Oder: was geschah, als wir Claude Code auf unser Produkt zur Unternehmensführung des Vorstands losließen und es bei jedem einzelnen Schritt seine Arbeit belegen ließen.

Offenlegung: Ceetrix ist eine Plattform, die von einem engen Freund von mir entwickelt wurde, einem ehemaligen Google-Mitarbeiter, erfahrenen Chief Product Officer und Experten für agentenbasierte KI.

Hier ist ein Problem, über das kaum jemand spricht, bis es ihn trifft: Die meisten kleinen und mittleren Unternehmen betreiben ihre Unternehmensführung des Vorstands nach Gefühl. Ein Beschluss wird in einer Sitzung „verabschiedet“, jemand ändert ein Statusfeld in einer Tabelle von Ausstehend auf Genehmigt, und sechs Monate später, wenn der Anwalt eines Investors fragt, wer das eigentlich abgesegnet hat, wann, und ob sich zwischen der Abstimmung und der endgültigen Fassung etwas geändert hat, lautet die ehrliche Antwort ein Achselzucken und ein Durchscrollen alter E-Mail-Verläufe. Ich habe genau diese Szene mehr als einmal erlebt.

Das ist das Problem, das wir mit unserer Software lösen wollen. Und die letzten zwei Tage lieferten uns eine seltsame, fast erfreuliche Fallstudie darüber, wie wir das umsetzen. Denn wir haben nicht nur Software für die Unternehmensführung geschrieben. Wir haben unabsichtlich ein Experiment durchgeführt, bei dem wir den Prozess steuerten, der Governance-Software schreibt.

Die Beteiligten

Wir bauen auf Claude Code, dem KI-Coding-Agenten von Anthropic, jener Art von Werkzeug, das sich einen Ruf erworben hat, fair, meistens, für „Vibe Coding“: Man beschreibt, was man will, es schreibt Code, man überfliegt ihn kurz, veröffentlicht ihn und hofft auf das Beste.

Das tun wir nicht. Stattdessen läuft alles über eine Plattform für Produkt-Governance namens Ceetrix, am besten beschrieben als ein extrem strenger Projektmanager, der jedes Lehrbuch zum Vertragsrecht gelesen hat und niemanden den Raum verlassen lässt. Bevor auch nur eine einzige Codezeile geschrieben wird, verlangt Ceetrix: welches Problem lösen wir (das PRD), wie genau werden wir es lösen (das Design), in welche konkreten Arbeitspakete teilt sich das auf (die Aufgaben), und, entscheidend, welche Tests belegen, dass jedes Teil tatsächlich funktioniert. Es lässt niemanden etwas als erledigt markieren, wenn sich diese gesamte Kette nicht lückenlos auf eine tatsächliche Anforderung zurückführen lässt. Kein Bauchgefühl erlaubt.

Claude Code darf also nicht frei improvisieren. Es darf entwickeln, aber nur gegen eine Spezifikation, die es nicht heimlich anders auslegen kann, und es muss seine Arbeit belegen: tatsächliche Testergebnisse, tatsächliche Nachweise, tatsächliche „so würde ich es nächstes Mal anders machen“-Rückblicke, bevor irgendetwas als fertig gilt.

Gestern: unglamourös, und notwendig

Gestern haben wir zwei Teile veröffentlicht, die nie einen Designpreis gewinnen werden, die aber jedes echte Unternehmen braucht: einen Einstellungen-Bildschirm, auf dem das Team auswählen kann, welches KI-Modell welche Teile des Produkts antreibt, und ein vollständiges Verwaltungssystem, um Teammitglieder einzuladen, Rollen zuzuweisen und, wichtig, mit der Realität umzugehen, dass Menschen das Unternehmen verlassen. Wenn jemand, dem eine Reihe offener Risiken oder Aktionen gehörte, ausscheidet, lässt die Software diese Arbeit nicht einfach verwaist zurück. Sie zwingt jemanden, sie ausdrücklich neu zuzuweisen. Kleinigkeit. Die Art von Kleinigkeit, die, wenn man sie überspringt, drei Monate später zu „warte, wessen Aufgabe war das eigentlich?“ wird.

Heute: der Software beibringen, einen Vorstand tatsächlich zur Rechenschaft zu ziehen

Das Herzstück des heutigen Tages war die Funktion, die dem gesamten Produkt seine Durchsetzungskraft gibt: Vorstandsbeschlüsse, die formalen, aktenkundigen Entscheidungen, die ein Vorstand trifft. Gestern war ein Beschluss in unserem eigenen Produkt nur ein Statusfeld, das jeder angemeldete Nutzer bearbeiten konnte. Verabschiedet, ausstehend, was immer man eingab. Heute wurde daraus etwas, das dem, was ein Beschluss in der realen Welt tatsächlich ist, näherkommt: eine Entscheidung mit Gewicht.

