Wenn persönliche KI-Agenten digitale Produkte verändern – und warum Unternehmen ihre Organisation neu denken müssen.
Stell dir vor, du besuchst drei verschiedene Webseiten.
Auf der ersten möchtest du möglichst schnell eine Entscheidung treffen. Auf der zweiten benötigst du ausführliche Informationen. Und auf der dritten möchtest du sicher sein, dass du keine wichtige Vertragsbedingung übersehen hast.
Drei unterschiedliche Situationen. Drei unterschiedliche Bedürfnisse.
Aber jedes Mal musst du dich zunächst mit der Benutzeroberfläche auseinandersetzen, die jemand anderes für dich gestaltet hat.
Du suchst Menüpunkte, interpretierst Symbole, vergleichst Informationen und versuchst, dich durch eine vorgegebene Customer Journey zu bewegen.
Warum eigentlich?
Wir investieren seit Jahrzehnten in User Experience (UX), Customer Journey Mapping, Personas und Usability-Optimierung. Trotzdem entwickeln wir digitale Produkte überwiegend so, dass sich Menschen innerhalb einer vordefinierten Benutzeroberfläche bewegen müssen.
Was wäre, wenn wir dieses Prinzip umkehren?
Wenn sich die Benutzeroberfläche künftig stärker an deinen individuellen Bedürfnissen orientiert – unabhängig davon, welche Webseite du gerade besuchst?
Das klingt zunächst nach einer Zukunftsvision. Tatsächlich zeigen aktuelle Forschungsarbeiten, dass wichtige technische Voraussetzungen bereits existieren.
Und genau dort beginnt eine Entwicklung, deren Auswirkungen weit über das UX-Design hinausreichen könnten.
Von personalisierten Inhalten zu generierten Benutzeroberflächen
Die klassische Personalisierung ist längst etabliert.
Onlineshops empfehlen Produkte. Streamingdienste schlagen Inhalte vor. Webseiten variieren Texte, Bilder oder Angebote für unterschiedliche Zielgruppen.
Doch meistens bleibt die grundlegende Interaktion unverändert.
Die Navigation ist dieselbe. Der Checkout folgt denselben Schritten. Und die verfügbaren Funktionen wurden vorher definiert.
Generative UI könnte diese Grenze verschieben.
Dabei erzeugt künstliche Intelligenz nicht nur Texte oder Bilder, sondern auch interaktive Benutzeroberflächen.
Google Research stellte im November 2025 eine entsprechende Technologie vor. Das System kann aus einer Nutzeranfrage beispielsweise individuell passende Visualisierungen, Werkzeuge oder interaktive Anwendungen generieren.
Interessant ist die zugehörige Evaluation: Die generierten Interfaces wurden gegenüber klassischen textbasierten KI-Antworten deutlich bevorzugt. Professionell von Menschen gestaltete Vergleichsseiten erzielten allerdings weiterhin die höchsten Präferenzwerte. Auch die Generierungsgeschwindigkeit war nicht Bestandteil dieses Vergleichs.
Die Forschung zeigt damit das technologische Potenzial – noch keine grundsätzliche Überlegenheit gegenüber professionellem UX-Design.
Google Research: Generative UI – A Rich, Custom, Visual Interactive User Experience, November 2025
Noch weiter geht das Forschungsprojekt Self-Evolving Systems.
Dort untersuchten Google-Forscher Benutzeroberflächen, die während der Nutzung nicht nur ihre Darstellung verändern, sondern zusätzliche Funktionen generieren können.
In einer Untersuchung mit 72 Personen erzielte der adaptive Banking-Prototyp „Penny“ einen System Usability Scale Score von 84,38 gegenüber 53,96 für die klassische Variante.
Ein bemerkenswerter Unterschied innerhalb dieser Studie. Aber eben auch ein experimentelles Ergebnis – kein Beweis dafür, dass adaptive Interfaces unter allen Bedingungen besser funktionieren.
Google Research: Self-Evolving Systems, 2026
Die eigentliche Veränderung könnte deshalb nicht darin liegen, dass Webseiten künftig etwas schöner oder persönlicher werden.
Vielleicht verändert sich grundlegend, wer über die konkrete Gestaltung unserer digitalen Interaktionen entscheidet.
Wenn mein persönlicher KI-Agent meine User Experience mitbringt
Besonders interessant wird es, wenn wir Generative UI mit persönlichen KI-Agenten verbinden.
