Wenn Bauen billig wird, wird Entscheiden teuer

Jedes Produktteam hat es dieses Jahr gespürt: Ein Feature, das einen Sprint brauchte, braucht einen Nachmittag, und das Backlog leert sich schneller, als jemand es mit Dingen füllen kann, die das Bauen wert sind. Dieser Artikel beantwortet, was das mit der Produktrolle macht, anhand der bisher veröffentlichten Messungen, mit Stichprobe und Datum an jeder Zahl.

Ist Bauen tatsächlich billiger?

Ja, und die ehrliche Zahl ist kleiner als das Gefühl. Der DORA-Report 2025, von Google Cloud am 23. September 2025 mit fast 5.000 Befragten veröffentlicht, findet 90 Prozent, die KI bei der Arbeit nutzen, und erstmals einen positiven Zusammenhang zwischen KI-Nutzung und Lieferdurchsatz. Derselbe Report findet, dass KI-Nutzung weiterhin einen negativen Zusammenhang mit der Lieferstabilität hat: Mehr Änderungen gehen raus, und mehr davon gehen kaputt.

Die Umfrage von Lenny Rachitsky und Noam Segal unter 1.750 Produktmanagern, Entwicklern, Designern und Gründern, veröffentlicht am 23. Dezember 2025, fand mehr als die Hälfte, die bei ihren wichtigsten Aufgaben mindestens einen halben Tag pro Woche spart. Dieselbe Umfrage fand 92,4 Prozent, die mindestens einen erheblichen Nachteil der Werkzeuge berichten. Beide Zahlen sind gleichzeitig wahr, und ein Team, das nur die erste zitiert, plant mit einer Fiktion.

Warum wirkt der Gewinn größer, als er ist?

Weil die Menschen, die ihn erleben, ihn in dieselbe Richtung falsch einschätzen. METR führte eine randomisierte kontrollierte Studie durch, veröffentlicht am 10. Juli 2025: sechzehn erfahrene Open-Source-Entwickler, 246 echte Aufgaben aus ihren eigenen Repositories, jede Aufgabe per Zufall mit erlaubten oder verbotenen KI-Werkzeugen. Mit erlaubter KI brauchten die Entwickler 19 Prozent länger. Vor der Studie hatten sie eine Beschleunigung um 24 Prozent vorhergesagt, und nachdem sie die Verlangsamung erlebt hatten, glaubten sie noch immer, KI habe sie 20 Prozent schneller gemacht.

Sechzehn Entwickler sind eine kleine Stichprobe, und die Werkzeuge waren Modelle von Anfang 2025, was die Autoren selbst schreiben. Was die Studie belegt, ist enger und nützlicher als ein Urteil über KI: Gefühltes Tempo ist ein unzuverlässiges Instrument. Ein Produktteam, das seine echte Geschwindigkeit kennen will, muss sie messen — Durchlaufzeit, Fehlerrate von Änderungen, die vier DORA-Kennzahlen — mit und ohne Werkzeuge.

Wohin wandert der Engpass?

Zum Urteilsvermögen. Wenn die Produktion aufhört, die Grenze zu sein, bestimmen drei Entscheidungen das Ergebnis, und keine davon wird mit einem Code-Assistenten schneller.

• Was gebaut wird: welches Problem, für wen, wie oft es auftritt und was drei Monate Warten kosten.
• Woran Sie erkennen, dass es funktioniert hat: die Zahl, die sich bewegen muss, vor dem Bau aufgeschrieben, mit dem Datum, an dem sie abgelesen wird.
• Ob ein Nutzer ihm vertrauen kann: bei einem KI-Feature die Fälle, in denen es antworten darf, die Fälle, in denen es ablehnen muss, und wie Konfidenz gezeigt wird.

Marty Cagan schrieb am 30. Dezember 2024, dass „the PM role becomes more essential but also more difficult with generative AI-powered products, not less“, und behielt seine Begeisterung der Kombination aus „someone with very strong judgement“ und den Werkzeugen vor. Teresa Torres sagte im April 2026 dasselbe von der Discovery-Seite: „Building is very cheap now. That doesn’t mean we should build every idea we have.“ Beide beschreiben eine Rolle, deren knapper Rohstoff das Urteil darüber ist, was es verdient zu existieren.

Was macht ein Produktteam damit?

Drei praktische Schritte folgen daraus, und jeder ist billig zu beginnen.

• Messen Sie die Geschwindigkeit einen Monat lang mit und ohne Werkzeuge, und lesen Sie die Fehlerrate von Änderungen neben dem Durchsatz. DORAs Stabilitätsbefund ist der, den die meisten Teams spät entdecken.
• Schreiben Sie die Entscheidung vor dem Bau: eine Seite mit dem Problem, den Alternativen auf dem Tisch, dem, was zurückgestellt wurde, und dem, was in zwei Monaten wahr sein muss.
• Verwenden Sie die freigewordenen Stunden für Discovery und für Evals. Ein Interview, das eine Person und danach ein Modell synthetisiert, und ein KI-Feature, das vor dem ersten Prompt als Testfälle spezifiziert wird, sind das, wohin die Woche jetzt geht.

Die Priorisierungsmethode ist beschrieben in Was als Nächstes gebaut wird. Für eine Gründerin mit begrenzter Runway entscheidet dieselbe Logik, was der erste Bau beweisen muss, und die Seite für Gründerinnen und Gründer beschreibt diese Reihenfolge.

So arbeitet das Studio damit

Torn Studios Antwort ist ein Liefermodell: Eine Person hält die Produktrolle und baut mit KI-Werkzeugen, sodass eine am Montag getroffene Entscheidung in derselben Woche im Code ist. Die Kosten werden so klar benannt wie der Gewinn. Die Woche einer Person ist die Kapazität, und ein Team, das drei Produktrollen parallel braucht, ist besser bedient, wenn es sie einstellt. Product Management wird je Auftrag bepreist, mit vorab gesetztem Umfang und einem Festpreis, bevor die Arbeit beginnt.