Skill Coach · für Entwicklerinnen und Entwickler in KI-Teams

Die neue Arbeitsweise lernen –
mitten in der Arbeit.

Team Developer ermittelt, wer in welche Rolle hineinwächst und welche Fähigkeiten dafür nötig sind. Skill Coach ist die andere Hälfte: ein persönlicher Coach, der auf dem Rechner der Mitarbeiterin oder des Mitarbeiters läuft. Er erkennt Momente im Arbeitsalltag, in denen die neue Arbeitsweise passen würde, und schlägt genau dann ein kleines Experiment vor. Nichts verlässt den Laptop, und der Coach berichtet nie an Vorgesetzte.

Läuft lokal
Impulse im Arbeitsalltag
5-Minuten-Tagesrückblick
Nachweise statt Zertifikate
scrollen

Das Prinzip

Die beste Übung ist kein Kurs. Sondern das nächste echte Ticket – nur anders gemacht.

Der Coach schlägt Experimente von 10 bis 30 Minuten vor, passend zu dem, was gerade auf dem Bildschirm ist. Er ändert immer nur eine Sache: höchstens ein Impuls pro Stunde und eine Fokus-Fähigkeit pro Tag. Eine Fähigkeit gilt als geübt, wenn es etwas zu zeigen gibt, etwa einen reviewten Agent-Diff, eine Spec oder einen automatisierten Test.

Morgens

Eine Fokus-Fähigkeit

Abgeleitet aus dem Lernpfad und der Arbeit vom Vortag.

Tagsüber

Impulse im richtigen Moment

Wenn eine passende Situation auf dem Bildschirm auftaucht, mit einem Prompt zum Einfügen.

Abends

Fünf-Minuten-Rückblick

Wohin die Zeit ging, was ausprobiert wurde und eine Änderung im Arbeitsablauf für morgen.

Ein Tag mit David

Was der Coach bemerkt

David ist der Fullstack Developer aus dem Team-Developer-Beispiel. Sein Lernpfad führt zum AI-augmented Product Engineer. Unten sehen Sie einen geskripteten Beispieltag, klassifiziert von einem lokalen Modell. Wählen Sie einen Moment aus: Sie sehen, was der Coach wahrnimmt, warum das ein Coaching-Moment ist und auf welchen Playbook-Rat er zurückgreift.

Geskripteter Beispieltag · fiktive Person · Teil des Prototyps

Ebenfalls an diesem Tag auf dem Bildschirm: ein 1Password-Fenster mit einem Passwort. Ausgeschlossene Apps werden herausgefiltert, bevor irgendetwas beim Modell ankommt.

Was der Coach sieht
Fähigkeit auf dem Lernpfad
Was das Playbook vorschlägt

Nicht jeder Moment wird zum Impuls. Der Coach meldet sich höchstens einmal pro Stunde und wiederholt eine Fähigkeit nicht innerhalb von 45 Minuten. Der Tagesrückblick greift die stärksten Momente des Tages auf.

Was er macht

Sechs Funktionen des Coachs

Der Coach äußert sich nur zu Fähigkeiten, die auf dem Lernpfad der Person stehen. Er kommentiert nicht alles auf dem Bildschirm, sondern sucht die Momente, in denen sich eine dieser Fähigkeiten üben lässt.

1

Impuls

Schaut auf die letzte Stunde und wählt den stärksten Coaching-Moment für eine Fähigkeit auf dem Pfad. Daraus wird ein Impuls mit einem Prompt, der direkt eingefügt werden kann.

2

Beobachten

Prüft alle 15 Minuten und zeigt eine Desktop-Benachrichtigung, wenn sich etwas zum Ausprobieren anbietet. Höchstens eine pro Stunde.

3

Tagesrückblick

Am Abend: wohin die Zeit ging, der KI-gestützte Anteil, der Fortschritt je Fähigkeit, höchstens drei Änderungen für morgen und eine Fokus-Fähigkeit.

