28. Juli 2026Aktualisiert am Fathy Shalaby14 Min. Lesezeit
Die Product-Velocity-Illusion: Warum schnelleres Ausliefern noch keinen Fortschritt bedeutet
KI hat verkürzt, wie lange es dauert, ein Feature zu bauen – aber nicht, wie lange es dauert zu entscheiden, was gebaut wird, oder herauszufinden, ob es gewirkt hat. Das Three-Clocks-Framework zeigt, wohin dein Engpass gewandert ist.
Teilen
Dieser Artikel wurde aus dem Englischen übersetzt. Original lesen
Product Velocity ist das Tempo, in dem ein Team Ideen in validierte Ergebnisse verwandelt – nicht das Tempo, in dem es Code ausliefert. KI hat bei vielen Teams die Build-Zeit verkürzt, nicht aber die Zeit, die es braucht zu entscheiden, was gebaut wird, und herauszufinden, ob es funktioniert hat. Miss alle drei – die Decision Clock, die Build Clock und die Validation Clock –, sonst sieht eine schnellere Build Clock nach Fortschritt aus, ohne einer zu sein.
Das Wichtigste in Kürze
Mehr Output ist nicht mehr Fortschritt. In Teams mit hoher KI-Nutzung mergten Entwickler:innen 98 % mehr Pull Requests, aber die Review-Zeit stieg um 91 %, und auf Unternehmensebene verschwanden die Gewinne (Faros AI, 2025).
Selbst der Build-Speed-up ist ungleich verteilt. Eine kontrollierte Studie fand eine um 55,8 % schnellere Aufgabe mit KI; eine andere fand erfahrene Entwickler:innen in ihren eigenen Repositories 19 % langsamer – während sie glaubten, 20 % schneller zu sein (METR, 2025).
Delivery-Metriken enden in der Produktion. Die Change Lead Time von DORA reicht vom Commit bis zum Deploy (DORA). Über das Entscheiden oder Validieren sagt sie nichts.
Das meiste ausgelieferte Werk zahlt sich nicht aus. Rund ein Drittel der bei Microsoft getesteten Ideen verbesserte die Metrik, auf die sie zielten (Kohavi et al., 2009), und 80 % der Features eines durchschnittlichen Produkts werden selten oder nie genutzt (Pendo, 2019).
Steck die gesparte Build-Zeit in die langsamen Uhren: mehr Discovery vor der Entscheidung und ein klarer Ergebnis-Check nach dem Launch.
Was ist die Product-Velocity-Illusion?
Produktteams liefern so viel aus wie nie zuvor. Die Zahl der Pull Requests steigt, und die Sprint-Charts zeigen nach oben rechts. Trotzdem stellen sich viele Teams dieselbe nagende Frage: Wenn wir so viel schneller bauen, warum fühlt es sich nicht so an, als kämen wir schneller voran?
Diese Lücke hat einen Namen. Faros AI nannte sie das AI Productivity Paradox, nachdem das Unternehmen Telemetriedaten von mehr als 10.000 Entwickler:innen in 1.255 Teams ausgewertet hatte: Entwickler:innen in Teams mit hoher KI-Nutzung erledigten 21 % mehr Aufgaben und mergten 98 % mehr Pull Requests, doch jeder Zusammenhang zwischen KI-Nutzung und Leistung verschwand auf Unternehmensebene ().
Die Product-Velocity-Illusion ist die Product-Management-Version desselben Effekts. KI hat einen Teil des Produktzyklus schneller gemacht. Die anderen beiden hat sie dort gelassen, wo sie waren. Weil der schnelle Teil der sichtbarste ist (Commits, PRs, ausgelieferte Features), verwechselt man leicht „Wir bauen schneller“ mit „Wir kommen schneller voran“. Das sind verschiedene Aussagen, und sie zu vermischen schadet Roadmaps leise.
