Easy Agile Podcast Ep.18 Die besten Eigenschaften eines agilen Leiters und Teams

In dieser Folge wurde ich von Sherif Mansour, Distinguished Product Manager bei Atlassian, begleitet.

Wir haben über die Stile des Produktmanagements und die Eigenschaften gesprochen, die einen großartigen Produktmanager ausmachen. Bevor wir die Idee eines gemeinsamen Gehirns und die Rolle eines Produktingenieurs erforschten.

Sherif ist seit über 15 Jahren in der Softwareentwicklung tätig. Während seiner Zeit bei Atlassian war er für Confluence verantwortlich, ein beliebtes Tool für die Zusammenarbeit von Inhalten für Teams.

In letzter Zeit verbringt Sherif die meiste Zeit damit, Probleme mit allen Cloud-Produkten von Atlassian zu lösen. Sherif spielte auch eine Schlüsselrolle bei der Entwicklung neuer Produkte wie Stride, Team Calendars und Confluence Questions bei Atlassian. Sherif ist der Meinung, dass es schwierig ist, einfache Produkte zu entwickeln, und das gilt auch für das Schreiben einer einfachen, kurzen Biographie.

Hoffe dir gefällt die Folge genauso gut wie mir. Danke für ein tolles Gespräch, Sherif.

‍

Gerald erzählte, dass Unternehmen bei der Implementierung agiler Methoden oft immer wieder vor den gleichen Herausforderungen stehen, aber die eigentliche und wichtigste Herausforderung ist die Überwindung einer festen Denkweise.

‍

„Gerald hilft großen Unternehmen dabei, besser zusammenzuarbeiten und gleichzeitig dafür zu sorgen, dass sich die Teams auf die Menschen und den Kunden konzentrieren. Ich werde mir diese Episode noch einmal ansehen.“

Gerald hebt auch den Unterschied zwischen Beratern und Coaches hervor und wie wichtig es ist, gute Mentoren zu haben + mehr

Ich habe diese Folge geliebt und ich weiß, dass du es auch tun wirst!

Abonniere unbedingt, genieße die Folge 🎧

‍

Transkript

Sean Blake:

Hallo und willkommen zu dieser Episode des Easy Agile Podcasts. Sean Blake ist heute hier bei dir. Und wir haben einen großartigen Gast für Sie, es ist Gerald Cadden, strategischer Berater und Trainer für SAFe-Programmberater bei Scaled Agile, Inc. Gerald ist ein erfahrenes Unternehmen, IT-Experte, strategischer Berater und Trainer für Scaled Agile Program Consultant (SPCT) bei Scaled Agile. Danke, Gerald. Willkommen zum Easy Agile Podcast. Es ist wirklich toll, Sie heute als Gast zu haben, und vielen Dank, dass Sie ein wenig Zeit mit uns verbracht und Ihr Fachwissen im Easy Agile Podcast mit unserem Publikum geteilt haben.

Sean Blake:

Also ich bin wirklich interessiert und ich interessiere mich für diese Geschichte, die... Für all die Gäste, die wir beim Podcast haben, aber kannst du mir ein bisschen über deine heutige Karriere erzählen? Ich finde, dass die Leute ihren Weg zu diesen agilen Rollen oder in die Agile-Branche durch so viele verschiedene Arten von Jobs in der Vergangenheit gefunden haben. Manche Leute waren früher Klempner oder Handwerker, oder sie arbeiteten im Finanzwesen oder im Bankwesen. Wie haben Sie Ihren Weg gefunden, bei einem Unternehmen wie Scaled Agile zu arbeiten?

Gerald Cadden:

Guten Morgen, Sean. Danke, dass ich hier sein durfte, Leute. Ich freue mich sehr, heute hier bei euch zu sein. Karrieresachen sind immer eine interessante Frage. Ich bin 53 Jahre alt und wenn ich zurückblicke, frage ich mich, wie ich dahin komme, wo ich bin? Und oft kann man sich nur eine Reihe glücklicher Ereignisse ansehen. Und ich habe in Schuhgeschäften gearbeitet und dann habe ich beschlossen, etwas in meinem Leben zu tun. Ich habe ein IT-Diplom gemacht, dann einen Abschluss gemacht und angefangen, in der IT-Seite zu arbeiten. Ich habe quasi als Entwickler angefangen, weil dort das Geld war und du da hin wolltest. Ich bin nicht lange als Entwickler geblieben. In Ordnung. Alles klar. Ich war ein schrecklicher Entwickler, also war ich nicht gut darin. Es war frustrierend.

Gerald Cadden:

Ich habe vor dem Verkauf angefangen und das hat mich dazu gebracht, Geschäftsanalysen zu machen. Die BA-Arbeit hat mir sehr gut gefallen, weil ich mit Leuten arbeiten und Veränderungen sehen konnte. Ich konnte mit den Entwicklern arbeiten, konnte aber trotzdem direkt mit dem Kunden zusammenarbeiten, was für mich viel interessanter war. Also verbrachte ich viel Zeit in BA mit der Entwicklungsarbeit und der Neugestaltung von Geschäftsprozessen, meinem Übergang zu einem rationalen, einheitlichen Prozess. Als es das noch gab, habe ich unzählige Stunden damit verbracht, Anwendungsfälle für Ihre E-Mail-Diagramme zu schreiben und die Leute davon zu überzeugen, wie die Änderungen an diesen vorgenommen werden können. Und dann kam Agile und ich musste einen kompletten Gehirnwechsel vornehmen. All diese Dinge, die ich als BA gelernt hatte und von denen ich abhängig war, verschwanden plötzlich, weil Agile das nicht als direkte Arbeitsweise verlangte. Das musste im Hintergrund ablaufen, wenn man es wollte, und es war eher eine Zusammenarbeit.

