Table of Contents
In a rush? Download the PDF for later
Download the e-BookEinleitung
Als Kreative, die mit Blick auf die Stärkung des Unternehmens entwickeln, sind Produktmanager stets auf der Suche nach Möglichkeiten, mehr und besser zu leisten. Doch angesichts neuer Produkte, die Woche für Woche speziell für sie auf den Markt kommen und jeweils versprechen, ihren Bereich grundlegend zu verändern, ist es für PMs leicht, skeptisch zu werden, wie stark Technologie ihre Arbeit tatsächlich beeinflussen wird. Die meisten Apps und Tools, die monatlich für Aufsehen sorgen, entpuppen sich am Ende als genau das – ein kurzes Aufflackern, ein Hype-Vehikel, nicht mehr.
Als KI jedoch auf der Unternehmensszene explodierte, war etwas anders. Der Launch von ChatGPT und anderen Large-Language-Model-(LLM-)Plattformen fühlte sich nicht wie leerer Hype an, und dafür gab es einen Grund. Laut einem aktuellen McKinsey-Berichtkann der breite Nutzen generativer KI in einer Vielzahl von geschäftlichen Anwendungsfällen Mehrwert schaffen. Makroökonomisch betrachtet schätzen sie, dass GenAI zwischen 2,6 und 4,4 Billionen US-Dollar pro Jahr zur Weltwirtschaft beitragen wird. Jede Unternehmensfunktion wird die Auswirkungen auf ihre eigene Weise spüren. Das gilt auch für Produktmanager, für die diese transformative Technologie besonders viel Potenzial entfalten wird.
Eine transformierte Rolle
Schon bevor KI die Geschäftswelt im Sturm eroberte, wandelte sich die Rolle des Produktmanagers (PM). Was einst eine Nischenfunktion war, die eng mit der Entwicklung verbunden und auf die Auslieferung von Produkt- und Feature-Updates beschränkt war, hat sich zu einer ganzheitlichen Funktion entwickelt, die für den Unternehmenserfolg entscheidend ist. Angesichts eines wirtschaftlichen Abschwungs setzen Unternehmensführer auf PMs und die von ihnen genutzten Tools, um bessere Ergebnisse zu erzielen – darunter höheres Wachstum, geringere Abwanderungsratenund reduzierte Kosten.
„Produktmanagement ist wie ein sich entwickelnder Sport. Es wird im Zuge der KI erneut transformiert", bemerkt Mayukh Bhaowal, Director of Product Management bei Salesforce Einstein. Produktteams fragen sich nun, wie sich ihr Leben und ihre Arbeit im Zeitalter der künstlichen Intelligenz entwickeln werden. Da die Auswirkungen dieser transformativen Technologie in der Geschäftswelt erst allmählich spürbar werden, wird kein Teil der Produktmanagement-Reise unberührt bleiben. In jeder Phase der Produktentwicklung werden PMs in der Lage sein, KI als Partner zu nutzen und wie nie zuvor zu liefern.
Wie wird diese Transformation aussehen? In diesem Leitfaden betrachten wir diese Frage durch die Linse des Product-Management-Lebenszyklus, einem Framework zur Konzeption, Entwicklung, Markteinführung und iterativen Weiterentwicklung von Softwareprodukten, um ein gewünschtes strategisches oder geschäftliches Ergebnis zu erzielen. Während sich die Details der betreffenden KI-Tools täglich weiterentwickeln, beginnen wir, die allgemeinen Auswirkungen zu verstehen, die sie auf die zunehmend geschäftskritische Arbeit von PMs haben werden.
Phase 1: Entdecken
Für PMs dreht sich ein erfolgreicher Discovery-Prozess darum, Schmerzpunkte zu verstehen – sowohl die der Nutzer als auch die des größeren Marktes. Das bedeutet, die richtigen Fragen im Hinblick auf das angestrebte Geschäftsergebnis zu stellen. Wenn Ihr Ziel beispielsweise darin besteht, die Kundenabwanderung um X % zu reduzieren, könnten Sie Fragen wie die folgenden in Betracht ziehen:
- Was sind die allgemeinen Trends im Nutzerfeedback? Wird dieses Feedback aufgegriffen?
- Wie sehen typische Benutzer-Workflows aus?
- Gibt es einen Workflow oder einen Punkt innerhalb eines Workflows, an dem abgewanderte Nutzer dazu neigen, stecken zu bleiben oder abzuspringen?
- Was hindert abgewanderte Nutzer daran, ihre Ziele zu erreichen?
- Neigen hochzufriedene Kunden oder „Superuser" dazu, bestimmte Verhaltensweisen an den Tag zu legen? Wenn ja, welche sind das?
