Was bringt AI in 2026? – Wo steht der KI-Markt und wie verändert er die deutsche Tech-Branche? Zamina Ahmad zu Gast (AI/ML Expertin und CEO @ shades&contrast, ex Otto, ex ImmoScout24, ex Siemens)

15. Jan.

KI-Prognosen und Strategien zwischen Hype und echter Wertschöpfung

Künstliche Intelligenz ist überall – aber wo führt sie wirklich zu messbarem Erfolg? In der 15. Folge des PRODUKTKRAFT Podcasts spricht Zamina Ahmad über die entscheidende Frage für 2026: Wie müssen Unternehmen heute mit KI umgehen, um morgen noch wettbewerbsfähig zu sein? Die mehrfach ausgezeichnete AI & ML Product Leaderin bringt über 15 Jahre Erfahrung in Daten, Machine Learning und Produktentwicklung mit und hat unter anderem für Bosch und Siemens Energy erfolgreiche AI-Projekte umgesetzt. Als Gründerin und CEO von shades&contrast und Founderin von ZAQ Research und in der Product Leadership bei YOUNA verbindet sie technische Exzellenz mit einem klaren Fokus auf faire, diskriminierungsfreie KI.

Zamina spricht offen über die harte Realität der AI-Transformation: 95% aller AI-Initiativen scheitern – doch was machen die erfolgreichen 5% anders? Sie analysiert die typischen Fehler in Corporate-Strukturen, die Innovation verhindern. Statt blindem "AI-Washing" geht es um konkrete Antworten: Welche Prozesse lassen sich wirklich automatisieren? Wo entstehen echte Wettbewerbsvorteile? Und wann sollte man die Finger von KI lassen?

Besonders spannend wird die Diskussion über AI-native Startups und den Umgang mit Greenfield-Projekten. Zamina teilt Insights aus ihrer Praxis, in der sie Startup-Teams im GenAI-Zeitalter befähigt, neue Wege zu gehen. Wir werfen allerdings auch unbequeme Fragen auf: Was bedeutet “jobless growth” für eine Gesellschaft und wo bleiben Profite wirklich hängen?

Von der operativen Product-Rolle bis zur Leadership-Ebene, von organisatorischen Herausforderungen bis zu gesellschaftlichen Auswirkungen – diese Folge bietet einen 360-Grad-Blick auf KI im Produktmanagement. Zamina, als G100 Country Chair Deutschland für AI, Data & Cybersecurity und Digital Female Leader 2023, bringt nicht nur technische Expertise, sondern auch eine klare Vision mit: KI muss effizient, sicher und fair sein.

Am Ende steht die zentrale Frage: Wie sieht eine wünschenswerte KI-Perspektive aus – für Unternehmen, für Product Manager und für unsere Gesellschaft? Diese Episode liefert nicht nur Antworten, sondern regt zum Umdenken an. Pflichtprogramm für alle, die KI nicht nur einsetzen, sondern verstehen wollen.

Product Support Needed?

Du brauchst freiberufliche Hilfe im Produktmanagement? Ich biete Coaching, operativen Support, interimistische Product Leadership und Consulting: Melde Dich gerne unverbindlich unter jan@produktkraft.com bei mir und wir besprechen, wie eine für Dich hilfreiche Zusammenarbeit aussehen könnte.

Credits

Host & Producer: Jan Hoppe - https://www.linkedin.com/in/jan-hoppe-30b38ba3/ - http://www.produktkraft.com

Gast: Zamina Ahmad - https://www.linkedin.com/in/zamina-ahmad/ - https://shadesandcontrast.com/ - https://www.zamina.de/ - https://www.zaq.ai/

Audio Engineering: Tim Nippert - https://www.linkedin.com/in/tim-nprt-69a377286/ - https://www.timnippert.com/

Transkript

Jan: Moin moin und herzlich willkommen zum Produktkraft Podcast. Ich bin Jan Hoppe und ich interviewe an dieser Stelle Monat für Monat verschiedene Expertinnen über Themen der deutschen digitalen Produktmanagementlandschaft. Wenn dir das gefällt, dann abonniere den Podcast gerne und oder lasse eine gute Bewertung da. Das hilft der Reichweite tatsächlich sehr. Heute sprechen wir über KI, schon wieder. Keine Sorge aber, das hier wird kein Fulltime KI Podcast, in dem keine anderen Themen mehr vorkommen. Der Fokus bleibt ganz klar Produktmanagement. Aber KI verändert nun mal wirklich vieles und darüber müssen wir reden. Ähnlich wie einst das Internet selbst oder dann die mobile Revolution, als das Internet auf einmal in unsere Hosentaschen in Form von Smartphones gewandert ist, ist es wichtig, dass wir uns vor Augen rufen, dass sich eine ganze Menge verändert, durch die vielen neuen Möglichkeiten, die sich aktuell auftun. Denn einerseits schaffen die Generative AI Tools wichtige Werkzeuge, die unsere Arbeit selbst verändern. Gleichzeitig bauen wir aber auch neue Werkzeuge und Applikationen, die auf diese neue Technologie setzen. Insofern ist es für uns absolut elementar, dass wir uns damit befassen, was bedeutet Gen-AI dafür, wie sich Unternehmen aufstellen? Was bedeutet das für die einzelnen Rollen, die wir in typischen Product Teams finden? Und was bedeutet das für die Prozesse in und an, denen wir arbeiten? Und letztendlich muss man sich natürlich auch die Frage stellen, wollen wir diese Zukunft? Aber eines ist sicherlich klar, der Genie ist aus der Flasche raus und geht nicht wieder rein. Generative AI is here to stay. LLMs prägen jetzt schon massiv unsere Arbeit und die Uhr lässt sich nicht zurückdrehen. Und da ist es, denke ich, besser, sich mit dem Thema aktiv zu befassen und zu schauen, wie man die Zukunft gestaltet, anstatt von ihr gestaltet zu werden. Lasst uns insofern heute ein weiteres Puzzleteil schließen. Wir haben in der Vergangenheit bereits über Vibe-Coding aus der Produktrolle gesprochen. Wir haben darüber gesprochen, wie es ist, Produktmanagement für ein Gen-AI-Produkt zu machen. Und wir haben darüber gesprochen, wie KI die alltägliche Produktarbeit als Werkzeugbereich hat. Heute wollen wir nun mal den größeren Bogen schlagen und darüber sprechen, was KI mit Organisationen macht und wie die KI-Implementation in Unternehmen gelingt. Und mit wem könnte ich dieses Thema besser besprechen als mit Zamina Ahmad? Zamina ist absolute Expertin auf dem Gebiet von Machine Learning und war das ja auch schon, bevor KI wieder mal in aller Munde war. So bringt sie rund 15 Jahre Erfahrung mit KI und Datenprodukten mit, unter anderem bei Firmen wie Otto, Moja, Siemens oder Bosch, bevor sie sich im Juni 2022 mit ihrer eigenen Beratung Shades & Contrasts selbstständig gemacht hat, welche sich zum Ziel gesetzt hat, Unternehmen in der Adoption und im Training rund um KI-Themen zu unterstützen. Neben der Arbeit in der Beratung arbeitet sie allerdings auch als Interim Head of Product bei der Firma Youna, die mit einem KI-Chatbot Ersthilfe für Rassismus Betroffene anbietet. Also, ich freue mich auf das Gespräch. Let's go! Ja, Moin, Zamina! Schön, dass du da bist.

Zamina: Moin, Jan! Hi!

Jan: Ich freue mich total, dass du da bist. Und wie immer starten wir unseren Podcast damit, dass wir mal kurz darüber sprechen, wie du ursprünglich mal ins Produkt gekommen bist.

Zamina: Boah!

Jan: Bevor wir dann gleich in unser eigentliches Thema eingesteigen. Also, wie ging das bei dir los?

Vom Web-Analytics zur AI-Beraterin: Zamina Ahmads Weg von Otto zur eigenen Beratung

Zamina: Wie ging das bei mir los? Ich bin eigentlich nicht direkt ins Produktmanagement eingestiegen. Mein erster Job nach dem Studium war in der Datenanalyse. Also ich war Data-Analyst, Web-Analyst. Damals für eine kleine Unternehmensberatung in Berlin. Da haben wir Daten ausgewertet. Und das habe ich noch in mehreren anderen Unternehmen gemacht. Ich bin dann noch bei Immobiliencout gewesen als Web-Analytics-Expertin und bin dann zu Otto nach Hamburg gekommen. Und das war 2013. Und da habe ich als Web-Analystin, Digital-Analystin bei Otto beim E-Commerce-Shop gearbeitet. Habe ganz viele Analyse-Daten ausgewertet, Klickverhalten, Funnel-Optimierung. Das habe ich sehr lange gemacht. Ich war dann auch Lead-Analystin, bis ich dann irgendwie gesagt habe, wenn man dann halt diese Karriere-Sprünge macht, okay, Web-Analyst, Senior-Analyst, Lead-Analyst, okay.

Jan: Was kommt als nächstes?

Zamina: Genau, was willst du als nächstes machen? Und die Frage war halt, willst du dann Führungsverantwortung übernehmen? Und als Lead-Analyst konntest du das dann halt schon ausprobieren, Führungsverantwortung zu übernehmen. Und ich habe tatsächlich gemerkt, dass ich eher fachlich motiviert bin und mehr Entscheidungen treffen will. Das heißt, ich will eigentlich gar nicht noch mehr in der Datenanalyse rumwerkeln, habe ich gemerkt, sondern ich will Produkte vorantreiben, Innovationen vorantreiben.

Jan: Ja, spannend. War ja auch eine Zeit, wo gerade im Datenbereich damals schon total viel unterwegs war, was man damals dann auch KI genannt hat, was man heute nicht mehr KI nennt, so super viel alte klassifizierende ML Modelle etc.

Zamina: Oder was man damals Data Science genannt hat, oder?

Jan: Oder Data Science, stimmt. Ja.

Zamina: Genau. Und dann habe ich gesagt zu meiner Führungskraft so, alles schön hier, toll, aber ich will jetzt hier nicht weitermachen, ich will jetzt eine andere Rolle. Und dann hat die Führungskraft gesagt so, ja schön, also wir müssen ja auch nicht Otto verlassen, das kannst du am besten hier machen. Und genau das habe ich dann gemacht. Ich habe eine AGI Coach Ausbildung erst gemacht, weil ich dachte, AGI Coach passt mir gut. Da habe ich dann aber noch stärker gemerkt, nee, da bin ich weiter weg vom Produkt, da werde ich nicht Entscheidungen treffen, da bin ich eher Prozess getrieben. Und deswegen habe ich mich dann für Product Owner entschieden. Und wie du gesagt hast gerade, Data Science, Machine Learning. Also mit einem Data Analytics Background landet man dann sofort in Systemen, die datenbasiert Produkte sind. Also Machine Learning Algorithmen. Das war dann so meine Rolle. Product Owner von Machine Learning Systemen.

Jan: Ja, sehr cool. Das heißt, so bist du im Produkt gelandet und eine Saat ist da schon gelegt. Das ganze Thema Machine Learning und Daten hat dich damals schon umgetrieben. Und heute bist du total dem KI-Thema wahrscheinlich noch stärker als damals verschrieben, würde ich mal mutmaßen. Was machst du jetzt?

Zamina: Ja, also ehrlich gesagt, Fun Fact, wo du es gerade so sagst. Ich wollte immer weg von den Daten. Ich dachte als Product Owner, ne, dann mache ich schön ein Frontend, dann mache ich ein New, ein Tool, irgendwie so Shop-Entwicklung. Und irgendwie immer die Leute, ne, Zamina, du hast hier Data-Erfahrung, du kannst das so gut mit den Daten, mach den Machine Learning Algorithmus. Ich so irgendwie, es war irgendwie, ich wollte immer weg. Und als ich mich selbstständig gemacht habe, war das das Gleiche. Ich wollte eigentlich weg von den Daten. Ich habe nur gemerkt, die Kunden, Kundinnen, die mich beauftragen, die sagen, ja, aber Zamina, du kannst, also keine kann so gut das mit den Daten auswerten und die Datenqualität erhöhen. Kannst du das machen. Und so bin ich dann irgendwie da drin gelandet und mache jetzt heute, ja, KI-Beratung würde ich eher sagen. Ich baue immer noch KI- und Machine-Learning-Systeme. Machine-Learning sinkt aber tatsächlich ganz stark gerade, besonders in den letzten zwei Jahren. Das ist der eine Part, also weiterhin, sag ich mal, AI und ML-Builder zu sein, also jemand, der baut. Und das zweite, was ich aber auch mache, ist Trainings zu geben. Und da arbeite ich auch mit ganz vielen Freelancern zusammen mit bei Shades & Contrast, beauftrage die, das sind vorwiegend so Essential Trainings, also Grundlagen-KI-Trainings, aber auch Trainings für die Produktentwicklung, Trainings für KI-Marketing, also ganz viele Trainingsformate.

Jan: Ja, sehr cool. Dann hast du da ja eine menschliche Komponente wieder drin, wenn du auf der anderen Seite die Daten hast, die dich immer weiter verfolgen. Aber du wirkst eigentlich so, als ob du deinen Frieden inzwischen mit den Daten gemacht hast.