Die Wahrnehmung macht es schlimmer. 52 % der Entwickler:innen sagen, KI-Tools hätten sich positiv auf ihre Produktivität ausgewirkt (Stack Overflow, 2025), und mehr als 80 % der DORA-Befragten 2025 glauben, KI habe ihre Produktivität gesteigert (Google Cloud, 2025). In der randomisierten METR-Studie von 2025 aber erwarteten 16 erfahrene Open-Source-Entwickler:innen von KI eine Beschleunigung um 24 %, brauchten damit 19 % länger und glaubten hinterher trotzdem, KI habe sie um 20 % beschleunigt (METR, 2025). Wenn Menschen ihr eigenes Build-Tempo falsch einschätzen, ist ein Dashboard voller Build-Aktivität ein noch schwächerer Maßstab für den Gesamtfortschritt. Das größere Bild für 2026 – was billig wurde und was nicht – findest du in Building got cheap: die Daten für 2026.
Warum sagt die Velocity-Metrik nicht mehr die Wahrheit?
Die meisten Produktteams berichten Velocity noch immer als eine einzige Zahl: Story Points pro Sprint, ausgelieferte Features pro Quartal oder Cycle Time vom Ticket bis zum Deploy. Ein Jahrzehnt lang war das ein brauchbarer Stellvertreter, weil die Build-Zeit der dominierende Kostenfaktor war. Nahm das Bauen den Großteil der Zeit zwischen „Wir haben eine Idee“ und „Die Idee ist live“ in Anspruch, dann erfasste eine Metrik, die das Bauen misst, das meiste, was zählte.
Dieses Verhältnis hat sich verschoben. In einem Team, das KI-gestützte Entwicklung gut nutzt, kann die Build-Zeit für ein gut spezifiziertes Feature auf einen kleinen Teil des Zyklus schrumpfen. Aber die Zeit, die man damit verbringt zu entscheiden, ob sich das Feature lohnt, und herauszufinden, ob es funktioniert hat, ist nicht kürzer geworden. Diese Phasen werden von Dingen gebremst, die KI nicht anfasst: Abstimmung zwischen Stakeholdern, die Verfügbarkeit von Kund:innen für Research und die Tage echter Nutzung, die man braucht, bevor ein Signal verlässlich ist.
Engineering-Metriken waren nie dafür gedacht, diese Phasen abzudecken. DORA, das Forschungsprogramm von Google Cloud zur Software-Delivery, verfolgt inzwischen fünf Metriken: Change Lead Time, Deployment-Frequenz, Wiederherstellungszeit nach fehlgeschlagenen Deployments, Change Fail Rate und Deployment Rework Rate. Die Change Lead Time wird vom Commit bis zum Deployment in der Produktion gemessen (DORA). DORA selbst warnt vor „einer Metrik, die alle beherrscht“ und davor, Metriken zu Zielen zu machen, und beruft sich dabei auf das Goodhart'sche Gesetz.
Eine einzige Velocity-Zahl beschreibt also heute den schnellsten Teil des Zyklus und schweigt zum Rest. Teams wirken im Dashboard produktiv und stecken im Markt fest. Deshalb können „Wir haben dieses Quartal 40 % mehr Features ausgeliefert“ und „Die Aktivierung hat sich seit zwei Quartalen nicht bewegt“ im selben Board-Deck stehen, ohne dass jemand beides verknüpft.
Was sind die Three Clocks der Product Velocity?
Die Lösung ist keine bessere Velocity-Metrik. Du schaffst die Einzelzahl ab und ersetzt sie durch drei, denn eine Idee durchläuft auf dem Weg zum Wert drei verschiedene Uhren, und sie laufen mit sehr unterschiedlichem Tempo.
1. Die Decision Clock
Die Zeit von „Wir haben ein Problem oder eine Chance bemerkt“ bis „Wir haben uns auf eine konkrete Lösung festgelegt“. Sie umfasst, das Problem zu rahmen, es gegen alles abzuwägen, was um die Roadmap konkurriert, und die Leute, die zustimmen müssen, tatsächlich zur Zustimmung zu bringen.