In der Vergangenheit mussten PMs die Daten manuell zusammenführen und analysieren, um die richtigen Antworten zu erhalten. Mit den richtigen KI-gestützten Tools werden sie jedoch in der Lage sein, konkrete Antworten zu erhalten, Signale im Rauschen zu erkennen und Empfehlungen für das weitere Vorgehen in einem bisher beispiellosen Ausmaß zu geben.
Wie KI das Spiel verändern wird
PMs werden Daten aus dem Kundensupport, Nutzerinterviews, NPS, Feedback, Vertriebs- und Supportgesprächen, der Produktnutzung und einer Vielzahl anderer Quellen besser zusammenführen können. KI-Tools sparen PMs wertvolle Zeit, indem sie Muster über mehrere Datenquellen hinweg identifizieren.
Die Analysen, die diese Tools liefern, werden mit umsetzbaren Empfehlungen und Belegen zur Begründung der vorgeschlagenen Investition(en) einhergehen. Dadurch wird die Discovery-Phase exponentiell schneller, und der PM geht mit mehr Sicherheit in seine Erkenntnisse daraus hervor.
Phase 2: Validieren
Für die Probleme oder Schwachstellen, die Sie in der Discovery-Phase identifizieren, wird es immer mehrere praktikable Lösungen geben. Doch welche ist die richtige – diejenige, die am ehesten den Sweet Spot trifft und sowohl die Kundenzufriedenheit als auch den ROI für das Unternehmen maximiert? Hier kommt die Validierungsphase ins Spiel, und mit der Leistungsfähigkeit von KI werden PMs wie nie zuvor in der Lage sein, selbstbewusst zu entscheiden, was sie entwickeln sollen.
Traditionell hat sich die Validierungsphase als zeitaufwendig und unhandlich erwiesen, was viele PMs dazu verleitet, sie zu überspringen oder zu verkürzen – auf das Risiko hin, das Falsche zu entwickeln. In der Vergangenheit umfasste die Validierung die Einrichtung manueller Interviews mit Kunden, bei denen ihnen vorgeschlagene Lösungen für das Problem vorgestellt wurden, um ihr Feedback und ihre Reaktionen einzuholen. In jüngerer Zeit haben PMs begonnen, Validierungsdaten aus anderen Quellen einzubeziehen, darunter Produktnutzungsdaten, In-App-Umfragen und Befragungen sowie Support-Ticket-Anfragen. Aber auch hier bestand die Herausforderung darin, Wege zu finden, um mitunter riesige Datensätze schnell zu analysieren und entsprechende Maßnahmen zu ergreifen.
Wie KI das Spiel verändern wird
Zunächst ermöglichen KI-gestützte Tools eine schnelle Analyse von Validierungsdatenpunkten über verschiedene Medien hinweg – inklusive Empfehlungen auf Basis der gewonnenen Erkenntnisse. Darüber hinaus werden KI-Tools das Entwickeln potenzieller Lösungen und Produktprototypen schneller und einfacher machen als je zuvor. Indem PMs einem KI-Tool Prompts bereitstellen, die auf Kunden- und anderen Daten basieren, können sie schnell einen validierungsbereiten Prototypen erstellen. (Sie können beispielsweise ein LLM wie GPT-4 bitten, besseren Code mit weniger expliziten Anweisungen zu schreiben.)
Darüber hinaus wird KI es PMs ermöglichen, viele solcher Prototypen gleichzeitig zu testen. Das gibt Teams mehr Zeit, an der richtigen Lösung zu arbeiten und die Zuversicht zu stärken, bevor die Entwickler mit dem Aufbau beginnen.
Phase 3: Entwicklung
Wenn der Zeitpunkt gekommen ist, mit der Entwicklung eines Produkts oder einer Funktion zu beginnen, liegt es in der Regel am Produktmanager, die Roadmap zu erstellen und zu verwalten. Denken Sie daran: ein Produktmanager steht an der Schnittstelle von Engineering, Customer Success, Marketing sowie zunehmend auch Finanzen und Vertrieb – daher ist niemand besser positioniert, um Umfang, erforderliche Arbeit und Endziele so darzulegen, dass alle Beteiligten mit der Umsetzung beginnen können.
Um zu verhindern, von kurzfristigen Anfragen nach Feature-Ergänzungen oder -Änderungen aus verschiedenen Unternehmensbereichen überrascht und ausgebremst zu werden, schaffen PMs zunehmend aktiv Transparenz über Fortschritte und Erkenntnisse (z. B. über Dashboards) – mit einer agilen Roadmap, die Änderungen schnell aufnehmen kann. Die Roadmap kann dann als einzige Informationsquelle für einen bestimmten Produktbereich geteilt werden.
