15.05.2023

Was bringt ChatGPT für Scrum Master:innen?

Was kann man mit ChatGPT als Scrum Master:in nützliches machen? Was funktioniert gut und wo muss man aufpassen? Wir zeigen gute Beispiele, wie man am Besten fragt und was man lieber lassen sollte.

ChatGPT für Scrum Master - die ersten Schritte bebildert von einer Bild-to-Text-KI AI

ChatGPT von Open.AI und seine Geschwister wie BARD von Google können vieles und noch mehr Fertigkeiten überzeugend vortäuschen. Welche Rolle können und sollten diese Werkzeuge im Arbeitsalltag von Scrum-Master:innen spielen?

Wir haben gemeinsam mit unseren KI-Expert:innen aus dem viadee Themenbereich Data Science den Anfang gemacht und möchten das Ergebnis teilen.

ChatGPT von Open.AI und seine Geschwister wie BARD von Google können vieles und noch mehr Fertigkeiten überzeugend vortäuschen. Welche Rolle können und sollten diese Werkzeuge im Arbeitsalltag von Scrum-Master:innen spielen?

Wir haben gemeinsam mit unseren KI-Expert:innen aus dem viadee Themenbereich Data Science den Anfang gemacht und möchten das Ergebnis teilen.

Level 1: Grundsätze und Werte im Umgang mit ChatGPT und Geschwistern

Kurze Bemerkung vorab: Wenn Du unsere Prompts und Dialoge als PDF bekommen möchtest, dann schick einfach eine kurze Mail an kontakt@viadee-spark.de. Und jetzt viel Spaß!

Kürzlich kam bei uns die Diskussion auf, wozu wir unsere Wissensbasis im Confluence noch weiterpflegen: „Mit ChatGPT komme ich schneller an die meisten Inhalte und wir hätten den Pflegeaufwand nicht mehr.“ Die generativen Modelle scheinen einen Vertrauensvorsprung zu haben, der potenziell gefährlich ist.

Ein paar Spielregeln für die Nutzung solcher Systeme zu haben, ist daher sinnvoll. Die wichtigsten Guidelines sind dabei weitgehend unabhängig von den Anwendungsfällen, die wir gleich betrachten. Wir halten in unseren Teams aktuell die folgenden Spielregeln für die Nutzung von ChatGPT und anderen generativen Modellen in Scrum-Teams für sinnvoll:

  • Verantwortung: Es muss allen Beteiligten klar sein, welche Inhalte von dort stammen und welche nicht (bzw. welche so qualitätsgesichert sind, sodass die Nutzerin die Verantwortung übernimmt).
  • Anonymität: Personenbezogene Daten und andere schützenswerte Daten gehören nicht in den Dialog mit einem KI-Modell in der Cloud. Andersherum sollten wir auch ChatGPT und Co. nicht als Person begreifen, der wir zu persönliche Dinge offenbaren.
  • Skepsis: Es muss allen Beteiligten klar sein, dass Inhalte nicht richtig oder objektiv sind, nur weil sie von einem Algorithmus erzeugt wurden. Sie sind schon nicht richtig, weil sie im Internet stehen. Die Datenbasis und die dort enthaltenen Verzerrungen bleiben die gleichen.
  • Transparenz: Alle Beteiligten sollten informiert sein, ob und wo ein generatives KI-Modell beteiligt ist.

Die Antwortbuchstaben ergeben erfreulicherweise das Merkwort VAST. Bei der beeindruckenden Größe der Large-Language-Models ist das eine gute Gedankenstütze im Umgang mit ihnen.

Für Dich als Scrum Master:in heißt das aus unserer Sicht folgendes:

  • Du informierst Dein Team darüber, dass Du eine KI als Inspiration verwendest.
  • Du machst gleichzeitig klar, dass Du die Verantwortung für alle Methoden und Ideen übernimmst – genauso wie bisher.
  • Du verpflichtest Dich, vertrauliche Aspekte gegenüber einer KI genauso zu behandeln wie Du es aktuell gegenüber Außenstehenden tust. Auch hier ändert sich nichts!
  • Du machst Dich mit dem rechtlichen Rahmen der Nutzung von KI vertraut. Diesen haben wir – soweit aktuell möglich – am Ende dieses Artikels zusammengefasst.
Dall-E AI generiertes Bild von Raketen

Level 2: "All" Questions Answered

Das offensichtliche Nutzungsszenario ist generativen Modellen Fragen zu stellen und die Antworten zu verwenden. Der Ablauf ist identisch zu dem mit gängigen Suchmaschinen, was diese entsprechend nervös macht.