KI kann Research zusammenfassen und das Options-Memo entwerfen. Sie kann dir den Trade-off nicht abnehmen, und sie kann eine Vertriebsleiterin und einen Head of Engineering nicht schneller auf eine Linie bringen, als diese bereit sind. Der Engpass war hier nie die Informationsbeschaffung, sondern die Abstimmung.
2. Die Build Clock
Die Zeit von der Festlegung bis zum Livegang des Features. Das ist die Uhr, die KI am stärksten verändert hat – allerdings weniger gleichmäßig, als Anbieter-Demos nahelegen:
In einem kontrollierten Experiment von 2023 implementierten Entwickler:innen mit einem KI-Pair-Programmer einen HTTP-Server 55,8 % schneller als eine Kontrollgruppe (Peng et al., 2023).
In METRs Folgestudie mit 57 Entwickler:innen und mehr als 800 Aufgaben war der geschätzte Effekt für wiederkehrende Entwickler:innen weiterhin eine Verlangsamung (-18 %, Konfidenzintervall -38 % bis +9 %) und für neue ungefähr neutral (-4 %, -15 % bis +9 %). METR weist darauf hin, dass der wahre Speed-up höher sein könnte, weil einige Entwickler:innen und Aufgaben aus dem Studiendesign herausfielen (METR, 2026).
DORAs Bericht 2024 brachte steigende KI-Nutzung mit einem geschätzten Rückgang des Delivery-Durchsatzes um 1,5 % und der Delivery-Stabilität um 7,2 % in Verbindung (Google Cloud, 2024). 2025 wurde der Zusammenhang beim Durchsatz positiv, doch die Stabilität blieb negativ beeinflusst (Google Cloud, 2025).
Das Muster: Code zu tippen wurde schneller; Code zu reviewen, zu integrieren und zu stabilisieren hielt nicht Schritt. Faros stellte in Teams mit hoher Nutzung eine um 91 % längere Review-Zeit fest, wobei die menschliche Freigabe zum neuen Engpass wurde. Wenn du Engineers durch diese Phase führst, miss Ergebnisse, nicht Codezeilen. Die Falle ist, die Build Clock als Ersatz für den ganzen Zyklus zu behandeln. Sie ist ein Zahnrad in einem Getriebe mit drei Zahnrädern, und ein schneller drehendes Zahnrad beschleunigt die Kette nicht.
3. Die Validation Clock
Die Zeit von „Das Feature ist live“ bis „Wir wissen mit vernünftiger Sicherheit, ob es gewirkt hat“. Sie wird davon bestimmt, wie viele Nutzer:innen das Feature anfassen müssen, bevor es ein Signal gibt, wie lange eine Verhaltensänderung braucht, um sichtbar zu werden (eine Preisänderung zeigt ihre wahre Wirkung vielleicht erst bei der nächsten Verlängerung, nicht beim nächsten Login), und davon, ob das Team den Kreis tatsächlich schließt, statt weiterzuziehen.
KI hat diese Uhr nicht verkürzt, und in manchen Organisationen hat sie es verschlimmert: Schnelleres Ausliefern stapelt mehr unvalidierte Features in der Produktion, und jedes davon fügt der nächsten Messung Rauschen hinzu. Die Basisrate ist ernüchternd. Bei Microsoft verbesserte nur etwa ein Drittel der Ideen die Metrik, die sie verbessern sollten; etwa ein Drittel verschlechterte sie, und ein Drittel machte keinen Unterschied (Kohavi et al., 2009).