Zamina: Ich habe ihn inzwischen, ja, ich habe ihn mir vorgenommen, weil wir gerade eben im Vorgespräch über Geburtstage und ich werde ja 40 bald, da habe ich so gesagt, nee, ich mache jetzt nur noch das, wo ich reingezogen werde und wo ich weiß, die Leute sehen das in mir. Und ich habe auch den Eindruck, das fällt mir einfach und mir fällt es tatsächlich auch einfach mit Daten. Ja, man soll nicht die Talente negieren, die man hat.

Jan: Nee, das klingt sie ja richtig. Ja, aber cool. Das heißt, von der Analystinnenkarriere rüber ins Produktmanagement, jetzt aber mit eigener Beratung rund um das Thema KI, rund um das Thema Daten, ML, was kann man da alles machen. Du gibst Trainings, schaut euch das auch mal an. Super spannend auf jeden Fall. Nun soll es aber heute jetzt weniger um dich als Person gehen, als vielmehr um die Frage, was müssen wir eigentlich als Branche aktuell beobachten und beachten, wenn wir jetzt in das Jahr 2026 gehen, welche Rolle wird KI in diesem Jahr einnehmen und welche Perspektive tut sich danach auf. Und ja, vielleicht steigen wir direkt mal mit so einer kleinen Übersicht darin ein. Du hast ja jetzt einen Blick in sehr viele Unternehmen. Was siehst du denn, welche Muster sich überall wiederholen, die eigentlich vielleicht derzeit gar nicht gerecht werden?

Die KI-Schere in deutschen Unternehmen: Warum 95% der AI-Initiativen scheitern

Zamina: Ich habe ein vielleicht so direkt mal trauriges Muster, was mir letztes Jahr aufgefallen ist, ist, dass diese Schere zwischen denen, die AI nutzen und auch Frontrunner sind versus denen, die abgehangen werden, extrem groß geworden ist. Also besonders letztes Jahr. Es war ja schon immer so, dass, ich sag mal, der deutschen Markt, das ist sowohl eine Stärke, als auch so ein bisschen eine Herausforderung. Wir sind das Land der Denker, der kritischen Denker. Und das ist für KI total gut, weil ich muss ja kritisch darüber nachdenken, wo will ich das einsetzen, was mit Datenschutz, wo hilft es mir nicht und wo hilft es mir wirklich, sofern es immer noch konstruktiv bleibt. Und es gibt halt viele Organisationen, wo ich beobachte, dass es ins Destruktive wandert, aus Ängsten heraus, Jobängsten beispielsweise. Weil KI transformiert natürlich unsere Organisation, transformiert aber auch die Art und Weise, wie wir miteinander zusammenarbeiten. Weil, dass wir so ein bisschen mit Chat-GBT prompten, war ja nur das Einstiegslevel. Was jetzt kommt, ist aber, ja, also, dass wir beide, wenn wir beide in einem Produktentwicklungsteam zusammenarbeiten, würden wir ja heute ganz anders zusammenarbeiten als vor zehn Jahren. Würde ich dir eine User-Story irgendwie rüber schicken? Nee, ich würde dir vielleicht eher einen Prompt rüber schicken. Würde ich dir irgendwie sagen, wir müssen mit dem Designer sprechen? Würden wir auch nicht mehr machen. Wir würden vielleicht selber prompten, zusammen prompten. Wir würden dann auch mal eine Art Das ist eine erste allgemeine Beobachtung.

Jan: Wie zeigt sich denn diese Angst? Also ich hab ein diffuses Bild davon, aber vielleicht kannst du es mal greifbar machen. Wie sieht ein Unternehmen aus, wo viel Bedenkenträger, viel Angst eher grassiert und da nichts ausprobiert sind?

Zamina: Also der erste Satz, der fällt ist, das ist nicht gut genug. Also das kann wirklich niemals mit KI so machen. Das ist ja viel besser bei mir. Also die Qualität wird bemängelt. Anstatt in 80, 20 zu denken, weil wir sind ja immer noch die Expert-Innen. Wir haben auch immer noch alles in der Kontrolle. Aber KI-Systeme können mir helfen, das schneller auf die Straße zu bringen. Das heißt, ich habe nicht den Anspruch, dass mir ein KI-System oder ein Vibe-Coding-Tool mir ein volles Produkt ausspuckt, sondern eher einen ersten guten Entwurf macht und ich dann mit dem Team daran arbeite, dass es besser wird. Das ist der erste Satz, wo ich immer so ein bisschen denke, okay.

Jan: Ja, gerade in der deutschen Arbeitskultur, die ja sich sehr durch Detailverliebtheit im Prozess auszeichnet, sprichst du natürlich bei den 80-20-Lösungen ein kritisches Thema an, das wir Produktleute ja auch schon vor LLM-KI kannten, dass es immer schwierig war, je größer das Unternehmen wurde, Leute davon zu überzeugen, erst mal was auszuprobieren, selbst wenn es mit mittelmäßiger Qualität von Hand hergestellt wurde. Da kann ich mir vorstellen, dass das jetzt noch mal besonders schwierig ist.

Zamina: Ja, ja. Und wo du das gerade ansprichst mit den prozessorientierten deutschen Arbeitskulturen, ich glaube, die deutsche Arbeitskultur ist auch so, wir sind auch so Job und Rollen verliebt. Wenn ich darüber nachdenke, als ich mein Studium, Studienfach gewählt habe, da war das ja noch so Jura, Medizin und dann hast du einen festen Job. Heute, wenn du IT, Technology irgendwie studierst, irgendwas in diesem Bereich, dann weißt du ja gar nicht, was dein Job danach sein wird. Also Product Owner, gab es das in den 90ern schon unter dem Begriff?

Jan: Sicherlich nicht.

Zamina: Ich glaube, wir werden noch erleben, dass es vielleicht das auch nicht mehr gibt. Also ja, also diese Veränderung, das ist eine starke Veränderung und ich merke, also wir in der Tech-Branche, also wir beide jetzt sind glaube ich eher flexibel, weil wir damit schon immer umgehen mussten, wie sich die Rollen anpassen und wie sich Prozesse anpassen. Wenn ich jetzt aber da über eine Steuerberatung nachdenke, die macht ja alles nach XY Schematar wahrscheinlich, weil das ist jetzt eine Hypothese, die haben ja auch mit Steuergesetzen zu kämpfen, aber das sind die Strukturen sehr viel starrer.

Jan: Ja, verstehe. Und um mal jetzt ein Beispiel heranzuholen, wo sagst du, da gelingt das Unternehmen? Du hast die auseinandergehende Schere erwähnt, wo geht die Schere in Richtung AI auf und wie sieht das dann produktiv aus?

Zamina: Also wo gelingt das bei Unternehmen, die sich dem Thema so annehmen, dass sie sagen, okay, wir haben schon verstanden, dass die meisten hier schon irgendwie Chachibiti und Co nutzen. Wir wollen aber nicht so eine Schere innerhalb der Belegschaft haben, weil auch innerhalb von Organisationen entstehen ja solche Scheren. Es gibt die Leute, die sind totale Enthusiastinnen und die wissen dann schon wieder von den neuesten LLM-Updates und solche, die interessiert das halt nicht. Und diese Schere nicht hinzunehmen, sondern zu sagen, wir machen, ich weiß nicht, einmal im Jahr oder wir machen einmal im Jahr eine Grundlagenschulung oder wir machen KI-Lunch-and-Learning-Formate, also Formate, wo die Leute sich gegenseitig aufschlauen. Das ist so ein Rezept, was ich sehe für...

Jan: Lunch-and-Learning, erzähl mal für diejenigen, die den Begriff vielleicht noch nicht gehört haben.

Zamina: Genau, in der Mittagspause ein Webinar abzuhalten und dann einfach mal zu zeigen, wo man KI einsetzt, in dem eigenen Arbeitsalltag und das den anderen beizubringen. Also während des Mittagsessens ganz informell.

Jan: Von Peer zu Peer.

Zamina: Von Peer zu Peer, ja genau. Und das Zweite bei erfolgreichen Organisationen ist, dass die Führungskräfte, das Leadership-Team hat sich dem Thema angenommen und weiß auch, okay, es geht jetzt nicht nur um irgendwie Grundlagentrainings und so ein bisschen Prompting, sondern KI-Use-Cases gibt es hier überall. Wir müssen unsere Organisation darauf vorbereiten, diese Use-Cases zu identifizieren. Was sind unsere Use-Cases? Oder macht das das Führungskräfte-Team das? Oder es geht gar nicht um KI-Use-Cases, sondern vielleicht wollen wir auch KI-Produkte entwickeln. Also das von oben auch so ein bisschen strategischer anzunehmen. Also die zwei Bausteine, sowohl von der Strategie, als auch vom Enablement, Empowerment. Und dazu gehört auch so was wie Datenschutzlisten. Sowas haben ganz viele Unternehmen nicht. Einfach mal aufzuschreiben, bitte keine Finanzdaten in ChatchiBT rein kopieren.

Jan: Klare Policies so.

Zamina: Klare Policies, die jeder versteht. Oder nein, ChatchiBT ist nicht unser Tool, sondern wir haben Co-Pilot eingeführt. Und Co-Pilot ist verbunden mit SharePoint und so welche Themen. Genau.

Jan: Ja, können wir gleich mal ins Detail reinspringen, bevor wir so mal abklopfen, was sich in den Unternehmen verändert. Vielleicht noch mal, glaubst du, dass diese Anpassung an die Möglichkeiten, die uns LLMs geben, oder vielleicht auch mehr als die Anpassung, sogar das Nutzen der Möglichkeiten, eigentlich für jedes Unternehmen Pflicht wird in den nächsten ein, zwei Jahren? Oder ist das ein Thema, wo du sagst, es gibt auch Branchen oder Unternehmen, die können sich da entspannen und müssen sich mit dem Thema erstmal nicht befassen?

Zamina: Pflicht wird, ob es eine Schulung gibt oder Pflicht wird?

Jan: Naja, dass man sich als Unternehmen damit die Frage stellt, jetzt gibt es diese neuen Tools, was müssen wir verändern? Du hast gerade die Steuerberatung angesprochen. Vielleicht kann die Steuerberatung ja auch sagen, wir machen es trotzdem so wie gehabt, geht weiter. Oder gibt es Inseln in deiner Perspektive, die sich da entspannen kann, obwohl sich technisch so viel verändert? Oder ist das ein Muss für jede Organisation, sich die Frage zu stellen?

Zamina: Mir fällt keine Branche ad hoc ein, wo ich sagen könnte, die sollte sich jetzt irgendwie entspannen können, weil KI sie nicht betrifft. Und gestern erst habe ich eine E-Mail bekommen von einem Kontakt, der gefragt hat, Zamina, wollen wir nicht ein Event machen für öffentliche Behörden, um KI-Use-Cases aufzuzeigen? Hier bei uns in Dänemark ist das jetzt nämlich verpflichtend geworden für alle Behörden. Und dann dachte ich so, was, wie, das ist verpflichtend geworden. Ja, also die Behörden müssen sich jetzt damit beschäftigen, KI einzuführen. Und unser öffentlicher Sektor, also entweder bin ich nicht up to date, aber ich wüsste nichts von so einer Regelung. Aber das ist in Dänemark wohl passiert. Und ich weiß auch, dass in den Vereinigten Arabischen Emiraten das so ist, dass bis 2028 alle eine KI-Strategie haben müssen in öffentlichen Einrichtungen. Das heißt, es gibt sehr viel Druck, das auch zu machen. Aber zurück zu deiner Frage, kann sich irgendeine Industrie entspannen? Fällt dir eine ein? Man denkt ja dann immer sofort an so Krankenhaus oder Pflegeeinrichtungen. Aber ich glaube, auch da wird KI Einzug halten. Also wenn man schon ein bisschen einen Schritt weiter denkt an Pflegeroboter oder auch KI-Systeme mit den Pflegedaten, Dokumentendaten, Patientendaten, fällt dir was ein, wo es nicht der Fall sein könnte?

Jan: Also ich glaube tatsächlich, der Medizin-Bereich ist eher einer, in dem das sehr relevant wird, auch weil da viele ziemlich altbackene Datenverarbeitungssysteme am Start sind und da auch viel Informationen einfach aus einem Gespräch mit einer Patientin dann wieder in ein System übertragen wird. Dann verarbeitet das wieder jemand. Also ich glaube, da ist auch, wenn man von Robotern abgesehen, man absieht, ist total viel Bewegung drin. Kann man sich auch mal die Folge mit Til Schollig anhören, hier im Produktkraft Podcast, weil der arbeitet bei Fikus, die zum Beispiel mit LLMs in der Reha arbeiten. Ich denke auch an meine eigene Gründung, ganz im Rahmen von Psychotherapien, da ist viel los. Medizin ist, glaube ich, einer der Bereiche, wo sehr, sehr viel passiert. Datenschutz, Datensicherheit natürlich muss gewahrt sein, aber das ist eins, wo sehr viel überfällig ist. Ich denke spontan halt an die wirklich physischen Tätigkeiten, Handwerk etc. Da kann man vielleicht das Büro ein Stück vereinfachen, aber am Ende wird das Parkett halt von Hand verlegt. Und da sehe ich es jetzt nicht so schnell. Am Ende muss der Abfluss gereinigt werden. Das wäre vielleicht ein Bereich, wo ich sage, vielleicht ist es da nicht so wichtig.

Zamina: Wir hatten Nachbarschaftsklüweintrinken vor Weihnachten und einer meiner Nachbarn ist Handwerker. Und der hat auch gesagt, mit KI, ich entspanne mich da. Und ich glaube, er hat auch wirklich recht. Er kann sich wirklich entspannen. Was soll KI da gerade aktuell machen? Verwaltungsarbeit, ne? Dann haben wir noch einen Handwerkermangel. Aber andererseits, wenn wir über Pflegeroboter sprechen, können wir auch über Handwerkeroboter sprechen. So und so.

Jan: Wollen wir mal sehen. Da glaube ich, sind wir in 2026 aber gerade noch relativ safe.

Zamina: Nein, noch nicht. Wir wissen ja noch dieses Jahr. Stimmt.

Jan: Aber ja, wer weiß was in zehn Jahren, im nächsten Zeitraum.

Zamina: Worüber wir dann sprechen, ja.

Jan: Mal schauen. Wir haben es gerade schon angedeutet. Also Unternehmen müssen sich in vielerlei Hinsicht allgemein anpassen. Du hast gerade schon angesprochen, es macht Sinn, gemeinsame Trainings durchzuführen. Vielleicht auch einfach mal in Peer-to-Peer-Form, weil man beispielsweise sich beim Lunch mal teilt, hey, ich mach das, du machst das. Spannend. Es macht auch Sinn, eine klare AI-Policy zu haben, damit Mitarbeitende überhaupt wissen, welche Freiheitsgrade haben sie überhaupt und wo stehen sie mit einem halben Bein in der Abmahnung. Das ist ja tatsächlich auch auf mich so ganz klar. Und das macht auch Sinn, das hast du auch schon angedeutet, darüber nachzudenken, welche Produkte müsste man selbst vielleicht mit KI herstellen? Wie verändern die Möglichkeiten von Gen.AI das eigene Produktportfolio und die Möglichkeiten, die man da hat? Auf so einer Unternehmensebene, was gibt es denn noch zu beachten?

Strategie, Enablement und Policies: Was Unternehmen bei der KI-Adoption beachten müssen

Zamina: Also auf der Unternehmensebene glaube ich noch zu beachten, gilt es auf jeden Fall, das Thema nicht so als Tech- oder IT-Thema irgendwie weg zu delegieren und zu denken, ja okay, das machen die Techies dann irgendwie so ein bisschen. Weil Studien zeigen ja, du hast ja auch noch eine Studie herausgesucht, dass KI-Projekte zu 70 Prozent von den Menschen abhängen. Das heißt, die Menschen müssen das tragen. Die Menschen müssen mit den Systemen arbeiten. Die müssen veränderungsbereit sein. Die müssen Lust auf das Thema haben. Und dazu gehört halt auch das Leadership-Team. Und das ist eins der Themen, also das als ganzheitliches Organisationsveränderungsthema zu sehen. Und nicht nur als, das ist jetzt irgendwie ein kleines IT-Projekt und dann füllen wir schon irgendwie so einen KI-Use-Case ein. Und dann sind wir ja, jetzt haben wir Chat-GBT. Das ist eins der größten Fehler. Wir haben jetzt Chat-GBT eingeführt. Wir sind jetzt durch mit KI.

Jan: Das war's, ja.

Zamina: Das ist, glaube ich, so eins der Mythen.

Jan: Ich finde das ein spannend, also ich finde den Mythos besonders spannend, weil da wird jetzt viel diskutiert. Wir diskutieren ihn hier auch. Die Produktperson in mir denkt sich aber manchmal, ja, aber dieses, die Techies machen das mal irgendwie, war ja auch vor vier Jahren kein Erfolgsrezept für ein Digital-Unternehmen. Ich meine, das kann man jetzt sagen bei einem Unternehmen, das gar nicht first and foremost ein Software-Unternehmen ist, kann man darüber diskutieren. Aber dieses, können die Techies das mal machen? Das sind ja so Sätze, wo jede Produktperson, die die Haare zu Berge stehen, die man aber ja doch regelmäßig hört. Insofern, die Tendenz war ja immer da. Aber glaubst du, das ist jetzt noch wichtiger geworden?

Zamina: Ja. Also, ich vergleiche tatsächlich KI immer mit der digitalen Welle. Ich glaube, was bei KI wichtiger geworden ist, ist mehr noch, dass wir schneller werden. Also, dass wir schnellere Entscheidungen dazu treffen. Weil die technologischen Entwicklungen überholen sich ja gerade. Wir können ja kaum darauf reagieren. Und in der Digitalisierung, alle Wellen, die da kamen, ob wir jetzt über Cloud sprechen oder, weiß ich nicht, was da alles noch so drin war, aber wenn wir über KI sprechen, die ganzen Subwellen, die da kommen, Agenten, MCP, Vibecoding, also wir müssen ja irgendwie darauf reagieren. Ich glaube, Schnelligkeit und vielleicht nochmal, wie wir eingestiegen sind, dieses kritische Denken konstruktiv zu nutzen. Also die Skepsis, die wir haben, wirklich in was, also nicht als Showstopper zu nutzen. Das ist irgendwie so ein bisschen das Thema, was ich beobachte. Ein kritischer Gedanke und schon mache ich das nicht. Und in UK, als ich da gearbeitet habe, ein kritischer Gedanke, Abschätzung des Risikos und dann trotzdem machen oder sagen, testen wir es zwei Wochen.

Jan: So einfach den Testballon fahren.

Zamina: Ein bisschen mehr Pragmatismus, glaube ich, wünsche ich mir vor allen Dingen bei KI.

Jan: Hast du mal eine Orga gesehen, wo du wirklich sagen würdest, die sitzen jetzt hier zwar im Dachraum, aber bei denen beobachte ich das total, dass sie einfach sagen, let's go, wir probieren die Dinge aus und verwerfen sie dann schnell.

Zamina: Ja, einer meiner Kunden, weiß auch nicht, ob ich die nennen darf. Tatsächlich kein Tech-Unternehmen, total dokumentenlastig. Es gibt nur einen ITler, die Organisation ist 30 Personen groß. Und ich glaube, die Organisationskultur, die ich da wahrnehme, ist, wir haben Lust auf Neues, wir sind alle innovativ. Und deswegen haben die auch Lust auf KI, obwohl das gar nicht so deren Thema ist. Und die probieren aus und die sind pragmatisch. Also die Lust auf neue Technologie plus Pragmatismus führt die dazu, dass sie, glaube ich, die Vorreiter in ihrer Branche sind, weil andere vergleichbare Organisationen in Deutschland, also es ist eine Förderinstitution tatsächlich, die sind da nicht so. Die sind eher auf Korrektheit. Förderinstitutionen sind sehr auf, ich sage immer dieses Ingenieurs-Mindset, alles muss 100% perfekt sein. Das ist bei dieser Organisation aber nicht der Fall. Und das ist sehr cool zu sehen, weil sie die Tools nutzen, die es am Markt gibt und auch Lust haben, KI-Systeme selbst zu bauen. Also ihre eigene Förderlogik reinzugeben, ihre eigene, ja, das ist cool.

Jan: Es ist spannend, dass du das erwähnst, weil während du darüber sprichst, fällt mir da auch auf, du hast ja einen Argument davor auch genannt, dass diese Geschwindigkeit sich halt enorm beschleunigt weiter. Also dass eine Innovation kommt nicht mehr alle paar Jahre mehr. Wir haben jetzt mal Cloud. In den nächsten fünf Jahren ziehen wir alle aus ihren physischen Datencentern aus, weil man langsam die Vorteile adaptiert, sondern eigentlich im Zweimonatstakt gibt es neue Dinge zu berücksichtigen. Und das gibt ja einen enormen Innovationsschub eigentlich rein. Und gleichzeitig dachte ich gerade, das wirst du ja auch aus deiner Produktarbeit stark kennen, wie sehr Produktmanagement lange davon geprägt war, Risiken zu mitigieren. Also wir haben immer gearbeitet, ach ja das Bauen von was ist das teuerste, da müssen wir eigentlich x Leute anstellen, die sich darum kümmern, dass wir eine vernünftige Discovery machen und die garantiert uns nicht, dass wir eine gute Opportunity haben, aber sie senkt das Risiko, dass wir falsch liegen. Also eigentlich dieses Thema selbst in moderneren Produktorganisationen, dieses Thema Risikometigation sehr, sehr groß und das Plädoyer jetzt ist die Geschwindigkeit lässt das gar nicht zu. Man muss sich ein bisschen mutiger nach vorne wagen.

Zamina: Aber Risikoabschätzung ist ja immer, also Mitigation ist ja wirklich das zu niedrig zu halten, das zu senken, aber Risikoabschätzung ist ja generell eigentlich ein wichtiges Thema und ich glaube, das ist so das, was mein innerer Wunsch ist. Also ich finde Skepsis und kritisches Denken bei KI super wichtig. Also ich beschäftige mich ja so viel mit Bias, aber ich würde niemals sagen, ja, nee, dann verbietet doch die Technologie. Ich bin auch Technologieliebhaberin und ich arbeite in der Tech-Branche, aber ich will daraus was Gutes machen und ich will konstruktiv dabei bleiben. Und deswegen, ich kenne das Risiko, kann ich das Risiko eingehen? Auch ich würde nicht sagen, Bias hat überall eine hohe Relevanz. Du musst immer Bias mitigieren. Aber es hat in bestimmten Branchen eine sehr, sehr hohe Relevanz. Und da geht es um Sicherheit und Robustheit des Systems. Also, ich glaube, es ist kontextabhängig, was wir gerade besprechen. Also Pragmatismus, Risikomedikation, Mut, ja.

Jan: Also einfach mal die Dinge ein bisschen zusammenhacken und gucken, was passiert. Gibt aber bestimmt auch ein paar Risiken, die man nicht eingehen sollte. Wo würdest du bei aller Pilotierungsfreudigkeit, bei allem Pragmatismus doch noch mal ein bisschen Red Tape einziehen und sagen, hier seid ihr mal vorsichtig?

Zamina: Also heute Morgen hat sich ein Interview mit einem Journalisten über autonome Fahrsysteme und er hat das neue Tesla FSD getestet und mir erzählt, dass Tesla bei so einem Handzeichen, hey komm rein, obwohl eigentlich Tesla keine Vorfahrt hatte, reagiert hat und das gut interpretieren konnte, diese Geste, gleichzeitig aber in der Spielstraße 13 kmh gefahren ist, obwohl das Schild gesagt hat 5 kmh. Und ich weiß, dass die Automobilbranche stark reguliert ist und das hat auch Gründe. Und ich glaube zum Beispiel, das ist ein Fall, wo wir starke Regulationen brauchen, weil das ist im Straßenverkehr, Straßenverkehrssysteme, tote Möglichkeiten, also gefährliche Situationen, die entstehen können. Hier brauchen wir große Regulationen beziehungsweise hier greift nicht 80-20, 80 Prozent funktioniert das Modell im Straßenverkehr, reicht nicht aus. Wir brauchen hier sehr, sehr viel höhere Fälle, die alle abgedeckt werden. 95 Prozent Sicherheit, 98 Prozent Sicherheit. Das ist so eins der Fälle. Das zweite, was ich sehe, ist auch auf jeden Fall alles, wo das Thema Bias eigentlich betrifft. Also das kann Jobscan sein, das kann die Analyse in der Gesundheitsbranche sein, also Diagnosen zu treffen. Das sollte auch nicht nur 80, 20 sein. 20 Prozent ist viel zu hohe Fehlerquote sozusagen. Also da, wo es Menschenleben betrifft. Und hier greift glücklicherweise der EU-AI-Act sehr, sehr gut, weil das sind alles Hochrisikosysteme. Sobald unser Leben betroffen ist, Verkehr, Gesundheit, Bankensysteme, Jobs, dann sind es Hochrisikosysteme. Und hier muss ich halt transparent dokumentieren, was macht das System.

Jan: Es ist eigentlich eine sehr ähnliche Heuristik, wie man sie früher oder in der deterministischen, klassischen Softwareentwicklung ja auch, zumindest in Startups immer besprochen hat, dass immer wieder der Leitsatz gilt, wir operieren hier keine Menschen, wir betreiben einen Webshop, probier doch einfach mal was aus, was soll schon passieren.

Zamina: Oh ja, guter Leitsatz, ja.

Jan: Von damals. Genau, aber das ist ja jetzt dann auch nicht anders, ne? Also, sobald ich krass sicherheitsrelevante Themen hab, muss ich natürlich auch mehr Sicherheit einfügen, als wenn das Schlimmste ist, dass wir ein paar Schuhe zu billig verkauft haben.

Zamina: Ja, du hast recht. Also, wenn ich irgendwie Marketing-Texte promte mit chat.gbt, wessen Menschenleben, ne, beeinflusse ich damit. Da geht es vielleicht so ein bisschen um Repräsentation, aber es ist kein... also, du gefährdest niemanden.

Jan: Ja. Ja, okay. Also, das heißt, Organisationen müssen sich auf mehr Risiko einlassen. Wir haben vorhin schon angerissen, was das mit Rollen macht. Du hast sogar in Frage gestellt, wird es überhaupt noch ProduktmanagerInnen geben? Wollen wir mal sehen. Was glaubst du, wie sehen moderne Produktteams aus im Rahmen von LLMs?

Wie KI Rollen und Prozesse verändert: Product, Design, Engineering und der AI-Entrepreneur

Zamina: Ja, also, da können wir noch direkt so ein Gedankenexperiment machen, Jan. Wir starten jetzt ein Start-up. Würdest du sagen, ich bin Produktmanager und du bist Produktmanager, also, würden wir überhaupt so denken? Wir bauen jetzt eine App. Lass uns eine Application bauen. Ich weiß nicht, wofür.

Jan: Ja, pass auf, wenn du mich jetzt fragst, also ich bin ja auch gerade im Prozess einer Gründung, für mich sind ein paar fundamentale Themen erstmal im Rahmen von dem, was man da macht, gleich. Also ich würde sagen, ich brauche irgendeine Vision, ich brauche eine Strategie, ich muss eine klare Idee davon haben, für wen ich welches Problem lösen will. In meiner Denke ist die Technologie, die wir dafür einsetzen, das in meiner Denke tatsächlich sind LLMs ein Werkzeug aus meiner Toolbox, das ich verwenden kann. Je nach Problem kann das das Werkzeug der Wahl sein oder kann es das nicht sein. Aber meine Standard-Antwort ist nicht mehr einfach, ja wir brauchen eine UI, in der ich Formulare anblicke und Usability ist unser größtes Problem, sondern tatsächlich, ich weiß nicht, ob ich die Produktrolle streichen würde, weil bei dem, was man da baut, um jetzt mal auf deine ursprüngliche Frage zurückzukommen, welche Rollen braucht man dann, ich sehe schon die Rolle noch als sinnvoll im Sinne von, wie kriege ich das Problem wirklich geschärft für das ganze Team, das da arbeitet, wie kriege ich klar, dass die Lösung wirklich wertvoll ist, wie kriege ich klar, dass die Lösung wirklich nützlich ist. Diese Themen abzuklopfen, das macht schon auch im Sinne von kritischem Denken Sinn in meinen Augen, dass die in einer Stelle zusammenlaufen. Aber ich würde mal das umsetzende Team auf die Hälfte staffen und nicht, also ich sehe, dass anderthalb Leute in zwei, drei Monaten das gleiche produzieren können wie vorher fünf, sechs Leute in der gleichen Zeit. Das heißt, für mich bestehen die Rollen noch im Groben, aber ich brauche weniger davon. Aber ich ahne, dass deine Antwort in eine noch progressivere Richtung geht.

Zamina: Insofern bin ich gespannt, was du dazu zu sagen hast. Ich bin ja auch im Prozess der Zweitgründung mit zwei Co-Foundern. Und es ist eine Knowledge AI Solution, aber das ist jetzt erst mal irrelevant. Wie sind unsere Rollen? Es gibt einen CEO, es gibt einen CTO und ich bin CPO. Das heißt, die Product-Rolle ist zu mir gewandert aufgrund meines Profils. Ich war Product-Manager, die anderen beiden sind eher Software-Entwickler. Und mir fällt auf, dass diese Rollen existieren irgendwie auch noch so grob. Aber tatsächlich gibt es eine Person, die entwickelt hauptsächlich, das ist Jad, unser CTO. Aber wir alle beantworten ständig die Frage, was ist nützlich für den Kunden? Was will der Kunde? Was ist nützlich für den Markt? Was ist mit den Preisen? Was brauchen die Kunden? Was ist unsere Konkurrenz? Wie können wir uns abheben? Was ist das Feature, was Commodity ist? Was ist das Feature, was das Lawfeature ist? Und alle wollen uns deswegen. Und diese Frage, also Product Ownership, ich sag jetzt mal besonders in einem Start-up, fokussiert sich ja dann viel auf Market, Product Market Fit. Und da hab ich offiziell die CPO-Rolle, aber inoffiziell machen wir das ja alle. Und auch die Entwicklung, als wir diesen Testkunden implementiert haben, JAD hat die Entwicklung geleitet, aber wir alle haben an dem Systemprompt rumgefilert und Prompt Engineering gemacht. Also auch da verschwimmt die Grenze. Und ich glaube schon, dass AI das macht aktuell, dass diese Grenzen verschwimmen. Und in guten Produktteams war das ja auch immer schon gewollt. Ich wollte ja noch nie, dass ein Designer oder Entwickler in seinem Garten denkt und denkt, ich verwalte hier den Code und ich verwalte hier die Figma-Datei. Wir wollten ja schon immer, dass wir alle zusammen über Product Value nachdenken. Und ich glaube, AI macht das jetzt noch mal sehr, sehr viel deutlicher.

Jan: Man hat den Druck darauf verstärkt.

Zamina: Ja, weil die Kompetenzen, die sind jetzt nicht mehr so close-shopped. Also ich brauche den Designer nicht mehr, um eine Figma-Datei zu erarbeiten.

Jan: Ja, also tatsächlich, ich sehe, was du meinst mit den diffuseren Rollen. Ich glaube, ich hätte jetzt auch gesagt, dieses alle übernehmen Verantwortung dafür, dass am Ende was Wertvolles bei rauskommt. Das habe ich in der Startup-Welt eigentlich meistens so beobachtet, also auch vorher schon. Wobei ich schon sagen muss, dass man dann doch in so einem Engineering-Team die Hälfte der Engineers da viel mitdenken, oder die andere Hälfte vielleicht einen Ticken weniger. Aber da kommen wir dann jetzt auf weniger Leute, weil wenn ich jetzt an die eigene Gründung denke, das sind Philipp und ich. Philipp als CTO, ich als CPO. Aber vergessen wir mal die Titel, weil wir sind eh nur zwei Leute. Ja, klar. So groß ist das Empire nicht, dass wir da leiten. Noch nicht. Aber, naja, ich mache Marketing, ich mache Sales, ich mache Design, ich mache sämtliche Produktarbeit, ich arbeite mit unseren Pilot-Usern. Und Philipp macht Teile davon mit, im Sinne von mit den Pilot-Leuten mitreden, Marktrecherche mitmachen. Aber Philipp ersetzt ein komplettes Engineering-Team und ich ersetze ja auch im Prinzip vier, fünf Rollen. Und ja, Bootstrapping war immer, sich verschiedene Hüte aufsetzen. Aber wie gut das jetzt funktioniert und wie viel man übernehmen kann, das hat sich schon deutlich verändert in der Qualität.

Zamina: Ja, ja. Ich glaube, ja, was wir beobachten, ist wahrscheinlich so ein bisschen kann man es nicht separieren. Start-ups hatten schon immer die Herausforderung, mit wenigen Ressourcen möglichst schnell Product Value oder überhaupt Value an den Kunden zu liefern. Und deswegen verstärkt AI das wahrscheinlich gerade. In einem meiner Workshops in Kopenhagen war Google dabei. Und ich habe dann so gefragt, wie läuft es denn gerade bei euch so mit Organisationsveränderung, AI-Veränderung, Rollenveränderung? Und da haben die ganz offen gesagt, so ja, Vibecoding ist das Schlimmste, was passieren konnte tatsächlich, weil jeder Vibe-coded jetzt und die verbringen die Meetings darüber, zu streiten, wer jetzt das Beste gevibe-coded hat. Also die Skills verschwimmen, aber die Ownership ist nicht klar. Weil wenn die Rollen so verschwimmen und jeder irgendwie so einen Prototypen oder ein ganzes Produkt prompten kann, wer übernimmt jetzt die Verantwortung zu entscheiden, was jetzt wirklich umgesetzt wird? Ist es dann Streit und der Lauteste oder der Beste oder wonach wird entschieden? Und ich glaube, das bringt eigentlich noch mal die Product-Owner-Rolle auf den schönen Kern. Das ist immer noch da. So hast du ja auch angefangen und ich finde auch, das stimmt. Aber die Skills um diesen Weg, also das herauszuarbeiten, das liegt nicht nur mehr sozusagen an einem Titel fest, sondern dazu kann ich ganz viel AI nutzen und mich reinarbeiten.

Jan: Was ja jetzt für ein neu gegründetes Start-up eine einfache Übung ist. Aber was mache ich denn als etabliertes Unternehmen, wo es alle diese Rollen gibt?

Zamina: Was macht Google ist die Frage.

Jan: Ja genau, was macht Google?

Zamina: Streiten.

Jan: Ja, ich meine der erste Schritt ist ja, du hast es ja gerade auch gesagt, ja man kann ja auch schnell mal was nicht Perfektes mit 80 Prozent herstellen. Wenn ich jetzt aber eine sehr etablierte Marke auf einem größten Scale bin, da reichen die 80 Prozent ja auch oft nicht, auch wenn es nicht mehr um Leben und Tod geht, einfach weil ich ein kleinere Marge noch in meinem Optimum rausholen muss. Wie gelingt denn da eine gute Transformation in den Rollen?

Zamina: Du meinst bei den etablierten Unternehmen? Ich glaube da ist es Iteration. Ganz oft, wenn ich diese Gen-AI in der Produktentwicklung Trainings gebe, gehen wir am Ende, gucken wir uns die Prozesse an, wie wir heute Produktentwicklung machen und auch Rollenverschiebung. Und worauf willst du dich einlassen als Unternehmen? Und wo sind auch die kritischen Punkte? Das heißt ja irgendwie, wir hatten ja auch so diesen Satz, der so ein bisschen die Ängste auch zeigt, ist ja, das kann AI nicht so gut. Okay, dann nutze AI, um das besser zu machen. Wo bist du dann sozusagen? Wo ist der hybride Fluss? Und ich glaube der Zwischenschritt von, ich sag mal, etablierten Prozessen und Rollen zu AI-Native-Prozessen, ist, hybride Prozesse und Rollen zu erarbeiten als Team. Und auch zu gucken, wo lasse ich mich ein auf eine Veränderung? Wo lasse ich zu, dass AI das übernimmt? Und wo baue ich ein Quality-Gate ein und sage, da darf AI nur einen Entwurf machen und ich prüfe das nochmal ab.

Jan: Human in the Loop, dann...

Zamina: Ja, Human in the Loop ist eines der Prinzipien. Aber eigentlich geht es mir um Quality-Gates sozusagen. Aber es ist vielleicht auch Human in the Loop. Ja, man kann die Quality-Gates natürlich auch anders. Man muss nicht einen Human einsetzen. Man kann die natürlich auch anders quantitativ prüfen oder Tests einführen. Also wenn wir über AI-generierten Code sprechen, ist es immer so ein bisschen, was man im Kopf hat. Oder Analytics-Dashboards. Aber ja, wenn man über Prototypen nachdenkt, dann ist es vielleicht eher der Human in the Loop.

Jan: Ja, aber stimmt. Es muss kein Mensch sein, vollkommen richtig, je nachdem, was man da vor sich hat.

Zamina: Ich glaube, die größte Herausforderung ist eigentlich die Qualität, die wir aktuell erleben. Wie gut ist die Qualität? Weil jeder kommt ja jetzt durch AI auf so ein Durchschnittswissen. Und wir müssen ja jetzt die Qualität erhöhen mit unserem Expertenwissen.

Jan: Gibt es Dinge, da sagst du, lasst die KI da nicht ran? Das sollten die Menschen machen.

Zamina: Oah, lasst die KI da nicht ran. Bei Nachrichten vielleicht. Wobei auch da schon wieder so ein bisschen. Also ich bin so ein bisschen, glaube ich, gebeißt von meinem Journalistengespräch heute am Vormittag. Weil irgendwie dachte ich mir so, ja ich will ja nicht, dass die KI mir irgendwas widerspuckt, was irgendwo im Internet ist, sondern ich will ja wirklich, je nachdem, welche Nachricht ich besprechen will oder mir anhören will, will ich ja, dass jemand sich wirklich die Situation vor Ort angeguckt hat und was aufgeschrieben hat, oder?

Jan: Also du meinst, weil es sonst einfach irgendwie irgendein AI-Slop ist, irgendein Text, der irgendwas erzählt. Du hast Zeit verbracht, aber war das sinnvoll, ja oder nein?

Zamina: Wir haben ja gar kein Qualitätskriterium gerade oder Gütesiegel. Also wenn da eine Nachricht, also das Thema Fake-News ist ja ein Problem. Und wenn ich darüber nachdenke, dass KI jetzt irgendwie Nachrichten verfasst, wie kann ich denn sicher sein, dass ich dieser Information vertraue? Also aktuell gehe ich da so vor, dass ich halt so etablierte News-Portale nur angucke und nicht irgendwie weitergeleitete Videos oder was da alles gibt.

