Steps of AI Adoption (tableau/artifact + post LinkedIn « I talk to engineers at other companies every day… »)
Boris Cherny (Creator & Head of Claude Code @Anthropic) veröffentlicht auf LinkedIn eine Framework-Tabelle, « Steps of AI Adoption », die die Einführung agentischer KI durch ein Engineering-Team über 5 Stufen (0→4) abbildet, jede charakterisiert durch eine Größenordnung der gesteuerten Agenten und eine Transformation der Rolle des Engineers: 0 Gated (0 Agenten, abgeschotteter Zugang), 1 Assisted (~1 Agent — „du + ein Agent“, betreutes Pair Programming), 2 Parallel (~10 Agenten — Orchestrator), 3 Supervised autonomy (~100 Agenten — Manager of Managers, ein Org-Baum), 4 AI-native (~1.000+ Agenten — VP Steering by Intent).
Von Boris Cherny// Quelle linkedin.com ↗/Lesezeit 2 min/.md// Automatisch geprüfte Übersetzung
Boris Cherny, Creator & Head of Claude Code bei Anthropic, veröffentlicht eine Framework-Tabelle — « Steps of AI Adoption » — entstanden aus einer wiederkehrenden Beobachtung: In vielen Unternehmen vervielfacht eine einzelne Person ihren Output mit Claude um das Zehnfache, aber der Rest der Organisation zieht nicht nach. Daraus leitet er eine 5-stufige Reifeskala (0→4) ab, strukturiert um die Größenordnung der von einem Engineer gesteuerten Agenten — und die dadurch erzwungene Rollentransformation.
0 — Gated (0 Agenten): abgeschotteter Zugang, ältere Modelle, keine MCP-Governance und keine Infrastruktur, um Claudes Code zu hosten; Engpass = veraltete Sicherheits-/Freigabeprozesse und eine Fixierung auf Kosten pro Token. 1 — Assisted (~1): „du + ein Agent“, betreutes Pair Programming, synchrone Arbeit; Engpass = deine Aufmerksamkeit, da du ohne Self-Verification alles selbst prüfst. 2 — Parallel (~10): du wirst zum Orchestrator von 5–10 Agenten auf getrennten Worktrees; Claude verifiziert sich selbst (Tests/Build/Lint/Security), Auto mode und automatisierte Reviews sind Standard; Engpass = das Prüfen mehrerer paralleler Stränge. 3 — Supervised autonomy (~100): Manager of Managers, Claude schreibt fast alles, Wartung läuft im Hintergrund; Engpass = Vertrauen in die Loop und der Entscheidungsdurchsatz. 4 — AI-native (~1.000+): VP Steering by Intent, eine geschlossene Loop, in der Claude die meisten Agenten selbst startet, Überwachung nach dem Ausnahmeprinzip.
Steps of AI Adoption
— Boris Cherny , linkedin.com
Zentrale These: Tokens bringen keinen Stufenaufstieg. Jede Stufe hat ihren eigenen Engpass; Fortschritt entsteht durch dessen Auflösung und den Aufbau des nächsten Satzes an Guardrails, der den Output vertrauenswürdig macht. Die genannten Hebel: Self-Verification-Loop (Tests + Build + Lint + E2E in einer echten Umgebung), Auto mode gegen blockierende Abfragen, Code-Review + Security-Review als Standard, Multi-Agenten-Oberflächen (Agent View, Desktop, Mobile, Tag), dann /loop, /batch, /goal, dynamische Workflows, worktree isolation, CLAUDE.md + Skills zur Kodifizierung von Standards, und schließlich das Claude Agent SDK, um Agentenflotten programmatisch zu bauen und zu steuern.
Zum Thema Steuerung verwirft Cherny die Vanity-Metrik: Nutzung misst Aktivität, nicht Ertrag. Die richtige Frage — hätten wir diesen Aufwand ohnehin investiert, und wie viele manuelle Engineer-Stunden hätte es gekostet? — liefert den wahren ROI. Der entscheidende Gewinn kommt, wenn Fixes/Wartung in den Hintergrund wandern und Teams frei werden, um Dinge zu bauen, die zuvor nicht einmal in Reichweite lagen. Ein ehrlicher Maßstab: Anthropic steht auf Stufe 3 und strebt Richtung 4; er selbst habe soeben Stufe 4 erreicht.