4

Fragen

Beantwortet Fragen aus den Playbooks, dem Lernpfad und den letzten zwei Stunden Arbeit. Zum Beispiel: „Wie reviewe ich die CRM-Änderung von Claude Code vor dem Push?“

5

Fortschritt

Geübte Stunden im Vergleich zu den Lernstunden des Pfads, Nachweise je Fähigkeit und wie hilfreich jede Art von Impuls bewertet wurde.

6

Nachweise

Hält Belege für eine Fähigkeit fest und exportiert sie im Format, das Team Developer versteht. Exportiert wird nur, wenn die Person es selbst möchte.

Datenschutz durch Architektur

Nichts verlässt den Laptop

Ein Coach, der den Bildschirm sieht, funktioniert nur, wenn man ihm vertrauen kann. Deshalb läuft jeder Teil von Skill Coach auf dem Rechner der Person selbst, und sie entscheidet, was geteilt wird.

Auf dem Rechner der Person
screenpipe

Bildschirm & Audio

Bildschirmtext (OCR und Accessibility-Text) und Audio-Transkripte, lokal aufgezeichnet.

Ollama

Lokales Sprachmodell

Ordnet Arbeitssitzungen ein und schreibt Impulse und Rückblicke. Keine Cloud-API.

bge-m3

Lokaler Playbook-Index

Ein kleiner Vektorindex der Playbooks, aus dem der Rat abgerufen wird.

SQLite

Lokaler Speicher

Impulse, Feedback, beobachtete Übung, Nachweise und Tagesrückblicke.

Nur was die Person teilen möchte

Nachweise für eine Fähigkeit und Fortschritt, exportiert im Format von Team Developer. Es gibt keinen Bericht an Vorgesetzte und keine Teamansicht. Das ist gewollt.

Ausgeschlossene Apps

Private Apps werden vor jeder Verarbeitung verworfen.

1PasswordKeychain AccessSignalWhatsAppBanking

Ausgeschlossene Fenster

Fenster, deren Titel bestimmte Stichwörter enthält, werden ebenfalls verworfen.

privateincognitopasswordsalarygehaltarzt

Schwärzung

E-Mail-Adressen, Tokens und Passwörter werden aus dem Text entfernt, bevor das Modell ihn sieht. Beide Listen sind konfigurierbar.

Woher das Coaching kommt

Ein Lernpfad und eine Sammlung von Playbooks

Die Ziele kommen aus Team Developer, der Rat aus Playbooks je Fähigkeit. Die Playbooks lassen sich um eigenes Material erweitern.

Der Lernpfad

Die Analyse von Team Developer liefert für jede Person die vorgeschlagene künftige Rolle und die Fähigkeiten, die sie lernen soll. Sortiert sind sie nach den zugeteilten Stunden im Monat, die davon abhängen, jeweils mit Lern- und Coaching-Stunden. Der Coach arbeitet nur mit Fähigkeiten auf diesem Pfad.

Für David ergibt das 88 Lernstunden, rund 5,5 Monate bei 16 Lernstunden im Monat.

Fullstack Developer→AI-augmented Product Engineer
Zu lernende FähigkeitAbhängige h/MonatLernen
KI-Pair-Programming mit Claude Codehoch52,4 h16 h
KI-generierten Code reviewenhoch44,0 h16 h
Agent-Orchestrierungmittel16,1 h24 h
Spec-driven Developmentmittel16,1 h16 h
Context Engineeringmittel8,4 h16 h

Dazu 8 Coaching-Stunden je Fähigkeit. Momentaufnahme von Davids Pfad, Teil des Prototyps.

Die Playbooks

Jedes Playbook beschreibt, wie gute Praxis aussieht, Mikro-Übungen in echter Arbeit, Änderungen im Arbeitsablauf, typische Fehler und was als Nachweis für den Lernpfad zählt.