Uhr
Startet
Endet
Gebremst durch
Bisheriger Effekt von KI
Decision
Problem oder Chance bemerkt
Feste Wette mit Erfolgsmetrik
Abstimmung, Evidenz, Trade-offs
Schnelleres Research und schnellere Entwürfe; Abstimmung unverändert
Build
Wette beschlossen
Feature live in der Produktion
Coding, Review, Integration, Stabilität
Oft schneller zu schreiben; Review und Stabilität hinken hinterher
Validation
Feature live
Ergebnis bekannt (gewirkt, neutral oder geschadet)
Nutzungsvolumen, Verzögerung im Verhalten, Konsequenz im Nachfassen
Weitgehend unverändert; mehr unvalidierte Launches
Warum ist die Illusion teuer und nicht nur irreführend?
Ein Team, das nur die Build Clock verfolgt, macht immer wieder denselben teuren Fehler: Es zieht Arbeit vor, die billig zu bauen ist, aber die Decision Clock nicht durchlaufen hat – „Wir können es einfach probieren, ist ja jetzt schnell“. Dieser Reflex fühlt sich nach Agilität an. In der Praxis vergraben gerade die am schnellsten ausliefernden Teams ihre Validation Clock oft am tiefsten: mehr ausgelieferte Fläche pro Quartal, bei gleich vielen Leuten, die prüfen können, ob irgendetwas davon eine Metrik bewegt hat.
Das ist der Mechanismus hinter einem gut belegten Nutzungsmuster. Pendos Analyse anonymisierter Nutzungsdaten ergab, dass 80 % der Features in einem durchschnittlichen Softwareprodukt selten oder nie genutzt werden, während 12 % der Features 80 % des täglichen Nutzungsvolumens erzeugen (Pendo, 2019). Günstigeres Bauen behebt das nicht. Es kann es verschlimmern, weil es leichter wird, über den Punkt hinaus auszuliefern, an dem man sich das Recht zum Bauen verdient hat. Die Pendo-Zahl und ihre Grenzen schlüsseln wir in warum 80 % der Features selten oder nie genutzt werden auf.
Wie misst du Product Velocity mit den Three Clocks?
Für den Start brauchst du kein neues Tooling. Du brauchst drei Zeitstempel pro Wette und ein Quartals-Review.
Lege fest, was als Wette zählt. Jedes Roadmap-Item, das groß genug ist, um eine Erfolgsmetrik zu haben. Kleine Fixes bleiben draußen.
Erfasse für jede Wette drei Daten: wann das Problem erstmals erfasst wurde, wann sich das Team festgelegt hat (mit einer schriftlichen Erfolgsmetrik) und wann das Ergebnis als gewirkt, neutral oder geschadet beurteilt wurde.
Nimm die Deploy-Daten aus deinen Delivery-Daten. Wenn du bereits DORA-Metriken verfolgst, ist die Build Clock grob die Zeit von der Festlegung bis zum Deploy, in der die Change Lead Time enthalten ist.
Berichte Mediane, keine Durchschnitte. Eine festgefahrene Wette soll nicht neun schnelle verdecken – und umgekehrt.
Berichte die Zeit von der Idee bis zum validierten Ergebnis neben „ausgelieferte Features“, dazu den Anteil der ausgelieferten Wetten, die ein Urteil erreicht haben.
Führe das Review quartalsweise durch. Schrumpft die Build Clock, während die anderen beiden gleich bleiben, ist dein Engpass gewandert, und dein Prozess ist nicht mitgezogen.
Three-Clocks-Quartalsbericht (zum Kopieren)
Metrik
Dieses Quartal
Letztes Quartal
Beschlossene Wetten
Median Decision Clock (Tage)
Median Build Clock (Tage)
Median Validation Clock (Tage)
Median Idee bis validiertes Ergebnis (Tage)
Ausgelieferte Wetten mit Urteil (%)
Urteile: gewirkt / neutral / geschadet
Für die Entscheidungsseite liefert dir ein Product Decision Log das Datum der Festlegung und die Erfolgsmetrik an einem Ort.
