Wie Automatisierung aus einem Führungskraft einen besseren Teamleiter machte

Führungskräfte wissen: Der Job ist nicht wegen einzelner Aufgaben herausfordernd, sondern wegen der Fragmentierung. Während sich Aufgaben in dutzenden Tools verteilen, bleibt die Verantwortung an einer Stelle hängen – im Kopf des Verantwortlichen. Diese Diskrepanz führt zu ständiger Kontextsuche: Wo lag der letzte Stand? Wer hat was wann entschieden? Und vor allem: Wie entgeht man der nächsten unangekündigten Deadline?

Ein konkretes Beispiel: Vor einem Jahr stand ein Team kurz vor dem Verpassen einer Leistungsbewertungsfrist. Die Ankündigung war in einem Slack-Kanal erfolgt, den niemand überwachte. Zehn Minuten Suche später war das Datum gefunden – in einem völlig anderen Kanal. Die Folge? Ein öffentliches Eingeständnis der Führungskraft: "Ich gebe zu, wir haben die Slack-Kommunikation nicht ausreichend verfolgt – das liegt bei mir." Solche Situationen wiederholen sich, solange das Gehirn das einzige System bleibt, das Informationen verbindet.

Die Lösung kam nicht durch mehr Disziplin, sondern durch Automatisierung. Mit dem GitHub Copilot App und gezielten Agenten konnte die Arbeitsweise grundlegend verändert werden. Der Schlüssel lag darin, nicht nur repetitive Aufgaben zu delegieren, sondern die Informationsflut aktiv zu strukturieren – bevor sie das eigene Denken überlagert.

Automatisierung jenseits von Chatbots: Wie Agenten echtes Kontextwissen aufbauen

Die GitHub Copilot App ist mehr als ein Sprachmodell. Sie verbindet sich nicht nur mit Code-Repositories, sondern mit dem gesamten Arbeitsumfeld: Kalender, E-Mails, Nachrichtenkanäle und Entwicklungsumgebungen. Der entscheidende Unterschied liegt in den sogenannten Automatisierungen – geplanten Agenten, die mit spezifischen Anweisungen arbeiten.

Diese Agenten nutzen MCP-Server (Model Context Protocol), um Echtzeit-Informationen aus verschiedenen Quellen abzurufen. Statt in Chatverläufen zu graben, sehen Führungskräfte direkt auf einem Canvas – einer gemeinsamen Arbeitsfläche, auf der Agent und Mensch parallel agieren. Änderungen sind sofort sichtbar und steuerbar. Die Agenten erhalten dabei einen festen Auftrag: Sie sollen nicht nur Daten sammeln, sondern priorisieren, welche Informationen tatsächlich Aufmerksamkeit verdienen.

Das Prinzip ähnelt einem persönlichen Assistenten mit Standleitung zum eigenen Arbeitsalltag. Man definiert, worauf der Agent achten soll, welche Logik er anwenden darf und wann er aktiv werden muss. Anschließend läuft die Arbeit im Hintergrund – ohne dass man selbst daran denken muss. Und genau das ist der Vorteil: Denn niemand erinnert sich daran, nach drei Tagen eine bestimmte Nachricht in Slack zu prüfen.

Praktische Anwendungen: Wie eine Führungskraft 40 Automatisierungen aufbaute

Als Senior Director bei GitHub mit Verantwortung für Developer Relations ist der Arbeitsalltag alles andere als linear. Termine überschneiden sich, Entscheidungen entstehen in Threads ohne direkte Beteiligung, und selbst eigene Zusagen verlieren sich im Informationsgewirr. Eine zusätzliche Herausforderung: Die Führungskraft hat eine AuDHD-Diagnose, was bedeutet, dass Mustererkennung und Fokusstärke hoch sind – die klassische Multitasking-Falle aber besonders schwerfällt.

Der Einstieg in die Automatisierung begann mit Neugier. Nach dem Öffnen der Automatisierungsfunktion fragte der Agent nach dem gewünschten Fokus: "Suche nach Bereichen, in denen ich drohe, den Überblick zu verlieren, und schlage Lösungen vor." Innerhalb von Minuten präsentierte das System sechs konkrete Vorschläge – von der täglichen Zusammenfassung wichtiger Termine bis zur Überwachung von Slack-Kanälen auf relevante Erwähnungen.

