Story Mapping Sub‑Skill (für AI Lead)

Kernidee: Story Mapping verwandelt ein flaches Backlog in eine zweidimensionale, kontextreiche Landkarte mit einer horizontalen Reise (Backbone) und vertikaler Wichtigkeit—und macht so MVP & Releases über Slicing sichtbar.

Wann verwenden

•Wenn Nutzerziele, Backbone‑Aktivitäten und Schritte sichtbar gemacht und in testbare Stories & Slices überführt werden sollen.
•Wenn MVP/Releases als horizontale Cut‑Lines (Slicing) geplant werden, sodass der erste Slice ein Walking Skeleton (dünnster, aber end‑to‑end nutzbarer Weg) ist.
•Wenn der AI‑Lead Orchestrator methodische Sub‑Skills steuert (z. B. Story Mapping → Priorisierung → Delivery), und strukturierte Artefakte benötigt (JSON/CSV/Mermaid).

Inputs (vom Orchestrator)

•context.product (Name, Domäne), context.actor/persona, context.goal/outcome, context.kpis[]
•constraints (Timebox, Non‑Goals, Policies)
•seed_items (vorhandene Stories/Backlog‑Tickets, optional)
•work_mode: workshop|async (für Moderationstipps siehe Workshop‑Facilitation).

Outputs (an Orchestrator)

•story_map.json (Activities/Steps/Stories inkl. AC)
•slices.md (MVP + Folge‑Releases, inkl. Outcome/Metriken)
•backlog.csv (Export zur Priorisierung z. B. WSJF/RICE im AI‑Lead‑Flow)
•storymap.mmd (Mermaid zur Visualisierung)
•validation_report (Format/Referenz‑Checks)

Aktionen (Sub‑Skill‑Contract)

•story_map.create(context, seed_items?) -> story_map.json
•story_map.enrich(story_map.json, hints?) -> story_map.json
•story_map.validate(story_map.json) -> validation_report
•story_map.slice(story_map.json, strategy?) -> slices.md
•story_map.visualize(story_map.json) -> storymap.mmd
•story_map.export_backlog(story_map.json) -> backlog.csv

Workflow/Anweisungen

•
Vorbereitung (Framing)
Ziel/Outcome und Persona klären (Elevator Pitch), Teilnehmer cross‑funktional festlegen (7–10 ideal), physisch/digital planen.
•
Backbone aufbauen (horizontale Achse)
Große Benutzeraktivitäten von links nach rechts in chronologischer Reihenfolge. Horizontale Frage: Haben wir die gesamte Reise?
•
Stories sammeln (vertikale Achse)
Unter jede Aktivität konkrete Stories/Tasks hängen; nach oben die Must‑haves (INVEST); Alternativen darunter („oder"‑Lesen). Vertikale Frage: Was ist je Schritt am wichtigsten?
•
Strukturieren, Lücken/Abhängigkeiten aufdecken
Gemeinsames „Durchwandern" der Map deckt Gaps, technische Stories und Abhängigkeiten auf; Entwickler*innen müssen anwesend sein.
•
Slicing & Releases planen
Nach vertikaler Priorisierung horizontale Cut‑Lines ziehen: oberster Slice = MVP/Walking Skeleton (mind. eine Story aus jedem kritischen Backbone‑Schritt), weitere Slices fügen „Fleisch" hinzu. Jede Slice mit Ziel/Metriken testbar halten.
•
Artefakte erzeugen
Validator, CSV‑Export, Mermaid‑Diagramm ausführen und an AI‑Lead übergeben.

Leitprinzipien

•Value‑Delivery statt Feature‑Fabrik: Fokus auf Nutzerproblem & vollständige End‑to‑End‑Erfahrung (CPE) statt „Top‑5‑Features‑Liste".
•MVP = Walking Skeleton: Dünnster, funktional vollständiger Durchstich durch die Journey.
•Lebendes Artefakt: Map fortlaufend pflegen, nicht „wegwerfen".

CLI‑Nutzung (lokal)

bash

# Validieren
python scripts/story_map_validator.py assets/examples/example-story-map.json

# Slices vorschlagen (Happy‑Path‑Heuristik)
python scripts/slice_suggester.py assets/examples/example-story-map.json --out assets/examples/example-slices.md

# Backlog exportieren
python scripts/export_backlog_csv.py assets/examples/example-story-map.json --out assets/examples/example-backlog.csv

# Mermaid erzeugen
python scripts/map_to_mermaid.py assets/examples/example-story-map.json > storymap.mmd

Ausgabeformat

•story_map.json gemäß Template (Activities/Steps/Stories, AC im Gherkin‑Stil)
•slices.md (MVP/Follow‑Up mit Outcome & Metriken)
•backlog.csv (id,title,description,depends_on,actor,goal,activity,step,pattern,effort,reach,impact,confidence,bv,tc,rr,js)
•storymap.mmd Mermaid Flowchart

Beispiele

Siehe assets/examples/ für eine Onboarding‑Map mit MVP‑Slice und CSV‑Export (inkl. Abhängigkeiten & ACs).

Hinweise & Quellen

Definition, Anatomie und Nutzen des Story Mappings (Backbone horizontal, Priorität vertikal; Unterschied zu flachem Backlog; MVP/Slicing/Walking Skeleton; Workshop‑Vorgehen & Facilitation) basieren auf etablierten Praktiken nach Jeff Patton und agilen Prinzipien.