In der Perspektive einer Scrum-Masterin sehen wir 3 verschiedene Typen von Fragestellungen:

  1. Wissensfragen: „Wie geht No-Estimation?“
  2. Anwendungsfragen: „Mein Team will kein Daily machen, was soll ich tun?“
  3. Kreativitätsfragen: „Gib mir einen Ice-Breaker für ein Entwicklungsteam aus IT-ler:innen, die aktuell wenig Lust auf Retros haben.“

Wir haben Chat-GPT verwendet und hier sind unsere Erkenntnisse:

  1. Wissensfragen: Unsere Expert:innen konnten ChatGPT tiefe Fragen zu Frameworks, Methoden, Rollen, Artefakte u.v.m. stellen. Dabei ist vor allem ein Aspekt auffällig, der die Verwendung von ChatGPT zur Beantwortung von Wissensfragen extrem wertvoll macht: Die Referenzierung der eigenen Fragen in der nächsten Frage. Man kann bspw. darum bitten, genauer auf ein Detail einzugehen, oder einen Aspekt der Antwort zu ändern.
    Auch möglich: Die Fachlichkeit des eigenen Teams besser verstehen, ohne dafür die Zeit der Teammitglieder in Anspruch nehmen zu müssen.
  2. Anwendungsfragen: Hier haben wir beispielhaft nach MVP vs. Big-Bang-Release gefragt. Die erste Antwort war angenehm ehrlich. „Dazu fehlen mir Details, aber das hier sind die relevanten Faktoren.“ Wir haben Details geliefert und um Präzisierung gebeten. Das Ergebnis weitestgehend der Inhalt unserer Präzisierung. Es fällt auf, dass ChatGPT lieber generisch antwortet, als Gegenfragen zu stellen.
  3. Kreativitätsfragen: Wir haben ChatGPT nach einer Retrospektiven-Methode gefragt. Die erste Antwort war zu generisch, aber kein Problem. Man kann ja nachschärfen. Die zweite Antwort passte zeitlich nicht in den Ablauf der Retro – zu lange Dauer. Mit der dritten konnte man prima arbeiten.

Fragen dieser drei Typen sind, solange sie sich nicht auf zu aktuelle Ereignisse oder zu spezifische Dinge beziehen, sinnvoll mit ChatGPT zu beantworten: gerade durch iteratives Nachfragen entsteht der Mehrwert gegenüber eine Google Suche. Das kritische Auseinandersetzen mit den Antworten bleibt eine notwendige Übung. Wenn ich etwas selbst erklären kann habe ich es wirklich verstanden: Vielleicht ist das auch so, wenn ich die Lücken und Grenzen in Antworten von ChatGPT aufzeigen kann? Großartige Scrum-Masterinnen fallen aber nicht nur durch solides methodisches Wissen auf.

Level 3: Anwendungsfälle im Dialog mit der Maschine

Zusätzlich finden sich nützliche interaktive Anwendungen und auch solche vor denen wir warnen möchten. Technisch sind die nachfolgenden Anwendungen erst einmal möglich, ohne dafür Modelle trainieren oder relevanten Aufwand treiben zu müssen. Die Ideenliste ist lang, daher gruppieren wir die Dialog-Ideen nach Anlässen:

Planning

  • ChatGPT oder ein Text-To-Image-Model wie Dall-E, Midjourney oder Stable Diffusion illustrieren das schon beschlossene Sprintziel – als Bild, Kurzgeschichte oder Gedicht. Jedes Team-Mitglied darf einen Satz zum Prompt beitragen. Hier haben wir extrem viel Spaß gehabt. Eine gute Möglichkeit Aufbruchsstimmung zu verbreiten.

 

GeneratedSprintGoalImage StepOneComplete

 

  • ChatGPT (oder der:die Scrum-Master:in als Mittler:in) gibt vor einer Schätzung erst Referenz-Storys mit Bewertungen vor und lässt ChatGPT dann interaktiv mit schätzen und die Schätzungen begründen. Hier war der Erfolg gemischt. Die Antworten werden besser, je mehr Beispiele mit Referenzwerten man ChatGPT füttert.
  • Wir zeigen unseren geplanten Sprint-Inhalt. ChatGPT vermutet, welche Storys am Ende des Sprints fertig sein werden und welche nicht und gibt vermutete Begründungen dafür an. Wir heben die Begründungen auf und schauen in der Retrospektive darauf und lernen daraus.

