SignalFX oder was auch immer das Splunk-Modell jetzt ist, verwenden.

Jordan Simonowski:

Ich denke NorthX.

Jess Belliveau:

Ja. Du kannst deinen Endpunkt ändern, dieselben Metriken und all diese Dinge, vielleicht mit ein paar kleinen Anpassungen, aber die Idee ist, dass du dich nicht auf eine einzige Sache festlegen willst.

Jordan Simonowski:

Ihre Datenstrukturen bleiben gleich.

Jess Belliveau:

Ja. Damit du es fast nahtlos machen könntest, ohne dass die Entwickler es wissen. In der Vergangenheit gab es sogar Unternehmen, die meiner Meinung nach auf mehrere Anbieter umgestellt haben. Sie könnten also Anbieter A nutzen und dann mit Anbieter B einen Machbarkeitsnachweis durchführen, um zu sehen, wie die Erfahrung ist, und Sie geben Ihre Daten einfach auch dort weiter.

Jared Kells:

Ja. Ich denke, unsere Verbindung zu Datadog wird aus all den Dashboards und allem, was wir gemacht haben, bestehen. Es sind nicht so sehr die Daten.

Jess Belliveau:

Ja. Das ist quasi der große Verkaufsschlager, richtig. Das ist die Art und Weise, wie du interagierst. Das ist der Punkt, an dem sie ins Spiel kommen wollen. Es macht es Ihnen leichter, diese Daten zu interpretieren und sie so zu manipulieren, dass sie Ihren Bedürfnissen entsprechen und so weiter.

Jordan Simonowski:

Observability deutet auf Dashboards hin, oder?

Jess Belliveau:

Ja, vielleicht. Du hast diesen Begriff auch benutzt, Jordan, „Produktionsexzellenz“. Und wenn wir darüber sprechen, wer Observability braucht, habe ich ein bisschen darüber nachgedacht, während Sie gesprochen haben. Und für mich ist Production Excellence, oder in Apptio nennen wir das Produktionsbereitschaft, Betriebsbereitschaft und diese Art von Dingen ist so, als ob wir etwas in der Produktion einsetzen wollen, wie zum Beispiel welche Best Practices wollen wir haben, bevor wir das tun? Und ich denke, Observability ist eine wirklich gute Idee, weil sie Ihnen in Zukunft hilft. Sie wissen nicht, welche Probleme Sie später haben werden, aber Sie rüsten Ihre Teams so aus, dass sie problemlos auf diese Probleme reagieren können. Wir waren wahrscheinlich alle dort, wir haben den Produktionscode implementiert und wir haben keine Observability, wir haben einen riesigen Ausfall. Was ist schief gelaufen? Nun, niemand weiß es, aber wir wissen, dass das die Lösung ist, und es ist schwer, daraus zu lernen, oder man muss wohl daraus lernen und den Benutzer vor zukünftigen Dingen schützen, ja.

Jess Belliveau:

Wenn ich denke, dass einfache Beobachtbarkeit gewinnt, kommt mir als Erstes die ganze Idee der strukturierten Protokollierung in den Sinn, was eigentlich die Idee ist, dass Ihre Anwendung zuallererst Sie protokollieren. Ziemlich wichtig als Ausgangspunkt, aber dann haben Sie ein strukturiertes Protokollformat, mit dem Sie die Logs auch programmgesteuert weitergeben können. Wenn Sie in der Zeit zurückreisen, sah die Protokollierung vielleicht nur wie einfacher Text mit einer Zeile, einem Zeitstempel und einer Fehlermeldung aus. Was auch immer der Entwickler beschlossen hat, in die Standardausgabe zu schreiben, oder in die Fehlerdatei oder so ähnlich. Ich denke, es gibt einen allgemeinen Trend hin zu JSON, einem tatsächlich formatierten Blob mit dieser bekannten Struktur, damit Sie ihn sich ansehen können. Tracing ist wahrscheinlich kein einfacher Gewinn. Das ist ein bisschen schwieriger. Sie können es mit offener Telemetrie und Bibliotheken und so implementieren. Ich denke, es erfordert ein bisschen mehr Verständnis Ihrer Codebasis und darüber, wo die Ablaufverfolgung ausgelöst werden soll, und solche Dinge, das Analysieren von Kontexten, solche Dinge.

Jordan Simonowski:

Ich denke Atlassian, wenn du wahrscheinlich einfach nur wissen willst, dass alles in Ordnung ist. Auf einer ziemlich oberflächlichen Ebene. Vielleicht willst du einfach nur eine Art Uptime für einen Trend machen. Und wenn dann, glaube ich, Ihr Code komplexer wird oder Ihr Produkt etwas komplexer wird, können Sie anfangen, Dinge hinzuzufügen. Aber ich denke, die Dinge, die Sie kennen, tatsächlich zu kennen oder an die Oberfläche zu bringen, könnte kaputt gehen. Das wären wahrscheinlich deine schnellsten Siege.

Jess Belliveau:

Nun, lassen Sie uns einige Dinge zur weiteren Lektüre erwähnen. Wenn Sie sich einen Überblick über das Ganze verschaffen wollen, hat das Google SRE-Buch von vor ein paar Jahren begonnen, echte Observability stark in Bewegung zu setzen. Das Google SRE-Zeug deckt die gesamte Bandbreite ihrer Praxis im Bereich Soak Reliability Engineering ab, und Observability ist ein Teil davon, dazu gibt es einige großartige Kapitel. Ich glaube, O'Reilly hat jetzt ein Buch über Observability veröffentlicht, das sich nur der Beobachtbarkeit widmet.

Jordan Simonowski:

Ich denke, das ist noch in der frühen Version, wenn die Leute Kapitel googeln wollen.

Jess Belliveau:

Das offene Telemetrie-Zeug, wir werden einen Link dazu setzen, ich denke, das ist wirklich praktisch zu wissen.