Stell dir vor, dein persönlicher KI-Agent kennt deine ausdrücklich hinterlegten Präferenzen:
Du möchtest technische Informationen lieber tabellarisch vergleichen. Komplexe Vertragsbedingungen sollen verständlich erklärt werden. Bei einer Kaufentscheidung möchtest du zunächst die Gesamtkosten sehen. Und du bevorzugst eine reduzierte Navigation ohne unnötige Animationen.
Heute müsstest du diese Bedürfnisse auf unterschiedlichen Webseiten immer wieder neu berücksichtigen.
Künftig könnte dein persönlicher KI-Agent einen Teil dieser Aufgabe übernehmen.
Nicht indem er heimlich deine Entscheidungen trifft, sondern indem er Informationen und Interaktionsmöglichkeiten so aufbereitet, dass sie zu deiner jeweiligen Aufgabe passen.
Ein Beispiel: Ein neues Auto kaufen
Heute vergleichst du möglicherweise zahlreiche Webseiten, öffnest technische Datenblätter, prüfst Garantiebedingungen und suchst nach Informationen zur Ladeleistung.
Eine agentengestützte User Experience könnte daraus eine individuelle Vergleichsansicht erzeugen.
Du entscheidest, welche Kriterien relevant sind. Der Agent stellt verfügbare Informationen entsprechend dar und macht die jeweiligen Datenquellen nachvollziehbar.
Änderst du deine Prioritäten, verändert sich auch die Darstellung.
Ausführliche technische Informationen für den einen Nutzer. Kompakte Entscheidungshilfen für einen anderen. Zusätzliche Erklärungen dort, wo sie tatsächlich benötigt werden.
Entscheidend ist dabei nicht das Alter oder eine vermeintliche demografische Persona.
Entscheidend sind die persönlichen Präferenzen, die konkrete Aufgabe und der Nutzungskontext.
Genau diese nutzerorientierte Anpassung verfolgt beispielsweise auch die W3C-Initiative WAI-Adapt im Bereich der Barrierefreiheit – unabhängig vom Einsatz generativer KI.
Allerdings entsteht hier bereits eine wichtige Voraussetzung: Solche persönlichen Präferenzen müssen datenschutzkonform verarbeitet werden. Dazu gehören Transparenz, eine geeignete Rechtsgrundlage und die Möglichkeit, über die Verwendung eigener Daten informiert zu entscheiden.
Es gibt bereits einen Prototyp, der fremde Webseiten verändert
Die vielleicht spannendste Forschungsarbeit stammt von der University of Glasgow.
Auf der CHI-Konferenz 2026 stellten Forscher WebPerceptor vor.
Dabei handelt es sich um eine Open-Source-Browser-Erweiterung, die Inhalte bestehender Webseiten mithilfe eines Large Language Models direkt im Browser verändern kann.
Nutzer geben eigene Anweisungen vor. Das System kann daraufhin Textinhalte ersetzen, ergänzen oder entfernen.
Das Besondere daran:
Die Anpassung erfolgt auf der Nutzerseite und muss nicht vom ursprünglichen Webseitenbetreiber implementiert werden.
Die wissenschaftliche Veröffentlichung erschien als fünfseitiger Beitrag in den Extended Abstracts der ACM CHI 2026.
University of Glasgow: WebPerceptor – ACM CHI Extended Abstracts 2026
Wichtig ist die Einordnung: WebPerceptor ist ein früher Forschungsprototyp, kein breit validiertes Produkt. Die Arbeit demonstriert die technische Möglichkeit browserseitiger Textanpassungen, nicht die vollständig zuverlässige Neugestaltung beliebiger Webseiten.
Die Autoren thematisieren selbst das Risiko, dass KI-vermittelte Webinhalte unsere Wahrnehmung dessen verändern könnten, was eine Webseite ursprünglich aussagt.
Trotzdem zeigt die Arbeit eine entscheidende Möglichkeit:
Die Darstellung eines digitalen Angebots muss künftig nicht mehr ausschließlich durch den Anbieter bestimmt werden.
Parallel entstehen Technologien, die eine strukturiertere Zusammenarbeit zwischen KI-Agenten und Anwendungen ermöglichen.
Mit Agent-to-User Interface (A2UI) stellte Google Ende 2025 ein frühes Protokoll vor, über das Agenten interaktive Oberflächen beschreiben können.
WebMCP verfolgt einen anderen Ansatz: Webseiten können Funktionen strukturiert für KI-Agenten bereitstellen.
