DYAI2025 avatar

ai-lead-story-mapping

Erstellt und pflegt User‑Story‑Maps als Sub‑Skill des AI‑Lead‑Orchestrators; führt Teams von Ziel &

by DYAI2025|Open Source

AI Lead Story Mapping Sub-Skill

Zweck: Erstellt und pflegt User‑Story‑Maps als Sub‑Skill des AI‑Lead‑Orchestrators; führt Teams von Ziel & Persona über Backbone/Activities und vertikale Priorisierung zum Slicing (MVP/Walking Skeleton) und exportiert testbare Backlog‑Artefakte.

📁 Struktur

ai-lead-story-mapping/
├── SKILL.md                          # Haupt-Skill-Beschreibung
├── README.md                         # Diese Datei
├── references/                       # Referenzdokumente & Best Practices
│   ├── glossary.md                  # Begriffserklärungen
│   ├── mapping-patterns.md          # Mapping & Cutting Patterns
│   ├── slicing-strategies.md        # Release-Planung & Slicing
│   ├── workshop-facilitation.md     # Workshop-Anleitung
│   └── acceptance-criteria-examples.md
├── scripts/                          # Python-Werkzeuge
│   ├── story_map_validator.py       # Validiert JSON-Format
│   ├── slice_suggester.py           # Generiert Slice-Vorschläge
│   ├── export_backlog_csv.py        # CSV-Export für Priorisierung
│   └── map_to_mermaid.py            # Mermaid-Diagramm-Generator
├── assets/
│   ├── templates/                   # Wiederverwendbare Templates
│   │   ├── story-map-canvas.md
│   │   ├── story-map.json
│   │   ├── story-slice.md
│   │   ├── user-journey.md
│   │   └── ac-template.md
│   └── examples/                    # Vollständige Beispiele
│       ├── example-story-map.json
│       ├── example-backlog.csv
│       └── example-slices.md

🚀 Quick Start

1. Story Map validieren

python3 scripts/story_map_validator.py assets/examples/example-story-map.json

Output:

[story-map-validator] ✓ Valid: assets/examples/example-story-map.json
  - 2 Activities
  - 4 Steps
  - 4 Stories

2. Slices vorschlagen

python3 scripts/slice_suggester.py assets/examples/example-story-map.json --out slices.md

Generiert MVP (Walking Skeleton) + Folge-Slices basierend auf Heuristik.

3. Backlog exportieren

python3 scripts/export_backlog_csv.py assets/examples/example-story-map.json --out backlog.csv

Exportiert Stories mit allen Feldern für Priorisierung (WSJF, RICE, etc.).

4. Visualisierung erstellen

python3 scripts/map_to_mermaid.py assets/examples/example-story-map.json > storymap.mmd

Erzeugt Mermaid-Flowchart für visuelle Darstellung der Journey.

📋 Workflow

  1. Framing → Ziel, Persona, KPIs klären
  2. Backbone → Aktivitäten horizontal anordnen
  3. Stories sammeln → Vertikal priorisieren (Must-haves oben)
  4. Map walken → Lücken & Dependencies aufdecken
  5. Slicing → MVP + Releases planen
  6. Artefakte erzeugen → JSON, CSV, Mermaid exportieren

🎯 Kernkonzepte

Horizontal: Backbone (chronologisch)

  • Activities = große Schritte der User Journey (3-7)
  • Steps = Teilschritte innerhalb einer Activity (3-7)
  • Von links nach rechts: Start → Ziel

Vertikal: Priorität

  • Oben: Must-haves (MVP)
  • Unten: Nice-to-haves, Alternativen
  • "Und" vs. "Oder" Lesen

Slicing: Release-Planung

  • Slice 1 = MVP/Walking Skeleton: Minimaler End-to-End-Weg
  • Slice 2+: Komfort, Alternativen, Optimierungen
  • Jede Slice mit Outcomes/Metriken

📚 Referenzen

  • glossary.md: Begriffe wie Activity, Story, MVP, Walking Skeleton
  • mapping-patterns.md: Von Goal zu Stories, Cutting-Strategien
  • slicing-strategies.md: MVP-Definition, Release-Planung, Opening/Mid/End-Game
  • workshop-facilitation.md: Vorbereitung, Ablauf (4h Workshop), Moderations-Tipps
  • acceptance-criteria-examples.md: Gherkin-Format, 50+ Beispiele nach Pattern

🔧 Script-Details

story_map_validator.py

Validiert JSON gegen Schema:

  • Top-Level: product, actor, goal, kpis, activities, stories, version
  • Activities mit Steps
  • Stories mit ACs, activity_id, step_id
  • Prüft Referenzen und Duplikate

slice_suggester.py

Heuristik:

  • MVP = 1 Story pro Step (erste verfügbare)
  • Rest aufgeteilt in 2-3 Slices
  • Outcomes/Metriken hinzufügen

export_backlog_csv.py

CSV-Felder:

  • id, title, description, depends_on
  • actor, goal, activity, step, pattern
  • effort, reach, impact, confidence (RICE)
  • bv, tc, rr, js (WSJF)

map_to_mermaid.py

  • Subgraph pro Activity
  • Nodes = Steps
  • Kanten = Reihenfolge
  • Styling möglich

✅ Validierung & Tests

Alle Scripts wurden getestet:

  • ✅ Validator erkennt fehlerhafte JSON
  • ✅ Slice Suggester erzeugt korrektes MVP
  • ✅ CSV Export enthält alle Felder
  • ✅ Mermaid Diagramm ist syntaktisch korrekt

🎓 Anwendungsbeispiel

Produkt: Onboarding 1.0
Ziel: Schnell registrieren und ersten Nutzen erleben
KPIs: Activation Rate (D1), TTFV

Activities:

  1. Registrieren (E-Mail/PW, Double-Opt-In)
  2. Erste Schritte (Tour, erste Aufgabe)

MVP Slice:

  • ST1: Registrierungsformular
  • ST2: E-Mail-Bestätigung
  • ST3: Guided Tour (3 Tipps)
  • ST4: Erste Aufgabe abschließen

Outcome: Aktivierungsrate ≥ 30%, TTFV ≤ 10 min

🔗 AI-Lead Integration

Dieser Skill ist als Sub-Skill konzipiert:

AI-Lead Orchestrator
  ├─> story_map.create(context) -> story_map.json
  ├─> story_map.validate(json) -> validation_report
  ├─> story_map.slice(json) -> slices.md
  ├─> story_map.export_backlog(json) -> backlog.csv
  └─> story_map.visualize(json) -> storymap.mmd

📖 Weiterführende Literatur

  • Jeff Patton: "User Story Mapping" (O'Reilly)
  • INVEST-Kriterien für Stories
  • Gherkin/BDD für Acceptance Criteria
  • WSJF/RICE für Priorisierung

📝 Lizenz & Quellen

Basierend auf etablierten Story-Mapping-Praktiken nach Jeff Patton und agilen Prinzipien.

Version: 1.0
Erstellt: November 2025
Status: Production Ready ✅

Download Skill