Retrospektive

  • ChatGPT „spielt“ den Scrum-Master in der Retrospektive. Achtung: Hier ist das Prinzip der menschlichen Verantwortung in Gefahr. Potenziell sind hier Erfolge zu feiern oder Beistand zu leisten. Die emotionale Ebene ist wichtig für das Team und es verdient Respekt – der geht hier mit Ansage verloren.
  • Achtung: Wir nähern uns dem Uncanny Valley – eine KI, die zuhört und eine so aktive Rolle hat, wird Ängste wecken und zu weniger offenen Beiträgen führen.

Daily Scrum

  • Ich bewerfe als Entwicklerin ChatGPT tagsüber mit meinen Notizen und bitte ihn dann zum Daily meine Punkte zusammenzufasssen.
    Achtung: Hier stellen wir das menschliche Befinden in den Hintergrund
    Achtung: Hier gelangen persönliche Daten nach außen.
  • ChatGPT nimmt als letzter am Daily teil und extrapoliert so ein plausibles, zusätzliches Team-Mitglied mit typischen Impediments und Plänen: Wenn es ein Muster von sich wiederholenden Aussagen gibt, wird es vermutlich sichtbar.
    Achtung: Hier gelangen persönliche Daten nach außen!
    Achtung: Wir nähern uns dem Uncanny Valley – eine KI, die täglich zuhört wenn es um persönliche Fortschritte geht und dann extrapoliert wird Ängste wecken.

Diese Ideenliste ist sicher noch nicht vollständig. Insbesondere haben wir noch nicht alle dieser Ideen ausprobiert und reflektiert. Wir freuen uns über weitere Ideen und Eure Einschätzungen zu deren Nutzen und den enthaltenen Risiken!

Level 4: Lernen und Erlerntes anwenden (lassen)

AI Bild mit Dall-E erstellt.

Den genannten Dialog-Szenarien setzen zwei Faktoren Grenzen: Generative Modelle haben nur eine begrenze „Aufmerksamkeitsspanne“: ChatGPT vor jeder Frage erst ein langes Konzeptpapier als Briefing zu geben ist nicht nur ineffektiv, sondern auch sehr teuer, da die Abrechnung pro Token erfolgt (in etwa „Wort-Bestandteil“). Außerdem ist die Konversationsfähigkeit der Modelle begrenzt auf Begriffe und Domänen, die im Trainingsset verfügbar waren. Das schließt sehr spezifische Begriffe aus dem eigenen Unternehmenskontext ebenso aus wie sehr neue Begriffe oder Produktnamen, die bei der Zusammenstellung der Lerndaten noch nicht im freien Internet verfügbar waren.

Diese Hürde kann übersprungen werden, wenn man die Sprachmodelle mit eigenen Text-Sammlungen anlernt („fine tuning“). Dafür braucht es bei OpenAI einen Account, einige Zeilen Python Code und eine Kreditkarte sowie etwas Zeit.

Die nächste Eskalationsstufe wären folglich Anwendungsfälle, für die ein Finetuning- / Nachtraining notwendig ist. Dies ausschließlich mit eigenen Daten oder eigener Rechen-Power zu tun ist für fast alle Unternehmen illusorisch. Es wird also nicht möglich sein, ohne die relevanten Daten in die Cloud zu laden.

  • Die Scrum-Masterin kuratiert während des Projektes Stories, Decision Records und Text-Dokumente aller Art, um eine Trainingsbasis zu bilden – damit bereiten wir vor, dass ein Chat-Model später einen Teil des Supports für entstehende Produkte übernehmen kann.
  • Wir simulieren uns unsere Endanwenderinnen / Persona, um Umsetzungsvarianten prüfen und deren Darstellung für die Persona üben zu können und nicht-offensichtliche Bedürfnisse und Perspektiven aufzudecken.

Fazit

Grundsätzlich gilt für ChatGPT das gleiche wie für Taschenrechner und Tabellen-Kalkulationen: Eine Technologie können wir nur verantwortungsbewusst einsetzen, wenn wir sie wenigstens in Grundzügen verstanden haben. Dabei unterstützen wir gern gemeinsam mit unseren Kolleg:innen aus dem Themenbereich KI und Data Science!