Beide Entwicklungen erfüllen unterschiedliche Aufgaben. Sie schaffen noch keine universelle, nutzerkontrollierte Experience.
Aber sie sind interessante technische Bausteine für eine neue Form der Interaktion zwischen Menschen, Agenten und digitalen Plattformen.
Wem gehört die User Experience – und wer kontrolliert sie?
Hier wird die Entwicklung aus meiner Sicht besonders spannend.
Heute bestimmen Unternehmen weitgehend, wie ihre digitalen Angebote dargestellt werden.
Sie gestalten die Navigation, definieren die Customer Journey und entscheiden, welche Informationen an welcher Stelle sichtbar werden.
Das ist nicht grundsätzlich schlecht. Unternehmen tragen schließlich Verantwortung für ihre Produkte, Geschäftsprozesse und verbindlichen Informationen.
Aber wenn persönliche KI-Agenten künftig einen Teil der Benutzeroberfläche gestalten, könnte sich diese Kontrolle verschieben.
Der Nutzer entscheidet stärker über seine gewünschte Experience.
Der KI-Agent vermittelt zwischen Nutzerabsicht und digitalen Funktionen.
Und das Unternehmen stellt Produkte, Informationen und Transaktionsmöglichkeiten innerhalb definierter Grenzen bereit.
Die User Experience könnte damit von einem weitgehend vordefinierten Unternehmensartefakt zu einem gemeinsam gestalteten Interaktionsraum werden.
Das ist noch eine Zukunftshypothese.
Und sie wirft eine unbequeme Frage auf:
Was passiert mit der Customer Journey, wenn das Unternehmen nicht mehr vollständig kontrolliert, wie Menschen durch sein digitales Angebot navigieren?
Vielleicht verlieren manche klassischen Optimierungsmechanismen an Bedeutung.
Vielleicht gewinnen strukturierte Produktdaten, nachvollziehbare Schnittstellen und vertrauenswürdige Funktionen an Bedeutung.
Vielleicht entwickeln sich Markenidentität und digitale Kundenbindung dadurch anders, als wir es heute gewohnt sind.
Die Technologie legt solche Szenarien nahe. Welche Geschäftsmodelle und Nutzererlebnisse sich daraus tatsächlich durchsetzen, ist noch offen.
Eine persönlichere Experience ist nicht automatisch eine bessere Experience
Bei aller Begeisterung dürfen wir einen entscheidenden Punkt nicht übersehen.
Wenn KI Inhalte verändert, kann sie diese auch verfälschen.
Was passiert, wenn ein Agent eine wichtige Vertragsbedingung vereinfacht – und dabei eine entscheidende Einschränkung weglässt?
Was passiert, wenn eine vermeintlich barrierefreie Darstellung bestimmte Funktionen unzugänglich macht?
Eine 2026 veröffentlichte wissenschaftliche Untersuchung mit dem Titel From Blind Edits to Verified Repair analysierte dieses Problem bei KI-generierten Anpassungen von Webseiten.
In einer begrenzten Versuchsreihe mit automatisiert überprüften CSS-Veränderungen dokumentierten die Forscher 24 Verbesserungen, aber auch 20 Verschlechterungen von Accessibility-Eigenschaften. Anschließend entwickelten sie ein Verfahren, das vorgeschlagene Änderungen überprüft und schädliche Anpassungen anhand definierter Tests zurückweist.
From Blind Edits to Verified Repair – arXiv, 2026
Die Untersuchung ist kein repräsentativer Nachweis über sämtliche generativen Interfaces. Sie demonstriert aber ein konkretes Risiko.
Personalisierung ist nicht gleichbedeutend mit Usability. Und Generierung garantiert keine Qualität.
Deshalb gehören aus meiner Sicht Nutzerkontrolle, nachvollziehbare Informationsquellen, Reversibilität und technische Qualitätsprüfung unmittelbar zur Architektur.
Datenschutz: Nicht alles, was technisch möglich ist, darf auch verarbeitet werden
Wenn persönliche KI-Agenten individuelle Präferenzen über verschiedene Webseiten hinweg berücksichtigen sollen, entstehen neue Anforderungen an die Verarbeitung personenbezogener Daten.
Denn solche Präferenzen können Informationen über Gewohnheiten, Einschränkungen, Interessen oder Entscheidungsverhalten enthalten.
Unternehmen müssen daher unter anderem klären:
- Welche Daten werden für die Personalisierung tatsächlich benötigt?