So sieht es gut ausMikro-ÜbungenArbeitsablaufAnti-PatternsNachweis
  • KI-Pair-Programming mit Claude Code
  • KI-generierten Code reviewen
  • Spec-driven Development
  • Context Engineering
  • KI-gestützte Testautomatisierung
  • Agent-Orchestrierung
  • Evaluations- und Abnahmedesign
  • Weitere KI-Fähigkeiten
Sie können eigenes Material ergänzen, etwa interne Richtlinien, die CLAUDE.md-Konventionen Ihres Teams oder gute Beispiele aus der Praxis. Der Coach greift dann auch darauf zurück.

Auszug · KI-generierten Code reviewen

Review-Checkliste für Agent-Diffs

  1. Umfang: Gibt es Änderungen außerhalb der Dateien, die die Aufgabe brauchte? Warum?
  2. Tests: Wurden Tests hinzugefügt, geändert, übersprungen oder gelöscht? Ein übersprungener oder aufgeweichter Test ist ein Warnsignal.
  3. Randfälle: leere Eingaben, Grenzwerte, Teilausfälle, Retries, die Seiteneffekte wiederholen.
  4. Konfiguration: Magic Numbers wie Retry-Anzahl, Timeouts und Batch-Größen. Sind sie sinnvoll und konfigurierbar?
  5. Sicherheit: neue Abhängigkeiten, Logging personenbezogener Daten, Zugangsdaten, Berechtigungsprüfungen.
  6. Lesbarkeit: Würde das Team diesen Pull Request normal akzeptieren?
Worauf die Annahmen beruhen. Lernpfad und Playbooks stützen sich auf denselben Katalog aus Aufgaben, Rollen und Fähigkeiten, mit dem Team Developer arbeitet — und dieser Katalog kommt aus drei Jahren Mitarbeit in echten Entwicklungsprojekten und aus der Beobachtung, wie sich Aufgabenbeschreibungen bei unseren Kunden verändert haben. Keine Prognose über KI. Worauf unsere Erkenntnisse beruhen →

Wie es funktioniert

Regeln entscheiden wann, das Modell entscheidet was

Ein Impuls entsteht, weil eine nachvollziehbare Regel greift, etwa „Agent-Änderungen komplett übernommen und gepusht“. Das Modell schreibt nur den Text, auf Basis der abgerufenen Playbooks. So bleiben Unterbrechungen vorhersehbar, und das Feedback je Regel wird aussagekräftig.

01

Erfassen

OCR, Accessibility-Text und Audio-Transkripte aus screenpipe.

02

Filtern

Ausgeschlossene Apps und Fenster fallen weg. E-Mails, Tokens und Passwörter werden geschwärzt.

03

Sitzungen

Dieselbe App ohne Pause über 5 Minuten. Alles unter 2 Minuten gilt als Rauschen.

04

Einordnen & prüfen

Das lokale LLM ordnet jede Sitzung einer Aufgabe auf dem Pfad zu oder als Kommunikation, Meeting oder Recherche ein. Regeln markieren dann Coaching-Momente.

05

Abrufen

Playbook-Abschnitte zur Fähigkeit des Moments.

06

Schreiben

Das lokale LLM schreibt Impuls oder Rückblick. Die Person bewertet: hilfreich, nicht hilfreich oder ausprobiert.

Coaching-Momente

Fünf Auslöser

Agent-Änderung nicht reviewt · Spec noch offen · Routinearbeit von Hand · Dokumentation von Hand · Anforderungen nur im Meeting geklärt.

Übung

Gemessen, nicht nur selbst angegeben

Minuten zählen als Übung, wenn sichtbar ein KI-Werkzeug bei einer Aufgabe im Einsatz ist, die die Fähigkeit braucht. Von Hand getippte Arbeit zählt nicht, und Agent-Änderungen komplett zu übernehmen zählt nicht als Review. Eigene Übung lässt sich zusätzlich eintragen.