Wie sieht das mit echten Zahlen aus? Ein durchgerechnetes Beispiel
Illustratives Beispiel. Angenommen, ein Produktteam aus 7 Personen legt sich in einem Quartal auf 8 Wetten fest. Die Mediane sehen so aus:
Decision Clock: 21 Tage (Problem erfasst bis beschlossene Wette)
Build Clock: 4 Tage (vor einem Jahr noch 15 Tage, vor der Einführung von KI-Coding-Tools)
Validation Clock: 45 Tage, aber nur 3 der 8 ausgelieferten Wetten erreichten überhaupt ein Urteil
Die Zeit von der Idee bis zum validierten Ergebnis beträgt 70 Tage, davon macht das Bauen weniger als 6 % aus. Vor einem Jahr, bei gleicher Entscheidungs- und Validierungszeit, waren es 81 Tage. Das Team „baute fast viermal so schnell“ und kam Ende zu Ende etwa 14 % schneller voran, und fünf Wetten dieses Quartals haben kein Urteil, also weiß niemand, ob sie geholfen haben.
Die Lösung ist nicht schnelleres Bauen. Die Validation Clock von 45 auf 30 Tage zu senken, indem man Metrik und Prüfdatum vor dem Launch festlegt, und alle 8 Wetten zu einem Urteil zu bringen, würde für die echte Product Velocity mehr bringen als jede weitere Beschleunigung beim Coden.
Wie setzt du die Three Clocks in der Praxis ein?
Das Framework verdient sich seinen Platz nur, wenn es verändert, was in der Planung gemessen und besprochen wird. Drei Schritte machen das konkret.
Berichte alle drei Uhren, nicht nur eine. Verfolge neben „ausgelieferte Features“ den Median der Decision Clock (Idee bis beschlossene Wette) und den Median der Validation Clock (Release bis verifiziertes Ergebnis) für das Quartal. Schrumpft die Build Clock weiter, während die anderen beiden gleich bleiben, ist das kein Produktivitätsgewinn, den man feiern sollte. Es ist ein Signal, dass dein Engpass gewandert ist.
Investiere die Einsparungen der Build Clock bewusst in die Decision Clock. Wenn ein Feature, das früher drei Wochen zum Bauen brauchte, jetzt drei Tage braucht, liefere nicht einfach früher aus. Nutze die Zeit für einen echten Discovery-Durchgang: eine Handvoll Kundengespräche, ein kleiner Prototypen-Test, ein Pre-Mortem mit dem Team, bevor du dich auf den vollen Build festlegst. Der Sinn schnelleren Bauens ist nicht, früher auszuliefern. Es geht darum, sich bei gleicher Gesamtdauer des Zyklus mehr Validierung leisten zu können, bevor man sich festlegt. Wie du diese Schleife beschleunigst, steht in Learning Velocity.
Mach den Abschluss der Validation Clock zu einem Release-Gate, nicht zu einer Folgeaufgabe. Die Validation Clock bläht sich am leichtesten auf, wenn „Prüfen, ob es gewirkt hat“ als optionales Aufräumen gilt, das mit der Build-Arbeit des nächsten Sprints konkurriert und meist verliert. Lege Metrik und Prüfdatum fest, bevor das Feature live geht, und setze diesen Check mit derselben Sichtbarkeit wie das Build-Ticket auf die Roadmap. Eine Wette, deren Ergebnis nie geprüft wird, ist keine Information. Sie ist nur mehr ausgelieferte Fläche mit unbekanntem Ertrag.
Welche Fehler machen Teams beim Messen der Product Velocity?
PR-Zahlen feiern. Mehr gemergte PRs bei 91 % längeren Reviews sind eine Warteschlange, kein Fortschritt.
DORA-Metriken als Produktmetriken verwenden. Sie messen die Gesundheit der Delivery. Behalte sie, aber lass sie nicht die Frage „Bauen wir die richtigen Dinge?“ beantworten.
Die Uhren zu Zielen machen. DORAs Warnung vor dem Goodhart'schen Gesetz gilt auch hier. Ein Team, das gedrängt wird, die Decision Clock zu verkürzen, überspringt Discovery.