Jan: Ja, der Soziologe in mir stellt sich gerade die Frage, ob da nicht, also viele der großen Medienhäuser produzieren ja auch viel Text mit KI, haben aber eine redaktionelle Übersicht darüber, was da rausgeht. Aber es geht dir dann darum, dass das ursprüngliche Thema, was man beschreiben will, dass das nicht irgendwo nur digital vermittelt rauskommt, sondern...

Zamina: Genau, es geht nicht um die Texte. Also Texte damit zu schreiben, finde ich völlig okay. Aber die Recherche der Information. Darum geht es mir, glaube ich, ja.

Jan: Und ist das valide.

Zamina: Es kann ja auch... Wie viele Videos gibt es von Trump und auch das Venezuela-Video oder dieses Foto? Es wurde ja von den New York Times analysiert, ob das nicht von Trump gefaked worden ist mit einer AI, weil er ja auch selber sagt, dass er fake AI-Fotos gerne mal live stellt.

Jan: Die sind dann okay.

Zamina: Also tatsächlich kam bei den New York Times raus, dass man nicht sicher sein kann, ob das wirklich ein echtes Foto ist.

Jan: Überrascht mich wenig, leider.

Zamina: Ehrlich gesagt, oder? Bei dem Mann überrascht mich das auch nicht.

Jan: Ja, es scheint ihm aber auch nicht unbedingt darauf anzukommen, dass das alles wahrhaftig ist.

Zamina: Hauptsache ein Präsident mit verbundenen Augen fotografiert.

Jan: Wir haben gerade schon über Rollen gesprochen. Wir haben auch Prozesse schon angeschnitten. Wir sind ja gerade in der digitalen Produktarbeit umgeben von Prozessen. Es gibt ja so gut wie kein Team, das nicht irgendwie Kanmbarn oder Scrum einsetzt, das nicht gewisse Prozesse für Abnahmen hat, für wie gehen wir mit einem Merchrequest um, wie machen wir dieses, wie machen wir jenes. Welche großen Veränderungen siehst du da und wo ist da das größte Potenzial?

Zamina: Ehrlich gesagt denke ich da gerne groß und würde gerne komplett Neues, wie nennt man das eigentlich Scrum und Kanmbarn? Modell?

Jan: Framework?

Zamina: Framework? Arbeitsframework? Ich würde eigentlich ganz gerne ein ganz neues schreiben. Weil ich glaube wir brauchen auch ein neues. Das passt ja alles gar nicht mehr. Es passt die User Story nicht mehr, es passt das Estimation, passt das überhaupt noch? Fragezeichen?

Jan: Das ist halt schwer zu estimaten, ne? Ja. Im Moment rede ich mit vielen Engineers, die sagen, sie haben überhaupt kein Gefühl mehr dafür, weil bei manchen Themen sind sie überrascht, wie gut man es Vibe-Coden kann. Bei anderen Themen dachten sie, na gut, das wird jetzt mein Plot-Code hier hinkriegen und stellen fest, ach so, nee, die Aufgabe muss ich doch noch von Hand machen. Die funktioniert automatisch nicht. Also ich sehe da so eine, es ist noch schwerer als vorher Problematik.

Zamina: Bei den ganzen Ritualen geht es ja um Handover. Also um Handover zwischen den Rollen, die wir haben. Und dieser Handover wird ja jetzt auch von KI begleitet. Also wie funktioniert der beste Handover jetzt aktuell? Also ich hatte ja eben schon gesagt, würde ich dir überhaupt noch mal eine User-Story zeigen oder würde ich dir den Prompt zeigen, um die User-Story zu erstellen? Und ist die User-Story dann der Input für den Entwickler, um den Code zu generieren? Oder ist da ein anderer Handover? Also kann ich vielleicht irgendwie ein neues Framework erstellen, was der Entwickler sofort nutzen kann, um Dinge zu Vibe-Coden? Also, ja. Ich glaube, der Handover, da wird viel passieren. Und den müssen wir auch neu denken. Und die Rituale, hm. Die zahlen ja auch auf diese Handovers ein und auf diese kontinuierliche, wo stehe ich eigentlich gerade? Wo ist der Arbeitsstatus? Was ist der Arbeitsaufwand? Und wann kommen wir sozusagen zu einem, zu einem Release? Und auch hier, glaube ich, dass man das verändern kann. Ja, ich denke da gerne groß und disruptiv.

Jan: Naja, also ich glaube das sicher auch. Die Frage ist nur, die ich mir dann aufstelle, welche, welchen Wert haben die ganzen Artefakte in dem Prozess dann noch? Also es muss ja, ich glaube schon, dass es irgendwo sinnvoll ist, den Prozess irgendwo zu begleiten, monitoren zu können und Alignment herzustellen. Meinetwegen auch zwischen Coding Agents und Menschen. Aber sind die Artefakte dann noch die gleichen? Braucht es dann noch das Ticket in dem Sinne? Braucht es noch das Stand-up? Oder sind das andere Themen?

Zamina: Wenn ich darüber nachdenke, also ich gehe jetzt von einer Konzeption irgendeines Onlineshops aus, dann würde ich das heute noch beschreiben in einem Ticket. Ich würde eigentlich sofort das Vibe-Coden als Produktmanager. Und ich glaube, meine Erwartungshaltung aktuell, wenn ich in diesen Rollen bleibe, wäre dann, dass dieser Prototyp, der gevibe-codete, meine Vorstellung davon, dann auch der Handover ist zu designen. Eine Herausforderung ist ja auch, dass Corporate-Company eigene Design da draufzustellen. Das heißt, der oder die Designerin würde dann das vielleicht verfeinern, also detailorientiert ausarbeiten und diesen Prototypen dazu nutzen. Und dann wäre das der Handover zum Entwickler. Wir wissen, das ist nicht die Realität. Es ist jetzt diese künstliche Realität von Product zu Design zu Entwicklung. Und dann ist dieser Prototyp auch der Handover zum Entwickler, der oder die dann das dann auch weiter verfeinert und daraus vielleicht auch Vibe-Coding, AI-generierten Code ableitet. Also ich denke viel über diese Visualisierung von Ideen nach, weil wieso brauche ich denn noch Text, wenn ich das heute schon sofort visualisieren kann und meine Idee auch viel besser transportieren kann. Und dann kann der oder diese einer auch direkt sagen, wie sie Dinge anders darstellen soll. Und sieht dann auch sozusagen in meinen Kopf hinein.

Jan: Weil so das greifbare Artefakt da ist, dass man sich ansehen kann.

Zamina: Also ich würde glaube ich User Stories, würde ich die abschaffen? Was ist denn da noch zusätzlich in der User Story, die wir nicht mehr im Prototyp haben? Akzeptanzkriterien?

Jan: Also ich muss sagen, ich breche meine, pass auf, ich breche meine Lanze für Akzeptanzkriterien.

Zamina: Die sind gut, ja.

Jan: Ja, weil, aber das jeder denkt ja auch ein bisschen anders. Aber mir hilft dieses Niederschreiben von was passiert da wirklich im Detail. Hilft mir total da drin wirklich erfasst und verstanden zu haben, was passiert, weil mir oft in meinen 12, 13 Jahren Produktarbeit aufgefallen ist, ah, wenn das in dem Status ist, dann funktioniert die UI auf einmal nicht mehr und so. Das fällt mir dann aber auf, wenn ich einmal genau beschreiben muss, was es machen soll. Und ich würde so diese Lanze einmal im Rahmen dieses kritischen Denkens brechen, weil mir das Niederschreiben so auffällt. Aber ich habe auch schon von vielen Kollegen und Kolleginnen gehört, die gesagt haben, ja, du bist vielleicht so ein Schreibetyp. Ich tick da ganz anders. Ich bin visueller. Mir hilft das gar nichts. Ich finde das nur anstrengend. Vielleicht ist es auch eine Frage, wo man erst mal seinen eigenen Weg für finden muss.

Zamina: Also genau, ich habe Akzeptanzkriterien gesagt, weil ich glaube, das ist das Einzige, was da nicht drin ist in den Prototypen, wo ich auch nämlich die noch aufschreiben würde. Bei mir fällt sonst nichts anderes ein.

Jan: Ja, da bin ich auch bei, ja.

Zamina: Ja.

Jan: Ich würde vielleicht bei den Akzeptanzkriterien ergänzen, dass wenn man dann Vibe-Coded, braucht man ja auch gute Akzeptanzkriterien, um einen guten Prompt zu machen. Das heißt, so das einmal wirklich durchdacht zu haben, ist wahrscheinlich die wichtige Aufgabe, mit der man dann gucken kann, was kann man davon automatisieren. Würdest du bei der These mitgehen?

Zamina: Also sag nochmal die These, die Akzeptanzkriterien.

Jan: Also die Akzeptanzkriterien dadurch, dass ich da wirklich einmal fokussieren muss, was passiert jetzt genau wann, haben insofern einen Wert, dass aus denen dann auch der Prompt werden kann, mit dem ich dann den Agent etwas Vibe coden lasse zum Beispiel. Aber da dann im Detail als Mensch nochmal wirklich kritisch durchdacht habe, was will ich denn hier genau und warum.

Zamina: Das ist eigentlich richtig gut. Ich glaube, du hast es gerade extrem gut weiterentwickelt. Akzeptanzkriterien und Prototyp als Input für die Prompt, in der jeweiligen Rolle. Product Design und Def eigentlich, oder? Weil dann kann ja jeder aus der eigenen Rolle heraus, okay, ich habe das visuell gesehen, aber eigentlich wichtiger ist, der eigene Prompt zu entwickeln. Sowohl wenn ich das Design verfeinern will, als auch wenn ich den richtigen Code machen will. Und dann können die Akzeptanzkriterien, aber dann ist die Frage, können die Akzeptanzkriterien nicht gleich ein Prompt sein?

Jan: Ja, dann stellt sich natürlich aber auch die Frage, welche Rolle spielt man überhaupt noch? Also warum vermittel ich es wem, wenn die andere Person auch nur ein Prompt schreibt? Also welchen Wert hat meine Arbeit dann noch? Aber du bist ja auch eingangs mit der provokanten Frage reingegangen, wie wichtig ist die PRO-Rolle überhaupt?

Zamina: Ja, ehrlich gesagt, wenn du darüber jetzt nachdenkst, wieder zurück zur Startup-Gründung. Ich will eine Application bauen, also auf der grünen Wiese gedacht. Also ganz disruptiv und ehrlich, ich würde doch Product Design und Dev in der heutigen Welt komplett selber abbilden. Oder?

Jan: Ja, also, kopfst du schon, also, ja gut, wir reden ja, wir reden ja bei den nächsten ein, zwei, wir reden ja, was ist 2026? Ich würde sagen, 2024 hat das noch nicht geklappt in der Praxis.

Zamina: Nee.

Jan: 2025 war so Prototypenlevel. War so Prototypenlevel. Was ist 2026? Das ist die Prediction.

Zamina: Ist auf jeden Fall die Prediction aus den USA, die ich dazu, die ich sehr inspirierend fand, war, dass Menschen anfangen werden, private Applications zu bauen. Also ich brauche einen Halbmarathon-Tracker und dann gehe ich in, weiß ich nicht, Lovable & Co. und sag dem das. Und dann baut er mir irgendwie sowas. Oder einen Weddingplanner. Also es wird sehr viele private Applications geben. Das ist der eine Trend, weil, so wie ich gesagt habe, wieso sollte jetzt ich oder auch meine Webseite für meine Nebenselbständigkeit, brauche ich jetzt noch eine Webdesignerin? Nee, ich kann das ja direkt prompten. Also sehr viele private Themen werden Einzug halten.

Jan: Das sind ja auch alles Themen, wo wenn das dann einen kleinen Bug hat oder wenn das nicht skaliert oder, oder, ja, na und. Das ist dann da auch überhaupt nicht schlimm. Das glaube ich auch total, wenn ich bei deiner, bei deiner These bin.

Zamina: Und die zweite These, die ich auch sehr inspirierend fand, war, es ist die Ära des AI-Entrepreneurs. Das heißt, der Entrepreneur wird kommen, der mit AI diese ganzen Dinge baut, entwickelt. Und dann zurück zu unseren Rollen in Tech, Product Tech Dev, Product Design Dev. Nee, AI-Entrepreneur. Ich bin die Person, die den Product-Market-Fit rausfinden muss. Und die Idee zählt. Die Umsetzung ist jetzt total einfach geworden.

Jan: Das heißt, ich bin der Soloprenor. Ich hau eben in Figma-Make rein, wie mein Produkt aussehen soll. Ich weise es in Linia oder in Jira dem Coding Agent zu, der bereitet mir den PR vor.

Zamina: Ja, ich frage mich, ob dieser AI-Entrepreneur oder der AI-Product-Builder diese drei Rollen verdrängen wird. Das ist meine Frage. Aber ich glaube, es wird auf jeden Fall kommen, erstmal in der Gründungsszene. Das bestätigt ja auch der Startup-Monitor. Er sagt, es gibt einen massiven Anstieg an Startup-Gründungen, besonders in der Softwareentwicklung mittels Vibe-Coding. Also die Gründerquote wird erstmal steigen. Aber was macht das mit den etablierten Rollen in großen Unternehmen? Die werden jetzt erstmal kurzfristig an diesen Rollen festhalten. Aber langfristig weiß ich nicht so recht. Was denkst du?

Jan: Boah, ja, also ich glaube, Prediction, wenn wir sagen... Pass auf, ich glaube, in 2026 wird es viele dieser Rollen noch weiter geben. 2036, glaube ich, offen gestanden nicht. Ich glaube, es wird gerade in der Gründungs- und Startup-Szene, wo die Chance, dass du daneben liegst mit deiner Idee, eh sehr groß ist, wo man eh viel Software baut, die gar nicht zu einer Million Leute skalieren muss, weil nie eine Million Leute das Ding benutzen, dass gerade in der Szene das so wertvoll ist, um einfach Dinge auszuprobieren, und dass die ganzen Rollen drum herum, alleine schon, weil es sehr teuer ist, und am Ende der Mehrwert wahrscheinlich gar nicht so groß ist, glaube ich auch, die werden untergeben, wenn, also als Rollen, und einfach da nicht mehr bestehen, und es wird viel mehr durch, ich weiß nicht, es gibt ja immer mal wieder den Makerbegriff und so, also diese von Leuten, die einfach, ja, weißt du, für mich fühlt sich das im Moment wieder so an, als ich mit 14 irgendwie mit HTML und CSS irgendwelche Homepages gebaut hab. Es fühlt sich irgendwo wieder offener an, obwohl die Technologie eigentlich ein geschlosseneres System ist als vorher, paradoxerweise. Aber die Möglichkeiten werden gerade wieder größer von dem, was man mit beschränkten Mitteln umsetzen kann. Ich bin aber mal gespannt, wie das für ganz große Unternehmen aussieht, weil wenn mein Geschäft am Ende davon abhängt, dass wir vielleicht noch mal 2% Compute einsparen oder dass wir hier nochmal, da nochmal, also je spezieller die Themen werden und je wichtiger die 100% Arbeit ist, desto mehr glaube ich, dass die Menschen im Prozess dabei bleiben, auch in zehn Jahren noch. Was wird die Zukunft bringen? Wir werden es sehen. Aber ich glaube auch, dieses ganze Gründungsthema viel, viel einfacher. Da bin ich 1000% dabei.

Zamina: Und auch bei den Rollen, nur bei einem längeren Zeitraum, sagst du, ja?

Jan: Ich glaube auch bei den Rollen, ja. Beziehungsweise, um das mal auf Startups runterzubrechen, ich glaube, wenn du jetzt Bootstraps, dann brauchst du auch schon die ganzen Rollen nicht mehr. Das sehe ich ja auch. Aber wenn du jetzt ein Unternehmen mit, sagen wir, 100 Leuten bist, die auf einem gewissen Scale Software entwickeln, die schon länger benutzt wird, die an allen Ecken auch wieder kaputt gehen kann, etc., etc., die viele Interessen gleichzeitig schon bedienen muss, also die nicht auf dem Greenfield startet, da glaube ich, 26 bleiben die Rollen noch da, 36 sind sie weg. Und irgendwo dazwischen, irgendwo dazwischen fasen sie aus oder werden zumindest sehr viel kleiner die Teams.

Zamina: Das wird spannend, oder? Also ich glaube, 2026 wird für uns in der Tech-Branche sehr spannend, welche AI-Entwicklungen unseren Alltag bestimmen und wie es auch unsere Rollen verändern. Und wer als erstes, also wer schwimmt vorne auf der Welle und wer zieht am Ende erst nach?

Jan: Ja, und ich glaube, man muss sich auch die Frage selber stellen, worauf hat man da Bock, welche Rolle sieht man für sich denn überhaupt? Weil klar ist, irgendwie werden sich Rollen verändern, es wird nicht genau so bleiben, wie es ist. Ich glaube, das ist eine sehr individuelle Frage. Moment, verliere ich jetzt hier eigentlich die Arbeitsschritte, die mir Spaß gemacht haben? Oder geil, ich kann viel mehr mit Technologie umsetzen, ich bin viel empowert, welcher Aspekt dafür einen jeweils persönlich der Spannendere ist. Wir haben da auf einer gesamtwirtschaftlichen Perspektive ja einen Begriff, über den man mal sprechen kann. Du hattest im Vorgespräch schon mal den Begriff jobless growth angesprochen. Also, wenn ich jetzt als Soloprenor einen Start-up aufbauen kann und ich brauche eigentlich nicht mehr acht Leute, um das Gleiche zu machen, ich kann es jetzt auch alleine oder zu zweit, dann macht das ja was mit dem Arbeitsmarkt. Oder wenn ich als größerer Konzern feststelle, ah, meine Leute sind jetzt eigentlich schon so 10% effektiver oder 20% effektiver als sie es vorher waren, wo der Wert auch immer steht. Vielleicht ist es auch mehr. Und ich glaube, beim Start-up ist der Gewinn größer als in größeren Konzernen. Aber effektiver sind dann doch sehr viele in ihren individuellen Rollen. Da werden auf einmal Stellen nicht mehr nachbesetzt, die es vorher gab. Wie siehst du das Thema?

Jobless Growth, Senior-Jobs und Nachwuchsausbildung: Was AI mit dem Arbeitsmarkt macht

Zamina: Genau. Also, das sehen wir jetzt. Haben wir letztes Jahr gesehen. Ich glaube, das werden wir dieses Jahr noch sehr viel stärker sehen, weil die Unternehmen jetzt nachziehen, KI einzusetzen. KI bringt dann diese Effizienzgewinne. Und die Effizienzgewinne führen dazu, dass ich weniger Menschen brauche, dass ich Produktivitätsgewinne sogar kriege und keine neuen Leute einstellen muss. Das sehen wir beispielsweise ja in unserer Branche, Softwareentwicklung. Die neuen Stellen, die ausgeschrieben sind in der Softwareentwicklung, sind gesunken. Vor allen Dingen die Junior-Stellen. Weil wir leben in so einer KI-Hybriden-Zeit. Wir können noch nicht alles an eine KI delegieren. Wir arbeiten unseren Output KI-assistiert. Das heißt, KI erzeugt das, wir gucken uns die Qualität an und verbessern wir prompten nach oder was auch immer. Um das gut machen zu können, mit einer guten Qualität brauchst du schon Expertise. Du brauchst Kontextverständnis als auch Know-how, Erfahrung. Deswegen bevorzugen die Unternehmen gerade aktuell, wenn sie Stellen nachbesetzen, Senior-Stellen. Das ist so der zweite Trend. Also neben dem jobless growth, also der Steigerung der Produktivität und der Senkung der Arbeitsplätze, ist der zweite Trend, dass Senior-Leute eingestellt werden und die Junior-Stellen total rar geworden sind. Genau wegen dieser Herausforderung. KI erzeugt nur so gute Qualität, sofern der Experte oder die Expertin dahinter das auch so bewerten kann. Und das stellt jetzt halt die Frage vor. Also das sind zwei Trends, die man jetzt schon so beobachten kann. Und das wirft halt die Frage auf, wie bilden wir unseren Nachwuchs aus? Weil wenn wir den Junior nicht einstellen und der Junior oder die Juniorin mehr noch mit KI arbeiten wird in Zukunft, dann wird auch unsere Ausbildung oder das Onboarding von Mitarbeitenden muss sich auch verändern. Und da sehe ich noch nichts. 2026 ein Shift. Das ist vielleicht eher 2028 der Fall. Das Unternehmen diesen Schmerz erst spüren. Der Schmerz könnte vielleicht auch noch später kommen. 2030 ist der große Baby-Boomer-Gen in die Rente. Und wenn wir dann nachbesetzen müssen und uns die Expert-Innen alle in Rente gehen werden, wer bringt denen denn bei, dass das musste übrigens noch mal kritisch hinterfragen von der KI und das musste noch mal nachprompten und das ist nicht das Gute? Also wenn wir jetzt über Softwareentwickler beispielsweise nachdenken, wie gehen wir in Zukunft damit um? Wollen wir die Sprachen, werden die noch immer gelernt von den Softwareentwicklern? Oder trainieren Senior Softwareentwickler, Junior darin an, die Sprache halbwegs bewerten zu können und KI generiert den Code? Wie wird diese Zukunft sein und wie wollen wir Juniorn dann ausbilden? Und ich glaube, diese Frage hat noch niemand so richtig auf dem Schirm. Eine Antwort gibt es noch nicht und ich glaube, der Schmerz kommt auch erst in ein paar Jahren.

Jan: Ja, schade, dass du das sagst, weil ich dachte gerade du als Beraterin in dem KI-Feld bist, du kannst ja vielleicht ein Beispiel nennen von die Schaffeness. Aber auch du hast noch nicht gesehen, dass jemand einen guten Ansatz hat.

Zamina: Ich habe noch keine Organisation gesehen, die dieses Problem ernst nimmt. Aktuell wird einfach nur Senior eingestellt und die bewerten dann die KI-Qualität. Meine Vorstellung ist, dass diese Senior-Entwickler den Junior-Entwicklern beibringen, wie kann ich denn bewerten, was gut ist, was gute Code-Qualität ist. Also das muss abgeleitet werden.

Jan: Ja, das ist ein spannendes, also super spannendes Feld. Und tatsächlich finde ich ja auch ein sehr hartes, wenn man jetzt lange in der Branche schon war. Weil dir wird es ja auch ähnlich gegangen sein vor, ja ich weiß nicht, du hast glaube ich vor 15 Jahren circa deinen Berufseinstieg gemacht. Bei mir war es ja eher 12, 13 Jahre her, aber damals war die ganze Tech-Branche ja das Land von Milch und Honig, wo die Gehälter nur gestiegen sind, wo jedes Unternehmen zu wenig Leute hatte. Jeder hat händeringend nach Talenten gesucht den ganzen Tag. Und dass diese Klappe auf einmal so zugeht, ist schon ein harter Schlag. Insofern freue ich mich umso mehr, dass du diesen In-Sight nochmal mitgebracht hast, dass es so viel mehr Gründungen gibt. Und ich hoffe, dass sich zumindest da ein bisschen was wieder aufwiegt.

Zamina: Ja, aber ich habe noch einen Gedanken zu dem, weil du gesagt hast, so schade, vielleicht gibt es noch einen Tipp. Wenn eigentlich haben wir diese Sache hier in dem Podcast gerade beantwortet. Weil wir beide haben ja auch über die Produktmanagerrolle nachgedacht. Und was übernimmt KI? Was ist einfach? Was brauchen wir nicht mehr selber zu machen? Wir haben ja gesagt, so Prototypenentwicklungen, User-Stories, das kann einfach so erzeugt werden. Aber was ist unsere Aufgabe? Und unsere Aufgabe ist es ja, Product Market Value herauszufinden. Und das nicht der KI einfach zu glauben, sondern das zu validieren. Und ich glaube, für jede dieser Rolle, wenn wir über Junior und Nachwuchstalente nachdenken, müssen wir nachdenken, was können wir nicht an KI, an KI-Systeme delegieren? Was ist die Hauptaufgabe dieser Rolle? Und wie bringe ich das einem Junior bei? Das heißt, einem Junior-Produktmanager würden wir beide ja beibringen. Product Market Fit, User Value, was braucht der Markt? Also das würden wir ja nicht prompten. Ja, wir würden vielleicht prompten für Inspiration, aber wir wissen ganz genau, das müssen wir validieren mit User Interviews oder das müssen wir vertesten.

Jan: Genau, es wäre so der erste Ansatz, aber man würde sich davon nicht validieren. Also man würde sich nicht die letzte Unterschrift geben lassen von, ja, Claude hat auch gesagt, passt schon.

Zamina: Genau, und ich glaube, das ist der Punkt, wenn wir über Nachwuchstalente nachdenken, KI nutzen, aber genau an den Punkten, was kritisch meine Aufgabe ist, ja, was ist meine kritische Aufgabe? Das sozusagen bei Menschen zu belassen. Aktuell jedenfalls noch.

Jan: Ich bin da ein großer Fan von dieser Aussage, muss ich sagen, weil mir das auch am meisten Spaß macht in der eigentlichen Arbeit. Alleine schon als Eigennutz heraus.

Zamina: Ja, das macht am meisten Spaß, stimmt.

Jan: Wenn wir jetzt über so ein Thema wie jobless growth nachdenken, ich meine, das die Babyboomer gerade angeschrieben, ich glaube, wir haben aktuell schon gehen in Deutschland jedes Jahr so 100.000 Leute mehr in Rente, als Erwerbspersonen werden oder Erwerbsleute dazukommen. Die Entwicklung wird deutlich dramatischer in den nächsten zehn Jahren. Politik sieht gerade leider auch nicht so aus, als ob sie sich um gute Immigrationen kümmert. Einerseits kann das dann ja volkswirtschaftlich eine gewisse Last abfedern, die einfach durch fehlende Erwerbspersonen jetzt entsteht. Andererseits stelle ich mir schon auch ein bisschen die Frage, wo bleiben die Profite dann hängen, wenn sie entkoppelt sind von der Arbeit, die Leute machen? Glaubst du, es wird ja immer mal über so Themen wie eine Digitalsteuer und ähnliches diskutiert. Glaubst du, dass es ein Thema ist, das uns da helfen kann oder hast du da eine Meinung zu?

