Prognose des Programmzustands – Einblicke in führende und nachlaufende Indikatoren

Als Menschen wollen wir verstehen, was die Zukunft für uns bringt. Wir treffen Entscheidungen auf der Grundlage der verfügbaren Informationen, um sicherzustellen, dass alle Risiken entweder beseitigt oder gemindert werden. Oft basieren diese Entscheidungen auf Analysen, die auf historischen Daten beruhen.

Ein Beispiel: Ich plane, in zwei Monaten einen Marathon zu laufen. Ich bin noch nie einen Marathon gelaufen – nur ein paar 10 km. Ich brauche einen Plan, um mich vorzubereiten.

Welche Daten stehen mir jetzt zur Verfügung, um diesen Plan zu erstellen? Sie stammen aus den Vorbereitungen, die ich für meinen 10 km-Lauf getroffen habe. Ich bin nicht gleich am ersten Tag 10 km gelaufen, sondern habe mit 2 km angefangen. Nach 10 Tagen konnte ich mich auf 4 km steigern, und eine Woche später auf 5 km. Ich brauchte anderthalb Monate, um für meinen ersten 10 km-Lauf zu trainieren.

Auch das Wetter spielte bei meinen Läufen eine Rolle. An einem verregneten Morgen konnte ich einen 5 km-Lauf nicht so leicht absolvieren. Kühle Nächte waren besser. Aber um es kurz zu machen, ich hatte genug Daten aus meinen bisherigen Erfahrungen, um mit den Vorbereitungen für den Marathon zu beginnen.

Kann ich nun, da ich die Daten habe, meinen Erfolg oder Misserfolg für den Marathon vorhersagen? Ich muss noch wichtige Meilensteine und KPIs festlegen, an denen ich meine Leistung messen kann. Wenn der Marathon in zwei Monaten stattfindet, sollte ich in der Lage sein, in den ersten drei Wochen 10 km zu laufen.

Bin ich in der Form, um mit dem 5-Kilometer-Lauf zu beginnen? Wie sieht es mit dem Wetter aus? Wie sieht es mit dem Ort aus, an dem ich zu trainieren gedenke? Und habe ich in meinem Zeitplan genug Zeit, um mein Training zu planen?

Ähnliche Fragen stellen sich im Lebenszyklus der Produkte, die wir entwickeln. Die Führungskräfte – sowohl auf Team- als auch auf Programmebene – benötigen Daten und Informationen, um Hindernisse zu beseitigen und Vorhersehbarkeit zu schaffen. Diese können durch zwei verschiedene Arten von Indikatoren bestimmt werden: Frühindikatoren und Spätindikatoren.

Vorlaufende Indikatoren

Vorlaufende Indikatoren, auch Frühindikatoren genannt, konzentrieren sich auf die Inputs, die in die Erstellung eines Produkts einfließen. Anhand dieser Indikatoren lässt sich feststellen, ob wir über die richtigen Zutaten verfügen, um das richtige Produkt rechtzeitig zu entwickeln.

Vorlaufende Indikatoren sind schwer zu messen und hängen oft von historischen Daten ab, die zu einem bestimmten Zeitpunkt verfügbar sind. In der obigen Geschichte sind die Frühindikatoren für einen erfolgreichen Marathonlauf folgende: Wie viel Zeit werde ich täglich in das Training für den Lauf investieren?

Wenn ich zum Beispiel zwei Stunden ansetze, kann ich das täglich verfolgen und sehen, ob ich das schaffe, denn wenn nicht, werde ich mein Ziel sicher verfehlen. In der Produktentwicklung ist der Zustand eines Backlogs ein guter Indikator dafür, wo meine Teams vor Beginn eines Sprints oder PIs stehen. Einige andere Frühindikatoren können sein:

  1. Release Burndown zur Verfolgung des Fortschritts für ein Release. Dies hilft Programmen, die richtigen Entscheidungen zu treffen.
  2. Backlog Readiness, da der Zustand unseres Backlogs ein wichtiger Indikator dafür ist, wie unsere Sprints und PIs verlaufen werden.
  3. Epic Readiness.
  4. Story-Bereitschaft.
  5. Kapazität vs. Last. Haben wir genug Arbeit, um unsere Teams und/oder Züge zu versorgen?
  6. Stabile Geschwindigkeit. Sind unsere Teams auf der Grundlage historischer Daten in der Lage, die von ihnen eingegangenen Verpflichtungen zu erfüllen?

Nachlaufende Indikatoren

Nachlaufende Indikatoren konzentrieren sich auf das Ergebnis. Sie sind leicht zu messen und helfen dabei, ein Muster zu entwickeln, wie sich Teams und Programme entwickeln. Führungskräfte können aus diesen Daten Erkenntnisse gewinnen, Ursachenanalysen durchführen und herausfinden, wo die Engpässe liegen könnten oder welche Bereiche verbessert werden müssen.

In meiner obigen Geschichte gab mir die Auswertung meiner Leistungsdaten nach zwei Wochen Training Aufschluss darüber, wie gut mein Körper auf den Lauf vorbereitet war. Auf der Grundlage dieser Erkenntnisse habe ich Änderungen an meiner Routine vorgenommen, um sicherzustellen, dass ich mich in den nächsten zwei Wochen verbessern würde. Nachlaufende Indikatoren können sein:

  1. UAT/Production Defects Density, die Qualität des Codes, der in der Produktion/höher kontrollierten Umgebungen eingesetzt wird.
  2. Die Anzahl ungeplanter Produktionsfreigaben. Wie oft setzen wir Code in der Produktion ein? RCA führt zu Schlüsselbereichen, die behoben werden müssen.
  3. Sprint/PI Spillovers (Committed vs. Completed), oder die Fähigkeit des Teams, die Verpflichtungen zu erfüllen.
  4. Sprint Churn. Wie stabil sind unsere Backlogs während der Sprints?

Diese Beispiele für Früh- und Spätindikatoren variieren von Programm zu Programm und basieren auf dem Zeitpunkt oder Meilenstein, für den Sie diese Berichte entwickeln. Sie können auch für verschiedene Führungsgruppen und die strukturelle Hierarchie, aus der Sie die Produktentwicklung betrachten, unterschiedlich sein.

Letztlich sollten Sie für Ihr Programm führende und nachlaufende Indikatoren definieren, um dessen Zustand zu verfolgen. Und nicht zuletzt sollten die Daten, die zur Erstellung dieser Kennzahlen verwendet werden, aus einer single source of truth stammen.

Haben Sie Ihre vor- und nachlaufenden Indikatoren schon definiert?

Blog category

Blog Categories

Top Authors

Kateryna Vasylieva

Kateryna Vasylieva

Specialist, People Development

Olga Cherevata

Olga Cherevata

Lead Recruitment Specialist

Victoria Polishchuk

Victoria Polishchuk

Specialist, People Development

Olena Lisovska

Olena Lisovska

Recruitment specialist, Consultant

Sunil Singh

Sunil Singh

AVP - Technology