Angad Seth:

Aus [unverständlich 00:26:12], das ist meine Sicht als Entwickler, sage ich, ich wollte Cornflake Use Datadog bei Easy Agile einführen. Nicht sehr vertraut, ich fühle mich nicht sehr wohl damit. Ich weiß, wie man navigiert, aber wie kann ich schnell mit der Einführung von Observability beginnen? Es tut mir leid, dass ich meinen direkten Job oder meinen Arbeitsplatz gesperrt habe.

Jordan Simonowski:

Ich würde sagen, ich könnte hier voreingenommen sein. Jess, korrigiere mich oder gib deine Meinung dazu ab, ich würde mich dafür stark zu SLOs neigen. Und Sie können das kurz im SRE nachlesen-

Jess Belliveau:

Wofür steht SLO, Jordan?

Jordan Simonowski:

Okay, tut mir leid. Schlagworte! SLO ist ein Service Level Objective, nicht zu verwechseln mit Service Level Agreement. Eine Vereinbarung selbst ist vertraglich und Sie können den Leuten Geld zahlen, wenn Sie gegen diese verstoßen. Ein SLO ist etwas, das Sie in Ihrem Team festlegen und Sie haben ein Zuverlässigkeitsziel, weil wir an einem Punkt angelangt sind, an dem wir verstehen, dass sich alle Systeme zu jedem Zeitpunkt in einem heruntergekommenen Zustand befinden. Und ja, Zuverlässigkeit ist nicht unbedingt binär, sie ist nicht unzuverlässig oder zuverlässig. Meistens ist es meistens zuverlässig und das gibt uns eine bessere gemeinsame Sprache, denke ich. Und Sie können das SRE-Handbuch von Google lesen, das kostenlos online verfügbar ist und Ihnen ein ziemlich gutes Verständnis von Datadog vermittelt.

Jordan Simonowski:

Ich glaube, als ich es das letzte Mal benutzt habe, gab es ein SLO-Angebot. Aber ich denke, wie ich bereits erwähnt habe, haben Sie ein SLO für bestimmte Funktionen oder Merkmale Ihrer Anwendung festgelegt. Sie sagen: „Mein Benutzer kann das in 99% der Fälle tun“, oder was auch immer Sie sich für ein anderes Zuverlässigkeitsziel setzen möchten. Ich würde eine Zuverlässigkeit von fünf Neunern nicht empfehlen. Sie werden sich wahrscheinlich selbst ausbrennen, wenn Sie versuchen, dorthin zu gelangen. Und du hast dir dieses Ziel gesetzt. Und Sie wissen genau, was Sie messen, Sie messen bestimmte Arten von Funktionen. Und Sie wissen, dass Benutzer betroffen sind, wenn Sie gegen diese Regeln verstoßen. Und hier können Sie tatsächlich anfangen, über Observability nachzudenken. Sie können darüber nachdenken: „Welche anderen Funktionen implementieren wir, mit deren Messung wir beginnen können?“ Oder: „Welche nutzerorientierten Dinge implementieren wir, mit deren Messung wir beginnen können?“

Jordan Simonowski:

Andere Dinge, die Sie sich wahrscheinlich ansehen könnten, sind, ich denke, sie sind sowieso alle in dem Buch behandelt, die Aktualität der Daten in gewisser Weise. Sie möchten sicherstellen, dass die Daten, die Benutzern angezeigt werden, relativ aktuell sind. Sie möchten nicht, dass sie sich veraltete Daten ansehen, also können Sie auch versuchen, solche Dinge zu messen. Aber Sie können es so ziemlich in die meisten Funktionen einer Website unterteilen. Es ist nicht mehr wie bei einem Ping-Check, bei dem Sie nur sagen: „Ja, HTTP, okay. Meine Bewerbung ist in Ordnung.“ Sie sagen: „Meine Benutzer sind tatsächlich von Dingen betroffen, die nicht funktionieren.“ Und von dort aus können Sie anfangen, Dinge zu messen. Und das sollte Ihnen ein besseres Verständnis oder zumindest eine bessere Vorstellung davon geben, wo Sie mit dem, was Sie messen möchten, beginnen und wie Sie es messen möchten. Das wäre meine Meinung dazu, wo Sie damit beginnen sollten, wenn Sie es einführen wollen.

Jared Kells:

Wir werden ein bisschen über den Status sprechen und wie bei einigen davon, wie bei unseren sehr Frontend-lastigen Anwendungen, die wir erstellen, sodass die Anwendungen, die wir erstellen, einfach im Browser laufen und der traditionelle Status, wie Sie sich das vorstellen würden, einfach eine sehr einfache API abruft, die einige Dinge mit einer gewissen Authentifizierung in die Datenbank schreibt und so weiter. Was die Zuverlässigkeit der Dienste angeht, so ist es wirklich zuverlässig. Diese winzigen APIs haben einfach nie Probleme, weil es einfach so einfach ist. Und nun ja, sie haben eine Menge Überwachung rund um das Thema. Aber unser gesamter Zustand ist eigentlich, wenn Sie sagen: „Beobachten Sie den Zustand des Systems“, größtenteils der Zustand in einem Browser. Und wie bringen wir Beobachtbarkeit in das hinein?