Die ersten Versuche waren nicht perfekt. Agenten brauchen Training, genau wie neue Teammitglieder. Doch mit jeder Anpassung – sei es durch präzisere Prompts oder zusätzliche Kontextdaten – wurden die Ergebnisse nützlicher. Mittlerweile sind es rund 40 Automatisierungen, die den Arbeitsalltag strukturieren. Die wichtigsten Kategorien und Beispiele zeigen, wie tiefgreifend die Veränderungen sind:

• Tägliche Morgenroutine
• Meeting Prep: Analysiert den Kalender und bereitet für jeden Termin passende Kontextinformationen vor – von One-on-Ones bis zu externen Calls. Unterschiedliche Formate sorgen dafür, dass die Vorbereitungszeit sinkt und die Qualität steigt.
• Pre-Meeting Access Check: Prüft vor jedem Termin, ob alle benötigten Dokumente und Links zugänglich sind. Kein mehrmaliges Login oder frustrierende Suche nach Berechtigungen.
• Daily Triage Digest: Durchsucht GitHub, E-Mails und Nachrichtenkanäle auf offene Aufgaben oder ungelöste Diskussionen. Die Zusammenfassung erscheint, bevor der erste Tab geöffnet wird.

• Aktuelle Entwicklungen verfolgen
• Ship Decoder: Fasst alle neuen GitHub-Features der letzten 24 Stunden in verständlicher Sprache zusammen – ideal für Gespräche mit Stakeholdern oder Team-Updates.
• Launch Radar: Wöchentliches Scannen nach geplanten Produktstarts, die das eigene Team betreffen. Keine Überraschungen mehr durch versteckte Ankündigungen in Nischendokumenten.

• Karriereentwicklung aktiv gestalten
• Daily Wins Recap: Dokumentiert abends alle erledigten Aufgaben und erreichten Meilensteine. Besonders wertvoll vor Leistungsbewertungen oder in stressigen Phasen, in denen das eigene Handeln schnell in Vergessenheit gerät.
• Career Path Tracker: Verfolgt längerfristige Ziele wie Skill-Entwicklung oder Projektverantwortlichkeiten und warnt bei Abweichungen vom geplanten Kurs.

Die kumulativen Effekte sind messbar: Statt morgens zwölf Tabs gleichzeitig zu öffnen und sich durch chaotische Agenden zu kämpfen, beginnt der Tag mit einer klaren Übersicht. Der mentale Aufwand für administrative Tätigkeiten sinkt, während Raum für strategische Führung entsteht. Die Führungskraft selbst beschreibt es als "einen anderen Lebensstil".

Warum Automatisierung Führungskräfte nicht ersetzt – sondern stärkt

Die Skepsis gegenüber Automatisierung in Führungspositionen ist verständlich. Doch die Erfahrungen zeigen: Es geht nicht um das Ersetzen menschlicher Entscheidungen, sondern um das Freischaufeln von Kapazität für genau diese Entscheidungen. Die Agenten übernehmen keine Verantwortung – sie sorgen dafür, dass die Verantwortlichen sie überhaupt erst wahrnehmen können.

Ein zentraler Aspekt ist die Individualisierung. Jede Führungskraft hat andere Prioritäten, Arbeitsweisen und Schmerzpunkte. Die Stärke der GitHub-Lösung liegt darin, dass die Automatisierungen nicht starr vorgegeben sind, sondern mitwachsen. Der Agent lernt mit – nicht durch Algorithmen, sondern durch kontinuierliches Feedback des Nutzers.

Langfristig könnte diese Methode weit über Führungsetagen hinausgehen. Jeder Wissensarbeiter, der täglich mit Informationsüberflutung kämpft, könnte von einem ähnlichen System profitieren. Die Technologie ist bereits da. Die Frage ist nicht mehr, ob Automatisierung hilft – sondern wie schnell sie zur Standardpraxis wird.

Die größte Ironie der heutigen Arbeitswelt? Die größten Zeitfresser sind oft die kleinsten Lücken im System. Die Lösung liegt nicht im Mehr-Arbeiten, sondern im Besser-Arbeiten. Automatisierung ist dabei kein Werkzeug der Bequemlichkeit – sondern der Befreiung.