- Auf welcher Rechtsgrundlage dürfen sie verarbeitet werden?
- Wer erhält Zugriff auf diese Informationen?
- Wie lange werden sie gespeichert?
- Können Nutzer die Verwendung ihrer Daten nachvollziehen und kontrollieren?
Die Datenschutz-Grundverordnung (DSGVO) verlangt insbesondere Rechtmäßigkeit, Transparenz, Zweckbindung und Datenminimierung.
Bei der Gestaltung entsprechender Systeme ist außerdem Datenschutz durch Technikgestaltung zu berücksichtigen.
Auch die Regelungen zu Profiling und bestimmten automatisierten Entscheidungen können relevant werden. Allerdings fällt nicht jede personalisierte Darstellung automatisch unter das Verbot beziehungsweise die Beschränkungen des Artikels 22 DSGVO.
Europäische Kommission: Grundsätze der DSGVO
Europäischer Datenschutzausschuss: Automatisierte Entscheidungsfindung und Profiling
Für mich ergibt sich daraus ein grundlegendes Prinzip:
Eine wirklich nutzerkontrollierte Experience muss dem Nutzer nicht nur die Gestaltung seiner Oberfläche ermöglichen, sondern auch die Kontrolle über seine persönlichen Daten.
AI Act: Transparenz wird Teil der User Experience
Auch der europäische AI Act setzt wichtige Grenzen.
Artikel 5 verbietet bestimmte manipulative oder täuschende KI-Praktiken unter den gesetzlich definierten Voraussetzungen.
Nicht jede Personalisierung ist damit unzulässig. Problematisch wird es insbesondere dort, wo KI unter den einschlägigen Voraussetzungen Entscheidungen unzulässig beeinflusst oder besondere Schutzbedürftigkeiten ausnutzt.
EU AI Act – Artikel 5: Verbotene KI-Praktiken
Zusätzlich enthält Artikel 50 Transparenzpflichten für bestimmte KI-Systeme und KI-generierte Inhalte. Diese Vorschriften gelten grundsätzlich seit dem 2. August 2026.
Dazu gehören je nach Einsatzkontext Informationen über die Interaktion mit KI sowie besondere Anforderungen an bestimmte synthetische Inhalte und Deepfakes.
Für bestimmte KI-generierte Texte über Angelegenheiten von öffentlichem Interesse sieht Artikel 50 zudem eine Ausnahme von der Offenlegungspflicht vor, wenn menschliche Überprüfung oder redaktionelle Kontrolle erfolgt und eine natürliche oder juristische Person die redaktionelle Verantwortung trägt.
Es besteht also keine allgemeine gesetzliche Pflicht, jeden KI-unterstützten Text pauschal zu kennzeichnen.
EU AI Act – Artikel 50: Transparenzpflichten
Entscheidend ist, welche Anforderungen für das jeweilige System und seine konkrete Verwendung gelten.
Für die Produktentwicklung bedeutet das:
Transparenz darf nicht erst nachträglich als rechtlicher Hinweis ergänzt werden. Sie sollte bereits Teil einer vertrauenswürdigen Interaktionsgestaltung sein.
Dabei bleibt auch die Verantwortungszuordnung wichtig.
Der Einsatz eines persönlichen KI-Agenten hebt bestehende gesetzliche oder vertragliche Pflichten nicht automatisch auf. Welche Verantwortung Anbieter, Betreiber und weitere Beteiligte tragen, hängt jedoch von ihren jeweiligen Rollen und dem konkreten Einsatzszenario ab.
Und genau hier beginnt für mich die eigentliche Enterprise-Perspektive.
Wenn sich das Produkt verändert, muss sich auch die Organisation verändern
In der klassischen Produktentwicklung entstehen Benutzeroberflächen weitgehend vor ihrer Nutzung.
Produktmanagement definiert Anforderungen. UX-Designer gestalten Interaktionen. Entwicklungsteams setzen Funktionen um. Qualitätsprüfungen kontrollieren das Ergebnis.
Bei AI-native Products könnte ein Teil dieser Interaktionen künftig erst während der Nutzung entstehen.
Das verändert die Verantwortungsfrage.
Wer definiert, welche Anpassungen erlaubt sind?
Wer stellt sicher, dass Produktinformationen korrekt bleiben?
Wer entscheidet, wann ein KI-Agent selbstständig handeln darf und wann eine menschliche Freigabe erforderlich ist?
