| name | ideation |
| description | Deep Research, Architektur-Pruefung und User Story Erstellung. Liest vor Story-Erstellung
den Learning-Loop (falls aktiv) und warnt bei Anti-Pattern-Match. Verwenden wenn der Nutzer
eine neue Idee hat, ein Feature vorschlaegt, oder "ideation" / "neue Story" sagt.
Ausloeser sind Anfragen wie "ich hab eine Idee", "neues Feature", "wir brauchen X", "/ideation".
|
| version | 2.0.0 |
Ideation
Neue Ideen systematisch recherchieren, gegen Architektur + Backlog + Learnings abgleichen und als qualitativ hochwertige User Story erstellen.
Workflow (7 Schritte)
Schritt 0.5: Learnings-Kontext (wenn Learning-Loop aktiv)
Aktivierung: Dieser Schritt wird nur ausgefuehrt wenn {PROJECT_PATH}/.learning-loop existiert (Inhalt: L1, L2 oder L3).
Vor der Story-Erstellung die letzten Lessons-Learned lesen und gegen die aktuelle Idee spiegeln.
L1: Letzte 3 Eintraege in journal/learnings.md lesen.
L2/L3: Letzte 2-3 Sprint-Retros lesen:
journal/sprint-{YYYY-MM-XX}.md nach Datum sortiert
- Frontmatter-Tags
what_didnt extrahieren
Matching: Wenn ein what_didnt-Tag (oder Inhalt) thematisch zur aktuellen Story-Idee passt:
Warnung: Im letzten Retro wurde X als "funktioniert nicht" markiert (Root-Cause: Y).
Beeinflusst das diese Story?
Moegliche Optionen:
a) Story anpassen, um X zu vermeiden
b) Aktuelles Problem ist anders gelagert — weiter
c) Story verwerfen (das Pattern ist nicht tragfaehig)
Operator entscheidet. Antwort wird in der Story unter Current State als Kontext-Hinweis dokumentiert.
Kein Match: Schritt 0.5 wird in der Story erwaehnt als "Learnings-Check: keine Anti-Pattern-Matches" und weiter zu Schritt 1.
Schritt 1: Research (wenn noetig)
Pruefen ob externe Recherche noetig ist (neue APIs, unbekannte Technologien, Best Practices).
- Falls ja: Den
/research-Skill-Ansatz verwenden (2-Tier: QUICK fuer Fakten, DEEP fuer Analysen).
Perplexity API Details: siehe research/references/perplexity-api.md
- Falls nein (internes Refactoring, bekannte Technologie): ueberspringen
Schritt 2: Kontext laden
Parallel ausfuehren:
linear.getOpenIssues() — gesamtes Backlog laden
ARCHITECTURE_DESIGN.md VOLLSTAENDIG lesen — bis zur letzten Zeile — alle Sektionen §1–§8 und alle ADRs.
PFLICHT-Checkliste — alle folgenden Sektionen muessen gelesen sein:
SYSTEM_ARCHITECTURE.md VOLLSTAENDIG lesen — Komponenten-Liste, Daten-Fluesse, bekannte Schwachstellen
lib/config.js relevante Sektionen pruefen
- Pruefen: Gibt es schon ein aehnliches Issue? Existiert das Feature teilweise?
DB-Schema-Check (PFLICHT wenn Story eine persistente Datenquelle beruehrt — nur wenn Projekt eine DB/Schema-Registry hat):
- Aktuelles Schema lesen (projekt-spezifisches DB-Modul, z.B.
lib/db.js mit SCHEMA_VERSION-Konstante)
- Alle offenen Issues nach
## DB Schema Impact Sektion durchsuchen — welche Versionen sind bereits "vergeben"?
- Naechste freie Ziel-Version ermitteln (Konflikt = zwei Stories mit gleicher
targetSchemaVersion)
- Im Story-Spec
## DB Schema Impact ausfuellen: currentSchemaVersion + targetSchemaVersion + neue Tabellen/Spalten
- Bei Versionskonflikt: Reihenfolge in
## Abhaengigkeiten festhalten ("muss nach [STORY-XXX] implementiert werden")
Wenn das Projekt keine versionierte DB-Schema-Verwaltung hat: Schritt uebergehen.
Warum ARCHITECTURE_DESIGN.md vollstaendig? Es ist das einzige Dokument das alle
Architektur-Entscheidungen (ADRs), Quality Attributes und strategische Constraints
zusammenfasst. Ohne alle ADRs gelesen zu haben fehlt der 360°-Blick: Das Kill-Switch Pattern
ist Pflicht fuer jedes Feature, ADRs beeinflussen Signal-Routing-Entscheidungen.
