ki-praxis/checklists/reife-assessment.md

Reife-Assessment (Team, Coding-Agents)

20–30 Minuten. Kein Workshop, kein Zertifikat. Leiter und Einordnung: Kapitel 20.2.

So führt ihr es durch

1. Wer: 1–2 Practitioners plus optional Tech Lead oder EM.
2. Material: ein Agent-Ticket und ein Agent-PR der letzten zwei Wochen.
3. Antworten: pro Frage Ja / Teilweise / Nein. Teilweise = Artefakt existiert, ist aber kein Standard.
4. Score: Ja = 2, Teilweise = 1, Nein = 0. Fragen 1–15 zählen, 16–17 nicht.
5. Aggregation (Setzung, keine geeichte Skala) — drei Größen:
   1. Summe S — Punkte Q1–15 (0–30).
   2. Gewichtung — A–C = (Q1+…+Q8)/8; D–E = (Q9+…+Q12)/4 (je 0–2). F und G zählen in S, blocken die Stufe nicht allein.
   3. Hebel — Minimum der sieben Dimensionsmittel (A–G, je 0–2), nicht der Gesamtmittelwert.
6. Output: Stufe 0–2 nach den Schwellen unten + ein Must-have-Gap für 14 Tage.

Team-Reife (Standards) nicht mit Repo-Maturity (Orakel/Hygiene am Touchpoint) verwechseln — Letzteres: Kapitel 21.

Fragen

A. Context-Management & Session-Disziplin

(Kap. 4)

1. Werden Session-Grenzen bewusst gesetzt — nicht erst bei Panik-Reset?
2. Sind Compact mit Erhaltungs-Hints und/oder Handoff bei Session-Wechsel geübte Praxis?
3. Wird vor dem ersten Write eine Session-Start-Disziplin genutzt?

B. DoD & Verify

(Kap. 10)

4. Haben Tasks eine agent-ermittelbare DoD (Command/Check), nicht nur „sieht gut aus“?
5. Sind Verify-Defaults im Repo dokumentiert und im Review erwartbar?
6. Werden Agent-PRs ohne brauchbares Orakel abgelehnt oder bewusst als schwaches Orakel geführt?

C. Slices & Aufgabenformulierung

(Kap. 8, 14)

7. Sind Tasks als vertikale Slices formuliert: Ziel + Nebenbedingungen + Ausschlüsse + DoD?
8. Werden Epics vor dem Agent-Lauf geschnitten — statt als Big-Bang-Prompt?

D. Hygiene & Konsistenz

(Kap. 12)

9. Ist AGENTS.md aktuell und widerspruchsarm zu realen Commands/CI?
10. Gibt es ein wiederkehrendes Hygiene-Minimum (Ignore, Sweep, Skill-Leichen, erledigte Handoffs)?

E. Handoff & Knowledge

(Kap. 4, 6)

11. Nutzt Mehr-Session-Arbeit Handoff/Progress statt „der Chat weiß das schon“?
12. Ist grob klar, was in AGENTS.md vs. Skill vs. Handoff vs. on-demand liegt?

F. Security & Permissions

(Kap. 18)

13. Bleiben Secrets aus Prompt und Agent-Context; sind riskante Tools bewusst permissioned?
14. Haben destruktive Shell und produktnahe Zugriffe klare Gates?

G. Team-Standards vs. Einzelkämpfertum

(Kap. 4.6, 15)

15. Liegen Templates und Review-Erwartungen im Repo und gelten fürs Team?
16. (optional) Sind Karpathy-Skills im Review ansprechbar?
17. (optional) Beobachtet ihr grob Nacharbeit an Agent-PRs?

Fragen 16–17 sind optional; 1–15 tragen die Einordnung.

Von Score zu Stufe

Dimensionsmittel (nur Hebel): A = Q1–3 / 3; B = 4–6 / 3; C = 7–8 / 2; D = 9–10 / 2; E = 11–12 / 2; F = 13–14 / 2; G = Q15.

Verfahren für Stufe 0–2 (erste zutreffende Zeile gilt):

Stufe	Schwellen
0	S < 12 oder Mittel A–C < 1,0
1	sonst S < 20 oder Mittel A–C < 1,5 oder Mittel D–E < 1,5 oder eine Dimension A–E = 0
2	sonst S ≥ 20 und Mittel A–C ≥ 1,5 und Mittel D–E ≥ 1,5 und keine Dimension A–E bei 0

Beispiel: S = 18, A–C = 1,25, D–E = 1,25, keine Null-Dimension → Stufe 1; Hebel = schwächste Dimension.

Stufen 3 und 4 bleiben qualitativ: 3 = Stufe 2 plus Metriken light, Guardrails teamweit, Hygiene-Rituale stabil; 4 = interne Plattform, Richtlinien als Code, Evals an eigenen Repos.

Dimension D und Repo-Orakel systematisch rot → zuerst Kapitel 21, nicht die Team-Stufe nach oben schieben.

Must-have-Gates (Fokus 0 → 2)

Gate 0 → 1

• Tasks über ein kurzes Muster: Ziel, Nebenbedingungen, Ausschlüsse, DoD (templates/task-prompt-template.md).
• Mindestens ein Verify-Command dokumentiert und nach Agent-Arbeit ausgeführt.
• Sessions enden mit Slice oder Handoff-Minimum.
• Chat-Paste ohne DoD ist Ausnahme.

Exit: Ein Practitioner liefert eine Woche Agent-Arbeit mit DoD + Verify, ohne „nochmal von vorn im selben Chat“ als Normalfall.

Gate 1 → 2

• AGENTS.md im Repo, gelesen, widerspricht CI nicht systematisch.
• Task-, Handoff- und Session-Start-Vorlagen im Repo.
• Review erwartet: lesbarer Slice-Diff, DoD/Verify, kein offensichtlicher Big-Bang.
• Mehr-Session-Arbeit nutzt Handoff/Progress.
• Minimales Hygiene-Fundament (Kap. 12).

Exit: Zwei Personen können denselben Ticket-Typ mit denselben Templates und vergleichbarer Nacharbeit liefern.

2 → 3 und bewusst auf 2 bleiben

2 → 3 erst, wenn Stufe 2 stabil ist: Hygiene wiederholt sich, Context-Richtlinie ist geschrieben, Nacharbeit wird grob beobachtet. Stufe 4 ist eine Plattform-Entscheidung, kein Status.

Auf 2 bleiben, wenn das Team klein ist, wenig Parallel-Koordination nötig ist, oder das Repo noch Low-Maturity-Signale zeigt.

Schnelldiagnose (10 Minuten)

Dominante Spalte ≈ Stufe. Schwächste Zeile = 14-Tage-Hebel.

Dimension	0 — Ad-hoc	1 — Lokal produktiv	2 — Team-Standard	Notiz / Gap
Context & Sessions	Panik-Reset, endloser Chat	Geplante Sessions, Compact/Handoff geübt	Context-Richtlinie im Repo
DoD & Verify	„Fertig“ = Rhetorik	Lokal grün mit Command	Review erwartet Orakel/DoD
Slices & Tasks	Epic im Prompt	Geschnitten bei Einzelnen	Schnitt-Norm im Team
Hygiene & Rules	Chaos, Widersprüche	Sporadisch aufgeräumt	Ritual (Woche/Migration)
Handoff & Knowledge	Nur Chat-Gedächtnis	Ad-hoc Handoff	Template-Norm, Placement klar
Security & Permissions	Secrets im Prompt möglich	Basale Vorsicht	Permissions/Gates als Norm
Team vs. Heroes	1–2 Experimente	Paar gute Praktiker	Standard unabhängig vom Absender

Stufe jetzt: __   Schwächste Dimension: __   Hebel (ein Must-have): __
Erfolg messbar als: __   Review am: __