Kernpunkte
Kernidee: Man steigt nicht durch mehr Tokens eine Stufe auf. Jede Stufe hat ihren eigenen Engpass; der Aufstieg zur nächsten erfordert, ihn aufzulösen UND den nächsten Satz an Guardrails aufzubauen, der den Output vertrauenswürdig macht. « Es geht nicht um ein einzelnes Feature, sondern darum, die richtigen Features mit den richtigen Guardrails einzusetzen. »
Das Rückgrat des Modells = die Größenordnung der gesteuerten Agenten und die dadurch auferlegte Rolle. 0 → ~1 → ~10 → ~100 → ~1.000+ Agenten, also blockierter Engineer → Pair Programmer → Orchestrator → Manager of Managers (Org-Baum) → VP Steering by Intent. Das ist die eigentliche „Essenz“ der Tabelle: ein exponentieller Anstieg der Parallelität, der den Job transformiert, nicht nur die Geschwindigkeit.
Stufe 0 — Gated (0 Agenten). Nur ältere/leichtgewichtige freigegebene Modelle, sich über Gateways + Custom Auth aufbauende Latenz, keine MCP-Governance, abgeschotteter/prozesslastiger Zugang, keine Infrastruktur, um von Claude erzeugten Code zu hosten (Outputs bleiben lokal). Engpass: veraltete Sicherheit/Freigaben, eine Fixierung auf Kosten pro Token auf Kosten der Ergebnisse, keine echten technischen Stimmen in der Entscheidung. Produkt: Claude.ai-Chat. Guardrails: SSO/SCIM + RBAC, Org-Budgetobergrenzen, Deployment innerhalb bestehender Freigaben/IAM, Data Governance. 0→1: Abstimmung mit Führungskräften/Einkäufern, Eskalation von Blockern, Frameworks, um Claude sicher einzuführen.
Stufe 1 — Assisted / „du + ein Agent“ (~1). Ein Engineer, ein Agent, fast alles wird beaufsichtigt (schneller Pair Programmer), jeweils eine Session, fast jede Änderung wird vor dem Merge geprüft. Unlock: Was früher einen Nachmittag füllte, ist jetzt zwischen zwei Meetings erledigt. Engpass: deine Aufmerksamkeit — geringes Vertrauen + keine Self-Verification → du liest alles, synchrone Arbeit (du beobachtest Claude, statt weiterzumachen). Produkte: Claude Code (Desktop/CLI/IDE), Cowork, Design, Nutzung via API/Bedrock/Vertex/Microsoft Foundry, Dashboard + Analytics API, Compliance API, Plan mode. Guardrails: Ausgabenobergrenzen pro Seat, zentral verwaltetes Modell/Effort und Policy, OpenTelemetry-Export ins SIEM.
1→2 (Schlüsselübergang):.mehrere Agenten gleichzeitig betreiben; eine verlässliche Self-Verification-Loop (Tests + Build + Lint + E2E in einer echten Dev-Umgebung); Auto mode, um nicht mehr durch Berechtigungsabfragen blockiert zu werden; Code-Review automatisieren.
Stufe 2 — Parallel / Orchestrator (~10). Ein Engineer orchestriert 5–10 Agenten parallel, jeder auf seinem eigenen Worktree/Git-Checkout. Claude verifiziert seine eigene Arbeit (Tests, Build, Lint, Security-Scan), bevor du sie siehst; Auto mode dauerhaft aktiv; Code-Review + Security-Review als Standard. Du prüfst finale Diffs, nicht Tastenanschläge; der Wartungsrückstand schrumpft; Claude schreibt das Meiste des Codes. Unlock: Ein mehrwöchiger Rückstand wird zum Orchestrierungs-Nachmittag eines Engineers. Engpass: das Reviewen (sechs parallele Stränge prüfen) + das Jonglieren von Prompting/Steuerung. Produkte: Auto mode, Agent View, Claude Code Review, Claude Security Review, Claude Code Mobile + Desktop Cloud Execution, Claude Tag (eine isolierte Aufgabe), worktree isolation CLI/Desktop, Remote control (Steuerung vom Handy aus). Guardrails: Team-Nutzungs-Analytics, Qualitätsdurchsetzung (Lint/Tests/Typecheck), Claude-gestützte E2E-Verifikation (Chrome-Erweiterung oder iOS/Android-Simulator-MCP), derselbe Qualitätsmaßstab für menschlichen Code und Agenten-Code, das Vorab-Freigeben von sicherem Bash/MCP in settings.json.
2→3:. Claude die Mittel geben, Kontext abzurufen (Code, Wikis, Diskussionen lesen); Agency + Geschwindigkeit beim Code-Review (Agenten dürfen den Code anderer Teams anfassen); Arbeit in Loops und Routinen zerlegen; Claude Claude starten lassen.