Jede neue Story muss gegen ALLE ADRs geprueft werden — sonst entstehen Features die mit
bestehenden Entscheidungen kollidieren.
Schritt 3: Architecture Design Document (fuer Features)
Bei Feature-Stories und komplexen Aenderungen ein ADD erstellen:
Siehe references/architecture-design-document.md
Das ADD beschreibt:
- Betroffene Layer und Komponenten-Zusammenspiel
- Datenarchitektur: Fluss, Formate, Konsistenz
- API- und Integrations-Design
- Infrastruktur-Impact (vom Cloud System Engineer, falls als Teammate verfuegbar)
- 8-Dimensionen-Bewertung mit Befund und konkreter Massnahme
- Architektur-Entscheidungen (ADRs) mit Begruendung
- Risiken und Mitigationen
- Implementierungs-Hinweise (betroffene Dateien, Reihenfolge, Config)
Umfang skaliert mit Komplexitaet — das ADD-Template definiert welche Sektionen
je nach Story-Typ Pflicht sind. Bug Fixes brauchen kein ADD.
Bei Agent Teams: Architekt-Teammate und Cloud System Engineer erstellen
das ADD kollaborativ und challengen sich gegenseitig.
Enforcement-Check (PFLICHT bei jedem neuen ADR oder Architektur-Entscheid)
Nach jedem neuen ADR oder jeder neuen Architektur-Entscheidung IMMER diese Frage stellen:
"Ist dieser Entscheid nur dokumentiert — oder auch maschinell erzwungen?"
| Antwort | Aktion |
|---|
| Maschinell erzwungen (Commit-Hook, Self-Healing Check, Config-Validation) | Hinweis in Story-Description eintragen wo der Guard liegt |
| Nur dokumentiert | Automatisch eine Guard-Story vorschlagen |
Typische Guard-Mechanismen:
- Commit-Hook in
.claude/hooks/ (wie Spec-Gate, Exchange-Guard)
- Self-Healing Check (Architecture Guard) — Erweiterung um neue Pruefung
- Config-Validation in Self-Healing
Wichtig: Der Operator muss nicht danach fragen — diese Pruefung laeuft automatisch
als Teil jeder Ideation-Session. Wenn ein ADR nur auf Papier existiert → Guard-Story
direkt in Schritt 5 (Abgleich) als separate 1-SP-Story vorschlagen.
Schritt 4: Story entwerfen (Draft)
ADD + Story-Template kombinieren. Der Draft besteht aus:
Story-Body (je nach Typ):
ADD als Anhang (bei Features):
- Das ADD wird als Kommentar an die Linear-Story angehaengt
- Oder als eingeklappte Sektion (
<details>) im Story-Body
Die 4 Perspektiven fliessen in Story + ADD ein:
- Business: Sektion 1 im ADD (Zusammenfassung)
- Architektur: Sektionen 2-7 im ADD
- Umsetzung: Sektion 9 im ADD + Story-Template
- Qualitaet: Acceptance Criteria in Story + Sektion 8 im ADD
Schritt 5: Abgleich + Einordnung + Sprint-Fit
Den Draft dem Operator praesentieren, zusammen mit:
- Abhaengigkeiten zu bestehenden Issues (bidirektional)
- Prioritaetsempfehlung im Gesamtkontext
- Betroffene Issues die angepasst werden muessen
- Falls Vorarbeit noetig: "Dafuer brauchen wir erst [STORY-XX]" oder "Neue Story noetig fuer Y"
Sprint-Fit-Bewertung (PFLICHT):
| Kriterium | Bewertung |
|---|
| Geschaetzte Story Points | 1–5 SP (>5 → Splitting-Vorschlag machen) |
| Sessions bis Done | 1–2 Sessions (>2 → zu gross, splitten) |
| Sprint-Passung | Passt diese Story neben die aktuellen Sprint-Stories? (Max 3–4 total) |
| WIP-Impact | Wuerde die Aufnahme WIP > 2 erzeugen? |
| Carry-Over-Risiko | Niedrig / Mittel / Hoch — basierend auf Komplexitaet und Abhaengigkeiten |
Bei Carry-Over-Risiko "Hoch" einen Splitting-Vorschlag machen:
- Welche Teile koennen als eigene Stories herausgeloest werden?
- Was ist der minimale Scope fuer einen ersten Wurf?
Auf Operator-Freigabe warten bevor Linear-Issue erstellt wird.
Schritt 6: Finalisieren (nach OK)
- Linear-Issue erstellen mit vollstaendigem Template
- Betroffene bestehende Issues updaten (Abhaengigkeiten, Gesamtplan)
- Operator zusammenfassen: Was wurde erstellt, was wurde geaendert