Zamina: Also ich sag mal die Meinung, wo die Tagesschau gesagt hat, das können wir nicht senden, das schreiben wir raus. Und zwar, also das kapitalistische System kommt jetzt an die Grenzen. KI macht jetzt die Produktivität und es ist jetzt nicht mehr, also wie du sagst, gekoppelt mit meiner Arbeitsleistung. Das heißt, wir werden Profite erwirtschaften, aber die Menschen bekommen nicht mehr die Entlohnung. Also wenn man das weiter denkt, dann kommt unser System an die Grenzen. Und die Antwort darauf, es gibt viele Antworten. Die einen sagen, KI-Systeme besteuern, das heißt, wenn ein KI-System das macht, dann wird das besteuert und das zahlt sozusagen das Rentensystem oder unser Sozialsystem. Die anderen sagen, nee, whatever, wir brauchen nicht mehr so viel Arbeitskraft, dann lass bedingungsloses Grundeinkommen. Das, was zum Beispiel auch Ray Kurzweil sagt und sogar Alan Musk jetzt schon mittlerweile wiederholt hat, dass wir darüber nachdenken sollen, wenn wir viele Einnahmen haben, die Menschen aber diese Einnahmen nicht bekommen, wie kriegen wir diese Umverteilung hin? Und da gibt es diverse Antworten, Besteuerung, Grundeinkommen. Es kann bestimmt noch andere Antworten darauf geben. Man kann ja auch darüber nachdenken, Verboten von KI-Systemen, da bin ich ja kein Freund von, aber so etwas kann man ja auch darüber nachdenken. Aber auf diese Frage müssen wir uns eigentlich vorbereiten. Und ich sehe auch hier wieder niemanden, der sich darum kümmert, außer Philosophen, die diese Frage aufwerfen und sagen, ja, aber ich sehe jetzt aktuell zum Beispiel die Regierungen dieser Welt, also nicht irgendwie dieses Thema besprechen. Du, was beobachtest du da?

Jan: Also erst recht nicht in Deutschland. Also es ist ja ein Thema. Ich glaube, das betrifft die komplette digitale Infrastruktur. Aber man redet um, wie bleibt man als Staat souverän? Und die Diskussionen sind dann Ausgaben für, wie viel Rüstung müssen wir wo ausgeben, anstatt darüber zu sprechen, dass ziemlich viel kritische Infrastruktur gar nicht souverän überhaupt betrieben werden kann und immer weiter in den Händen von großen Konzernen liegen und weg sind von einzelnen Leuten. Also ich stelle mir schon die Frage, ob man gerade jetzt zum Thema wie gehen wir mit einer KI-Zukunft um, nicht auch ein Szenario haben, LLMs viel häufiger lokal gehostet werden und ich auf meinem eigenen Rechner damit arbeiten kann und dann nicht im Prinzip immer Inferenzen bezahlen muss an große Konzerne. Aber ich glaube, dafür muss man das ganze Thema als Infrastruktur wie Strom betrachten und dann haben auch mehr Leute diese Werkzeuge in der Hand und können damit was machen. Gleichzeitig, ja ich persönlich bin schon auch ein Fan von progressiver Besteuerung und von Vermögensteuern, um langfristig das System immer wieder auszubalancieren, anstatt immer mehr in immer weniger Händen zu konzentrieren.

Zamina: Ja, also würdest du sagen, am besten KI-Systeme besteuern?

Jan: Ich würde sagen, ich würde generell Vermögen besteuern und wenn dann Vermögen in KI-Firmen besonders hoch anfällt, ist das dann kein Sonderfall von ach ja, in diesem Fall ist es KI, aber dann fällt da vielleicht besonders viel an. Das wäre jetzt meine Antwort, ob ich dazu auch sagen muss, es ist, ich bin jetzt kein Volkswirt oder so. Das heißt, da würde ich schon auch darauf vertrauen, na vertrauen ist das falsche Wort, aber ich glaube, das sind halt ziemlich komplexe Fragen, wo ich mir nicht zutraue, ohne jetzt mich tiefer in die Studienlage eingelesen zu haben und Ähnliches eine gute Antwort zu geben.

Zamina: Ja, also ich glaube, das kommt 2026 noch nicht. Also dieses Thema, aber es ist gut, das auf dem Schirm zu haben. Ich finde die makroökonomische Perspektive sehr spannend und ich glaube, wahrscheinlich ist es wichtig, hier einfach auch dem World Economic Forum zu folgen. Die geben ja auch immer wieder Voraussagen dazu aus und die haben ja glaube ich erst vor zwei, drei Tagen wieder eine Voraussage zu KI und der Welt des Welt-Ekosystems sozusagen rausgegeben und haben glaube ich vier Szenarien aufgebaut. Ich glaube, eine war sehr dystopisch, eine war sehr utopisch und dazwischen waren so zwei sehr hybride Sachen, aber die zwei Skalen waren die Maturity von AI und die Adaptabilität von Menschen. Also die zwei Sachen sind kritische Faktoren und ich glaube, das wird auch bestimmen, wie schnell wir an diese Frage überhaupt kommen. Also wie schnell, wenn wir überhaupt diese Frage beantworten müssen, dass unser Steuersystem oder unser System an diese Grenzen kommt. Weil wenn Menschen nicht so fähig sind, das anzupassen, dann wird auch dieser ganze Prozess verlangsamt.

Jan: Na ja, ich bin auf jeden Fall mal gespannt. Ich glaube, auf jeden Fall, wenn die Rollen alle durch KI ersetzt werden und man dann vielleicht als Unternehmen die Hälfte des Gehaltes an Compute-Kosten an Open AI zahlt oder so, dann sehe ich da eher eine Beschleunigung von Umverteilung in eine Richtung, die eh schon relativ schädlich gerade ist. Irgend einen Weg muss man da finden müssen. Aber ich bin mal gespannt, welcher das wird.

Zamina: Ich auch, ja.

Jan: Ja, wie sieht denn deine wünschenswerte ideale KI-Perspektive aus?

Zamina: Für was? Für 2026?

Jan: Für 2026.

Zamina: Also meine wünschenswerte KI-Perspektive. Tatsächlich wünsche ich mir ein bisschen mehr Mut in der Anwendung von KI-Systemen. Ich beobachte viel in der Tech-Branche. Da sind wir schon sehr mutig und ich glaube, wir sollten uns vor allen Dingen diesen Fragen stellen, die so in diese AI-Native Richtung gehen. Was macht das mit unseren Rollen? Was macht das mit unseren Ritualen? Also das zu hinterfragen. Ich glaube, auch die Antworten kommen von uns, von aus der Tech-Branche. Auch die Blueprints, also die Blaupausen für so erfolgreiche Dinge kommen eher aus unserer Bubble, weil woher denn sonst? Und ich glaube, wir sollten auch so mutig sein, dann auch unsere Rollen zu hinterfragen und das nochmal von grün aufzubauen. Genau. Das ist so mein Wunsch, also mehr Tech-Profis, die sich dieser Frage annehmen, mehr Nicht-Tech-Organisationen, die mutig genug sind, KI zu implementieren, dass wir nicht ganz hinten ran sind in Europa. Das ist so mein zweiter Wunsch. Das wäre dann noch mein Wunsch. Oh ja, noch ein Wunsch ist auf jeden Fall, mehr diverse KI, AI-Leader-Innen zu sehen. Weil ich bin an so einem Punkt, wo ich viel gefragt werde, Zamina, kannst du jemanden empfehlen? Und ich suche selber auch immer irgendwie sehr vielfältige Perspektiven. Und ich hatte gerade erst eben wieder eine am Telefon, die hat mir dann nur Männer genannt. Und ich hab gesagt, so ja, Alex, hast du noch jemanden irgendwie? Und dann so, nee, irgendwie Frauen machen nichts mit KI. Und dann denkst du irgendwie so, nee, das kann nicht sein, ne? Ich möchte mehr Leute, die das vorantreiben, vor allen Dingen auch mit einer kritischen Perspektive, die diese Ethik und diese ethischen Grundprinzipien in KI einweben und damit auch die KI-Diskussion in Europa gestalten. Und das vermisse ich so ein bisschen. Also, ja, das wünsche ich mir auch noch.

Jan: Okay, cool. Das ist 2026 und traust du dir auch eine wünschenswerte Perspektive für 2035 vor, zum Beispiel, um mal weiter vorauszudenken?

Zamina: In zehn Jahren wünsche ich mir ganz viel autonome Fahrzeuge auf der Straße, Robo-Taxis und ganz viele Vorhersagen über meine Gesundheit, sodass ich weiß, zu welchem Arzt ich wann muss. Sehr gut.

Jan: Ja, cool. Selbstfahrende Autos hat man uns eh schon vor 30 Jahren versprochen. Ich finde, langsam ist es mal in der Zeit.

Zamina: Ja, finde ich auch. Hast du ein Auto?

Jan: Nein, ich habe kein Auto.

Zamina: Ich auch nicht.

Jan: Ich wohne im Stadtzentrum, das macht keinen Sinn. Ja, wir haben viele Themen abgeklopft, wir sind einige Strecken hier gelaufen inhaltlich. Gibt es ein Thema zu der Prognose, wie KI sich jetzt im nächsten Jahr oder in diesem Jahr entwickelt, über die wir noch nicht gesprochen haben, zu der du aber irgendwie noch zwei, drei Worte verlieren willst?

Zamina: Nee, ich gucke glaube ich vorwiegend auf Vibe-Coding und uns als Tech-Branche und wie wir das Thema verändern werden und auch wie AI-generierter Code sozusagen Einzug halten wird. Aber klar, das Thema Agenten, bin ich auch gespannt. Ich bin tatsächlich noch nicht so ein überzeugter Verwächter von Agenten. Also ich habe noch wenige Set-ups irgendwie gesehen, wo es so richtig gut funktioniert. Und damit meine ich irgendwie so teilautomatisierte Prozesse, irgendwie AI auf alte Prozesse zu schmeißen. Wenn ich jetzt irgendwie so über KI-Agenten nachdenke, die irgendwie auf der grünen Wiese entwickelt werden, dann vielleicht eher. Aber ja, über das Thema Agenten bin ich eher zwiegespalten, muss ich tatsächlich sagen. Wie stehst du dazu?

Jan: Ich habe auch noch nicht so positive Erfahrungen damit gemacht. Es mag sicher Bereiche geben, wo das sinnvoll ist, aber in den Anwendungen, an denen ich mitgearbeitet habe, ging es viel darum, dass eigentlich erst mal einzelne Prompts, einzelne Ergebnisse liefern müssen und weniger darum der Schritt danach, dass dann komplett getrennt von irgendwas, irgendwer zehn Dinge auf einmal macht. Eigentlich ist die Alignment-Frage, also die Frage von macht KI das, was sie will, gerade auch in den Projekten, an denen ich bin, bei einer nicht das, was sie will, das, was sie soll, ist auch in den Projekten, in denen ich war, eigentlich noch einen Schritt davor, wo die einzelnen Arbeitsschritte erst mal vernünftig aligned werden müssen. Da war ich ziemlich beeindruckt, was sich in 2025 mit der Zeit verändert hat, auch durch die größer werdenden Kontextfenster der Modelle ist da einiges mehr möglich geworden, als man vorher hatte. Aber so dieses Thema von, ah ja, und jetzt gehen wir gleich noch den Schritt weiter und alles ist automatisiert, den habe ich auch noch nicht als relevanten in 2025 gesehen. Aber umso spannender ist die Frage, was 2026 passiert. Denn ich muss sagen, mit den aktuellen Flagship-Modellen ist schon deutlich mehr möglich, als das vorher der Fall war. Oder als das vor einem Jahr der Fall war.

Zamina: Ja, also mal sehen, wie es sich da entwickelt. Aber wir sind beide schon kritisch, man merkt schon. Wir haben unsere Erfahrungen damit gemacht.

Jan: Ja, die haben wir gemacht, aber wer weiß. Vielleicht sehen wir uns in einem Jahr und denken, das war das Jahr der Agenten.

Zamina: Ja, vielleicht hat ja Microsoft etwas rausgebracht. Oder OpenAI. Aber alle Neuerungen, die jetzt rausgekommen sind. Die letzte war doch bei OpenAI über Gesundheitschecks. Es geht stark eher in dieses Privatleben rein. Was war das letzte davor? OpenAI und...

Jan: Weiß ich gar nicht genau.

Zamina: Therapeuten, Erotik.

Jan: Also gerade kam das Gesundheitsthema rein. Ja, Erotik auch richtig.

Zamina: Es ist alles privat, oder?

Jan: Ja, schwierige Idee vielleicht auch.

Zamina: Ja, schwierige Idee, ja.

Jan: Ja, gucken.