Jess Belliveau:

Eine große Sache ist wirklich, es gibt keine Sache, die auch für alle passt. Wenn wir auch über SLO-Sachen sprechen, geht es darum zu verstehen, was nicht so sehr für Ihr Unternehmen, sondern auch für Ihr Team wichtig ist. Wenn Sie dieses Produkt liefern, was ist Ihnen besonders wichtig? Also ein SLO, das für mich bei Apptio funktionieren könnte, wird wahrscheinlich nicht für Easy Agile funktionieren. Das erweitert auch mein Wissen über Frontend-Sachen wirklich, aber wenn wir sagen, dass wir auch den Staat beobachten wollen, meinen wir nicht unbedingt nur den Staat. Vielleicht möchten Sie bei jeder dieser APIs wissen, wie lang die Antwortzeit für diese API ist, wenn sie ausgelöst wird. Das könnte also eine wichtige Metrik sein. Sie können also feststellen, ob eine dieser APIs zu Latenz führt und Ihre Benutzererfahrung dadurch beeinträchtigt wird. Zum Beispiel: „Hey, als wir in der dritten Version waren und Benutzer hier mit unserem Service interagierten, reagierte er mit dieser prozentualen Latenz. Wir haben eine Version veröffentlicht und seitdem sehen wir, dass es jetzt in diesem Perzentil liegt. Haben wir die Leistung herabgesetzt?“ Die Benutzer beschweren sich vielleicht nicht, aber das könnte etwas sein, das das Team dann untersuchen und zu einem Sprint hinzufügen kann. Hey, ich verwende jetzt Agile-Begriffe. Achtung!

Jared Kells:

Das ist ein wirklich gutes Beispiel, Jess. Leistungsprobleme sind für uns in der Regel keine API, die schlecht funktioniert. Es liegt daran, dass in dieser sehr komplizierten Frontend-Anwendung nicht mehr in der gleichen Reihenfolge wie früher ausgeführt wird, oder es gibt eine komplexe Interaktion, an die wir nicht gedacht haben, sodass mehr Daten als erwartet angefordert werden. Die APIs kehren zurück. Sie sind größtenteils nie langsam, aber wir haben Leistungsrückgänge, von denen wir vielleicht nichts wissen, ohne sie zu sehen oder zu untersuchen. Die Beobachtbarkeit erfolgt wirklich auf der Browserebene des einzelnen Benutzers. Macht das Sinn? Ich möchte wissen, wie lange es gedauert hat, bis diese spezielle Interaktion stattgefunden hat.

Jess Belliveau:

Ja. Solche Dinge habe ich noch nie gemacht. Außerdem, ich schätze, Sie könnten möglicherweise betroffen sein, und dann haben Sie es auch mit Endbenutzer-Manifestationen zu tun. Sie könnten wahrnehmen...

Jared Kells:

Ja, sicher.

Jess Belliveau:

... Höhere Leistung auf ihrem Laptop oder so, oder ihrem ISP oder so. Es wäre wirklich schwierig, sicherzustellen, dass Sie von solchen Dingen nicht auch Geräusche bekommen.

Jordan Simonowski:

Ja. Es gibt wohl Tools wie Sentry, die existieren, um Ihnen ein bisschen besser zu verstehen, was an Ihrem Frontend passiert. Die Art und Weise, wie Sentry in der Regel mit JavaScript arbeitet, ist, dass Sie eine verkleinerte Map Ihres JS auf Sentry hochladen, Ihren Code bereitstellen und dann, wenn etwas kaputt geht oder auf ziemlich unerwartete Weise funktioniert, das in der Regel auftaucht, wobei Sentry Ihnen genau sagt, in welcher Zeile diese Art von Dingen passiert, und es ist ein wirklich cooles Tool für diese Firmenkram. Ich weiß nicht, ob es dir die richtigen Einblicke geben würde, glaube ich, in Bezug auf Leistung oder...

Jared Kells:

Ja, wir verwenden ein ähnliches Tool und es funktioniert bei Abstürzen und solchen Dingen. Und was die Beobachtbarkeit angeht, protokollieren wir Aktionen wie Zustandsmutationen im Frontend, nicht die tatsächliche Statusänderung, sondern nur Beschriftungen, die angeben, dass Sie eine Problemzusammenfassung aktualisiert haben oder auf diese Schaltfläche geklickt haben, so etwas, und wir senden sie mit unseren Absturzberichten. Und es ist super hilfreich, diese Art von Beobachtbarkeit zu haben. Also ich glaube, ich weiß, wovon ihr redet. Aber ich bin nur [Crosstalk 00:35:25], ja.

Jess Belliveau:

Ja, das ist, glaube ich, fast eine Art von Rückverfolgung. Wenn Jordan und ich über Tracing sprechen, denken wir vielleicht an 12 verschiedene Microservices in AWS, die alle miteinander interagieren, während Sie das eher verschieben. Das ist quasi alles, was im Browser interagiert, und nur diese Historie davon zu haben, ist das, was der Benutzer getan hat und wie es dazu kam...

Jared Kells:

In diesem Staat.

Jess Belliveau:

In diesem Staat, ja.

Jordan Simonowski:

Ich schätze, selbst wenn Sie nicht viele Microservices haben, wenn Sie über bestimmte sprechen, wie Sie sagen, sind Ihre API-Anfragen größtenteils in Ordnung, aber manchmal haben Sie besonders große Nutzlasten-

Jared Kells:

Wir müssen tatsächlich überwachen, ich weiß nicht, vielleicht können Sie dabei helfen, wir sollten eigentlich überwachen, mit wem wir zusammenarbeiten. Es ist tatsächlich viel wahrscheinlicher, dass wir ein Leistungsproblem mit einer Xero-API haben werden, als... Wir sehen es nicht, der Browser sieht es auch, was...

Jordan Simonowski:

Ja, und Tracing löst all diese Regressionen für Sie. Die meisten Tracing-Bibliotheken, z. B. wenn Sie Node-Apps oder was auch immer in Ihrem Backend ausführen. Ich kann dir nur etwas über Node erzählen, weil ich wahrscheinlich die meiste Erfahrung mit dem Schreiben von Node-Sachen habe. Du gibst quasi einfach Didi Trace ein, eine Datadog-Bibliothek für das Tracing in dein Backend und deinen Hook selbst in all die, glaube ich, gängigen Bibliotheken, mit denen du normalerweise arbeiten wirst, glaube ich. Wenn Sie zum Beispiel für Express oder nur für viele HADP-Bibliotheken sowie für ein paar AWS-Services arbeiten, wird es sich quasi von selbst einbinden. Und Sie können es tatsächlich genau bestimmen. Es wird Ihnen auf dieser ziemlich coolen Servicekarte irgendwie genau zeigen, mit welchen Diensten Sie interagieren und wo Sie möglicherweise eine Regression erleben. Und ich denke, Spuren dienen dazu, diese Informationen an die Oberfläche zu bringen, was cool ist. Das könnte also etwas sein, das es wert ist, untersucht zu werden.

