Das AI Product Management Lab
Analysen, Frameworks und interaktive Tools für Product Manager im KI-Zeitalter. Jeder Beitrag beginnt mit dem TL;DR, belegt seine Aussagen mit Evidenz und endet mit einem interaktiven Tool und passenden Playbook-Activities – verankert im Zyklus Discover, Define, Build, Operate.
Vier Phasen. Ein System für KI-Produktarbeit.
Jeder Beitrag zahlt auf eine Phase des Zyklus Discover, Define, Build, Operate ein – zusammen ergeben sie ein System statt loser Blogposts.
Discover · Context Engine
Die Context Engine verbindet verstreute Signale zu einem lebendigen Produktkontext – das Fundament für jede Entscheidung danach.
Define · Priorisierung
Die Impact & Feasibility Matrix priorisiert nach Wert, Aufwand und Risiko – der Bauplan, den Menschen und Agenten ohne Rückfragen umsetzen.
Build · Live View
Live View zeigt Echtzeit-Fortschritt mit Code-Kontext – ausgelieferte, geprüfte Software ohne Überraschung am Sprintende.
Operate · Auto-Resolve
Auto-Resolve löst Support und Bugs mit Code-Kontext – Wissen fliesst zurück in Discover, und der Zyklus beginnt von vorn.
Bau euer eigenes Company Brain: das Enterprise-AI-Playbook von Stripes Engineering-Team
Stripe hat 10'000 Mitarbeitenden leistungsfähige Agents gegeben, ohne sie zu AI-Engineers zu machen. Die zehn Entscheide hinter Kai: ein Layer für die ganze Firma, Projekte als Governance, Skills als Firmen-IP, Sandboxes und die Infrastruktur darunter. Und wie dieselbe Architektur für ein Software-Produktteam aussieht.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
AI Product Operating Model: vom Managen der Arbeit zum Managen des Kontexts
Die Teams hinter Claude Code, Codex und Cursor coden nicht nur schneller. Sie delegieren an Agents, übergeben ganze Features, bauen zwei Prototypen statt ein Meeting abzuhalten und stellen weiterhin Product Manager ein. Sieben Muster aus über dreissig Interviews, eine Verschiebung darunter: Die knappe Ressource ist nicht mehr Coding-Kapazität, sondern gemeinsamer Kontext und Urteilsvermögen. Und warum blindes Kopieren nach hinten losgeht.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Agentic Loops: vom Prompten zum Multiplayer-Team aus Agents
Prompt, Kontext, Harness, Loop, Graph: Jede Stufe hat dem Modell mehr Unabhängigkeit gegeben. Die nächste gibt die Arbeit dem Team. Was Loops im Coding so wirksam macht, wie du eine Ziellinie baust, wo kein Compiler urteilt, und warum Multiplayer mehr verlangt als ein grösserer Loop.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Strukturierte KI-Workflows: Warum euer Team nicht bessere Prompts braucht, sondern Struktur
KI verstärkt die Struktur, die euer Team schon hat – in beide Richtungen. Warum kuratierter Kontext, klare Arbeitsteilung und Prüfpunkte über den KI-Hebel entscheiden, mit Evidenz von DORA, METR und Stack Overflow.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
PM-Engineer-Ratio: Warum ein CPO Product Management bereut – und trotzdem PMs einstellt
Whatnot skaliert das schnellstwachsende US-Marketplace-Business mit gut 20 PMs – und einem Credo, das provoziert: «We regret that product management exists.» Was hinter der Pod-Ratio steckt und wie du PMs auf Probleme statt auf Teams mappst.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
KI-Tools für Product Manager: der Stack, der Kontext trägt
Es gibt keine Liste der besten KI-Tools für Product Manager – es gibt sechs Kategorien, die zusammen den Produktzyklus abdecken. Welche Kategorie welchen Engpass löst, welche Tools 2026 in DACH realistisch in Frage kommen und woran Stacks scheitern.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Claude Code für Product Manager: das Setup, das aus einem Chatfenster einen Mitarbeiter macht