Gerald Cadden:

Ungefähr 2004, 2005 fing ich an, viel mehr mit Agile zu arbeiten, bis ich in den USA lebte. Dort sammelte ich meine agilen Erfahrungen und blieb dort für eine lange Zeit. Ich habe großartige Erfahrungen gesammelt und bin dann etwa 2011 zur Arbeit mit SAFe übergegangen. Der Auslöser dafür war, dass ich für das große Finanzunternehmen in New York mit einem Team dort gearbeitet habe. Und wir waren dabei, eine umfangreiche Methode für sie neu zu entwickeln, um Agile in großem Maßstab zu implementieren. Als wir 2011 auf einer Agile-Konferenz an einem Seminar teilnahmen, sah Dean Leffingwell eine Präsentation über SAFe und schaute einfach auf und sagte: „Nun, wir können aufhören, an unserer Methodik zu arbeiten. Es ist erledigt.“

Gerald Cadden:

Also kaum nach diesem Treffen rannte ich nach draußen und ging mit Dean Leffingwell los, weil ich wollte, dass er sich meine Diagramme und alles ansieht und mir eine Bestätigung gibt, dass ich das Richtige tue. Dean hat ein sehr offenes Gesicht und er zog sein offenes Gesicht und sah mich an und sagte einfach: „Weißt du was? Einfach SAFe benutzen?“ Und ich sage: „Ja, das werden wir.“ Und so begann ich meine SAFe-Reise zu dieser Zeit und wir haben dieses Finanzunternehmen gegründet und seitdem bin ich auf dieser Reise.

Sean Blake:

Bringen Sie uns also zurück vor 10 Jahren ins Jahr 2011. Und Sie arbeiten bei diesem Finanzunternehmen, Sie haben von diesem Konzept von SAFe gehört, und zwar zum ersten Mal, als Sie damit begonnen haben, es umzusetzen. Wie haben die Mitarbeiter dieses Unternehmens darauf reagiert, dass Sie diese neue Denkweise in diesen neuen Rahmen eingeführt haben? Es hörte sich an, dass Sie die Diagramme zu den Frameworks und den Konzepten, die sich in Ihrem Kopf herausbildeten, bereits hatten. Fanden Sie das für einen einfachen Prozess? Ich glaube, ich kenne die Antwort bereits, aber wie komplex war es, SAFe zum ersten Mal in einer Organisation dieser Größenordnung einzuführen?

Gerald Cadden:

Ja, das ist ein sehr großes Finanzunternehmen, ein sehr altes Finanzunternehmen, also eine sehr traditionelle Arbeitsweise. Interessant sind also die gleichen Herausforderungen, vor denen SAFe heute steht, schon vor der Gründung von SAFe. Es gab also immer noch dieselben Herausforderungen wie bei früheren Managementansätzen, die versuchten, zu schnelleren Arbeitsweisen überzugehen. Während wir also wie wild in Visio Diagramme zeichneten und versuchten, Modelle zu erstellen, die die Menschen verstehen, war es schwierig, ein Kontinuum an Wissen und Bildung zu schaffen, das die Menschen dazu brachte, von ihrer Denkweise zu der Denkweise überzugehen, die wir uns für sie wünschten. Und für mich und das Team, mit dem ich gearbeitet habe, war es eine Reise, die sich ständig weiterentwickelt hat. Ich arbeite mit einem wirklich großartigen Mann zusammen und sein Name ist Algona, ein sehr, sehr kluger Mann.

Gerald Cadden:

Und so kratzen wir uns beide ständig am Kopf, wie wir das Management dazu bringen können, seine Meinung zu ändern. Und wir haben uns auf Bildung konzentriert, aber es war immer noch eine große Herausforderung. Ich habe das Projekt abgeschlossen, so wie sie mit SAFe angefangen haben. Ich wechselte in das Unternehmen in eine andere Managementposition, sodass wir die Arbeit dort fortgesetzt haben. Michael Stump, er hat früher für Scaled Agile gearbeitet. Ich glaube, er arbeitet jetzt in einem anderen Unternehmen, aber er hat einen Großteil dieser Arbeit fortgesetzt und wirklich gute Arbeit geleistet und sie haben SAFe implementiert. Sie haben Änderungen vorgenommen, aber sie standen vor den gleichen Herausforderungen. Die Denkweise des Managements überwand die Abkehr von den Silos hin zu einer stärker netzwerkstrukturierten Organisation. Nur die Tools, nur die einfachen Dinge waren immer noch eine Herausforderung, und es gibt auch heute noch eine Herausforderung. Die Art der Organisation entwickelt sich also auch in der modernen agilen Welt immer noch weiter.

