Wenn Code nichts mehr kostet, wird das Urteilsvermögen unbezahlbar

Mar 14, 2026

Ein LLM schreibt heute funktionierenden Code in Minuten. Firmen wie Strong DM verbieten ihren Engineers, Code selbst zu schreiben oder zu reviewen¹. Agenten nehmen menschenverfasste Roadmaps, gießen sie in Software und testen sie in simulierten Umgebungen. Die technische Umsetzung ist kein Bottleneck mehr.

Genau deshalb verschiebt sich der Wert entlang der gesamten Wertschöpfungskette und zwar weg vom Code, hin zur Entscheidung darüber, was überhaupt gebaut werden soll. Weil die Velocity des Outputs steigt, muss der Filter davor umso konsequenter greifen. Auf einmal strömen Gewerke wie Marketing oder Sales mit selbstgebastelten Lösungen ins Meeting: ohne überprüfbare Hypothesen, saubere Problem-Identifikation oder einen Blick für die Business Viability. Der Product Manager (PM) muss wachsamer evaluieren und argumentieren als je zuvor. Diese Entscheidungs- und Führungskompetenz wird zur strategischen Fähigkeit. Für PMs bedeutet das: die Rolle wird nicht kleiner oder obsolet. Sie wird kritischer.

Drei Konsequenzen, die daraus folgen

Wenn Implementierung billig wird, werden drei Dinge unbezahlbar teuer: schlechte Priorisierung, fehlende Orchestrierungskompetenz und der Irrglaube, man müsse nicht mehr in Juniors investieren. Ein Sparkurs, der das kritische Denken von morgen systematisch aus dem Unternehmen streicht.

1. Der PM entscheidet, das LLM implementiert

Als Product Manager war es schon immer mein Job, herauszuarbeiten, wo der größte Wert entsteht. Was sich ändert, ist die Masse und Taktung: Die reinen Implementierungskosten einer falschen Idee sind massiv gesunken — aber die Frequenz der Entscheidungen ist gewachsen. Wenn ich selbst in einer Woche drei Prototypen bauen kann statt einen in drei Monaten oder Kollegen plötzlich ungetestete Feature-Ideen raushauen, muss der Filter davor umso kompromissloser greifen.

Genau deshalb verbleibt die Validierung und vor allem die Wirtschaftlichkeitsrechnung in der Domäne eines PMs. Die Kernfrage lautete schon immer: Lösen wir das richtige Problem? Rechnet sich die Lösung? Es reichte noch nie, nur die Entwicklungszeit zu schätzen. Der PM muss die klassischen FTE-Kosten gegen Token-Usage und laufende Inferenz-Kosten abwägen, um den tatsächlichen Return eines Features zu messen. Ist dieser Weg wirklich der effizienteste oder haben wir nur eine teure GPT-API in ein hübsches Interface verpackt, weil der Markt es gerade verlangt?

Unternehmen suchen Leute, die fragen: Was ist das eigentliche Problem und ist ein LLM oder Output X überhaupt der effizienteste Weg, es zu lösen? Unternehmen suchen Wissensarbeiter, die hinterfragen, ob ein LLM technologisch und wirtschaftlich überhaupt die richtige Antwort auf das eigentliche Problem ist.

2. Agent-Orchestrierung wird zur Kernkompetenz

In einer agentischen Welt reicht es nicht mehr, bloß Anforderungen zu definieren und auf Ergebnisse zu warten. Auf institutioneller Ebene ist eine völlig neue Kompetenz gefragt: die Fähigkeit, das Signal vom Rauschen zu trennen und Prozesse so zu gestalten, dass sie definiert, deterministisch und auditierbar bleiben². Wer Multi-Agenten-Systeme einsetzt, die Design, Coding, Compliance und Security zunehmend autonom erledigen, muss deren Architektur im Kern durchdringen. Ich muss diese Systeme orchestrieren, ihre Ergebnisse kritisch validieren und ihre systemischen Grenzen kennen. Denn isoliert produktive Akteure schaffen noch keine produktive Organisation.

Das klingt vielleicht nach einer zutiefst technischen Aufgabe. Ist es aber nicht. Es ist die gleiche Arbeit, die einen guten PM schon immer ausgemacht hat: Orchestrierung. Der Unterschied ist lediglich das Ensemble. Ich dirigiere nicht mehr ausschließlich Menschen, sondern hybride Teams aus Menschen und Agenten. Ich muss wissen, wann ich einen Agenten von der Leine lasse und wann ein Mensch eingreifen muss. Ich muss evaluieren, wo Automatisierung echten Wert schöpft und wo sie unkalkulierbare Risiken produziert.