Die meisten Product Manager benutzen Claude Code wie eine bessere Suchmaschine. Der Unterschied zu einem echten Mitarbeiter ist kein besserer Prompt, sondern ein eingerichteter Arbeitsplatz: Kontext, Auftrag, Augen, Review, Routinen und Rechte. Dieser Beitrag zeigt die Einrichtung Schritt für Schritt.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Graph Engineering: Multi-Agenten-Workflows statt Chat-Ketten
Graph Engineering ist der neueste Begriff im KI-Diskurs: mehrere Agenten als Workflow statt als eine lange Chat-Kette organisieren. Mit Zahlen von Anthropic und der Gegenposition von Cognition zeigt dieser Beitrag, wann sich ein Graph lohnt – und wann eine einzelne Loop reicht.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Die besten Bücher über AI Product Management 2026
33 Bücher über AI Product Management, konsolidiert zu einer Liste: acht Kern-Titel im Detail mit Kurzfazit und Review-Muster, der Rest kompakt in thematischen Regalen – von technischen Grundlagen über Agentic AI bis zu deutschsprachigen Titeln. Filter: mindestens 4,0 Sterne und zehn Bewertungen auf Amazon.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Skill Files: Die nächste KI-Kompetenz nach dem Prompting
Skill Files sind einseitige Betriebsanleitungen für eine wiederkehrende Aufgabe – eine KI befolgt sie, ohne dass du im Raum bist. Warum sie die nächste Kompetenz nach dem Prompting sind, wie du eines an einem Nachmittag baust und weshalb jede Datei einen Owner braucht.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Die Anatomie eines Jira-Tickets für KI-Product-Management im Agentic Engineering
Ein gutes Jira-Ticket ist 2026 ein Prompt – kontextvollständig genug für Mensch und KI-Agent. Die Anatomie mit BMAD, Context Engineering und ehrlicher Evidenz.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Modell-Abhängigkeit: Warum modell-agnostische Workflows zur Chefsache werden
Am 12. Juni 2026 nahm eine US-Behörde ein drei Tage altes Frontier-Modell weltweit vom Netz – per Anordnung, über Nacht, ohne Vorwarnung. Der Fall zeigt, was Produktteams lange verdrängt haben: Die Abhängigkeit von einem einzigen KI-Anbieter ist ein Strategie-Risiko. Wie modell-agnostische Workflows es entschärfen.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Discovery bleibt menschlich, Execution wird zur Spec: Wie du als Product Manager im Brownfield mit KI arbeitest
Discovery und Strategie bleiben menschlich, die Execution gehört KI-Agenten mit vereinbarter Spec. Warum Gates kein Tempo kosten, sondern es retten – mit Evidenz von METR, GitClear, DORA und Anthropic.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Die KI-Roadmap: Wie du Feature-Requests und GenAI-Initiativen in einer Planung vereinst
Eine KI-Roadmap muss zwei Logiken vereinen: planbare Feature-Delivery und experimentelle GenAI-Initiativen. Ein Framework, das beide in einer Planung zusammenführt – mit RICE-Scoring und Code-Realität als Korrektiv.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
AI Product Discovery: Probleme finden, die KI wirklich lösen sollte
AI Product Discovery heisst: Probleme finden, die KI wirklich lösen sollte – denn die meisten gescheiterten KI-Features waren Lösungen auf Problemsuche. Vier Fragen, die jedes KI-Vorhaben vor dem ersten Prompt beantworten muss.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
EU AI Act für Product Manager: Compliance als Designprinzip, nicht als Bremse
Der EU AI Act reguliert KI nach Risikoklassen – mit Bussen bis 35 Millionen Euro und Fristen, die der Digital Omnibus verschiebt. Was das Gesetz für Produktteams in DACH konkret bedeutet und welche fünf Bausteine jetzt ins Produkt gehören.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
GTM-Strategie für KI-Produkte: Skeptische B2B-Käufer überzeugen