Das ist auch ein geeignetes Bild für die mentale Positionierung dieser Modelle und deren vermeintliche Konkurrenz zur Scum-Masterin: Taschenrechner und Tabellenkalkulation haben weder Buchhalterinnen noch Mathematikerinnen ersetzt. Es ist aber in diesen Rollen sehr nützlich mit ihnen umgehen zu können.

Als Scrum-Masterin lohnt es sich, ChatGPT und Co. verantwortungsbewusst als Kreativ-Taschenrechner einsetzen zu können.

Appendix: Rechtlicher Rahmen

Die (entstehende) EU-Regulatorik sieht vor, dass jeder einzelne Anwendungsfall eine Risikobetrachtung bekommt: Sie reguliert die Nutzung, nicht die Technologie. Daher geht es im weiteren Verlauf um unsere Sammlung dieser Anwendungsfälle und deren Einschätzung.

Generierte Inhalte sind potenziell urheberrechtlich geschützt – das wäre spätestens vor einer öffentlichen Nutzung zu prüfen – die Rechtslage ist unklar.

Für Betriebsräte und die Zusammenarbeit mit Betriebsräten ist hier der §90 BetrVG relevant: Der Arbeitgeber hat den Betriebsrat über die Planung […] von Arbeitsverfahren und Arbeitsabläufen einschließlich des Einsatzes von Künstlicher Intelligenz […] rechtzeitig unter Vorlage der erforderlichen Unterlagen zu unterrichten. Dann gilt es Folgen abzuschätzen und zu bewerten. Beim Thema KI gilt die Hinzuziehung eines Sachverständigen stets als erforderlich, um zu einer menschengerechten Gestaltung der Arbeit zu kommen. Betriebsräte sollten hier eine aktive, gestaltende Rolle per Initiativrecht einnehmen.

Disclaimer: Wir sind Berater:innen mit Leidenschaft, aber keine Anwält:innen. Für die Belastbarkeit rechtlichen Informationen übernehmen wir keine Garantie.

Beitrag teilen:

Autor:Innen

Dr. Kay Hildebrand

Dr. Kay Hildebrand hat viele Jahre Erfahrungen mit Agilität und Führung gesammelt. Seine aktuellen Schwerpunkte liegen im Bereich Innovationsmanagement, Strategieprozesse und New Work.

Dr. Frank Köhne

Dr. Frank Köhne ist Beratender Manager bei viadee IT-Unternehmensberatung, Co-Leiter des F&E-Bereiches Data Science und zuständig für Hochschulkooperationen im Raum Münster. Er engagiert sich im Programm-Komitee für den NAVIGATE-Kongress.

Impulse & Erfahrungsberichte aus unseren Projekten

Sie suchen Inspiration? Zu diesen Themen haben wir Impulse für Sie gesetzt:

Performing Teamentwicklung

Die Kunst der Teamentwicklung – Letzter Teil: Die Performing-Phase

Ob als Führungskraft, Mentor, Coach oder Teammitglied: Wer in oder mit Teams arbeitet, der sollte Tuckmanns Modell der Phasen der…


weiterlesen
Norming Teamentwicklung

Die Kunst der Teamentwicklung – Dritter Teil: Die Norming-Phase

Wenn du ein Team begleitest, egal ob als Führungskraft, Coach, Mentor oder Mitglied des Teams, dann wirst du erleben, dass…


weiterlesen
Storming Teamentwicklung

Die Kunst der Teamentwicklung – Zweiter Teil: Die Storming-Phase

Jedes Team entwickelt sich und wenn du Teams begleitest, leitest oder Teil eines Teams bist, dann hilft es dir, die…


weiterlesen
Forming Teamentwicklung

Die Kunst der Teamentwicklung – Erster Teil: Die Forming-Phase

Wir sind uns sicher – viele von euch haben bereits von den Phasen der Teamentwicklung nach Tuckman gehört und längst…


weiterlesen
Teamradar viadee spark

Selbstorganisierte Teams (Teil 2): Gruppenfunktionen mit dem Teamradar reflektieren

Die Retrospektive ist eines der wichtigsten Elemente agiler Herangehensweisen, um die Zusammenarbeit von selbstorganisierten Teams immer wieder zu überprüfen und…


weiterlesen