Jess Belliveau:

Es ist lustig. Das hat etwas nichts mit Beobachtbarkeit zu tun, aber Sie haben mich gerade dazu gebracht, ein bisschen mehr darüber nachzudenken, warum Sie sagen, dass Sie auch von Drittanbietern abhängig sind. Und etwas, das meiner Meinung nach wirklich wichtig ist und manchmal übersehen wird, ist, dass sich so viele von uns heute auf Drittanbieter verlassen, da AWS eine große Sache ist. Viele Leute schreiben Apps, für die AWS-Services erforderlich sind. Und ich denke, die meiste Zeit gehen die Leute einfach davon aus, dass AWS oder Jira oder was auch immer zu 100% verfügbar ist und immer verfügbar ist. Und sie schreiben ihren Code nicht so, dass er mit Ausfällen umgeht. Und ich finde es super wichtig. Ich habe schon so oft Leute gesehen, die die AWS-API verwenden, und sie implementieren kein exponentielles Back-Off. Also versuchen sie im Grunde, die AWS-API zu erreichen. Sie schlägt fehl oder sie werden zum Beispiel gedrosselt, und dann gehen sie einfach in einen Fehlerzustand über und geben dem Benutzer einen Fehler. Aber Sie könnten möglicherweise die Benutzererfahrung verbessern, einen automatischen Wiederholungsmechanismus einbauen lassen und so weiter. Es hat nicht wirklich etwas mit der Beobachtbarkeit zu tun, aber es ist etwas Besonderes.

Jared Kells:

Und den Nutzern ist das egal, oder? Es interessiert niemanden, ob es sich um ein AWS-Problem handelt. Es ist dein Problem, richtig, deine App ist zu langsam.

Jess Belliveau:

Nun, sie benutzen deine App. Genau richtig. Es wirkt sich irgendwie auf Sie aus, also ist es in Ihrem Interesse, sich vor einem Upstream-Fehler zu schützen oder zumindest den Benutzer zu informieren, wenn dies der Fall ist. Ja.

Jared Kells:

Nun, ich glaube, wir müssen ihn diesen Podcast nennen, weil es eine Stunde her ist. Wir hatten maximal 45 Minuten unterrichtet.

Jess Belliveau:

Wir könnten einfach weitermachen. Wir könnten einen zweiten Teil brauchen! Vielleicht können wir [Cross Talk 00:39:21] anfragen.

Jared Kells:

Vielleicht! Ja.

Jess Belliveau:

Oder wir starten einfach unseren eigenen Podcast! Ja.

Angad Seth:

Also, was waren deine wichtigsten Erkenntnisse heute, wenn man bedenkt, dass Angad und ich gerade etwas über Beobachtbarkeit lernen, Angad, was war heute deine größte Erkenntnis über Beobachtbarkeit? Meine größte Erkenntnis war, dass Beobachtbarkeit nicht mit Datadog gleichzusetzen ist. Nein, tut mir leid! Es war einfach sehr faszinierend zu lernen, wie man die bekannten Unbekannten quantifiziert. Ich weiß nicht, ob das ein guter Imbiss ist, aber...

Jess Belliveau:

Jeder Imbiss ist ein guter Imbiss! Was ist mit dir, Jared?

Jared Kells:

Ich glaube, weil ich gerade über Zustandsmanagement sprechen wollte, und ein Teil davon war, dass wir im Moment diese Fähigkeit haben, durch die Architektur unserer Frontends den Status der App zu erfassen und einen Kunden dazu zu bringen, uns seinen Status zu senden, im Grunde genommen. Und wir können es in unsere App laden und einfach genau sehen, wie es war, genau so, wie unser Bundesstaat konzipiert ist. Aber was noch cooler sein könnte, ist vielleicht etwas Observability zur Unterstützung in das Frontend einzubauen. Ich denke, anstatt einfach zu haben, haben wir diese Schaltfläche, um uns Ihre Support-Informationen zu senden, die uns einen Haufen des Status schicken, aber anstatt die Konsole im Browserprotokoll zu protokollieren, könnten wir die Konsole protokollieren und uns irgendwo in unserem Frontend anmelden, sodass unsere Kunden uns die Aktionen senden sollten, die sie ausgeführt haben, wenn sie auf „Support-Informationen senden“ klicken.

Jared Kells:

Zum Beispiel: „Hey, da ist ein Bug, senden Sie uns Ihre Support-Informationen.“ Es muss kein Drittanbieter-Dienst sein, der diese Observability-Daten sammelt. Wir könnten einfach in unser... Darüber denke ich also nach.

Jess Belliveau:

Ja, ganz sicher. Es wird wahrscheinlich auch viel weniger aufdringlich sein, als einige der Sachen von Drittanbietern, die ich gesehen habe.

Jared Kells:

Ja. Bei einigen dieser Integrationen ist das ziemlich schwierig, insbesondere wenn Sie Apps entwickeln, die hinter einer Firewall ausgeführt werden.

Jess Belliveau:

Ja

Jared Kells:

Sie können nicht einfach mit einigen dieser Dritten sprechen. Also ja, es ist trotzdem cool. Es ist wirklich interessant.

Jess Belliveau:

Nun, ich hoffe, jemand da draußen, der zuhört, hat etwas gelernt, und Jordan und ich werden ein paar Links durchschicken, und wir können sie hoffentlich zu den Shownotes hinzufügen oder so, damit die Leute etwas mehr lesen können und...

Jared Kells:

Alles danke!

Jess Belliveau:

Danke für die Einladung, ja.

