# kanman > kanman nimmt Anforderungen auf, schreibt die Stories, liefert den Code über Claude Code oder Codex und beweist jede Änderung gegen eure Akzeptanzkriterien. In eurem Jira oder GitHub. Gehostet in der EU oder auf euren eigenen Servern. Alle in eurem Team haben ein KI-Coding-Tool. Niemand hat ein KI-Teammitglied. Lizenzen für Copilot und Claude Code machen einzelne Entwickler schneller. Sie entscheiden nicht, was gebaut wird, was der Agent anfassen darf oder ob das Ergebnis funktioniert. ## Von der Anforderung zum geprüften Pull Request - Aufnahme: Anforderung einfügen oder kanman in Slack taggen. Ihr bekommt Stories mit Akzeptanzkriterien und einem Weg, jedes davon vorzuführen. - Regeln: Eure Richtlinie legt fest, was kanman anfassen, ausgeben und mergen darf. Große Entscheidungen kommen mit Empfehlung zu euch. - Arbeit: Claude Code oder Codex schreibt den Code in einer Sandbox. kanman wählt das Modell nach Komplexität, damit kleine Fixes günstig bleiben. - Beweis: Bevor etwas ins Review geht, läuft eine Akzeptanzspezifikation gegen eine frische Umgebung. Keine Spec, kein Bereit. Kein grüner Durchlauf, kein Review. - Übergabe: Ein Pull Request mit angehängten Nachweisen. Eure Leute reviewen und mergen, oder eure Richtlinie tut es. ## Preis pro KI-Team. Nicht pro Platz. - Pilot (ab 5.000 € für 6 Wochen): 6 Wochen, ein Team, ein Repo. Inklusive Einrichtung mit euch. - Team (990 € pro KI-Team und Monat): Ein kanman, das mit einem Engineering-Team arbeitet. Monatlich abgerechnet. - Self-hosted (auf Anfrage): Der Runner steht in eurem Netzwerk und erledigt die Coding-Arbeit dort, mit euren Modellverträgen. Die Modellnutzung läuft über eure eigenen Schlüssel oder wird über kanman abgerechnet, zum Selbstkostenpreis plus 15 %. Keine Preise pro Platz. ## Pages - [Pilot anfragen](https://kanman.ai/de/pilot/): Sechs Wochen, ein Engineering-Team, ein Repo. kanman bearbeitet echte Stories aus eurem Backlog nach euren Regeln, mit Nachweisen für jede Änderung. - [So funktioniert's](https://kanman.ai/de/how-it-works/): Eine Story von der Anforderung in Slack bis zum geprüften Pull Request mit Nachweispaket. Fünf Stufen, in eurem Tracker, nach euren Regeln. - [Sicherheit und Daten](https://kanman.ai/de/security/): Wo kanman läuft, was es anfassen darf, was Modellanbieter sehen und wie lange Daten gespeichert werden. Jede Aussage verlinkt das Dokument dahinter. - [Preise](https://kanman.ai/de/pricing) - [Docs](https://docs.kanman.ai/de/) - [llms-full.txt](https://kanman.ai/de/llms-full.txt) ## Blog - [Agenten brauchen eine Policy, keinen besseren Prompt](https://kanman.ai/de/posts/agents-need-a-policy/): "Bitte nicht das Billing-Modul anfassen" in einem System-Prompt ist keine Regel. Es ist ein Wunsch. kanman ersetzt Wünsche durch eine Policy: Befugnisstufen, Presets, Budgets mit hartem Stopp, Entscheidungen mit Empfehlung und ein Audit-Log, das ihr exportieren könnt. - [Trau keinem Agenten, der "fertig" sagt](https://kanman.ai/de/posts/dont-trust-an-agent-that-says-done/): Coding-Agenten benoten ihre eigenen Hausaufgaben. kanman lässt sie nicht: Eine Akzeptanz-Spec wird vor dem Code geschrieben, muss vor Arbeitsbeginn fehlschlagen, ist für den Agenten tabu und muss auf einem sauberen Checkout grün sein, bevor jemand zum Review gebeten wird. - [Vom Issue zum PR ist Standardware. Das hier nicht.](https://kanman.ai/de/posts/issue-to-pr-is-a-commodity/): GitHub, Linear, Jira und OpenAI machen inzwischen alle aus Issues Pull Requests. Der Loop ist gratis. Was eurem Team trotzdem fehlt, ist das Betriebsmodell drumherum: wer die Arbeit schreibt, wer die Regeln setzt und wer das Ergebnis beweist. - [Die Post-AI-Hype-Ära beginnt jetzt](https://kanman.ai/de/posts/post-ai-hype-era/): Jede industrielle Revolution hat einen Hype-Zyklus. Wir stecken gerade mitten drin. Aber während alle über KI debattieren, sind manche bereit, den Hype zu überspringen und einfach gemeinsam zu bauen. - [Ein KI-Teammitglied, nicht nur ein KI-Assistent](https://kanman.ai/de/posts/virtual-teammates-not-assistants/): Assistenten antworten, wenn man sie fragt. Ein Teammitglied übernimmt Arbeit: Es nimmt Anforderungen