thoughts
Wie KI meinen Alltag als Product Owner verändert
Wenn mich jemand fragt, welche KI-Tools ich als Product Owner nutze, erwartet er meist eine Liste. Ein paar Namen, vielleicht eine Empfehlung, fertig. Das ist verständlich. Aber die ehrliche Antwort ist etwas unbequemer: Die Liste ist der uninteressanteste Teil. Entscheidend ist nicht, welche Werkzeuge ich geöffnet habe, sondern wie sie zusammenspielen.
Denn von einer Sache bin ich inzwischen ziemlich überzeugt: KI ersetzt keine Product Owner. Sie ersetzt Product Owner, die ihre Arbeitsweise nicht verändern. Das klingt härter, als es gemeint ist. Die eigentliche Aufgabe dieses Berufs bestand für mich noch nie darin, Tickets zu schreiben, Meetings zu organisieren oder Dokumentationen zu pflegen. Das waren immer nur Mittel zum Zweck.
Die eigentliche Aufgabe besteht darin, Probleme zu verstehen, Zusammenhänge zu erkennen, Prioritäten zu setzen, Business und Technologie miteinander zu verbinden und am Ende gute Entscheidungen zu treffen. Genau das übernimmt KI heute nicht.
Was sie dagegen sehr gut kann, sind die wiederkehrenden Prozesse drumherum. Deshalb verändert sie nicht den Kern meines Berufs. Sie verändert meinen Alltag: wie ich arbeite, dokumentiere, Wissen aufbaue, kommuniziere, entwickle und Entscheidungen vorbereite.
Und daraus entsteht etwas, das für einen Product Owner vielleicht wertvoller ist als jedes neue Tool: Zeit.
Mehr Zeit für Discovery, Stakeholder, Strategie, Roadmaps, Nutzer und jene schwierigen Entscheidungen, die sich nicht delegieren lassen. Ich sehe KI deshalb nicht als Ersatz, sondern als Verstärker. Ein schlechter Product Owner wird durch KI nicht automatisch besser. Ein guter kann damit jedoch deutlich mehr erreichen.
Was folgt, ist deshalb weder ein Tool-Test noch ein klassischer Vergleich. In diesem und den drei folgenden Texten beschreibe ich ehrlich, wie ein vollständiger Produktprozess aussehen kann, wenn man einzelne Werkzeuge Schritt für Schritt miteinander verbindet – und warum die Übergänge zwischen ihnen oft wichtiger sind als die Tools selbst. Anfangen möchte ich mit dem Werkzeug, das ich am häufigsten öffne.
ChatGPT: mein täglicher Sparringspartner
ChatGPT gehört zu meinen Daily Drivern. Ich nutze es praktisch jeden Tag – nicht unbedingt für die großen, spektakulären Aufgaben, sondern vor allem für die vielen kleinen.
Für mich ist es ein universelles Werkzeug. Ein Ort, an dem Hunderte kleine Aufgaben landen, die einzeln kaum der Rede wert sind, in Summe aber einen erstaunlich großen Teil des Arbeitstages ausmachen.
Ein Product Owner trifft täglich unzählige kleine Entscheidungen.
Wie formuliere ich diese Mail, damit sie nicht falsch verstanden wird? Ist diese Anforderung wirklich eindeutig? Wie erkläre ich einen technischen Zusammenhang so, dass ihn auch jemand aus dem Marketing versteht?
Keine dieser Fragen ist für sich genommen besonders groß. Zusammen verbrauchen sie jedoch viel Zeit und Aufmerksamkeit. Genau in dieser Schicht aus kleinen, sprachlichen und wiederkehrenden Aufgaben liefert KI für mich einen besonders großen Mehrwert.
Konkret bedeutet das: Ich lasse Mails überarbeiten oder formuliere sie direkt gemeinsam mit ChatGPT. Ich schärfe Anforderungen so lange, bis sie wirklich eindeutig sind. Ich lasse Texte verständlicher machen, recherchiere Themen, frage technische Zusammenhänge nach oder lasse mir erklären, wie ein bestimmtes Tool funktioniert.
Für wiederkehrende Aufgaben nutze ich teilweise eigene GPTs, die ich einmal mit dem notwendigen Kontext und klaren Anweisungen ausstatte und anschließend immer wieder verwende.
Überraschend häufig greife ich auch auf ChatGPT zurück, wenn ich neue Software einrichte – beispielsweise beim Aufsetzen von Obsidian oder beim Verbinden zweier Systeme. Aufgaben, für die ich früher eine halbe Stunde Dokumentation gelesen hätte, lassen sich so oft deutlich schneller lösen.
Dass ChatGPT über die Jahre erwachsener geworden ist, hilft. Mit Funktionen wie Projects lassen sich Kontext, Dateien und eigene Instruktionen bündeln, statt in jeder Unterhaltung wieder von vorne zu beginnen. Deep Research übernimmt mehrstufige Recherchen, die früher schnell einen halben Nachmittag beansprucht hätten. Über Connectors kann das Modell außerdem auf Systeme zugreifen, in denen die eigentlichen Informationen liegen.
Trotzdem ist mir wichtig, die Grenze klar zu benennen: ChatGPT ist für mich weder Entwickler noch Produktmanager. Es ist ein intelligenter Assistent.
Es trifft keine Produktentscheidungen. Es führt keine Discovery durch. Es ersetzt kein Produktverständnis.
Es hilft mir vor allem dabei, schneller ans Ziel zu kommen – und hält mir dadurch den Kopf für die Dinge frei, die es nicht übernehmen kann.
So weit die alltägliche Ebene – die vielen kleinen Aufgaben. Der eigentliche Sprung beginnt woanders: dann, wenn aus flüchtigen Gesprächen und verstreuten Notizen dauerhaftes Wissen wird. Darum geht es im zweiten Teil.