Jared Kells:

Vielen Dank für Ihre Zeit und danke allen fürs Zuhören.

Jordan Simonowski:

Danke allen.

Angad Seth:

Das war [unhörbar 00:41:55].

Jess Belliveau:

Schaltet nächste Woche ein!

TL;DR

Henrik Kniberg, the agile coach behind Spotify's model, discusses how AI is fundamentally transforming software development. Key takeaways: AI tools like Cursor and Claude are enabling 10x productivity gains; teams should give developers access to paid AI tools and encourage experimentation; coding will largely disappear as a manual task within 3–4 years; teams will shrink to 2 people plus AI; sprints will become obsolete in favour of continuous delivery; product owners can now write code via AI, creating pull requests instead of user stories; the key is treating AI like a brilliant intern – when it fails, the problem is usually your prompt or code structure, not the AI. Bottom line: Learn to use AI now, or risk being left behind in a rapidly changing landscape.

Introduction

Artificial intelligence is fundamentally reshaping how software teams work, collaborate, and deliver value. But with this transformation comes questions: How do we maintain team morale when people fear being replaced? What happens to code quality when AI writes most of the code? Do traditional agile practices like sprints still make sense?

In this episode, I sit down with Henrik Kniberg to tackle these questions head-on. Henrik is uniquely positioned to guide us through this transition – he's the agile coach and entrepreneur who pioneered the famous Spotify model and helped transform how Lego approached agile development. Now, as co-founder of Abundly AI, he's at the forefront of helping teams integrate AI into their product development workflows.

This conversation goes deep into the practical realities of AI-powered development: from maintaining code review processes when productivity increases 10x, to ethical considerations around AI usage, to what cross-functional teams will look like in just a few years. Henrik doesn't just theorise – he shares real examples from his own team, where their CEO (a non-coder) regularly submits pull requests, and where features that once took a sprint can now be built during a 7-minute subway ride.

Whether you're a developer wondering if AI will replace you, a product owner looking to leverage these tools, or a leader trying to navigate this transformation, this episode offers concrete, actionable insights for thriving in the AI era.

About Our Guest

Henrik Kniberg is an agile coach, author, and entrepreneur whose work has shaped how thousands of organisations approach software development. He's best known for creating the Spotify model – the squad-based organisational structure that revolutionised how large tech companies scale agile practices. His work at Spotify and later at Lego helped demonstrate how agile methodologies could work at enterprise scale whilst maintaining team autonomy and innovation.

Henrik's educational videos have become legendary in the agile community. His "Agile Product Ownership in a Nutshell" video, created over a decade ago, remains one of the most-watched and shared resources for understanding product ownership, with millions of views. His ability to distil complex concepts into simple, visual explanations has made him one of the most accessible voices in agile education.

More recently, Henrik has turned his attention to the intersection of AI and product development. As co-founder of Abundly AI, he's moved from teaching about agile transformation to leading AI transformation – helping companies and teams understand how to effectively integrate generative AI tools into their development workflows. His approach combines his deep understanding of team dynamics and agile principles with hands-on experience using cutting-edge AI tools like Claude, Cursor, and GitHub Copilot.

Henrik codes daily using AI and has been doing so for over two and a half years, giving him practical, lived experience with these tools that goes beyond theoretical understanding. He creates educational content about AI, trains teams on effective AI usage, and consults with organisations navigating their own AI transformations. His perspective is particularly valuable because he views AI through the lens of organisational change management – recognising that successful AI adoption isn't just about the technology, it's about people, culture, and process.

Based in Stockholm, Sweden, Henrik continues to push the boundaries of what's possible when human creativity and AI capabilities combine, whilst maintaining a pragmatic, human-centred approach to technological change.

Transcript

Note: This transcript has been lightly edited for clarity and readability.

Maintaining Team Morale and Motivation in the AI Era

Tenille Hoppo: Hi there, team, and welcome to this new episode of the Easy Agile Podcast. My name is Tenille Hoppo, and I'm feeling really quite lucky to have an opportunity to chat today with our guest, Henrik Kniberg.

Henrik is an agile coach, author, and entrepreneur known for pioneering agile practices at companies like Spotify and Lego, and more recently for his thought leadership in applying AI to product development. Henrik co-founded Abundly AI, and when he isn't making excellent videos to help us all understand AI, he is focused on the practical application of generative AI in product development and training teams to use these technologies effectively.

Drawing on his extensive experience in agile methodologies and team coaching, Henrik seems the perfect person to learn from when thinking about the intersection of AI, product development, and effective team dynamics. So a very warm welcome to you, Henrik.

Henrik Kniberg: Thank you very much. It's good to be here.

Tenille: I think most people would agree that motivated people do better work. So I'd like to start today by touching on the very human element of this discussion and helping people maintain momentum and motivation when they may be feeling some concern or uncertainty about the upheaval that AI might represent for them in their role.

What would you suggest that leaders do to encourage the use of AI in ways that increase team morale and creativity rather than risking people feeling quite concerned or even potentially replaced?

Henrik: There are kind of two sides to the coin. There's one side that says, "Oh, AI is gonna take my job, and I'm gonna get fired." And the other side says, "Oh, AI is going to give me superpowers and give us all superpowers, and thereby give us better job security than we had before."

I think it's important to press on the second point from a leader's perspective. Pitch it as this is a tool, and we are entering a world where this tool is a crucial tool to understand how to use – in a similar way that everyone uses the Internet. We consider it obvious that you need to know how to use the Internet. If you don't know how to use the Internet, it's going to be hard.

"I encourage people to experiment, give them access to the tools to do so, and encourage sharing. And don't start firing people because they get productive."

I also find that people tend to get a little bit less scared once they learn to use it. It becomes less scary. It's like if you're worried there's a monster under your bed, maybe look under your bed and turn on the lights. Maybe there wasn't a monster there, or maybe it was there but it was kind of cute and just wanted a hug.