Sean Blake:

Sie haben dort erwähnt, dass ein Teil der Herausforderung in den Bereichen Denkweise und Bildung liegt. Haben Sie irgendwelche Abkürzungen gefunden, um die Denkweise eines Teams zu ändern? Die Art und Weise, wie sie an ihre Arbeit herangehen, wie sie die Zusammenarbeit mit anderen Teams in dieser Organisation angehen? Ich gehe davon aus, dass der Erfolgsfaktor viel damit zu tun hat, ob das Team seine Denkweise in Bezug auf die Art und Weise, wie es zuvor gearbeitet hat, geändert hat und sich nun dieser neuen Arbeitsweise verschrieben hat? Und können Sie mit uns ein wenig darüber sprechen, wie Sie die Denkweise eines Teams ändern können?

Gerald Cadden:

Vielleicht ändere ich hier die Richtung Ihrer Frage, denn was ich herausgefunden habe, ist, dass Sie normalerweise nicht zu hart arbeiten müssen, um die Denkweise eines Teams zu ändern. Die meisten Teams sind wirklich begierig darauf, neue Dinge auszuprobieren und innovativ zu sein. In Teams begegnet man nur einigen Leuten, deren Karriereweg sie vielleicht an einen bestimmten Punkt gebracht hat, an dem sie mit der Welt zufrieden sind und sich nicht ändern wollen. Die Denkweise, die Sie wirklich ändern müssen, bezieht sich auf diesen Führungsbereich, und das gilt auch heute noch. Die Teams werden sich also schnell anpassen, wenn das Management das Umfeld schaffen kann, das es ihnen ermöglicht, und wenn sie dazu befähigt werden können. Aber es ist wirklich... Wenn Sie das Team befähigen wollen, müssen Sie die Führungskräfte um sie herum dazu bringen, ihre Denkweise zu ändern, die Strukturen zu ändern, die die Teams daran hindern, die bestmögliche Arbeit zu leisten.

Gerald Cadden:

Und das war für mich die große Entdeckung, während du mitgemacht hast, und das gilt auch heute noch. Während sich Agile weiterentwickelt hat, ist mir aufgefallen, dass Führungskräfte nicht immer ganz oben auf der Liste der Herausforderungen stehen, aber für mich stand sie immer ganz oben auf der Liste. Viele Menschen wollen sich Führung ansehen und Dinge über sie sagen, die wenig schmeichelhaft sind, aber man muss bedenken, dass es sich um Menschen handelt. Und der beste Weg, um Führung zu erlangen, besteht darin, wirklich mit einem Gespräch zu beginnen und ihnen zu helfen, es zu verstehen. Sie kennen die Herausforderungen, aber wir müssen ihnen helfen, zu verstehen, was die Probleme verursacht, die zu diesen Herausforderungen führen.

Gerald Cadden:

Wenn du mit ihnen zusammenarbeitest und sie erziehst, kannst du ihren Geist ein bisschen mehr öffnen. Bedeutet das, dass sie sich tatsächlich ändern werden? Nicht unbedingt. Politische Beweggründe, Ideologien und andere Dinge hinderten die Führung daran, sich zu bewegen. Aber Gespräche und Bildung sind meiner Meinung nach der richtige Weg, um Führung wirklich anzugehen. Und sie als Person kennenzulernen, sich für ihre Herausforderungen zu interessieren, sich für sie als Individuum zu interessieren. Es ist also wichtig, diese soziale Bindung herzustellen. Als Berater war das immer schwierig, denn als Berater wird man immer als externe Kraft gesehen und es ist schwierig, eine gewisse soziale Beziehung zu dieser Führung aufzubauen und dieses Vertrauen aufzubauen.

Sean Blake:

Ja, das ist so wahr. Ja, ist es nicht. Ich erinnere mich an eine Agile-Transformation, an der ich zuvor teilgenommen habe, wie der Agile-Coach wirklich genauso viel Zeit mit dem Führungsteam verbrachte wie mit uns, dem Agile-Team. Und es scheint seltsam, dass der Coach so viel Zeit damit verbracht hat, das Führungsteam wirklich darin zu coachen, wie es über diese neue Arbeitsweise denken sollte, aber wenn man es in den richtigen Kontext stellt, ist es so wichtig, dass sie dieses Umfeld schaffen, in dem sich ihre Mitarbeiter und ihre Teams sicher fühlen, wenn sie etwas Neues ausprobieren. Ja, das ist wirklich wichtig.

Gerald Cadden:

Ich denke, wenn Sie sich ansehen, wie sich Agile entwickelt, wenn Sie sich die Erstellung des Agile-Manifests und seiner Prinzipien und dann der folgenden Frameworks wie ScrumXP usw. ansehen, hat es sich aus der Teamperspektive entwickelt. Also gingen alle davon aus, dass wir diese Dinge entwickeln müssten, damit die Teams ihnen folgen, aber als die Leute mit Teams arbeiteten, stellten sie fest, dass es überhaupt nicht die Teams waren, die Teams passen sich an, sondern das Management und die Strukturen der Organisationen passen sich nicht an. Und genau da ist es hingegangen.