Stufe 3 — Supervised autonomy / Manager of Managers (~100). Claude schreibt den gesamten oder fast den gesamten Code; die Frage verschiebt sich von „hast du den Code gelesen?“ zu „welcher Kontext fehlte dem Modell, und wie beheben wir das für das nächste Mal?“. Unlock: Claude erledigt proaktiv, was früher von Hand gestartet wurde; Wartung/Aufräumarbeiten laufen kontinuierlich im Hintergrund. Engpass: Vertrauen in die Loop und der Entscheidungsdurchsatz des Teams — der Agentenbaum ist zu tief, um beaufsichtigt zu werden; die Falle ist, die Anzahl der Agenten zu skalieren, bevor die Loop sich Vertrauen verdient hat. Zu überwachende Token-Effizienz (OTel/Analytics), eine Kultur des Experimentierens + Kostenkontrolle, sobald interne Nutzung PMF erreicht. Test: „ist das etwas, das ein Engineer getan hätte?“. Produkte: Subagenten mit worktree isolation (keine Kollisionen), Routines, /loop, /batch, /goal, dynamische Workflows, Claude Tag (beobachtet einen Kanal/eine Quelle und startet Aufgaben). Guardrails: automatisiertes Code-Review + Security-Review, Agent-Sandboxing, CLAUDE.md + Skills zur Kodifizierung von Standards, Feintuning des Auto-mode-Klassifikators, Steuerung des Token-Verbrauchs (Modellauswahl, Advisors, LSP, Aufteilung von CLAUDE.md in lazy Skills).
3→4:.Automatisierung im großen Maßstab für domänenspezifische Anwendungsfälle (Code-Migration, Fuzzing, Feature-Entwicklung, Feedback-Behebung).
Stufe 4 — AI-native / VP Steering by Intent (~1.000+). Eine vollständig geschlossene Loop; die meisten Agenten werden von Claude selbst gestartet; Hunderte bis Tausende laufender Agenten; Steuerung nach Intent und Überwachung nach dem Ausnahmeprinzip. Unlock: Eine quartalslange Migration wird zu einem Workflow, den man startet und dann kontrolliert. Engpass: Arbeit im großen Maßstab identifizieren und automatisieren + pro Art der Arbeit die richtigen Guardrails durchsetzen. Produkte: Claude Agent SDK (Agenten programmatisch bauen/planen), Claude Tag (in den meisten Slack-Kanälen präsent, antwortet auf Posts). Guardrails: Kostenkontrollen für Automatisierung, Modellauswahl für Automatisierung.
Anti-Vanity-Metrik (Steuerung). Nutzung (Dashboard) misst Aktivität, nicht Ertrag. Bessere Frage: hätten wir hierfür ohnehin Engineering-Aufwand investiert, und wenn ja, wie viele manuelle Engineer-Stunden hätte es gekostet? → das ist der ROI. Der Jackpot: Wenn Fixes/Wartung in den Hintergrund wandern, tun Teams „Dinge, die vorher nicht einmal im Bereich des Möglichen lagen“.
Selbsteinschätzungs-Benchmark.Anthropic steht auf Stufe 3 und strebt Richtung 4; Boris Cherny erklärt, selbst auf Stufe 4 zu sein. Nützlich als ehrlicher Maßstab: Nicht einmal der Anbieter ist „ganz oben angekommen“.
Verwandt. Begleitstück zu [[fiches/2026-07/cherny-wu-reflecting-year-claude-code-2026-07-17\|Cherny & Wu — « Reflecting on a year of Claude Code »]] (gleicher Autor, Shipping wird billig → Wert verschiebt sich zum Urteilsvermögen); „Agent-Manager/Orchestrierung“-Korpus (Sankars great flattening, Martignoles Token-Manifest); Guardrails & Verifikation (Compound Engineering, Self-Verification-Loop).
Zugeschriebene Aussagen
pour passer à l'étape suivante il faut casser le prochain goulet d'étranglement et bâtir de nouveaux garde-fous ; les tokens seuls ne suffisent pas
— Steps of AI Adoption
l'axe structurant est l'ordre de grandeur d'agents piloté (0, ~1, ~10, ~100, ~1000+), transformant le rôle de pair programmer à VP pilotant par l'intention
— Steps of AI Adoption
avoir personnellement atteint le niveau 4 (AI-native)
— Boris Cherny
Der aus dieser Fiche extrahierte Wissensgraph — 13 Entitäten, 17 Relationen.
In diesem Graphen :Boris Cherny · Steps of AI Adoption · étape 0 Gated · étape 1 Assisted · étape 2 Parallel · étape 3 Supervised autonomy · étape 4 AI-native · Auto mode · worktree isolation · Claude Agent SDK · boucle d'auto-vérification · garde-fou (guardrail) · ROI de l'IA (heures-ingénieur)