PROJ-AI — pour que vos projets ne s'arrêtent plus au livrable (Un repo, un agent, un IDE — pourquoi PROJ-AI ?)
Methodologischer Artikel von Antoine HABERT (WEnvision), der PROJ-AI formalisiert: eine schlanke methodische Schicht, damit kollektive Projekte übertragbar werden, statt mit ihrem Liefergegenstand zu verschwinden.
Von Antoine HABERT// Quelle wenvision.com ↗/Lesezeit 2 min/.md// Automatisch geprüfte Übersetzung
#Antoine HABERT#WEnvision#PROJ-AI#Repo Agent IDE Doktrin#agentische Projektmethodik#übertragbares Projektgedächtnis#Liefergegenstand als Projekt#DPEV-Zyklus
Zusammenfassung
Antoine HABERT (WEnvision, eine französische Beratungsfirma für agentische KI) veröffentlichte am 5. Mai 2026 einen methodologischen Artikel, der PROJ-AI formalisiert, eine schlanke methodische Schicht, damit kollektive Projekte übertragbar werden, statt mit ihrem Liefergegenstand zu verschwinden. Die Diagnose: Projekte enden mit ihrem Liefergegenstand, hinterlassen kein organisatorisches Gedächtnis, kritische Entscheidungen werden unnachvollziehbar, das Onboarding eines neuen Mitglieds dauert drei Wochen. Zentraler Aphorismus: „Das Projekt ist kein Nebenprodukt des Liefergegenstands. Das Projekt IST der Liefergegenstand.“
Die Methodik beruht auf einer Triade: (1) einem versionierten Git-Repository als Single Source of Truth; (2) einem KI-Agenten (Claude Code, Cursor oder gleichwertig), der die Doktrin bei jeder Sitzung liest; (3) einer Markdown-Doktrin, die Entscheidungsprotokolle und Agentenverhalten festlegt. Das Repository ist in sechs Zonen gegliedert: DOCS/ (Rohdaten), IDEAS/ (Hypothesen), DR/ (Decision Records, bewertet anhand von 7 Dimensionen), OUT/ (Liefergegenstände), DOCTRINE/ (Governance), AGENT/ (Slash-Commands und Sitzungsprotokolle).
Der operative DPEV-Zyklus — Decide → Promise → Execute → Verify — gliedert sich in vier nachvollziehbare Schritte, die vage Ideen in belastbare Liefergegenstände verwandeln. Eine duale Schnittstelle verbindet PROJ-AI Studio (Cockpit-, Guide-, Wochen- und Monatsansichten für die Business-Seite) mit CLI/IDE und Slash-Commands /dr-create, /livrable-update (für die Technik) auf Basis desselben einzigen Repositorys. Fünf Agentendirektiven strukturieren das Verhalten: die Doktrin vor jeder Antwort aufnehmen, interne Quellen explizit zitieren, Decision Records für aufkommende Entscheidungen vorschlagen, die Doktrin niemals eigenmächtig überschreiben, Zusammenfassungen am Ende jeder Sitzung erstellen.
Über drei aktive Einsätze hinweg (31 erfasste Entscheidungen) dokumentiert HABERT: Onboarding neuer Mitglieder 3 Wochen → 2 Tage, erfasste Strukturentscheidungen 30 % → 100 %, Zusammenstellung der Architekturdokumentation 6 Wochen → kontinuierlich, PM-Archäologiezeit 30 % → vernachlässigbar. Die gemeinsame proj-ai-commons-Bibliothek kapitalisiert anonymisierte Muster (DR-Vorlagen, Slash-Commands, Doktrinfragmente) und lässt ein neues Projekt in 30 Minuten statt einer Woche starten.
Zwei ehrliche Vorbehalte: (1) „Technologie 20 %, Teamdisziplin 80 %“ — eine explizite Ablehnung von Solutionismus; (2) „agentenagnostisch“ — Markdown unterstützt mehrere LLMs. Status: Studio in interner Vorschau, Methodik wird von der Firma als begleiteter Einsatz geliefert (kein Self-Service).