Zamina: Wir sehen. Let's see. Wir treffen uns in einem Jahr wieder und dann machen wir 2027.

Jan: Ja, die pessimistische Perspektive... Ach, mit der will ich aber eigentlich gar nicht enden. Aber die pessimistische Perspektive wäre, dass so die Enschedification auch langsam losgeht, zumindest in den Web-Clients, dass Ads geschaltet werden, dass die Produkte immer noch gefälliger werden, um das Engagement zu steigern und man eigentlich eine starke Basis wieder schwächt. Aber ich mache mal eine positive Prognose und sage eher, dass wir einen Umgang damit lernen zu finden, der wirklich sinnvoll ist und aus dieser Rumprobierperspektive aus der einen Seite rauskommt, aber auch aus der Wegdelegierperspektive von allem aus der anderen Seite rauskommt. Weil es gibt ja diese beiden Gefahren. Entweder ich gebe das, was ich eigentlich selber machen müsste, irgendwie ab und bekomme einen schönen klingenden Text. Und man bekommt ja, wird dir sicherlich auszugehen, immer mal E-Mails, wo man denkt, ob die jetzt nicht gepromtet wurde, irgendwie kommt die nicht so auf den Punkt und so. Also meine positive Perspektive ist, das hört wieder auf und die Leute verstehen, nee, es gibt auch Dinge, da macht es halt Sinn, selber schnell auf den Punkt zu kommen und da macht es Sinn, die Dinge selbst zu durchdenken. Und ich habe die Kompetenz gewonnen, zu wissen, wo das Sinn macht, das abzugeben, und wo das keinen Sinn macht, das abzugeben. Und zweiter positiver Aspekt, dass man aus dem Pilotieren, Rumprobieren rauskommt und wir als Gesamtbranche lernen, einfach Dinge produktiv zu machen und gewinnbringend wirklich zu machen.

Zamina: Sehr guter positiver Ausblick, ja.

Jan: Ja, dann sind wir am Ende von unserem Gespräch über KI, aber ich habe noch ein paar schnelle Schlussfragen dabei. Bist du bereit dafür?

Zamina: Oh Gott, Hilfe. Heißt das, ich muss das innerhalb von einer Sekunde beantworten? Was heißt schnelle Schlussfragen?

Jan: Es muss keine Sekunde sein, aber...

Zamina: Schnellschuss.

Jan: Aber es sind schon eher Schnellschüsse und keine minutenlangen Erklärungen, sondern vielleicht eher Einsatz.

Zamina: Okay. Oh, ich habe Angst.

Jan: Ja. Wenn du einen Zauberstab hättest, was würdest du an der aktuellen KI-Entwicklung ändern?

Zamina: Wenn ich einen Zauberstab hätte, dann würde ich... Was würde ich denn daran ändern? Oh, ich würde, glaube ich, mehr Modelle, lokale Modelle bauen, die kleiner sind, anstatt diese großen Tech-Dinger wie OpenAI. Wir haben ja vielleicht eher in Europa, in Afrika und die dann auch auf die Sprachen besser optimiert sind und die dann vielleicht auch so lokale Gegebenheiten berücksichtigen. Das würde ich glaube ich ändern.

Jan: Okay. Wenn du einen Aspekt in der Entwicklung von KI regulieren könntest, welchen würdest du regulieren?

Zamina: Und ich glaube, der ist schon reguliert. Was ich regulieren würde, ist natürlich die Beantwortung. Also alles, was so Straftaten sind. Und damit meine ich so was wie Chagibiti zu fragen, wie man Menschen am besten töten kann mit 20 Dollar. Das ist ja so eine Frage, die irgendwie viral gegangen ist. Das ist reguliert. Das glaube ich, du kannst nicht fragen, wie man Menschen tötet. Und das würde ich auch jederzeit so entscheiden. Also unser Wertesystem rein zu regulieren.

Jan: Cool. Und wo willst du nie Regulierung in der AI sehen?

Zamina: Wo will ich nie Regulierung sehen? Also, weil total okay sozusagen, ne? Softwareentwicklung? Okay. So aus dem Bauch?

Jan: Ja.

Zamina: Wobei das auch so ein bisschen, man könnte auch Hanebüchen jetzt sagen, ja, aber Zamina, wenn du Software baust für Medizin, dann würde ich dann schon wieder sagen, will ich regulieren, ne?

Jan: Meinst du, es ist ein Copout? Musst du bessere Antwort finden? Dann kommen wir mal weg vom Thema KI. Welches Produkt, physisch oder digital, hat dich zuletzt so richtig begeistert?

Zamina: Boah, ehrlich gesagt hat mich gestern einfach mein Kindle begeistert, weil ich so dachte, ach toll, ich habe hier zehn Bücher mitgeschleppt in den Urlaub. Und das ging einfach nur mit Kindle. Und ich war in einem Flugzeug und die haben alles dunkel gemacht. Und ich weiß, man kann die Leselampe anmachen, aber ich brauchte das ja nicht, weil der Kindle das Licht hatte. Also gestern war ich das letzte Mal von meinem Kindle. Einfach war ich so dankbar, dass ich so viel Material hatte.

Jan: Cool. Und welcher Bereich deines privaten Lebens ist am stärksten geprägt durch deine berufliche Arbeit?

Zamina: Ich glaube, den Ohrerring, den ich trage, den ich heute vergessen habe, by the way. Und zwar ist es der Ring, der meine Gesundheitsdaten trackt und wo ich dauernd permanent gucken kann, ob ich krank bin, gesund bin oder wie viel Kalorien ich verbraucht habe, wo meine Herzfrequenz gerade ist. Und der sagt mir auch ständig irgendwie so Sachen, du hast leichte Symptome, hast du einen Schnupfen oder wieso hast du so viel Stress gehabt heute? Dein Stresslevel war so hoch. Also ich kriege dauernd so Signale irgendwie reflektiert, was mir aber auch hilft, irgendwie mein eigenes Stresslevel in Griff zu haben. Man merkt, wie datenbasiert ich da schon bin, mit meinem eigenen Körper sozusagen.

Jan: Ja, datenbasierte Achtsamkeit sozusagen. Aber wenn es funktioniert, ist das so.

Zamina: Es gibt auch so einen Resilienztracker. Und dann sehe ich immer, November war, glaube ich, irgendwie schwache Resilienz oder August war hohe Resilienz, weil ich gar nicht so viel Stress hatte.

Jan: Cool. Und was ist das beste Fachbuch, das du je gelesen hast?

Zamina: Oh man, das weiß ich nicht. Ich lese so gerne Fachbücher. Inspiriere mich. Was hast du? Wir gucken ja hier gerade auf deine...

Jan: Ja, meine Fachbücher sind aber im anderen Zimmer.

Zamina: Ach so.

Jan: Insofern...

Zamina: Was würdest du sagen?

Jan: Meins ist von Claire Hughes Johnson Scaling People. Bestes Buch über Management, das ich je gelesen habe. Hands down. Empfehle ich jedem.

Zamina: Okay. Eines der besten Bücher zu Fachbuch, was ich gelesen habe, ist Unmasking AI. Kennst du das?

Jan: Ich kenne den Titel. Ich habe es noch nicht gelesen.

Zamina: Unmasking AI, My Mission to Protect What is Human in the World of Machines von Joy Boulamvini. Sie hat bei Google gearbeitet. Das Cover von diesem Buch ist, Joy ist eine farbige Frau, also eine Black Person. Sie hat eine weiße Maske, die sie vor ihr Gesicht halb hält. Sie hat an diesem System mitgearbeitet, die Gesichtserkennung macht. Aber es hat für sie nicht funktioniert.

Jan: Ich erinnere mich an...

Zamina: Sie ist so black, dass die Systeme sie nicht erkennen. Sie hat immer eine weiße Maske vorgehalten. Und dann hat das System sie immer erkannt. Und darüber diese Kritik... Bei Google hat sie intern platziert, ist dann aber auch ausgestiegen, wurde kritisiert, aber hat sich das Ganze nicht stoppen lassen. Und tatsächlich gibt es dazu auch eine Netflix-Dokumentation. Also wer kein Buch nicht so gerne Bücher liest, kann auch die Netflix-Dokumentation sich angucken. Und ich glaube, das ist eines der besten Bücher, weil es zeigt, von einer AI-Entwicklerin, wo sind die Limitationen und wo müssen wir darauf aufpassen. Und das auf eine sehr plakative Art und Weise. Und das hat mich sehr berührt.

Jan: Sehr cool. Was ist dein Lieblingsproduktivitätstool?

Zamina: Also mein Lieblingsproduktivitätstool ist, würde ich sagen, Perplexity, weil ich sehr viel so ein Recherchemensch bin und eigentlich Informationen zusammengefasst haben will und dann weiter tiefer gehen will. Also ich möchte selbst entscheiden, was ich tiefer lesen will. Und dafür ist Perplexity am besten. Ansonsten muss ich sagen, bin ich sehr chaotisch übrigens. Also ich habe keine E-Mail-Ordner, ich habe keine gute Ordner-Ablage, ich habe kein gutes System um irgendwie so Notion und so. Ist mir schon zu strukturiert, ich bin ganz schlecht.

Jan: Sehr sympathisch. Was ist der beste Ratschlag, den du je bekommen hast?

Zamina: So vorlaut, wie sie sind, Zamina, kommen sie sehr weit.

Jan: Sehr gut.

Zamina: Grüße an meinen Prof, der immer Zamina gesagt hat, aber mich gesiezt hat und dann irgendwann hat er das so empfunden, dass ich immer sehr vorlaut bin, aber in gewissen Situationen, also nicht zu viel und dann hat er gesagt, sie kommen sehr weit.

Jan: Sehr cool. Was möchtest du zum Schluss noch loswerden, obwohl ich dir keine Frage dazu gestellt habe?

Zamina: Danke für den Tee und das ist eine sehr schöne Wohnung, in der du hier wohnst.

Jan: Es freut mich, dass du dich hier wohlfühlst. Danke für das Gespräch, Zamina Ahmad.

Zamina: Danke, Jan.

Jan: So, damit sind wir am Ende der inzwischen 15. Produktkraft-Folge. Vielen Dank nochmal, Zamina, für das Gespräch. Vielen Dank an Tim Nippert für das Audioengineering dieser Folge und vielen Dank euch fürs Zuhören. Wie immer erlaube ich mir eine schnelle Schlussbemerkung. Ich biete freiberufliche Product Leadership-Arbeit und Produktcoaching an. Wenn das für euch interessant ist, meldet euch gerne. Und Standardspruch zur Reichweite. Abonniert den Podcast gerne, lasst mir eine gute Bewertung da. Beides hilft dem Projekt enorm und zeigt mir, dass ihr diese Arbeit schätzt. Macht's gut.

Jan Hoppe

Was bringt AI in 2026? – Wo steht der KI-Markt und wie verändert er die deutsche Tech-Branche? Zamina Ahmad zu Gast (AI/ML Expertin und CEO @ shades&contrast, ex Otto, ex ImmoScout24, ex Siemens)

KI-Prognosen und Strategien zwischen Hype und echter Wertschöpfung

Product Support Needed?

Credits

Links

Transkript

Vom Web-Analytics zur AI-Beraterin: Zamina Ahmads Weg von Otto zur eigenen Beratung

Die KI-Schere in deutschen Unternehmen: Warum 95% der AI-Initiativen scheitern

Strategie, Enablement und Policies: Was Unternehmen bei der KI-Adoption beachten müssen

Wie KI Rollen und Prozesse verändert: Product, Design, Engineering und der AI-Entrepreneur

Jobless Growth, Senior-Jobs und Nachwuchsausbildung: Was AI mit dem Arbeitsmarkt macht

PRODUKTKRAFT - Jan Hoppe

Was bringt AI in 2026? – Wo steht der KI-Markt und wie verändert er die deutsche Tech-Branche? Zamina Ahmad zu Gast (AI/ML Expertin und CEO @ shades&contrast, ex Otto, ex ImmoScout24, ex Siemens)

KI-Prognosen und Strategien zwischen Hype und echter Wertschöpfung

Product Support Needed?

Credits

Links

Transkript

Vom Web-Analytics zur AI-Beraterin: Zamina Ahmads Weg von Otto zur eigenen Beratung

Die KI-Schere in deutschen Unternehmen: Warum 95% der AI-Initiativen scheitern

Strategie, Enablement und Policies: Was Unternehmen bei der KI-Adoption beachten müssen

Wie KI Rollen und Prozesse verändert: Product, Design, Engineering und der AI-Entrepreneur

Jobless Growth, Senior-Jobs und Nachwuchsausbildung: Was AI mit dem Arbeitsmarkt macht

In Startphasen von digitalen Produkten schlägt Distribution Technologie – Carsten Bohling zu Gast (Founder Homerockr, ex EventInc, ex InnoGames)

Generative AI und Large-Language-Model-Einsatz im operativen digitalen Produktmanagement. Opportunities und Fallen. Büşra Coşkuner zu Gast (Product Management Coach, ex Doodle, ex home24)

PRODUKTKRAFT - Jan Hoppe