Creating a Culture of Safe Experimentation

Tenille: I've read that you encourage experimentation with AI through learning – I agree it's the best way to learn. What would you encourage leaders and team leaders to do to create a strong culture where teams feel safe to experiment?

Henrik: There are some things. One is pretty basic: just give people access to good AI tools. And that's quite hard in some large organisations because there are all kinds of resistance – compliance issues, data security issues. Are we allowed to use ChatGPT or Claude? Where is our data going? There are all these scary things that make companies either hesitate or outright try to stop people.

Start at that hygiene level. Address those impediments and solve them. When the Internet came, it was really scary to connect your computer to the Internet. But now we all do it, and you kind of have to, or you don't get any work done. We're at this similar moment now.

"Ironically, when companies are too strict about restricting people, then what people tend to do is just use shadow AI – they use it on their own in private or in secret, and then you have no control at all."

Start there. Once people have access to really good AI tools, then it's just a matter of encouraging and creating forums. Encourage people to experiment, create knowledge-sharing forums, share your own experiments. Try to role-model this yourself. Say, "I tried using AI for these different things, and here's what I learned." Also provide paths for support, like training courses.

The Right Mindset for Working with AI

Tenille: What would you encourage in team members as far as their mindset or skills go? Certainly a nature of curiosity and a willingness to learn and experiment. Is there anything beyond that that you think would be really key?

Henrik: It is a bit of a weird technology that's never really existed before. We're used to humans and code. Humans are intelligent and kind of unpredictable. We hallucinate sometimes, but we can do amazing things. Code is dumb – it executes exactly what you told it to do, and it does so every time exactly the same way. But it can't reason, it can't think.

Now we have AI and AI agents which are somewhere in the middle. They're not quite as predictable as code, but they're a lot more predictable than humans typically. They're a lot smarter than code, but maybe not quite as smart as humans – except for some tasks when they're a million times smarter than humans. So it's weird.

You need a kind of humble attitude where you come at it with a mindset of curiosity. Part of it is also to realise that a lot of the limitation is in you as a user. If you try to use AI for coding and it wrote something that didn't work, it's probably not the model itself. It's probably your skills or lack of skills because you have to learn how to use these tools. You need to have this attitude of "Oh, it failed. What can I do differently next time?" until you really learn how to use it.

"There can be some aspect of pride with developers. Like, 'I've been coding for 30 years. Of course this machine can't code better than me.' But if you think of it like 'I want this thing to be good, I want to bring out the best in this tool' – not because it's going to replace me, but because it's going to save me a tonne of time by doing all the boring parts of the coding so I can do the more interesting parts – that kind of mindset really helps."

Maintaining Code Quality and Shared Understanding

Tenille: Our team at Easy Agile is taking our steps and trying to figure out how AI is gonna work best for us. I put the question out to some of our teams, and there were various questions around people taking their first steps in using AI as a co-pilot and producing code. There are question marks around consistency of code, maintaining code quality and clean architecture, and even things like maintaining that shared understanding of the code base. What advice do you have for people in that situation?

Henrik: My first piece of advice when it comes to coding – and this is something I do every day with AI, I've been doing for about two and a half years now – is that the models now, especially Claude, have gotten to the level where it's basically never the AI's fault anymore. If it does anything wrong, it's on you.

You need to think about: okay, am I using the wrong tool maybe? Or am I not using the tool correctly?

For example, the current market leader in terms of productivity tools with AI is Cursor. There are other tools that are getting close like GitHub Copilot, but Cursor is way ahead of anything else I've seen. With Cursor, it basically digs through your code base and looks for what it needs.

But if it fails to find what it needs, you need to think about why. It probably failed for the same reason a human might have failed. Maybe your code structure was very unstructured. Maybe you need to explain to the AI what the high-level structure of your code is.

"Think of it kind of like a really smart intern who just joined your team. They're brilliant at coding, but now they got confused about something, and it's probably your code – something in it that made it confused. And now you need to clarify that."

There are ways to do that. In Cursor, for example, you can create something called cursor rules, which are like standing documents that describe certain aspects of your system. In my team, we're always tweaking those rules. Whenever we find that the AI model did something wrong, we're always analysing why. Usually it's our prompt – I just phrased it badly – or I just need to add a cursor rule, or I need to break the problem down a little bit.

It's exactly the same thing as if you go to a team and give them this massive user story that includes all these assumptions – they'll probably get some things wrong. But if you take that big problem and sit down together and analyse it and split it into smaller steps where each step is verifiable and testable, now your team can do really good work. It's exactly the same thing with AI.

Addressing the Code Review Bottleneck

Tenille: One of our senior developers found that he was outputting code at a much greater volume and faster speed, but the handbrake he found was actually their code review processes. They were keeping the same processes they had previously, and that was a bit of a handbrake for them. What kind of advice would you have there?

Henrik: This reminds me of the general issue with any kind of productivity improvement. If you have a value stream, a process where you do different parts – you do some development, some testing, you have some design – whenever you take one part of the process and make it super optimised, the bottleneck moves to somewhere else.

If testing is no longer the bottleneck, maybe coding is. And when coding is instant, then maybe customer feedback – or lack of customer feedback – is the bottleneck. The bottleneck just keeps moving. In that particular case, the bottleneck became code review. So I would just start optimising that. That's not an AI problem. It's a process problem.

Look at it: what exactly are we trying to do when we review? Maybe we could think about changing the way we review things. For example, does all code need to be reviewed? Would it be enough that the human who wrote it and the AI, together with the human, agree that this is fine? Or maybe depending on the criticality of that change, in some cases you might just let it pass or use AI to help in the reviewing process also.

"I think there's value in code review in terms of knowledge sharing in a large organisation. But maybe the review doesn't necessarily need to be a blocking process either. It could be something you go back and look at – don't let it stop you from shipping, but maybe go back once per week and say, 'Let's look at some highlights of some changes we've made.'"