Dieser Beitrag, der mit Wescale Usine Logicielle Augmentée (2026-05-03) und HABERTs vorheriger Fiche (2025-10-29) konvergiert, festigt eine französische Doktrin der KI-Industrialisierung. PROJ-AI überträgt auf das Projekt-/Beratungsmanagement die Muster von Skills (Vincent), Plugin Marketplace (Curran/Intercom), AGENTS.md (Anthropic, Vercel, Osmani) und Decision Records (Wescale). Einsetzbar als operativer Rahmen für Beratungsfirmen, CIOs und Projektteams bei 6- bis 18-monatigen Einsätzen.
Kernpunkte
Datum / Quelle. 5. Mai 2026, WEnvision (französische Beratungsfirma für agentische KI). Autor: Antoine HABERT — bereits in der Watch-Datei mit seiner Fiche „IA agentique en production“ (2025-10-29) vertreten. Dieser Artikel ist die Formalisierung einer firmeninternen Methodik.
URL-Slug.un-repo-un-agent-un-ide-pourquoi-proj-ai. Redaktioneller Titel: „PROJ-AI — damit Ihre Projekte nicht mehr beim Liefergegenstand enden“.
Adressiertes Problem.„Projekte enden mit ihrem Liefergegenstand und hinterlassen kein organisatorisches Gedächtnis. Kritische Entscheidungen sind nicht nachvollziehbar, das Onboarding neuer Mitglieder dauert ~3 Wochen, Führungskräfte können die Begründung Monate später nicht mehr rekonstruieren.“ Dies ist das klassische Projekt-Amnesie-Problem der Beratungs- und IT-Projektarbeit.
Zentraler Aphorismus.„Das Projekt ist kein Nebenprodukt des Liefergegenstands. Das Projekt IST der Liefergegenstand.“ Eine Umkehrung, die Gedächtnis/Übertragbarkeit als zentralen Wert positioniert.
PROJ-AI-Triade. 1. Repository (git-versioniert) — Single Source of Truth mit Rohmaterial, Entscheidungen, Liefergegenständen, Doktrin. 2. Agent — Claude Code, Cursor oder gleichwertig, der bei jeder Sitzung die Doktrin des Repositorys liest. 3. Doktrin — Governance-Markdown-Dateien, die Entscheidungsprotokolle, Agentenverhalten und gelernte Muster festlegen.
Sechs Verzeichniszonen. | Zone | Rolle | |------|------| | DOCS/ | Rohdaten (Interviews, Audits, Daten) | | IDEAS/ | Hypothesen, erste Überlegungen | | DR/ | Decision Records, bewertet anhand von 7 Dimensionen | | OUT/ | Zusammengestellte Liefergegenstände | | DOCTRINE/ | Governance und Praktiken | | AGENT/ | Slash-Commands und Sitzungsprotokolle |
Operativer DPEV-Zyklus.Decide → Promise → Execute → Verify. Vier nachvollziehbare Schritte, die vage Ideen → belastbare Liefergegenstände verwandeln.
Duale Schnittstelle.
Business-Seite.PROJ-AI Studio — Desktop-Anwendung mit Cockpit-, Guide-, Wochen- und Monatsansichten.
Technik. CLI/IDE-Integration mit Slash-Commands: /dr-create, /livrable-update.
Einzige zugrunde liegende Quelle. nur ein Repository, keine Datenfragmentierung zwischen den Schnittstellen.
Fünf Agentendirektiven (PROJ-AI). 1. Doktrin aufnehmen vor jeder Antwort. 2. Interne Quellen explizit zitieren. 3. Decision Records vorschlagen für aufkommende Entscheidungen. 4. Die Doktrin niemals eigenmächtig überschreiben. 5. Zusammenfassungen am Ende jeder Sitzung erstellen.
proj-ai-commons. (gemeinsame Bibliothek): Jedes Projekt trägt anonymisierte/bereinigte Muster bei (Slash-Commands, Decision-Record-Vorlagen, Doktrinfragmente) → neue Projekte in 30 Minuten statt 1 Woche startklar.
Status, Mai 2026.
3 aktive Kundeneinsätze.
31 erfasste Entscheidungen.
Studio in interner Vorschau. , noch nicht öffentlich auf GitHub
Positioniert als begleitete Methodik. , nicht als Self-Service-Software (Geschäftsmodell von WEnvision).
