TAG

# Product Manager

2026-07-16

Die Hälfte meiner PM-Arbeit habe ich an die KI abgegeben, ein paar Sachen habe ich um nichts in der Welt aus der Hand gegeben

In diesem Jahr habe ich rund die Hälfte meiner täglichen PM-Arbeit ganz real an die KI abgegeben — Dokument-Entwürfe schreiben, Konkurrenzmaterial zusammentragen, hunderte Nutzer-Rückmeldungen sortieren, Meeting-Aufgaben ordnen, klickbare Prototypen bauen; sie erledigt das schnell und beschwert sich nie. Aber ein paar andere Sachen habe ich um nichts in der Welt abgegeben, und ich habe es auch nicht vor. Nicht weil die KI es nicht könnte — im Gegenteil, manches macht sie sogar geschmeidiger als ich. Sondern weil du bei diesen Sachen, wenn sie einmal abgegeben sind und schiefgehen, den Fehler schlicht nicht bemerkst, und wenn du ihn bemerkst, ist es schon zu spät. Dieser Text legt meine Trennlinie zwischen abgeben und behalten Stück für Stück offen, samt der Fallen, in die ich nach dem Abgeben fast getappt wäre.

2026-07-15

KI-PM-Interviews: Die 5 beliebtesten Fragen und wie du sie beantwortest

Ich habe in den letzten zwei Jahren viele Product Manager interviewt und wurde selbst interviewt. Ein Muster fällt schmerzhaft auf: Sobald es um KI geht, fangen acht von zehn an, Konzepte herunterzubeten — was RAG ist, der Unterschied zwischen Fine-Tuning und Prompting, wie ein Transformer funktioniert. Je flüssiger sie es aufsagen, desto sicherer weiß ich, dass ich sie nicht will. Denn diese Fragen prüfen nicht, was du auswendig kannst, sondern ob du denken kannst. Dieser Text zerlegt die 5 KI-PM-Interviewfragen, die 2026 am häufigsten gestellt werden: was der Interviewer hinter jeder wirklich prüft, wie ich selbst antworten würde und welche Antwort am schnellsten scheitert. Keine Antwortschablonen, sondern klarwerden, welchen Teil von dir sie abwiegen.

2026-07-14

Ein Tag als PM im KI-Zeitalter: Wie ich aus einem Satz einen klickbaren Prototyp mache

Letzte Woche habe ich an einem Nachmittag aus einem „Ich hätte gern so ein kleines Ding, das meine Ausgaben mitschreibt" einen Prototyp gemacht, den ein Kollege auf meinem Handy wirklich antippen konnte — echte Ausgabe erfassen, echtes Tortendiagramm sehen. Keine einzige Zeile Code. Viele glauben, im KI-Zeitalter müsse ein PM programmieren lernen. In Wahrheit ist die wertvolle Fähigkeit die umgekehrte: eine Sache so klar zu sagen, dass die KI sie beim ersten Mal richtig baut. Dieser Text predigt nicht, sondern zeigt konkret, wie ich es mache — wie ich die KI erst zurückfragen lasse, warum ich immer nur eine Sache auf einmal ändere, warum schon die erste Version echte Daten braucht, und wie „Kann man es durchklicken?" zu meiner Abnahmelinie wird. Samt der Fallen, in die ich getappt bin.

2026-07-12

Fehlalarm beim Taifun: Wie ein Product Manager die dunkelste Stunde übersteht wie einen Sturm

Taifun „Bawei" ist letzte Nacht nach Süden abgedreht und irgendwo zwischen Wenling in Zhejiang und Xiapu in Fujian auf Land getroffen. Die Fährverbindungen und Flüge rund um Zhoushan und Putuo waren gestrichen, die Fischerboote wurden über Nacht verlegt — im Nachhinein sah alles nach umsonst aus. Und schon sagt jemand: hätte man sich sparen können. Doch das Wort „Fehlalarm" bringt einen Product Manager schneller um als der Sturm selbst. Einen Taifun zu überstehen ist nie ein einzelner Handgriff, sondern drei: vorher gründlich vorbereiten, mittendrin den Regen aushalten, hinterher den Müll wegräumen. Am Tag, als GitLab seine Datenbank löschte, stellte sich heraus, dass keines der fünf Backups funktionierte. Knight Capital verlor wegen eines vergessenen Stücks toten Codes in 45 Minuten 440 Millionen Dollar — und die Firma war weg. Hier geht es um die Nacht, in der der Alarm wirklich losgeht, und darum, was der Verantwortliche dann tun muss.

2026-06-19

16 erfahrene Programmierer coden mit KI — sie dachten, 20 % schneller, in Wahrheit 19 % langsamer

Im randomisierten kontrollierten Experiment von METR lösten 16 erfahrene Open-Source-Programmierer echte Aufgaben in Projekten, die sie im Schnitt seit fünf Jahren pflegten. Die Gruppe mit KI war 19 % langsamer. Noch heftiger ist die andere Hälfte: Sie sagten vorher voraus, KI würde sie um 24 % beschleunigen — und nachdem sie fertig waren und am eigenen Leib erlebt hatten, dass es langsamer ging, glaubten sie immer noch, sie seien 20 % schneller gewesen. Gefühl und Realität klaffen fast 40 Prozentpunkte auseinander, und die Richtung stimmt nicht mal. Als jemand, der täglich mit Schätzungen zur Teamproduktivität plant, Zeiträume zusagt und Budgets begründet, will ich klar machen, woher diese Illusion kommt, wo sie gilt und wie sie sich in alle KI-bezogenen Entscheidungen unserer Branche eingeschlichen hat.