We produce 10 times more code than in the past, so reviewing every line is not feasible. But maybe we can at least identify which code is most interesting to look at.

Ethical Considerations: Balancing Innovation with Responsibility

Tenille: Agile emphasises people over process and delivering value to customers. Now with AI in the mix, there's potential for raising some ethical considerations. I'm interested in your thoughts on how teams should approach these ethical considerations that come along with AI – things like balancing rapid experimentation against concerns around bias, potential data privacy concerns.

Henrik: I would treat each ethical question on its own merits. Let me give you an example. When you use AI – let's say facial recognition technology that can process and recognise faces a lot better than any human – I kind of put that in the bucket of: any tool that is really useful can also be used for bad things. A hammer, fire, electricity.

That doesn't have so much to do with the tool itself. It has much more to do with the rules and regulations and processes around the tool. I can't really separate AI in that sense. Treat it like any other system. Whenever you install a camera somewhere, with or without AI, that camera is going to see stuff. What are you allowed to do with that information? That's an important question. But I don't think it's different for AI really, in that sense, other than that AI is extremely powerful. So you need to really take that seriously, especially when it comes to things like autonomous weapons and the risk of fraud and fake news.

"An important part of it is just to make it part of the agenda. Let's say you're a recruitment company and you're now going to add some AI help in screening. At least raise the question: we could do this. Do we want to do this? What is the responsible way to do it?"

It's not that hard to come up with reasonable guidelines. Obviously, we shouldn't let the AI decide who we're going to hire or not. That's a bad idea. But maybe it can look at the pile of candidates that we plan to reject and identify some that we should take a second look at. There's nothing to lose from that because that AI did some extra research and found that this person who had a pretty weak CV actually has done amazing things before.

We're actually working with a company now where we're helping them build some AI agents. Our AI agents help them classify CVs – not by "should we hire them or not," but more like which region in Sweden is this, which type of job are we talking about here. Just classifying to make it more likely that this job application reaches the right person. That's work that humans did before with pretty bad accuracy.

The conclusion was that AI, despite having biases like we humans do, seemed to have less biases than the human. Mainly things like it's never going to be in a bad mood because it hasn't had its coffee today. It'll process everybody on the same merits.

I think of it like a peer-to-peer thing. Imagine going to a doctor – ideally, I want to have both a human doctor and an AI doctor side by side, just because they both have biases, but now they can complement each other. It's like having a second opinion. If the AI says we should do this and the doctor says, "No, wait a second," or vice versa, having those two different opinions is super useful.

Parallels Between Agile and AI Transformations

Tenille: You're recognised as one of the leading voices in agile software development. I can see, and I'm interested if you do see, some parallels between the agile transformations that you led at Spotify and Lego with the AI transformations that many businesses are looking at now.

Henrik: I agree. I find that when we help companies transition towards becoming AI native, a lot of the thinking is similar to agile. But I think we can generalise that agile transformations are not really very special either – it's organisational change.

There are some patterns involved regardless of whether you're transitioning towards an agile way of working or towards AI. Some general patterns such as: you've got to get buy-in, it's useful to do the change in an incremental way, balance bottom-up with top-down. There are all these techniques that are useful regardless. But as an agilist, if you have some skills and competence in leading and supporting a change process, then that's going to be really useful also when helping companies understand how to use AI.

Tenille: Are you seeing more top-down or bottom-up when it comes to AI transformations?

Henrik: So far it's quite new still. The jury's not in yet. But so far it looks very familiar to me. I'm seeing both. I'm seeing situations where it's pure top-down where managers are like "we got to go full-out AI," and they push it out with mixed results. And sometimes just completely bottom-up, also with mixed results.

Sometimes something can start completely organically and then totally take hold, or it starts organically and then gets squashed because there was no buy-in higher up. I saw all of that with agile as well. My guess is in most cases the most successful will be when you have a bit of both – support and guidance from the top, but maybe driven from the bottom.

"I think the bottom-up is maybe more important than ever because this technology is so weird and so fast-moving. As a leader, you don't really have a chance if you try to control it – you're going to slow things down to an unacceptable level. People will be learning things that you can't keep up with yourself. So it's better to just enable people to experiment a lot, but then of course provide guidance."

AI for Product Owners: From Ideation to Pull Requests

Tenille: You're very well known for your guidance and for your ability to explain quite complex concepts very simply and clearly. I was looking at your video on YouTube today, the Agile Product Ownership in a Nutshell video, which was uploaded about 12 years ago now. Thinking about product owners, there's a big opportunity now with AI for generating ideas, analysing data, and even suggesting new features. What's your advice for product owners and product managers in using AI most effectively?

Henrik: Use it for everything. Overuse it so you can find the limits. The second thing is: make sure you have access to a good AI model. Don't use the free ones. The difference is really large – like 10x, 100x difference – just in paying like $20 per month or something. At the moment, I can particularly strongly recommend Claude. It's in its own category of awesomeness right now. But that of course changes as they leapfrog each other. But mainly: pay up, use a paid model, and then experiment.

For product owners, typical things are what you already mentioned – ideation, creating good backlog items, splitting a story – but also writing code. I would say as a PO, there is this traditional view, for example in Scrum, that POs should not be coding. There's a reason for that: because coding takes time, and then as PO you get stuck in details and you lose the big picture.

Well, that's not true anymore. There are very many things that used to be time-consuming coding that is basically a five-minute job with a good prompt.

"Instead of wasting the team's time by trying to phrase that as a story, just phrase it as a pull request instead and go to the team and demonstrate your running feature."

That happened actually today. Just now, our CEO, who's not a coder, came to me with a pull request. In fact, quite often he just pushes directly to a branch because it's small changes. He wants to add some new visualisation for a graph or something in our platform – typically admin stuff that users won't see, so it's quite harmless if he gets it wrong.

He's vibe coding, just making little changes to the admin, which means he never goes to my team and says, "Hey, can you guys generate this report or this graph for how users use our product?" No, he just puts it in himself if it's simple.