Zielgruppe. gemischte Tech-/Business-Teams bei 6- bis 18-monatigen Einsätzen — interne Projekte, Beratungsmandate, Audits, Aufbau neuer Services.
Zwei explizite kritische Vorbehalte. 1. „Technologie macht 20 % aus, Teamdisziplin 80 %“ — die Einführung erfordert einen kulturellen Wandel hin zur expliziten Entscheidungsnachverfolgung. 2. „Nicht Claude-exklusiv“ — agentenagnostischer Overlay; Markdown- und Dateikonventionen unterstützen mehrere LLM-Plattformen.
Einordnung in die Watch-Datei.
Logische Fortsetzung. zu HABERTs Fiche vom 2025-10-29 „IA agentique en production : leçons de deux ans“ — der Übergang von Prinzipien (4 Säulen) zu einer verpackten Methodik (PROJ-AI). WEnvision konsolidiert sein Angebot.
Französische Konvergenz. mit Wescale Usine Logicielle Augmentée (2026-05-03):
Wescale = Software-Produktionskette, mit Fokus auf den Build.
WEnvision PROJ-AI = Methodik für Projekt/Beratung, mit Fokus auf Governance + Gedächtnis.
Beide betonen injizierte Governance (Wescale) bzw. versionierte Doktrin (HABERT) als Eintrittsbarriere.
Sechs Repo-Zonen + Slash-Commands + AGENT/. = eine Übertragung der AGENTS.md / SKILL.md / Skills-Muster auf den Bereich Beratung/Projekt, dokumentiert von:
Osmani Agent Harness Engineering (2026-04-19) — Primitiv AGENTS.md "pilot's checklist, not style guide. Earn each line."
Curran Skills-Based Plugin Architecture (2026-04-16) — Marketplace mit 267 Skills.
Decision Records (DR/). = eine Übertragung des ADR-Musters (Architecture Decision Records) auf das Projektmanagement — bereits bei Wescale zu sehen (2026-05-03 „Intention: PRD & ADR“).
DPEV-Zyklus. = das französische Projektmanagement-Äquivalent zu Plan-Work-Assess-Compound (Shipper/Klaassen 2025-12-11), CDLC (Debois/Tessl 2026-02-19/26), dem Ralph Loop (Trivedy 2026-03-10) und Plan-Execute-Test-Reflect (Rohit 2026-04-29).
proj-ai-commons. als gemeinsame Bibliothek = das Äquivalent zu Intercoms privatem Plugin-Marketplace (Curran 2026-04-16, 153 Beitragende / 267 Skills), im Maßstab einer Multi-Client-Beratungsfirma.
Onboarding-Kennzahlen 3 Wochen → 2 Tage. stimmen mit Stripe Minions (2026-02-09/19), Curran Intercom (2026-04-16) und StrongDM Software Factory (2026-02-06) hinsichtlich der Produktivitätssteigerung durch agentische Orchestrierung überein.
*„Technologie 20 %, Teamdisziplin 80 %“. bestätigt HBR Anand & Wus Gen AI Playbook (2025-11) „70 % people/processes“ sowie BCGs Brain Fry (2026-03-05) „70 % people/processes“* — eine Konvergenz der Beratungsfirmen bei diesem Verhältnis.
Einsetzbar für. die Gestaltung einer KI-nativen Projektmethodik für eine Beratungsfirma oder ein CIO-Büro; die Standardisierung von Decision-Record-Vorlagen; ein Verkaufsargument zum organisatorischen Gedächtnis; die Benchmark 30-Minuten-Bootstrap zur Präsentation vor dem Exekutivausschuss; die Strukturierung eines internen proj-commons für Organisationen mit mehreren Projekten.
Zu beachtende Einschränkungen. (a) Kennzahlen aus nur 3 Einsätzen — kleine Stichprobe, Firmenbias; (b) Studio in interner Vorschau, daher extern nicht überprüfbar; (c) das Verhältnis 20/80 ist eine vorsichtige Behauptung ohne eigene empirische Studie; (d) die proj-ai-commons-Bibliothek ist (noch) nicht öffentlich — keine externe Validierung möglich.