Gerald Cadden:

Ich kann mich nicht an die Anzahl der unzähligen Scrum-Implementierungen erinnern, an denen Sie gearbeitet haben, und Sie haben gerade die Obergrenze der organisatorischen Herausforderungen erreicht. Und es war immer sehr frustrierend für die Teams. Ich denke, es gibt auch eine andere Seite dazu: Zu viele in der agilen Welt betrachten die Teams einfach als den Mittelpunkt der Welt und man kann es auch nicht von dieser Art aus angehen. Die Teams sind sehr wichtig, um den Kunden einen Mehrwert zu bieten, aber es ist das Unternehmen als Ganzes, das Wert liefert. Und ich denke, man muss sich wirklich zurücklehnen und einfach sagen: „Die Teams sind Teil davon, wie ändern wir die Organisation einschließlich der Teams?“

Sean Blake:

In Ordnung. Das ist wirklich interessant. Gerald, du hast ein bisschen über Teams und Denkweisen gesprochen. Wenn du in eine Organisation gehst, einen großen Autohersteller oder eine große Fluggesellschaft oder ein Finanzdienstleistungsunternehmen und sie dich um Hilfe bitten oder um deine Ausbildung bitten, wie beurteilst du dann, wo die Organisation steht? Wie hoch ist ihr Reifegrad aus agiler Sicht? Kommen Unternehmen zu Ihnen, die im Kopf haben, dass sie bereit sind, SAFe zu machen, und dann tauchen Sie am ersten Tag auf und es stellt sich heraus, dass niemand eine wirkliche Vorstellung davon hat, wie diese Art von Engagement aussieht?

Gerald Cadden:

Ja, das ist eine gute Frage. Denn ich denke, wenn ich auf die Geschichte zurückblicke, 2011, 2012, als SAFe wirklich in Gang kam, als Sie vorankamen, ich meine, es gab keine Vorstellung, wo ich anfangen sollte. Die Berater fanden es einfach selbst heraus und wie bei den meisten Beratungen oder den meisten Methoden beschäftigten sie sich in einem IT-Bereich und auf Teamebene. Und die Leute würden versuchen, von der Teamebene an zu wachsen. Und irgendwann müssen wir wissen, dass ich viel damit zu kämpfen hatte, weil ich nur versucht habe herauszufinden, wo das ist. Mein Beraterhut war also immer auf, um mich hinzusetzen, mit den Leuten über ihre Herausforderungen zu sprechen und einen Weg zu finden, herauszufinden, wie die Herausforderungen gelöst werden können, ob es nun Scrum oder SAFe sein würde oder was auch immer richtig sein würde.

Gerald Cadden:

Das sind nur Werkzeuge in der Toolbox. Aber als ich Agile skalierte, mit dem ich gearbeitet habe... Entschuldigung, als ich mit SAFe gearbeitet habe, hat Scaled Agile die Implementierungs-Roadmap herausgebracht. Es hat so viel mehr Klarheit gebracht, als ich später bei SAFe gearbeitet habe, und ich wünschte, es wäre früher gekommen, weil es mir wirklich geholfen hat, die anfängliche Sache zu klären, die wir als Überwindung des Kipppunkts bezeichnen. Wie man mit der Organisation zusammenarbeitet, mit der man spricht, mit den richtigen Leuten zusammenarbeitet, ihre Herausforderungen versteht, ihnen hilft zu verstehen, was diese Probleme verursacht, was die traditionellere Arbeitsweise der traditionellen Management-Mentalität ist, ihnen hilft, SAFe zu verbinden, um diese Herausforderungen zu bewältigen und ihnen zu zeigen, wie sie beginnen können. Wenn Sie sich die Roadmap ansehen, handelt es sich um eine zusammenhängende, schrittweise Angelegenheit, aber in Wirklichkeit stellen Sie fest, dass zwischen diesen Schritten Lücken bestehen, und in diesen Lücken führen Sie als Übergangsteam viele Gespräche mit dem Management.

Gerald Cadden:

Wenn du sie durch eine Schulung bringst, werden sie nicht aus dem Kurs kommen und sagen: „Oh, wow, das war's. Wir wissen, was zu tun ist.“ Es bedarf eines Folgegesprächs. Sie müssen in vielen Gesprächen eins zu eins führen und Themen behandeln, bei denen Sie Vorteile haben, damit Sie die Annahmen ausräumen oder die Missannahmen bereuen können. Es ist also ein großer Teil dieser Art von Arbeit, dass die Roadmap da ist, für diejenigen, die SAFe heute implementieren, sie verwenden. Es ist eines der hilfreichsten Tools, die Sie haben werden.

Sean Blake:

Fantastisch. Ja. Ich denke, wenn man nur den Unterschied zwischen den Tools in der Toolbox anerkennt und dann die andere Tatsache, dass man es mit Menschen zu tun hat und mit Einstellungen und Motivationen und Verhaltensweisen und Gewohnheiten, gibt es wirklich zwei sehr unterschiedliche Dinge. Es hört sich an, dass du sie alle zusammen auf diese Reise mitnehmen musst.

Gerald Cadden:

Ja. Außerdem bilden wir so viele SPCs wie SAFe-Programmberater aus. Wir bilden sie aus und bilden sie ständig außerhalb des Unterrichts bei uns und unseren Partnern aus. Was du kannst, du kannst ihnen das Framework beibringen, aber du kannst ihnen nicht unbedingt beibringen, wie man ein guter Berater oder ein guter... Ich möchte sagen, dass ich den Begriff Berater und Coach verwende, oder?

Sean Blake:

Ja.

Gerald Cadden:

Manchmal sage ich gerne, dass ein guter Berater ein guter Coach sein kann, aber ein guter Coach muss nicht unbedingt ein guter Berater sein, weil es noch eine andere Wissenswelt gibt, die man haben muss, wie setzt man sich hin und spricht mit Führungskräften? Wie lernt man die Patienten kennen und welche Art von Fragen man stellen muss, wie lernt man, diese Beziehungen aufzubauen und zu verstehen, wie man mit politischen Maßnahmen umgeht? Es gibt also Dinge, die außerhalb des Fachwissens eines SPC liegen und die sie sich aneignen müssen. Also junge Leute, die kommen und rennen, um diesen SPC-Kurs zu machen. Ich möchte euch auf alles vorbereiten, aber er gibt euch die Grundlagen.

Sean Blake:

Wenn Sie also in einer Organisation sind oder Menschen coachen, um zu ihrer Organisation zurückzukehren, wie bringen Sie ihnen diese Coaching-Fähigkeiten bei, damit sie, wenn sie reinkommen und die Politik lernen müssen, die roten Fahnen erkennen müssen, sie müssen die Abhängigkeiten bewältigen, sie müssen neue Teams in den Zug bringen? Wie geht man wirklich vor, um den menschlichen und kommunikativen Werkzeugkasten auszustatten?

Gerald Cadden:

Ich denke, Sie können die Grundlagen des Frameworks natürlich vermitteln, indem Sie die Schulungen durchgehen. Aber Mentoring ist für mich der richtige Weg. Jedes Mal, wenn ich eine Schulung gebe, mache ich den Leuten ganz klar, wenn sie zurückgehen und eine Transformation beginnen, sollten sie das nicht alleine machen. Finden Sie erfahrene Leute, die das gemacht haben, und die Erfahrung sollte nicht nur mit SAFe sein. Sie sollten bei Bedarf Erfahrung mit großen Organisationen gesammelt haben, die Erfahrung mit der Portfolioebene haben. Ganz einfach, weil es Fähigkeiten gibt, die Menschen im Laufe der Jahre ihrer Karriere entwickeln, wenn sie sie zu Beginn nicht hatten.

Gerald Cadden:

Ich meine, wenn ich auf einige der schrecklichen Dinge zurückblicke, die ich in Besprechungen und vor Führungskräften gesagt hatte, würde mein Chef seine Hände vor sein Gesicht legen, weil ich jung und impulsiv und unreif war, und das sehe ich heute. Als ich das erste Mal in die USA kam, arbeitete ich mit einigen jüngeren BAs zusammen und sie sagten Dinge in Besprechungen und man musste schnell um einige Dinge herumtanzen, bis man sagte: „Das wollten wir gerade nicht wirklich sagen.“ Deshalb denke ich, dass Mentoring die richtige Fähigkeit ist. Wir können dir die taktischen Fähigkeiten beibringen, aber dir die politischen Fähigkeiten, die menschlichen Fähigkeiten beizubringen, erfordert Mentoring und Zeit.

Sean Blake:

Mentoring ist in diesem Zusammenhang so wichtig. Ist es nicht?

Gerald Cadden:

Ja.

Sean Blake:

In Ordnung. Lassen Sie uns also vor 12 Monaten auf März 2020 zurückspulen. Ein Monat, der sich wahrscheinlich in den Köpfen vieler Menschen eingebrannt hat, ist der Monat, in dem COVID unser Leben auf absehbare Zeit verändert hat. Ich weiß, dass Easy Agile viele Inhalte hatte, Artikel darüber, wie man PI-Planung aus der Ferne durchführt, wie Sie Ihren virtuellen Teams helfen können, besser zusammenzuarbeiten, und wir wussten nicht, dass COVID kommen würde. Wir haben gerade diesen Trend in der Belegschaft gesehen und wir hatten diese Inhalte verfügbar.

Sean Blake:

Und dann habe ich mir unsere Website-Analysen angesehen und wir hatten einen riesigen Anstieg bei dem, was ich vermute, waren die Leute in diesen Unternehmen, die zum ersten Mal versuchten, herauszufinden, wie man PI-Planung virtuell durchführt, wie man ihre Freigabezüge buchstäblich auf den Gleisen hält, in einer Zeit, in der die Leute entweder den Staat verließen, zum ersten Mal von zu Hause aus arbeiteten, es ist wirklich so, als ob jemand die Bombe mitten in diesen Auslasszügen abgeworfen hat und die Leute darauf herumkraxeln, wie wir sind machen wir das jetzt virtuell? Hatten Sie zu der Zeit viele Fragen dazu, wie wir das machen werden? Und wie haben Unternehmen Ihrer Meinung nach auf diese Herausforderungen reagiert?

Gerald Cadden:

Ja. Ich erinnere mich, dass ich im Januar 2020 in Boulder, Colorado, war und gerade aus dem Urlaub in Australien zurückgekommen bin. Zu diesem Zeitpunkt kam COVID auf und Sie haben im Januar 2020 von Dingen gehört. Ich habe mit meinen Kollegen gesprochen und wir haben uns gefragt, wie schlimm das sein wird. Innerhalb von zwei Monaten fällt die Welt auseinander. Und ich denke, für uns ist es eine gute Möglichkeit, diese Geschichte zu erzählen, wenn wir uns ansehen, was Scaled Agile getan hat. Wir wussten, dass unser Geschäft sehr stark vom Erfolg unserer Partner abhängt, und das ist es auch heute noch. Und als wir anfingen, die physische Welt der PI-Planung und -Schulung zu verstehen, wurde uns klar, dass das Unternehmen, wenn es völlig auseinanderfiel, sich schnell anpassen musste.

Gerald Cadden:

Wir hatten bereits eine Reihe von Prioritäten für den PI festgelegt und implementieren Scaled Agile intern im Unternehmen. Zu der Zeit leiten wir das Unternehmen als Zug selbst, weil es 170 Personen sind. Also mussten sie die verschiedenen Epen neu priorisieren, wir haben neue Funktionen veröffentlicht und es ging nur darum, was wir jetzt ändern müssen, um unsere Partner über Wasser zu halten, indem wir sie online bringen, und ein wirklich gutes Team von Scaled Agile, das sich wirklich unternehmensübergreifend darum bemüht, kurzfristige Online-Materialien zu erstellen, um die Partner auf dem Laufenden zu halten, damit sie weiter unterrichten konnten. Sie könnten Wege finden, dies zu tun, PI-Planung durchzuführen, sie überprüfen Anpassungen alles online. Deshalb haben wir eine Menge Material einfach in Form von PowerPoint-Folien herausgebracht, die sie dann in Tools wie Mural, Al Tool integrieren konnten. SAFe Collaboration — wir haben das entwickelt, und das ist im Laufe der Zeit immer reifer geworden.

Gerald Cadden:

Und jetzt sind wir in einer Welt, in der wir viel mehr Stabilität haben. Wir haben einen großen Einbruch erlebt, wie jeder andere auch, aber die Frage ist, werden Sie aus diesem Einbruch herauskommen? Also, was wir wahrscheinlich sogar im zweiten Quartal dieses Jahres bemerkt haben, als wir am Ende sahen, dass es wieder auftauchte, was unsere Partner anfingen, mehr online zu unterrichten. Die Zahlen sagten uns also, dass die Materialien, die wir produzieren, funktionierten. Für uns war es einfach eine großartige Bestätigung, dass es uns gerettet hat, sich so zu organisieren, wie wir uns organisiert haben, die schnelle Art und Weise, wie wir uns anpassen konnten. Scaled Agile hätte also den Weg vieler Unternehmen gehen können und nicht überleben können, weil unsere Partner nicht überlebt hätten. Wir hatten die Fähigkeit, uns anzupassen. Aus meiner Sicht ist es also eine großartige Erfolgsgeschichte.

Sean Blake:

Nun, das ist großartig. Wir freuen uns alle, dass du immer noch da bist, um die Geschichte zu erzählen.

Gerald Cadden:

Ja, das sind wir.

Sean Blake:

Und Gerald, ob Sie nun über Unternehmen nachdenken, mit denen Sie in der Vergangenheit zusammengearbeitet haben, oder vielleicht sogar über das interne Scaled Agile-Beispiel, das Sie gerade angesprochen haben. Gibt es bestimmte Treffen, Zeremonien oder Kontrollpunkte, die im Rahmen des Agile Release Train-Prozesses wirklich wichtig sind? Was sind die Dinge, die für Sie wirklich verpflichtend sind, oder die wichtigsten Elemente, an denen sich das Unternehmen während der eigentlichen Einrichtungsphase, in der es versucht, den Scaled Agile-Ansatz zu verwirklichen, wirklich festhalten sollte?

Gerald Cadden:

Also interpretiere ich deine Frage richtig. Ich denke, wenn Sie die wirklich wichtigen Dinge umsetzen, auf die Sie sich als Team konzentrieren müssen, ist für mich zuallererst die PI-Planung. Das ist die wichtigste Sache. Es ist das erste, was die Leute ändern wollen, weil es zwei Tage dauert und jeder kommen muss und es Unternehmen eine beträchtliche Summe an Geld kosten kann, das alle 10 bis 12 Wochen durchzuführen. Sie werden also sehr schnell davonlaufen, wie ich es in der Vergangenheit in der Autofirma getan habe. Sie treffen sehr schnell auf den Finanzkontrolleur, der verstehen will, warum Sie 40.000$ pro Quartal für ein großes zweitägiges Meeting ausgeben. Und so lügen sie, sie fangen an, jeden Punkt auf der Rechnung in Frage zu stellen, aber das ist der wichtigste.

Gerald Cadden:

PI-Planung ist wichtig. Das Prüfen und Anpassen ist das andere, einfach weil wir am Ende keine Verbesserungsmöglichkeiten haben, wenn Sie diesen Feedback-Zyklus entfernen, was wir als Schließen des Kreislaufs bezeichnen, wenn Sie ihn entfernen. Diese beiden Ereignisse selbst bilden also die Grundlage dafür, womit wir beginnen und wie wir den Kreislauf schließen, aber es gibt kleinere Ereignisse, die zwischen den Teamevents stattfinden, die natürlich alle wichtig sind. Aber wichtiger für mich ist die Konstante, das Ereignis für das Produktmanagement-Team oder das Programmmanagement-Team, wie werden Sie sie filtern, entschuldigen Sie.

Gerald Cadden:

Wer muss sich regelmäßig treffen, um das sicherzustellen, dann nennen wir das den Sync. Das ist also der ART Sync oder der POPM Sync. Sie müssen sicherstellen, dass diese eingehalten werden, da es sich dabei um dynamischere Feedback-Schleifen handelt und sicherstellen, dass gute architektonische Anforderungen oder gute Funktionen umgesetzt werden, sodass die Teams, wenn Sie zu PI Planning kommen, wichtige Dinge zu erledigen haben. Wenn Sie mir also meine drei wichtigsten Ereignisse nennen müssten: PI Planning, Inspect and Adapt und ART Sync und das Produkt POPM Sync.

Sean Blake:

Fantastisch. Ich weiß, dass es für Teams immer die Versuchung gibt, Abkürzungen zu finden und die Problemumgehungen zu definieren, bei denen sie bestimmte Besprechungen oder bestimmte Check-Ins nicht durchführen müssen, aber in Bezug auf die Kommunikation muss es für diese Teams sehr wichtig sein, sicherzustellen, dass sie immer noch kommunizieren und das Framework nicht als Ausrede benutzen, um die Besprechungen zu beenden und die Zusammenarbeit einzustellen.

Gerald Cadden:

Ja. Ja, das habe ich durchgemacht, als ich bei der großen Autofirma in den USA angefangen habe, habe ich beschlossen, das Pflaster abzuzocken. Sie hatten mehrere Teams, die an Projekten arbeiteten, und es ging ihnen nicht gut. Als ich mir die Herausforderungen ansah und beschloss, SAFe zu implementieren, sagten einige vom Management: „Bist du verrückt? Warum würdest du das tun?“ Aber sie haben mir vertraut. Also haben wir das Pflaster abgerissen und sie alle zu einem Knoten geformt. Wir haben die Einrichtung gestartet. Und ich erinnere mich, dass einige Mitglieder des Managements am Ende der PIs viele Zweifel hatten, die kamen, nachdem sie die PI durchgesehen hatten und sagten, sie könnten einfach nicht glauben, wie toll das war.

Gerald Cadden:

Obwohl der erste PI etwas chaotisch war, verstanden sie die Arbeit und die Zusammenarbeit, die Ausrichtung, nur die Diskussionen, die stattfanden, waren für sie viel aussagekräftiger. Und die Teams waren glücklicher, sie gingen in eine andere Umgebung. Es hat also die Stimmung stark verändert. Also ich denke, dass die Teams ihre Fähigkeit haben, an einer der wichtigsten Stellen gehört zu werden, während der PI-Planung, sie bekommen die Chance, gehört zu werden. Sie erhalten die Chance, mitzumachen, anstatt erst am Ende zu sein, wo ihnen gesagt wird, was zu tun ist.

Sean Blake:

Mm-hmm (bejahend). Es stärkt das Team also wirklich.

Gerald Cadden:

Ja. Ja, absolut.

Sean Blake:

Das ist großartig. Wenn ein Unternehmen also die Implementierungsphase hinter sich lässt und sich ein bisschen mehr an die Art und Weise gewöhnt, die Dinge zu erledigen, was ist der beste Weg für es, diese Fortschritte der gesamten Organisation mitzuteilen und dann diese Arbeitsweise wirklich zu evangelisieren, um zu versuchen, mehr Teams an Bord zu holen und mehr Agile Release Trains einzurichten, sodass es wirklich ein Ansatz für das gesamte Unternehmen ist.

Gerald Cadden:

Ja. Eine gute Frage. Also ich denke zuallererst an die Systemdemo, die wir machen. Also die regelmäßigen Systemdemos, die stattfinden, das ist eine Veranstaltung, zu der man Leute einladen kann. Wenn Sie also das Ende der Programminkremente erreichen, die 10, 12 oder die acht, 10 oder 12 Wochen, und Sie machen Ihre PI-System-Demo, ist das eine Gelegenheit für Sie, Leute einzuladen, die vielleicht in der Organisation stehen und die das tun werden, oder sie sind neugierig, oder wenn Sie externe Lieferanten haben, die Sie im Rahmen der Schulung mit ins Boot holen möchten, lassen Sie sie kommen. Lassen Sie sie zu diesen Veranstaltungen kommen, damit sie einfach teilnehmen können. Sie können sehen, was vor sich geht, und das nimmt einem Teil der Angst vor dem, was das Zeug ist. Es gibt ihnen viel Arbeit.