Und wer überprüft kontinuierlich, ob die dynamisch erzeugte Experience tatsächlich einen Mehrwert bietet?
Diese Verantwortung lässt sich nicht einfach einem zusätzlichen KI-Team übertragen.
Sie betrifft das Zusammenspiel aus Product Management, UX, Engineering, Architektur, Security, Governance und Leadership.
Das ist für mich ein zentraler Aspekt zukünftiger Enterprise Agile AI Transformation.
Es reicht nicht, intelligente Produkte zu entwickeln. Organisationen müssen auch in der Lage sein, deren intelligentes Verhalten dauerhaft zu verantworten.
Reicht Agile für solche Produkte überhaupt noch aus?
Eine aktuelle deutschsprachige Forschungsarbeit liefert dazu einen interessanten Ausgangspunkt.
Im September 2026 erschien in HMD Praxis der Wirtschaftsinformatik der Beitrag „Agile Entwicklung generativer KI-Agenten: Herausforderungen und praxisnahe Handlungsempfehlungen“.
Die Autoren untersuchten fünf Entwicklungsprojekte und führten ergänzende Interviews mit acht Entwicklern.
Ihr Ergebnis: Das probabilistische, kontextabhängige Verhalten generativer KI-Agenten stellt bisherige Annahmen bei Product Backlog Items, Akzeptanzkriterien und der Definition of Done infrage.
Ein einmal erfolgreich getestetes Ergebnis garantiert beispielsweise nicht, dass ein KI-System nach einem Modellupdate weiterhin identisch reagiert.
Die Autoren schlagen deshalb unter anderem vor, zulässige Verhaltensräume zu definieren und kontinuierliche Evaluation stärker in die Qualitätssicherung einzubeziehen.
HMD / Springer: Agile Entwicklung generativer KI-Agenten, September 2026
Die Untersuchung ist hinsichtlich Umfang und Generalisierbarkeit begrenzt.
Aber sie zeigt eine wichtige Entwicklung:
Agile Prinzipien verlieren nicht zwangsläufig an Bedeutung. Ihre praktische Anwendung muss sich in bestimmten KI-Kontexten weiterentwickeln.
Auch Scaled Agile reagiert darauf.
Im Juni 2026 wurde AI-Native SAFe vorgestellt.
Zu den Ansätzen gehören eine stärkere Outcome-Orientierung, kontinuierliche Lernprozesse sowie integrierte Governance.
Das sind Framework-Vorschläge des Anbieters, noch kein unabhängiger Wirksamkeitsnachweis.
Dennoch wird daran deutlich, dass sich selbst etablierte agile Operating Models mit der Veränderung auseinandersetzen.
Die entscheidende Frage lautet deshalb für mich nicht:
Brauchen wir künftig noch Scrum, SAFe oder klassische Product Backlogs?
Sondern:
Wie müssen wir agile Produktentwicklung weiterentwickeln, wenn ein Teil des Systemverhaltens nicht mehr vollständig vorab spezifiziert und abgenommen werden kann?
Von der Feature-Verantwortung zur Verantwortung für intelligente Produktfähigkeiten
Ich glaube, hier entsteht eine wichtige Veränderung.
Product Manager werden weiterhin Nutzerprobleme verstehen, Prioritäten setzen und wirtschaftliche Entscheidungen treffen müssen.
UX-Designer werden weiterhin für Verständlichkeit, Konsistenz und Barrierefreiheit gebraucht.
Und Entwicklungsteams werden weiterhin technische Systeme entwerfen, implementieren und betreiben.
Aber ihre Schwerpunkte könnten sich verändern.
Statt jede einzelne Benutzeroberfläche vorab zu definieren, könnten Teams zunehmend Komponenten, erlaubte Verhaltensweisen und Qualitätsgrenzen gestalten.
Statt ausschließlich konkrete Features abzunehmen, müssten sie zusätzlich überprüfen, ob dynamische Interaktionen innerhalb definierter Grenzen funktionieren.
Statt nur neue Funktionalität auszuliefern, könnten sie kontinuierlich evaluieren, ob die erzeugten Experiences tatsächlich verständlich, sicher und wirksam sind.
Das ist keine allgemeingültige Zukunftsprognose. Es ist eine mögliche Entwicklung, die sich aus den heute sichtbaren Technologien ableiten lässt.
Der DORA-Bericht 2025 liefert dazu einen wichtigen organisatorischen Hinweis: KI kann vorhandene organisatorische Stärken und Schwächen verstärken. Der Nutzen hängt wesentlich vom zugrunde liegenden Organisationssystem ab.
