The 4P Pipeline: The New Operating Model for Product Teams

Die Intent-to-Production-Pipeline (4P-Pipeline) ist das Herzstück des neuen Betriebsmodells. Sie besteht aus vier Phasen, die ein Team in Rekordzeit durchläuft. Aus Erfahrungen mit zahlreichen Teams haben wir gelernt: Der erste Schritt bei jedem neuen Produktvorhaben ist heute, den Intent unmissverständlich zu formulieren. Bevor irgendjemand auch nur einen Prompt an eine AI sendet.

Die Phasen der Pipeline

Perceive

Den Insight finden, der den Unterschied macht. Nicht das Problem beschreiben, sondern die Erkenntnis dahinter. Warum ist das jetzt relevant – nicht vor einem Jahr, nicht in einem Jahr? Wer vorher klärt, was er will, braucht hinterher weniger Korrekturen. Wer den Laserpointer präzise ausrichtet, trifft das Ziel schneller. In dieser Phase geht es um Wahrnehmung, nicht um Lösung. Was sehen wir, das andere übersehen? Welche exogenen Faktoren haben sich geändert, die unsere Idee jetzt möglich machen?

Prompt

Den Insight in einen präzisen Intent übersetzen. Ein Intent Statement formulieren, das messbare User Outcomes definiert, nicht nur Features. Daraus generiert die AI das Product Requirements Document (PRD) und verschiedene Implementierungsoptionen. Ein guter Intent ist fokussiert und technologie-agnostisch. Er beschreibt das Was, nicht das Wie. „Der Nutzer soll Probleme lösen können, ohne auf einen Menschen warten zu müssen“ ist ein besserer Intent als „Wir bauen einen AI-Chatbot“. Letzteres ist bereits eine technische Entscheidung, kein Nutzer-Ergebnis.

Produce

Lauffähige Software in Production-Qualität bauen. Hier kommen die Quality Gates ins Spiel: Tests, Security-Scans (SAST), Intent-Metriken und Architektur-Compliance. Die AI iteriert, bis alle Gates grün sind. In einer AI-tauglichen Architektur kann ein Team in vier Wochen umsetzen, wofür es früher ein Quartal benötigt hätte. Hier wird die Blackbox transparent. Wir nutzen strukturiertes Logging und Distributed Tracing, um zu verstehen, was der generierte Code wirklich tut. AI-generierter Code ohne Tests ist kein Produkt, sondern ein Risiko.

Pitch

Die Sponsor-Entscheidung in weniger als fünf Minuten ermöglichen. Ein Pitch zeigt drei Zahlen: Wo standen wir (Baseline), wo stehen wir jetzt (erreichtes Ziel), was bringt der nächste Schritt (Projektion). Er ersetzt den langsamen, klassischen Genehmigungsprozess durch eine schnelle, datengetriebene Entscheidung. Ein Go führt zum Live-Rollout, ein No-Go liefert wertvolle Learnings für das Team-Memory.

Dieses Modell ersetzt den klassischen, langsamen Genehmigungsprozess durch eine schnelle, datengetriebene Pipeline. Das Frankfurter Team, das wir im Buch begleiten, brauchte drei Monate, um ihre Architektur AI-tauglich zu machen, bevor das Beschwerdeprojekt überhaupt beginnen konnte. Drei Monate, in denen sie weniger neue Features entwickelten als zuvor. Die Geschäftsleitung war ungeduldig. Doch die Ergebnisse kamen im vierten Monat: Mit einer AI-tauglichen Architektur konnte das Team in vier Wochen umsetzen, wofür sie früher ein Quartal benötigt hätte. Der Zeitinvest am Anfang zahlt sich exponentiell aus.