Today we wanted to make a change with how we handle payments for enterprise customers. Getting that wrong is a little more serious, and the change wasn't that hard, but he just didn't feel completely comfortable pushing it himself. So he just made a PR instead, and then we spent 15 minutes reviewing it. I said it was fine, so we pushed it.

It's so refreshing that now anybody can code. You just need to learn the basic prompting and these tools. And then that saves time for the developers to do the more heavyweight coding.

Tenille: It's an interesting world where we can have things set up where anyone could just jump in and with the right guardrails create something. It makes Friday demos quite probably a lot more interesting than maybe they used to be in the past.

Henrik: I would like to challenge any development team to let their stakeholders push code, and then find out whatever's stopping you from doing that and fix that. Then you get to a very interesting space.

Closing the Gap Between Makers and Users

Tenille: A key insight from your work with agile teams in the past has been to really focus on minimising that gap between maker and user. Do you think that AI helps to close that gap, or do you think it potentially risks widening it if teams are focusing too much on AI predictions and stop talking to their customers effectively?

Henrik: I think that of course depends a lot on the team. But from what I've seen so far, it massively reduces the gap. Because if I don't have to spend a week getting a feature to work, I can spend an hour instead. Then I have so much more time to talk to my users and my customers.

If the time to make a clickable prototype or something is a few seconds, then I can do it live in real time with my customers, and we can co-create. There are all these opportunities.

I find that – myself, my teams, and the people I work with – we work a lot more closely with our users and customers because of this fast turnaround time.

"Just yesterday I was teaching a course, and I was going home sitting on the subway. It was a 15-minute subway ride. I finally got a seat, so I had only 7 minutes left. There's this feature that I wanted to build that involved both front-end and back-end and a database schema change. Well, 5 minutes later it was done and I got off the subway and just pushed it. That's crazy."

Of course, our system is set up optimised to enable it to be that fast. And of course not everything will work that well. But every time it does, I've been coding for 30 years, and I feel like I wake up in some weird fantasy every day, wondering, "Can I really be this productive?" I never would have thought that was possible.

Looking Ahead: The Future of Agile Teams

Tenille: I'd like you to put your futurist hat on for a moment. How do you see the future of agile teamwork in, say, 10 to 15 years time? If we would have this conversation again in 2035, given the exponential growth of AI and improvements over the last two to three years, what do you think would be the biggest change for software development teams in how they operate?

Henrik: I can't even imagine 10 years. Even 5 years is just beyond imagination. That's like asking someone in the 1920s to imagine smartphones and the Internet. I think that's the level of change we're looking at.

I would shorten the time a little bit and say maybe 3 or 4 years. My guess there – and I'm already seeing this transfer happen – is that coding will just go away. It just won't be stuff that we humans do because we're too slow and we hallucinate way too much.

But I think engineering and the developer role will still be there, just that we don't type lines of code – in the same way that we no longer make punch cards or we no longer write machine code and poke values into registers using assembly language. That used to be a big part of it, but no longer.

"In the future, as developers, a lot of the work will still be the same. You're still designing stuff, you're thinking about architecture, you're interacting with customers, and you're doing all the other stuff. But typing lines of code is something that we're gonna be telling our kids about, and they're not gonna believe that we used to do that."

The other thing is smaller teams, which I'm already seeing now. I think the idea of a cross-functional team of 5 to 7 people – traditionally that was considered quite necessary in order to have all the different skills needed to deliver a feature in a product. But that's not the case anymore. If you skip ahead 2 or 3 years when this knowledge has spread, I think most teams will be 2 people and an AI, because then you have all the domain knowledge you need, probably.

As a consequence of that, we'll just have more teams. More and smaller teams. Of course, then you need to collaborate between the teams, so cross-team synchronisation is still going to be an issue.

Also, I'm already seeing this now, but this concept of sprints – the whole point is to give a team some peace of mind to build something complex, because typically you would need a week or two to build something complex. But now, when it takes a day and some good prompting to do the same thing that would have taken a whole sprint, then the sprint is a day instead. If the sprint is a day, is there any difference between a sprint planning meeting and a daily standup? Not really.

I think sprints will just kind of shrink into oblivion. What's going to be left instead is something a little bit similar – some kind of synchronisation point or follow-up point. Instead of a sprint where every 2 weeks we sit down and try to make a plan, I think it'll be very much continuous delivery on a day-to-day basis. But then maybe every week or two we take a step back and just reflect a little bit and say, "Okay, what have we been delivering the past couple of weeks? What have we been learning? What's our high-level focus for the next couple of weeks?" A very, very lightweight equivalent of a sprint.

I feel pretty confident about that guess because personally, we are already there with my team, and I think it'll become a bit of a norm.

Final Thoughts: Preparing for the Future

Henrik: No one knows what's gonna happen in the future, and those who say they do are kidding themselves. But there's one fairly safe bet though: no matter what happens in the future with AI, if you understand how to use it, you'll be in a better position to deal with whatever that is. That's why I encourage people to get comfortable with it, get used to using it.

Tenille: I have a teenage daughter who I'm actually trying to encourage to learn how to use AI, because I feel like when I was her age, the Internet was the thing that was sort of coming mainstream. It completely changed the way we live. Everything is online now. And I feel like AI is that piece for her.

Henrik: Isn't it weird that the generation of small children growing up now are going to consider this to be normal and obvious? They'll be the AI natives. They'll be like, "Of course I have my AI agent buddy. There's nothing weird about that at all."

Tenille: I'll still keep being nice to my coffee machine.

Henrik: Yeah, that's good. Just in case, you know.

---

Thank you to Henrik Kniberg for joining us on this episode of the Easy Agile Podcast. To learn more about Henrik's work, visit Abundly AI or check out his educational videos on AI and agile practices.

Subscribe to the Easy Agile Podcast on your favourite platform, and join us for more conversations about agile, product development, and the future of work.