Hier ist, was sich geändert hat, in einfachen Worten:

  • Ein Beschluss durchläuft nun echte Stufen, Entwurf, In Prüfung, Genehmigt, Abgelehnt, und kann nur so vorangebracht werden, wie es eine echte Abstimmung tun würde.
  • Um zu Genehmigt zu kommen, müssen zwei getrennte Personen unterzeichnen, konkret der Vorstandsvorsitzende und der Gründer, nicht dieselbe Person, die zwei Hüte trägt. Wir nennen das Funktionstrennung. Wenn sich an dem Beschluss, seinem Wortlaut, seinem Verantwortlichen, seinem Entscheidungsdatum, auch nur geringfügig etwas ändert zwischen der ersten und der zweiten Unterschrift, erkennt das System dies und lässt beide erneut unterzeichnen. Kein Bearbeiten eines Beschlusses, nachdem jemand bereits zugestimmt hat, in der Hoffnung, dass es niemand merkt.
  • Sobald etwas Genehmigt ist, wird es dauerhaft. Man kann es nicht bearbeiten. Man kann es nicht löschen. Die einzige Möglichkeit, seine Meinung zu ändern, ist es formell zu ersetzen, wodurch ein brandneuer Entwurfsbeschluss entsteht, sichtbar mit dem verknüpft, den er ersetzt, mit einem zeitgestempelten Vermerk dazu, wer das genau getan hat und warum. Es ist der Unterschied zwischen dem stillen Umschreiben der Geschichte und dem Durchstreichen mit Tinte, bei dem jeder noch lesen kann, was dort früher stand.
  • Beschlüsse können nun mit den tatsächlichen Risiken, Aktionen und Entscheidungen verknüpft werden, auf die sie sich beziehen, sodass ein Beschluss nie isoliert für sich steht, abgekoppelt von der Realität, die er eigentlich behandeln sollte.

Nichts davon ist spektakulär. Aber genau das macht den Unterschied aus zwischen „wir haben Vorstandsprotokolle“ und „wir haben eine Governance-Aufzeichnung, auf die sich ein tatsächlicher Prüfer, Erwerber oder Anwalt eines Investors während einer Due Diligence verlassen könnte.“

Wie es tatsächlich entwickelt wurde

Bevor irgendetwas davon mit echten Daten in Berührung kam, wurde es auf vier verschiedene Arten getestet: Funktioniert die zugrunde liegende Logik isoliert, funktioniert sie, wenn sie tatsächlich mit einer Datenbank spricht, funktioniert sie so, wie es eine Person erleben würde, die sich durch den Bildschirm klickt, und funktioniert die gesamte Geschichte, Entwurf, Einreichen, Genehmigen, erneut Genehmigen, Ersetzen, als ein durchgehender Ablauf von Anfang bis Ende. Dann, bevor es als fertig bezeichnet wurde, wurde es gegen eine echte, temporäre Kopie der tatsächlichen Datenbank getestet, mit echten Anmeldesitzungen, durch den echten Arbeitsablauf klickend. Keine Simulation.

An jedem einzelnen Punkt, an dem Claude Code eine unumkehrbare Handlung hätte vornehmen können, hielt es an und fragte zuerst nach. Bevor der Code übernommen wurde. Bevor er irgendwohin verschoben wurde. Bevor die Produktionsdatenbank angefasst wurde. Bevor es live bereitgestellt wurde. Nicht weil es diese Dinge technisch nicht unbeaufsichtigt tun könnte, sondern weil das der eigentliche Sinn der ganzen Übung ist: eine KI, die bereitwillig schnell voranschreitet, bis zu dem Moment, in dem eine Handlung nicht mehr rückgängig gemacht werden kann, und dann den Stift wieder in Ihre Hand legt.

An einer Stelle schlug die Anwendung des Datenbank-Updates auf die Produktion mit einem kryptischen Autorisierungsfehler des Cloud-Anbieters fehl, jener Art von Meldung, bei der einem für einen Moment der Magen absackt. Es stellte sich heraus, dass es nichts war: eine einmalige Netzwerkstörung. Dreißig Sekunden später erneut versucht, und es lief einwandfrei durch. Ich erwähne das, weil es ein faires Abbild des gesamten Aufbaus ist. Das ist keine Magie, und es ist auch nicht zerbrechlich. Es ist einfach Software, die sorgfältig vorgeht.

Warum das der eigentliche Punkt ist

Es liegt eine echte Ironie darin, Governance-Software zu entwickeln, ein Werkzeug, dessen gesamte Aufgabe es ist, Entscheidungen zu erzwingen, die sorgfältig, aktenkundig und nur durch einen sichtbaren, formellen Prozess umkehrbar getroffen werden, und dabei einen Entwicklungsprozess zu verwenden, der genau das mit sich selbst tut. Jede Anforderung zurückverfolgt auf ein Design. Jedes Design zurückverfolgt auf tatsächliche Aufgaben. Jede Aufgabe abgeschlossen mit tatsächlichen Testergebnissen und einem ehrlichen Vermerk dazu, was man nächstes Mal besser machen sollte. Jede riskante, schwer umkehrbare Handlung angehalten für ein menschliches Ja.

Darin steckt eine Lehre, die nichts mit KI im Besonderen zu tun hat. Die Qualität der Arbeit, wer oder was sie auch ausführt, steigt in dem Moment, in dem man sich weigert, „fertig“ als etwas anderes gelten zu lassen als „hier ist der Nachweis“. Das galt schon, bevor KI Code schreiben konnte. Wir waren auf diese Disziplin stolz, in jedem Unternehmen, das ich mitgegründet oder an dem ich beteiligt war. Es gilt immer noch, jetzt, wo KI den Code schreiben kann. Das Werkzeug hat sich geändert. Die Disziplin nicht, und sollte es auch nicht.

Morgen beginnen wir mit der Internationalisierung: der Funktion, die es Nutzern in mehreren Ländern ermöglicht, die Plattform in ihrer eigenen Sprache und Währung zu nutzen. Ich werde Ihnen auch berichten, wie das läuft.

Verfolgen Sie das? Dies ist Teil eines laufenden Build-Logs für die Unternehmensführungsplattform von PoseidonGrooveAI, offen entwickelt, Fehler inklusive.