Launches als Ergebnisse zählen. Ein Feature ist nicht fertig, wenn es ausgeliefert ist; es ist fertig, wenn du weißt, ob es gewirkt hat.
Neutrale Ergebnisse ignorieren. Bei Microsoft war rund ein Drittel der Ideen neutral. Neutral ist eine Antwort: nicht weiter investieren oder das Feature entfernen.
Die Three Clocks passen am besten für Teams, die Produktwetten mit messbaren Ergebnissen ausliefern. Bei reiner Wartung, Infrastruktur oder Compliance-Arbeit können Delivery-Metriken allein genügen. Und wenn dein Team in unvalidierten Launches ertrinkt, kommen dir die Warnzeichen in Stoppt die Feature Factory bekannt vor.
Wo Specky ins Spiel kommt
Specky hält die langsamen Uhren sichtbar. Jede Entscheidung landet im Decision Log mit der Kundenevidenz dahinter, PRDs tragen Inline-Zitate auf diese Evidenz, und nach dem Launch prüft Specky, ob die Wette gegen die von dir gesetzte Metrik gewirkt hat. Weil das alles in einem Product Graph liegt, laufen die Decision und die Validation Clock nicht mehr unsichtbar in jemandes Kopf.
Häufig gestellte Fragen
Was ist Product Velocity?
Product Velocity ist, wie schnell ein Team Ideen in validierte Ergebnisse verwandelt: vom Bemerken eines Problems über die Festlegung auf eine Lösung und deren Auslieferung bis zu dem Wissen, ob sie gewirkt hat. Sie unterscheidet sich von der Engineering Velocity, die misst, wie schnell Code vom Commit in die Produktion gelangt. Ein Team kann seine Engineering Velocity steigern, während die Product Velocity gleich bleibt.
Wie misst du Product Velocity?
Erfasse für jede Roadmap-Wette drei Daten: wann das Problem erfasst wurde, wann sich das Team mit einer Erfolgsmetrik festgelegt hat und wann das Ergebnis beurteilt wurde. Berichte jedes Quartal die Mediane von Decision, Build und Validation Clock sowie die Gesamtzeit von der Idee bis zum validierten Ergebnis und den Anteil der ausgelieferten Wetten, die ein Urteil erreicht haben.
Macht KI Softwareteams schneller?
Beim Schreiben von Code oft ja; Ende zu Ende ist die Evidenz gemischt. Eine kontrollierte Studie maß eine um 55,8 % schnellere Aufgabe, während METR erfahrene Entwickler:innen in ihren eigenen Repositories 19 % langsamer fand. Faros sah in Teams mit hoher Nutzung 98 % mehr gemergte Pull Requests, aber 91 % längere Reviews und keinen Gewinn auf Unternehmensebene. DORA 2025 bringt KI weiterhin mit geringerer Stabilität in Verbindung.
Was ist das AI Productivity Paradox?
Es ist die Lücke zwischen individuellen und organisatorischen Gewinnen durch KI. Faros AI prägte den Begriff 2025, nachdem das Unternehmen festgestellt hatte, dass Entwickler:innen in Teams mit viel KI 21 % mehr Aufgaben erledigten und 98 % mehr Pull Requests mergten, während der Zusammenhang mit der Leistung auf Unternehmensebene verschwand. Der Engpass wanderte zu Review, Integration und der Entscheidung, was gebaut wird.
Reichen DORA-Metriken, um die Leistung eines Produktteams zu messen?
Nein. DORAs fünf Metriken, darunter die Change Lead Time vom Commit bis zur Produktion und die Change Fail Rate, messen die Gesundheit der Software-Delivery. Sie decken nicht ab, zu entscheiden, was gebaut wird, oder zu prüfen, ob es gewirkt hat. Nutze sie für die Build Clock und ergänze Messgrößen für die Decision und die Validation Clock.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing