Wenn alle Rollen verschmelzen: Gedanken zur Produktentwicklung im KI-Zeitalter

Als ich Cat Wus Artikel Product management on the AI exponential — veröffentlicht im offiziellen Anthropic-Claude-Blog — las, hatte ich das Gefühl, meine eigene Geschichte zu lesen.

Ein Satz ließ mich innehalten:

„Alle Rollen verschmelzen. PMs erledigen Engineering-Aufgaben, Engineers übernehmen PM-Arbeit, Designer arbeiten als PMs und schreiben gleichzeitig Code.”

Vor zwei Jahren trat ich meinem jetzigen Unternehmen bei und baute eine KI-Wissensmanagement-App namens Knowledge Assistant. Mit KI machte ich alles: Prototyping, UX-Design, Nutzerforschung, Evaluierungs-Frameworks. Mein Abteilungsleiter und der stellvertretende Direktor nannten mich zu verschiedenen Zeitpunkten „unersetzlich”, das schönste berufliche Kompliment, das ich je erhalten habe.

Aber niemand wusste, wie man meine Rolle definieren sollte.

Also nannte mich jeder, intern wie extern, einfach den „Product Owner”.

Wenn die Grenzen des PM-Daseins zu verschwimmen beginnen

Cat Wu erklärt, dass traditionelles Produktmanagement auf einer grundlegenden Annahme basiert: Was zu Beginn eines Projekts technisch möglich ist, ist am Ende in etwa dasselbe. PMs wurden trainiert, zunächst Informationen zu sammeln, langfristige Wetten einzugehen und dann einen Plan umzusetzen.

KI mit exponentiell wachsenden Fähigkeiten hat diese Annahme vollständig erschüttert.

Was ein Modell heute noch nicht kann, könnte die nächste Version in drei Monaten auf Anhieb lösen. In diesem Umfeld sind Halbjahres-Roadmaps nicht nur ineffizient. Sie sind gefährlich. Der neue Rhythmus, wie Cat Wu ihn beschreibt: schnelles Experimentieren, kontinuierliches Ausliefern, Verdoppeln bei dem, was funktioniert.

Prototypen lassen sich heute in einem Nachmittag bauen. Falsche Wetten sind billig. Das alte „erst die Spezifikation schreiben” weicht einem neuen Ansatz: bauen, nutzen lassen, beobachten was wirklich hängen bleibt, dann iterieren. Das entspricht genau meiner Erfahrung in der Unternehmens-KI: Modellfähigkeiten verbessern sich nicht linear — sie machen Sprünge. Das Evaluierungs-Framework, das man diesen Monat baut, muss beim nächsten Modell-Release vielleicht grundlegend überarbeitet werden.

Peter Dengs fünf PM-Archetypen — KI macht dich zu allen

Cat Wus Artikel erinnerte mich an eine Einsicht von Peter Deng, dem ehemaligen VP of Product bei OpenAI. Er unterteilt PMs in fünf Archetypen:

1. Consumer PM — besessen von Details und visueller Qualität
2. Growth PM — datengetrieben in allem
3. Business/GM PM — fokussiert auf Geschäftsmodelle und Margen
4. Platform PM — baut interne Tools für Teameffizienz
5. Research PM — verbindet Frontier-Technologie mit Marktbedürfnissen

Früher spezialisierte man sich auf einen Typ. Ein vollständiges Produktteam entstand durch die Kombination aller fünf — Dengs „Avengers”-Analogie.

KI hat diese Regel neu geschrieben, und das verbindet sich direkt mit dem Tempo, das Cat Wu beschreibt.

Wenn eine Person in einem Nachmittag einen Prototype bauen, mit KI ein UX-Konzept entwerfen, systematische Evals durchführen und Wachstumshypothesen mit Daten validieren kann — wird diese Person selbst zum gesamten Avengers-Team. Das ist die natürliche Verlängerung von Cat Wus „Rollenverschmelzung” — und mein Alltag der letzten zwei Jahre. Vor etwa einem Jahr kristallisierte sich meine Rolle heraus: AI Product Manager — ein neuer Archetyp, der mithilfe von KI Prototyping, UX, Evaluation und Forschung in einer Person vereint. Grundsätzlich: alles machen.

Für eine Zukunft bauen, die noch nicht existiert

Noch ein Satz aus Cat Wus Artikel, der mich beschäftigt hat:

„Man muss Produkte bauen, die noch nicht vollständig funktionieren, damit man bereit ist, wenn das nächste Modell die Lücke schließt.”

Das ist ein Manifest gegen Perfektionismus — und die pragmatischste Produktphilosophie im KI-Zeitalter. Man kann nicht warten, bis die Technologie perfekt ist, denn bis man bereit ist, hat sich die Technologie längst weiterentwickelt.

In der Praxis bedeutet das: den Mut haben, etwas zu veröffentlichen, das „noch nicht gut genug” ist, und dann mit wachsenden Modellfähigkeiten iterativ zu verbessern. Ja, vielleicht schreibt man alles in drei Monaten neu — aber bis dahin hat man unersetzliches Nutzerfeedback und praxisnahes Wissen gesammelt, das kein Spec-Dokument ersetzen kann.

Wenn alle Verantwortung übernehmen, kennt Wachstum keine Decke

Wenn KI jeden befähigt, Rollengrenzen zu überschreiten — wie viel bedeuten Titel und Stellenbeschreibungen dann noch?

Meine Antwort: Je weniger Titel zählen, desto wichtiger wird Verantwortung. Wachstum ist dann grenzenlos.

KI-Befähigung steht jedem Mitglied eines KI-Teams gleichberechtigt zur Verfügung. Engineers können mit KI PM-Arbeit leisten. Designer können mit KI Engineering betreiben. PMs können mit KI forschen. Wenn man die Einschränkung „meine Rolle ist X” ablegt, wird individuelles Wachstum grenzenlos.

Aber die Voraussetzung ist: Jeder muss den Erfolg oder Misserfolg des Produkts als seinen eigenen betrachten.

Nicht nur die eigenen KPIs abarbeiten. Den Nutzerwert wirklich im Herzen tragen, proaktiv handeln, füreinander einspringen. Peter Deng will ein Avengers-Team, in dem jeder einzigartig und meinungsstark ist. Cat Wu nennt Missionsausrichtung als Anthropics reibungsreduzierenden Vorteil. Ich füge eine dritte Zutat hinzu:

Wenn jeder den Produkterfolg als persönlichen Erfolg betrachtet, wird das Team unaufhaltsam.

---

Cat Wus Artikel bestätigt, was ich seit zwei Jahren spüre: Wir beobachten nicht nur eine Tool-Verbesserung. Wir erleben eine vollständige Neudefinition der Produktarbeit. Wer vor zwei Jahren Knowledge Assistant baute und alles machte, ohne dass jemand die Rolle benennen konnte, hat heute einen klareren Namen. Aber egal wie der Titel lautet, der Antrieb bleibt derselbe: Mit KI das Unmögliche möglich machen und diese Möglichkeit in mehr Hände geben.

💬 Weiterführende Lektüre: Die Denkweise eines KI-Produktmanagers: Peter Dengs Philosophie bei Uber