Eine GTM-Strategie für KI-Produkte startet bei einer unbequemen Zahl: Nur 46 Prozent der Menschen weltweit vertrauen KI-Systemen – in reichen Ländern noch weniger. Wie Positionierung, Pricing und Launch im DACH-B2B auf Vertrauen umgebaut werden.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Agile für KI: Sprints, die Modell-Training aushalten
Agile Softwareentwicklung mit KI bricht eine Scrum-Annahme: dass Aufwand und Ergebnis gekoppelt sind. Wie du Sprints, Definition of Done und Reviews anpasst, ohne die Delivery-Disziplin zu verlieren – mit CRISP-ML(Q) und CD4ML als Landkarte.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Das MVP für KI: Teste den Zauberer, bevor du die Maschine baust
Ein MVP für KI beantwortet eine Verhaltensfrage, kein Modellproblem – eigene Modelle sind der teuerste Weg, eine falsche Hypothese zu widerlegen. Wie Wizard-of-Oz-Tests und Foundation-Modelle KI-Ideen in Tagen validieren – und wann sich Custom-ML überhaupt lohnt.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Model Drift: Wenn euer Produkt leise schlechter wird
Model Drift heisst: 91 Prozent der ML-Modelle degradieren mit der Zeit – ohne dass eine Zeile Code ändert. Was Data Drift, Concept Drift und AI Aging für Produktteams bedeuten und wie ein Monitoring aussieht, das PMs verstehen und steuern können.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
PM, Data Scientist, ML Engineer: Wer macht was im KI-Produktteam?
Im KI-Produktteam scheitern Features selten am Modell und oft an der Übergabe: Zwischen Produkt, Data Science und Engineering versickert Verantwortung. Die Rollenschnitte, die funktionieren – und die zwei Fragen, die jedes Team beantworten muss.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Warum Spotifys Product-Management-Modell für euer Unternehmen nicht funktioniert – mit KI-Agenten erst recht
Im Februar 2023 auf pedalix.com publiziert, 2026 aktueller denn je: Warum kopierte Squad-Autonomie scheitert – und warum genau dieselben Lektionen jetzt darüber entscheiden, ob KI-Agenten in eurem Team Tempo bringen oder Chaos. Grundlegend überarbeitet.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
KPIs für KI-Produkte: Prompt-Success schlägt MAU
KPIs für KI-Produkte brauchen mehr als MAU und Churn – die sehen ein sterbendes KI-Feature erst, wenn es tot ist. Die vier Messebenen von Akzeptanzrate bis Unit Economics und Feedback-Schleifen, die Qualität messbar machen.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Customer Journey Mapping für KI: Onboarding, das Vertrauen aufbaut
Customer Journey Mapping für KI beginnt beim Misstrauen: 54 Prozent der Menschen sind KI gegenüber skeptisch – euer Onboarding entscheidet, ob euer Feature dazugehört. Die vier Momente der KI-Journey und Microsofts Human-AI-Guidelines in der Praxis.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Product-led Growth für KI-SaaS: Adoption, die sich selbst trägt
Product-led Growth heisst: Das Produkt ist der Vertriebskanal. KI-Features können diesen Motor antreiben – oder die Marge fressen. Wie Time-to-Value, Freemium-Dosierung und Upgrade-Trigger bei KI-Produkten funktionieren.
Marc Gasser · Software Entrepreneur · Product × GTM × AI
Product-Management-Glossar: Jira- & Linear-Begriffe erklärt
Die wichtigsten Product-Management-Begriffe der Softwareentwicklung, kurz erklärt – mit direkter Gegenüberstellung der Terminologie von Jira und Linear.
Kein neuer Beitrag ohne dich.
Neue Artikel, neue interaktive Tools, neue Evidenz – zuerst in deiner Inbox. Und wenn du antwortest, antworten wir: Du schreibst direkt mit den Autoren, nicht mit einem No-Reply.
Kein Spam, keine Weitergabe, jederzeit abmeldbar.
Bereit, das auf eurem eigenen Backlog auszuprobieren?
Teklens testen – Jira und Code verbinden und das gemeinsame Product Brain an echter Arbeit prüfen.
Zwei Wege: strategisch ausrichten oder direkt am echten Produkt testen.