Gerald Cadden:

Also die Systemdemo, ob du es während der PI machst, aber auf jeden Fall die PI-Systemdemo und du willst die. Also eher spontane Dinge und eines der Dinge, bei denen Organisationen, die ich gesehen habe, wirklich nicht tun, ist, wenn sie Erfolg haben, die Führung rund um den Zug gehen muss, und ich hasse den Begriff „evangelisieren“, aber gehen Sie raus und zeigen Sie die Erfolge. Gehen Sie raus und sprechen Sie bei der nächsten Firmentagung darüber, wo sie waren und wo sie jetzt sind. Teilen Sie in diesem Zusammenhang aber nicht nur die Kennzahlen mit, die auf eine höhere Wertschöpfung hindeuten, zeigen Sie die menschlichen Kennzahlen, zeigen Sie, wie das Team von einem gewissen Grad der Verärgerung zu einem vielleicht glücklicheren Gefühl und besserem Feedback übergegangen ist, sondern zeigen Sie, wie Unternehmen und Technologie näher zusammengekommen sind, weil sie in der Lage sind, zusammenzuarbeiten und gemeinsam Wert zu schaffen, anstatt uneins zu sein, weil das System sie uneins macht.

Sean Blake:

Fantastisch. Gerald, gibt es noch etwas, das du unserem Publikum mitteilen möchtest, bevor wir die Folge beenden? Irgendwelche Tipps oder ermutigenden Worte oder vielleicht ein paar Ratschläge für diejenigen, die erwägen, ihre Agile-Teams zu erweitern.

Gerald Cadden:

Ich denke, der eine Ratschlag, den ich noch einmal wiederhole, ist, während Sie den Implementierungsprozess durchlaufen und damit beginnen, Ihren Zug zu starten und Ihre Teams zu schulen, herauszufinden, wie Sie sie beim Start unterstützen werden. Wenn die Leute einen SPC-Kurs oder all die anderen Klassen absolvieren, werden sie nicht als sichere Genies herauskommen. Sie werden Wissen haben und sie werden den Enthusiasmus haben und auch etwas Angst haben, aber du brauchst gutes Coaching. Finden Sie also heraus, wenn Sie mit dem Implementierungsmuster beginnen, bei dem Sie die Teams usw. entwerfen, und finden Sie heraus, wie Ihr Coaching-Muster aussehen wird. Stellen Sie die Leute ein, die über das Wissen und die Erfahrung verfügen, und arbeiten Sie mit einem Partner zusammen, der das Wissen und die Erfahrung sammelt. Sie sollten nicht für immer dort bleiben, wenn Sie mit Beratern zusammenarbeiten.

Gerald Cadden:

Ihre Aufgabe sollte es sein, Sie zu befähigen, nicht dauerhaft dort zu bleiben, aber ohne dieses Coaching und das Coaching über ein paar PIs neigen Ihre Teams dazu, auf Probleme zu stoßen und rückwärts zu gehen. Um diese Dynamik aufrechtzuerhalten, geht es für mich darum, das Coaching-Muster herauszufinden. Die einzige andere, die ich auch sagen würde, ist eine gute Zusammenarbeit zwischen dem Produkt und den Personen, die die Rolle des Produktmanagements in der Architektur übernehmen werden, sicherzustellen, die Beschwerden zu beseitigen und sie zusammenarbeiten zu lassen, weil sie einen ersticken können. Steigen Sie ein und sprechen Sie vor der Markteinführung über die Umgebungen. Sie wollen keine komischen Probleme haben, wenn Sie sagen: „Oh, die Architektur ist schrecklich.“ Okay. Lass uns darüber sprechen, bevor wir starten.“ Also nur ein paar Dinge, die ich für wirklich wichtig halte, auf die Sie sich konzentrieren sollten, bevor Sie den Zug starten.

Sean Blake:

Fantastisch. Das weiß ich wirklich zu schätzen, Gerald. Ich habe in unserem Chat tatsächlich viel gelernt. Es sind dieselben Herausforderungen, die Sie vor 10 Jahren hatten, es sind dieselben Herausforderungen, vor denen wir heute stehen. Das eigentliche Problem von COVID ist die Herausforderung, wie Sie sich auf die Änderung der Denkweise konzentrieren können. Wir haben darüber gesprochen, dass die Teams bestrebt sind, sich zu ändern. Es mag ein paar murrende Stimmen geben, aber in Wirklichkeit geht es darum, dass Führung ein einladendes und sicheres Umfeld bietet, um diesen Wandel zu fördern, und um den Unterschied zwischen Coach und Berater, die Bedeutung von Mentoring. Wow, wir haben tatsächlich eine Menge Boden zurückgelegt, nicht wahr?

Gerald Cadden:

Ich kriege vielleicht Hasspost für diesen Kommentar, aber...

Sean Blake:

Oh, wir werden sehen. Die Zeit wird es zeigen. Vielen Dank, Gerald, dass Sie sich uns im Easy Agile Podcast angeschlossen haben. Und wir freuen uns, dass Sie Ihr Fachwissen mit uns und dem Publikum für den Podcast teilen. Danke, dass du gekommen bist.

Gerald Cadden:

Ich mache es jederzeit gerne. Danke, dass ich heute hier bin.

Sean Blake:

Danke Gerald.

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.