Feedback

Justiert von den Nutzenden

Jeder Impuls wird als hilfreich, nicht hilfreich oder ausprobiert bewertet. Die Bewertungen je Auslöser zeigen, welche Regeln etwas bringen und welche nur stören.

screenpipe Ollama · lokales Chat-Modell bge-m3 Embeddings SQLite Python · FastAPI-Dashboard auf localhost Kommandozeile + Desktop-Benachrichtigungen

Ehrlich gesagt

Grenzen des Prototyps

Skill Coach ist ein Prototyp. Diese Punkte sollten Sie kennen, bevor er bei echten Menschen läuft.

  • 1

    Regeln an einem geskripteten Tag justiert

    Die Auslöser sind eine Handvoll heuristischer Regeln. Echte Bildschirmdaten brauchen mehr und bessere Regeln oder ein LLM als zusätzliche Prüfinstanz.

  • 2

    Bildschirmtext ist unsauber

    OCR-Text ist verrauscht und lückenhaft. Der Klassifikator sieht 450 Zeichen je Sitzung.

  • 3

    Übung ≠ Qualität

    Übung wird über den Einsatz von KI-Werkzeugen bei einer Pfad-Aufgabe angenähert. Über die Qualität sagt das nichts. Nachweise wie ein reviewter Diff, eine Spec oder ein automatisierter Test sind das stärkere Signal.

  • 4

    Noch keine Rückkopplung in den Plan

    Beobachtete Stunden je Aufgabe fließen noch nicht in den Katalog von Team Developer zurück. Die gespeicherten Sitzungen, Übungen und Nachweise sind die Datengrundlage dafür.

  • 5

    Eine Person pro Installation

    Keine Synchronisation und keine Teamansicht. Das ist gewollt.

  • 6

    Erst die rechtliche Grundlage

    Betriebsvereinbarung, DSFA und eine klare Einwilligung sind Voraussetzung für jeden Einsatz mit echten Mitarbeitenden.

Vom Plan in die Praxis

Machen Sie den Lernpfad zum Teil des Arbeitstags

In einem kostenlosen Erstgespräch sprechen wir über Ihr Team, die Fähigkeiten, auf die es jetzt ankommt, und ob ein lokaler Coach zu Ihrer Umgebung und Ihrem Betriebsratsprozess passt.

Kontakt

Sprechen Sie mit dem, der ihn gebaut hat

Kein Vertriebsgespräch. Sie sprechen direkt mit dem Gründer über Ihr Team und darüber, ob Skill Coach zu Ihrer Situation passt.

Nils Keßler, Gründer von AKENI
Nils Keßler
Gründer & KI-Berater, AKENI
Schreiben Sie uns oder per E-Mail an info@akeni.de

Häufige Fragen

Er ist als das Gegenteil gebaut. Der Coach läuft auf dem Rechner der Person, speichert alles lokal und berichtet nie an Vorgesetzte. Es gibt keine Teamansicht, und nur was die Person teilen möchte, verlässt das Gerät. Für Bildschirmaufzeichnung am Arbeitsplatz braucht es trotzdem eine Betriebsvereinbarung, eine DSFA und eine klare Einwilligung.
Nein. Das Sprachmodell läuft lokal über Ollama, ebenso das Embedding-Modell, der Playbook-Index und die Datenbank. Die Bildschirmerfassung kommt von screenpipe, das ebenfalls lokal läuft.
Der Coach arbeitet mit einem Lernpfad, und der kommt aus Team Developer. Der Prototyp enthält eine Momentaufnahme von Davids Pfad aus dem Team-Developer-Beispiel. Eine laufende Team-Developer-Instanz ist optional.
Der Coach meldet sich höchstens einmal pro Stunde und wiederholt eine Fähigkeit nicht innerhalb von 45 Minuten. Er reagiert nur auf Fähigkeiten auf dem Pfad der Person. Jeder Impuls lässt sich bewerten, und daran sieht man, welche Auslöser sich lohnen.
Nein. Es ist ein Prototyp, erprobt an einem geskripteten Beispieltag. Die Grenzen stehen oben auf der Seite.