Mehr KI bedeutet also nicht automatisch mehr Wertschöpfung.
Genau deshalb müssen wir technologische und organisatorische Entwicklung gemeinsam betrachten.
Wie könnten Unternehmen heute beginnen?
Ich würde nicht mit der Vision einer vollständig autonomen, sich selbst entwickelnden Webseite starten.
Ein sinnvollerer erster Schritt wäre ein begrenzter, kontrollierter Anwendungsfall.
Beispielsweise eine digitale Beratungsstrecke, in der Nutzer freiwillig zwischen unterschiedlichen Informations- und Interaktionsformen wählen können.
Ein KI-System könnte die Darstellung anschließend innerhalb festgelegter Grenzen anpassen.
Wichtig wäre, diese Experience nicht nur anhand von Klicks oder Conversion zu bewerten.
Sondern beispielsweise danach:
- Erreichen Nutzer ihr Ziel zuverlässiger und verständlicher?
- Bleiben Informationen vollständig und korrekt?
- Können Nutzer Anpassungen nachvollziehen und rückgängig machen?
- Werden Anforderungen an Barrierefreiheit weiterhin erfüllt?
- Welche personenbezogenen Daten werden benötigt und auf welcher Rechtsgrundlage verarbeitet?
- Wie verändert sich der Aufwand für Entwicklung, Governance und Qualitätssicherung?
Erst wenn solche Fragen belastbar beantwortet werden können, entsteht aus einer technologischen Demonstration ein tragfähiger Produktansatz.
Das gilt auch für die Organisation dahinter.
Ein AI-native Operating Model entsteht nicht dadurch, dass wir bestehende Prozesse mit Agents ergänzen. Es entsteht, wenn wir Verantwortung, Entscheidungsfähigkeit, Technologie und kontinuierliches Lernen gemeinsam weiterentwickeln.
Die eigentliche Transformation beginnt hinter der Benutzeroberfläche
Mich interessiert an dieser Entwicklung deshalb nicht nur, welche faszinierenden Interfaces KI künftig erzeugen kann.
Mich interessiert vor allem, welche Konsequenzen daraus für Unternehmen entstehen.
Wenn persönliche KI-Agenten beeinflussen, wie Menschen digitale Produkte erleben, verändert das möglicherweise auch die Art, wie wir diese Produkte entwickeln, gestalten und steuern.
Vielleicht wird die Benutzeroberfläche künftig weniger zu einem festgelegten Ergebnis und stärker zu einem dynamisch erzeugten Teil des Produkts.
Vielleicht müssen wir dafür Produktorganisationen aufbauen, die nicht nur Funktionen liefern, sondern intelligente Systeme kontinuierlich evaluieren und weiterentwickeln können.
Und vielleicht liegt genau darin eine der nächsten großen Aufgaben der Enterprise Agile AI Transformation.
Nicht mehr Agilität um ihrer selbst willen.
Nicht mehr KI um ihrer selbst willen.
Sondern Organisationen, die Menschen und intelligente Systeme so miteinander verbinden, dass daraus nachvollziehbar und verantwortungsvoll Wert entsteht.
Die entscheidende Frage ist deshalb für mich nicht mehr allein:
Kann KI unsere User Experience verändern?
Sondern:
Sind unsere Organisationen bereit, digitale Produkte zu verantworten, deren Nutzungserfahrung sie künftig möglicherweise nicht mehr vollständig vorausgestalten?
André Ullmann beschäftigt sich als Enterprise Agile Coach, Advanced SAFe Practice Consultant und Transformationsexperte mit der Weiterentwicklung agiler Organisationen und der Integration künstlicher Intelligenz in Produktentwicklung und Wertschöpfung.
Du möchtest darüber sprechen, wie sich AI-native Produktentwicklung, Governance und Enterprise Agility in deiner Organisation sinnvoll verbinden lassen? Dann freue ich mich auf den Austausch – gerne über meine Kontaktseite.
Transparenzhinweis
Die fachliche Konzeption und inhaltliche Ausrichtung dieses Beitrags stammen von André Ullmann. Recherche, Strukturierung und redaktionelle Ausarbeitung wurden KI-gestützt unterstützt. Die redaktionelle Verantwortung für die Veröffentlichung liegt bei André Ullmann. Die begleitenden Illustrationen wurden mithilfe generativer KI erstellt.