auf, hält sich an die Regeln des Teams, zeigt seine Belege und steht für das Ergebnis gerade. Euer Team braucht nicht mehr Assistenten. Es braucht ein Teammitglied, dem es vertrauen kann. - [Warum das Lieblingstool deines Managers deinen Fokus sabotiert](https://kanman.ai/de/posts/managers-favorite-tool-hates-focus/): Enterprise-Planungstools optimieren für Reporting, nicht für Arbeit. Hier erfährst du, warum Tools, die für Überwachung gebaut wurden, die Leute sabotieren, die tatsächlich arbeiten. - [Wenn Minimalismus ein Feature ist, kein fehlendes Feature](https://kanman.ai/de/posts/minimalism-is-a-feature/): Jedes Feature ist eine potenzielle Ablenkung. kanmans bewusste Auslassungen - kein zweiter Tracker, kein Kalender, keine Dashboards - sind keine Lücken in der Roadmap. Sie sind der Punkt. - [Autonomie vs. Überwachung: Tools wählen, die auf der Seite der Macher stehen](https://kanman.ai/de/posts/autonomy-vs-oversight/): Die meisten B2B-Planungstools dienen Managern auf Kosten der Macher. Hier erfährst du, wie du Tools durch die Linse der Arbeiter-Autonomie bewertest - und warum das wichtig ist. - [Wie man ein 'Weniger tun'-Tool an einen 'Mehr tun'-Manager verkauft](https://kanman.ai/de/posts/selling-do-less-to-do-more-manager/): Dein Manager will Dashboards und Velocity-Charts. Du willst Fokus. So überbrückst du die Kluft und argumentierst für ruhige Produktivitäts-Tools in einem metriks-besessenen Arbeitsumfeld. - [Design für das Feierabend-Gehirn](https://kanman.ai/de/posts/designing-after-hours-brain/): Um 23 Uhr nach einem langen Tag brauchst du kein komplexes Interface. Du brauchst ein Tool, das benutzbar bleibt, wenn dein Gehirn müde ist. So macht niedrige kognitive Last Software besser. - [Wie man OKRs entwaffnet](https://kanman.ai/de/posts/de-weaponize-okrs/): OKRs sollten Teams ausrichten. Stattdessen werden sie oft zu Performance-Waffen. So nutzt du Ziel-Frameworks, ohne dass sie deine eigentliche Arbeit ersticken. - [Der Report des Managers vs. die Realität des Machers](https://kanman.ai/de/posts/managers-report-vs-makers-reality/): Was Manager in Dashboards sehen, passt selten zu dem, was Arbeiter erleben. Warum Reporting-Abstraktionen Machern schaden - und was man dagegen tun kann. - [Desktop-Benachrichtigungen von Codex unter Linux, Windows und WSL](https://kanman.ai/de/posts/codex-desktop-notifications/): Codex lässt sich über kleine Skripte mit nativen Desktop-Benachrichtigungen auf Linux, Windows und WSL verbinden. - [Den Burnout-Loop durchbrechen](https://kanman.ai/de/posts/breaking-the-burnout-loop/): Der Schuften-Bewerten-Bestrafen-Zyklus moderner Arbeitstools erzeugt Burnout by Design. So entkommen und nachhaltige Arbeitsgewohnheiten aufbauen. - [Die versteckten Kosten der Hustle-Kultur](https://kanman.ai/de/posts/hustle-cultures-hidden-costs/): Context-Switching, Nacharbeit und verlorener Fokus sind der wahre Preis von Always-on-Arbeit. Was Hustle-Kultur wirklich kostet - und wie ruhige Tools helfen, es zurückzugewinnen. - [Der Wöchentliche Reset: Ein Fünf-Minuten-Ritual](https://kanman.ai/de/posts/the-weekly-reset/): Ersetze Sonntagabend-Planungsangst durch ein einfaches Fünf-Minuten-Ritual. Projekte öffnen, per Drag-and-Drop neu priorisieren, schließen und weitermachen. Keine Frameworks nötig. - [Scheiß auf Pläne, ship Arbeit: Warum perfekte Roadmaps echten Fortschritt blockieren](https://kanman.ai/de/posts/screw-plans-ship-work/): Pläne sind Vermutungen im Anzug von Zuversicht. Während du deine Roadmap perfektionierst, shippt jemand anders. So priorisierst du Aktion über Planungs-Theater. - [Der Mythos des perfekten Workflows](https://kanman.ai/de/posts/myth-of-perfect-workflow/): Die Suche nach dem perfekten Produktivitätssystem ist selbst eine Form der Prokrastination. Dein Workflow muss nicht perfekt sein - er muss benutzt werden. - [Wenn Metriken Macher gaslighten](https://kanman.ai/de/posts/when-metrics-gaslight-makers/): Velocity-Charts und Burndown-Graphen können dir das Gefühl geben, hinterherzuhinken, selbst wenn du shippst. So verzerren Vanity-Metriken Prioritäten - und wie Belege statt Metriken Ergebnisse für sich sprechen lassen.