Wie KI das Spiel verändern wird
Der primäre Mehrwert, den KI in der Build-Phase bietet, liegt im Bereich des Produkttestings. PMs können das Testen des Produkts nun früher in ihre Roadmap integrieren. KI-Tools werden in der Lage sein, die Codebasis ihres Produkts zu analysieren und schnell aufzuzeigen, wie sich Feature-Änderungen auf das Gesamtprodukt auswirken – und so wertvolle Zeit zu sparen. Diese Innovation wird den QA-Prozess erheblich verkürzen, sodass die Anzahl der Releases steigen und die Roadmap-Umsetzung schneller erfolgen kann.
Mit Unterstützung von KI werden PMs auch andere Arbeiten im Zusammenhang mit der Build-Phase beschleunigen können. Anstatt beispielsweise vollständige User Stories (leicht verständliche Erklärungen eines Features oder einer Funktionalität aus der Perspektive der Nutzenden) und Akzeptanzkriterien (die Bedingungen, die ein Produkt oder Feature erfüllen muss, damit ein Nutzer, der eine bestimmte Aufgabe ausführt, es akzeptiert) von Grund auf neu zu verfassen, können sie kurze Beschreibungen an ein LLM übermitteln, das die Beschreibungen generiert, und diese anschließend bearbeiten.
Phase 4: Launch
Wenn ein Produkt endlich zur Veröffentlichung bereit ist, liegt es am PM, Vertriebs- und Marketingmaßnahmen aufeinander abzustimmen, um die Zielkunden und potenziellen Kunden bestmöglich zu erreichen. In enger Zusammenarbeit mit Product-Marketing-Managern (PMMs) geben Produktmanager in der Regel entscheidende Hinweise zum Zeitpunkt eines Launches und dazu, wie ein Produkt oder eine Funktion beim Go-live positioniert werden sollte. Außerdem helfen sie typischerweise dabei zu entscheiden, welche Funktionen kostenpflichtig und welche kostenlos bleiben sollen oder wo die Grenze für eine kostenpflichtige Funktion gezogen werden sollte, um Conversion und Kundenbindung zu maximieren.
Produktmanager sind verständlicherweise bestrebt sicherzustellen, dass Nutzer sowohl von dem, was sie entwickelt haben, wissen als auch es aktiv nutzen. Viele setzen daher auf In-App-Guides und Walkthroughs als idealen Kanal, um Releases (und Anleitungen zu deren Nutzung) genau dort und dann an die Nutzer zu kommunizieren, wo und wann es für sie am relevantesten ist. Wie diese Guides werden auch KI-Tools dazu beitragen, den Nutzer noch stärker in den Mittelpunkt eines Launches zu stellen und die Veröffentlichung auf seine Wünsche und Bedürfnisse zuzuschneiden.
Wie KI das Spiel verändern wird
Mit Unterstützung durch aufkommende KI-Technologie werden PMs den Zeitpunkt eines Releases nicht mehr manuell festlegen. Stattdessen werden Produkte „smarte" Releases durchlaufen, mit einem kontrollierten Rollout sowohl des Produkts/Features als auch der damit verbundenen Marketing-Werbeinhalte, basierend auf der Nutzung und dem Feedback der Benutzer. Mit diesem datengesteuerten Launch-Prozess werden PMs in der Lage sein, Ziele mithilfe automatisch erstellter Dashboards und Berichte zu überwachen, um die Akzeptanz und die Auswirkungen auf Geschäftsergebnisse zu verfolgen (erzielte Einnahmen, Auswirkungen auf die Abwanderungsrate usw.)
KI wird zudem produktgetriebene Wachstumsmechanismen für jeden Produkt-Launch ermöglichen. KI-gestützte Tools werden in der Lage sein zu erkennen, welche neuen Produkte oder Funktionen es sinnvoll ist, einzelnen Nutzern auf ihrer Journey hervorzuheben. Anschließend können sie diese zum nächsten Schritt auf ihrem Adoptionspfad führen und sicherstellen, dass sie zum richtigen Zeitpunkt die passenden kostenpflichtigen Produkte nutzen. Das Ergebnis sind höhere Conversion-Raten und ein größerer produktgetriebener Umsatz.
Die wirkungsvollsten Möglichkeiten, wie PMs KI einsetzen können
- Erkenntnisse aus der Produktentdeckung schneller gewinnen: Analysieren, sortieren und erkennen Sie Trends in Daten, um schnell zu Kundenerkenntnissen zu gelangen, die Sie befähigen, mit Zuversicht zu entwickeln.
- Bessere Produktentscheidungen treffen: Analysieren Sie schnell große Mengen an Validierungsdaten aus mehreren Quellen und testen Sie Prototypen mit beispielloser Geschwindigkeit, um den besten Weg nach vorne zu finden.
- Das Richtige schneller entwickeln: Verkürzen Sie den Test- und QA-Prozess erheblich, um Produkte und Funktionen in einem beispiellosen Tempo umzusetzen und zu veröffentlichen.
