Der komplette Leitfaden zur fünfstufigen Skala: was jedes Level bedeutet, was ein Level vom nächsten trennt und welche objektiven Kriterien entscheiden, wann ein Team eines wirklich erreicht hat.
Jedes Unternehmen, mit dem wir sprechen, hat KI eingekauft. Fast keines kann sagen, was sich dadurch geändert hat. Die Lizenzen sind freigegeben, die Tools sind in jeder IDE, und der Release-Kalender sieht aus wie letztes Jahr. Fragt man nach dem Grund, kommen Anekdoten: dieser Entwickler ist schneller, jenes Team mag es, jemand hat ein Skript automatisiert.
Anekdoten sind keine Basislinie, und ohne Basislinie lässt sich nichts entscheiden. Also haben wir eine Skala gebaut. Die AI Delivery Levels beschreiben, wie ein Team tatsächlich mit KI liefert, nicht welche Tools es besitzt – und zwar so, dass am Ende eine Zahl steht, mit der eine Geschäftsführung arbeiten kann.
Es gibt nur eine Dimension: wer die Arbeit anfängt. Nicht die Anzahl der Lizenzen, nicht die Höhe des Budgets, nicht die Begeisterung im Team.
Lesen Sie die Liste noch einmal und achten Sie darauf, was fehlt: Tools. Ein Team kann das beste Modell am Markt betreiben und trotzdem dauerhaft auf DL2 stehen, weil das Modell keine Ahnung hat, woran es arbeitet.
Rund zwei Drittel der Teams sind auf DL2, und das Bild ist immer dasselbe. Alle haben eine Lizenz. Alle nutzen sie auf eigene Weise. Niemand hat aufgeschrieben, was die KI über das Projekt wissen muss, also startet jede Antwort bei null: generischer Code, die falsche Bibliothek, Benennung, die nicht passt, ein Error-Handling-Muster, das hier niemand benutzt.
Der individuelle Gewinn ist echt und klein, etwa Faktor 1,25. Er ist auf Teamebene auch unsichtbar, weil er sich nicht aufaddiert. Wenn die Person, die den guten Workflow gefunden hat, in Urlaub geht, geht der Workflow mit.
DL3 ist das erste Level, auf dem die Gewinne dem Team gehören und nicht Einzelnen. Der Mechanismus ist kein besseres Tool, sondern ein gemeinsamer, versionierter Kontext, den die KI vor jeder Aufgabe liest: Ihre Konventionen, Ihre Architektur, Ihre Randbedingungen, gepflegt von den Leuten, die das System kennen.
Sobald das existiert, hört die KI auf zu raten. Sie trifft Ihre Muster beim ersten Versuch, meldet Konflikte zwischen Services vor dem Review und schlägt Tests vor, die sonst jemand vergessen hätte. Und entscheidend: eine einmal gemachte Korrektur erbt das ganze Team.
Es ist auch der schwerste Sprung im Framework, und die Einordnungsregeln machen das ausdrücklich.
Wir bewerten sechs Kernphasen einzeln: Anforderungen, Architektur, Implementierung, Test, Review und Dokumentation. CI/CD, Release und Monitoring sind wichtig für die Lieferung, entscheiden aber das Level nicht. Danach greifen zwei unterschiedliche Arten von Schwelle.
Diese Asymmetrie ist gewollt, und sie erzeugt das Ergebnis, mit dem Teams am meisten diskutieren: fünf Phasen auf DL3 und Test auf DL2 ist ein DL2-Team. Eine schwache Phase hält alle zurück, weil ein Agent das schwächste Glied der Kette erbt und nicht den Durchschnitt.
Die andere Regel, die unterschätzt wird: eine Phase kann nur ein Level vor dem liegen, wovon sie abhängt. Die Implementierung kann Spezifikation und Architektur nicht davonlaufen. Es gibt keine KI, die komplette Features aus Spezifikationen baut, wenn es keine Spezifikationen gibt.
Deshalb bewegt der Kauf eines Coding-Tools die Zahl so selten. Das Tool landet in der Phase, die schon die stärkste war, und die Phasen davor bleiben genau, wie sie waren.
Die Faktoren sind Bandbreiten und keine Versprechen, und sie hängen vollständig von der Ausführungsqualität ab. DL2 liegt bei etwa 1,25 und bleibt individuell. Auf DL3 fangen teamweite Gewinne an, sich zu addieren. Auf DL4 ändert die Lieferkapazität ihre Form, weil die Arbeitseinheit vom Prompt zur Anfrage wird. DL5 ist real, aber früh: das Tooling ist Monate alt, die Governance-Rahmen werden in Echtzeit erfunden, und das meiste davon ist im Maßstab nicht produktionsreif.
Beim letzten Punkt sind wir lieber ehrlich, als ihn zu verkaufen. Die meisten unserer Kunden sollten DL3 anstreben, mit DL4 als Horizont.
Bewerten Sie Ihre sechs Phasen ehrlich, finden Sie die niedrigste und fragen Sie, warum sie die niedrigste ist. Nach unserer Erfahrung ist die Antwort fast nie das Tooling. Es ist, dass nichts Geschriebenes präzise genug ist, damit eine KI daraus arbeiten kann – was die Spezifikationsqualität zum häufigsten Engpass im ganzen Framework macht.
Eine fünfstufige Skala, die beschreibt, wie ein Team mit KI liefert: DL1 manuell, DL2 individuelle und reaktive KI-Nutzung, DL3 gemeinsamer Kontext, in dem die KI das Projekt versteht, DL4 agentische Lieferung über den ganzen Lebenszyklus, DL5 autonomer Betrieb auf Organisationsebene. Die einzige Dimension, die sie trennt, ist: wer fängt die Arbeit an.
Weil DL3 und darüber Vollständigkeitsschwellen sind: jede der sechs Kernphasen muss auf dem Level liegen. DL2 verlangt nur zwei von sechs. Eine schwache Phase hält das ganze Team zurück, und das ist Absicht, weil Agenten das schwächste Glied erben und nicht den Durchschnitt.
Nicht sinnvoll. Ein Agent erbt den Kontext, den Sie ihm geben, und auf DL2 steckt dieser Kontext in einzelnen Köpfen und Einmal-Prompts. Ohne den gemeinsamen Kontext von DL3 reproduziert eine Agentenflotte nur Ihre undokumentierten Annahmen – schneller.
Die sechs Kernphasen: Anforderungen, Architektur, Implementierung, Test, Review und Dokumentation. CI/CD, Release und Monitoring unterstützen die Lieferung, entscheiden die Einordnung aber nicht.
Mit einem strukturierten Assessment. Wir bewerten die sechs Phasen mit Ihrem Team, ordnen Sie auf DL1 bis DL5 ein, benennen den einen Engpass, der den Rest blockiert, und halten es schriftlich fest. Es dauert 30 Minuten und kostet nichts.
Sie wollen wissen, wo Ihre Teams auf der Skala tatsächlich stehen und welche einzelne Phase den Rest zurückhält?
Kostenloses Assessment buchen →