- Von Anfang an personalisieren: Automatisieren Sie die Erstellung von maßgeschneiderten Support- und Produktinhalten, die Kunden zum richtigen Zeitpunkt – ab dem ersten Tag – bereitgestellt werden.
- Dauerhaften Erfolg fördern: Steigern Sie Bindung, Engagement und Conversions, indem Sie automatisch ermittelte Benachrichtigungen und Empfehlungen nutzen, die darauf basieren, was funktioniert und was nicht – und was überarbeitet werden muss.
Phase 5: Evaluieren
Die Einführung eines neuen Produkts oder Features endet nicht mit dem „Go-live". Um den anhaltenden Erfolg sicherzustellen, müssen PMs bewerten, was bei einem Release ankommt und funktioniert und was nicht. Dies erfordert die Analyse von Produktnutzungsdaten, die Auswertung von Nutzerfeedback sowie die Feststellung, ob Support-Tickets im Zusammenhang mit dem Release eingehen und wenn ja, was diese verursacht.
Hier ist das genaue Betrachten von Produktnutzungsdaten und Kundenfeedback entscheidend, um Einblicke in das Nutzerverhalten zu gewinnen – wo Nutzer möglicherweise nicht weiterkommen oder welche Aktionen sie ausführen oder nicht ausführen. Ebenso kann die Analyse von Feedback- und NPS-Daten PMs ein Gefühl dafür geben, ob sie die in der Discovery-Phase identifizierten Probleme gelöst haben.
Wie KI das Spiel verändern wird
KI wird die Evaluierungsphase grundlegend optimieren, indem sie automatisch ermittelt, was an einem neuen Produkt funktioniert und was nicht, und PMs Empfehlungen für die nächsten Schritte gibt. Dies geschieht durch die Analyse aller oben genannten Nutzungs- und Feedbackdaten in einem Umfang und mit einer Geschwindigkeit, die für Menschen ohne Unterstützung nicht möglich wäre. Darauf aufbauend werden die richtigen KI-gestützten Tools Dashboards erstellen, mit denen PMs die Release-Performance überwachen und mit Geschäftsergebnissen und -zielen abgleichen können.
Phase 6: Iterieren
Nachdem sie ein neues Produkt oder einen Feature-Launch evaluiert haben, werden PMs zur Frage zurückkehren, ob das gewünschte Geschäftsergebnis erzielt wurde. Zur Erinnerung: PMs verfolgen nicht nur das Mikro der Nutzerakzeptanz, des Engagements und der Stimmung, sondern auch die übergeordnete Frage, wie gut der Launch dem Unternehmen und seinen Zielen dient. Wenn dies nicht der Fall war (und selbst wenn doch), werden sie höchstwahrscheinlich iterieren, um das Produkt zu verbessern und noch bessere Geschäftsergebnisse zu erzielen – und damit den Produktmanagement-Lebenszyklus von vorne beginnen. Während sie iterieren und herausfinden, welchen Verbesserungen sie Priorität einräumen sollen, wird KI erneut transformativ wirken – auf all die oben genannten Weisen.
Fazit
Die PM-Rolle nicht ersetzen, sondern erweitern
Die KI-Revolution im Unternehmensbereich wird einen bereits bestehenden Trend in Produktteams beschleunigen: Immer mehr wird der PM der Zukunft an erzielten Geschäftsergebnissen gemessen werden, nicht bloß an ausgelieferten Features.
KI wird den Produktmanagementprozess von der Entdeckung bis zur Iteration beschleunigen und den Produkterfolg zunehmend mit dem Geschäftserfolg als Ganzes gleichsetzen. Und dies wird nicht durch die Ersetzung von PMs geschehen, sondern durch die Erweiterung ihrer Fähigkeiten zur Datenanalyse, zur Formulierung von Empfehlungen und zur Ergreifung der richtigen Maßnahmen. „Als Produktmanager hebt uns unsere einzigartige Kombination aus strategischem Denken, Empathie, Anpassungsfähigkeit und realem Verständnis in dieser KI-gesteuerten Landschaft immer noch von anderen ab," argumentiert Jing Hu, Senior Global Product Manager bei Just Eat. Dieses leistungsstarke Tool läutet ein neues Kapitel im Produktmanagement ein, in dem PMs die Freiheit haben, kreativer zu sein, mehr und Besseres zu entwickeln und ihre Kreationen bis zu einem Geschäftsimpact zu begleiten, der bisher nicht möglich war.
Möchten Sie mehr über KI und Produktmanagement erfahren? Entdecken Sie KI-Vordenkerinhalte von Pendo und Mind the Product und erfahren Sie, wie diese Technologie den Produktbereich weiter verändern wird.