Am Ende bleibt ein Aspekt völlig unangetastet: die Rechenschaftspflicht. Ein Agent trifft keine strategischen Entscheidungen. Er führt aus. Die Verantwortung für das, was produziert wird, trägt der Mensch. Im Produktkontext liegt diese Verantwortung beim PM.

Strong DM gibt seinen Engineers vor, täglich Tokens im Gegenwert ihres Tagessatzes zu verbrauchen — rund 1.000 Dollar am Tag pro Kopf. Das ist keine technologische Spielerei, sondern eine gewaltige Umwälzung der operativen Realität. Wer als PM dieses rohe, teure Potenzial nicht präzise orchestrieren kann und Agenten in die falsche Richtung rennen lässt, verbrennt Geld für völlig wertlosen Output. PMs, die das nicht verstehen, schreiben Roadmaps, die krachend an der Realität der eigenen Organisation vorbei laufen.

3. Der Verlust der Juniors kostet uns die Zukunft

Hier wird es unbequem: Die vermeintlichen Kosteneinsparungen durch den Abbau von Junior-Rollen haben einen blinden Fleck. Wir feiern die gewonnene Effizienz, weil die Maschine vermeintlich billig produziert. Wer im Blindflug massenhaft Tokens verfeuert und mangels kritischer Prüfung die falschen Features auf die Straße bringt, verbrennt am Ende massiv Kapital, verliert das Vertrauen beim Kunden und schadet seiner Marke. Doch der weitaus teurere Fehler ist ein anderer: Im Rausch streichen wir systematisch das kritische Denken von morgen aus dem Unternehmen. Wenn ein LLM die Marktanalyse schreibt, Kunden-Insights synthetisiert und den Wettbewerb recherchiert an welchen Aufgaben wächst dann noch der Junior?

Die Antwort lautet nicht, dass Juniors durch KI überflüssig werden. Ein Junior schreibt eine Marktanalyse heute nicht mehr von Grund auf neu. Aber er muss argumentieren können, welche von drei KI-generierten Varianten für einen spezifischen Business Case strategisch die beste ist. Er redigiert, gewichtet und entscheidet, was in der maschinellen Produktion fehlt: der unternehmerische und gesellschaftliche Kontext.

Dieses Abwägen und Bewerten ist das, was den Junior überhaupt erst zum fähigen Senior macht. Doch aktuell passiert etwas viel Fataleres. Die Rolle wandelt sich nicht, sie wird wegrationalisiert. Wer heute den Junior aus der Organisation streicht, weil die Maschine vordergründig billiger produziert, kappt die Pipeline seiner eigenen Zukunft. Wir bezahlen diese kurzsichtige Einsparung morgen mit einem dramatischen Mangel an Entscheidern, Orchestratoren und echten Innovatoren. Wenn uns der Nachwuchs fehlt, fehlt uns die menschliche Intuition und jene Kreativität, die kein LLM jemals entwickeln kann, weil Algorithmen naturgemäß nur auf historischen Daten Wahrscheinlichkeiten reproduzieren können.

Das kritische AI-Mindset als Haltung

Der Markt hat diese Verschiebung der Wertschöpfungskette bereits eingepreist. Unternehmen wollen in Zukunft nicht mehr hören, welche agilen Frameworks du theoretisch beherrschst. Sie wollen sehen, wie du in dieser neuen Realität der unendlichen Velocity echte Probleme löst. Sie suchen ein AI-Mindset — nicht als leeres Buzzword, sondern als gelebte, kritische Arbeitshaltung. Konkret bedeutet das drei Dinge:

Kannst du als Filter agieren? Es geht nicht mehr darum, ob du ein Tool bedienen kannst. Es geht darum, ob du dich rasant in neue Domänen eindenken und den massiven, maschinellen Output auf seinen echten Business-Wert überprüfen kannst.

Denkst du in First Principles? Wer heute Standardlösungen abguckt, wird von der KI überholt. Die Kunst liegt darin, die Grundlogik eines Problems zu durchdringen, sich nicht von der schnellen “Citizen Developer”-Welle blenden zu lassen und einen eigenen, wirtschaftlich tragfähigen Pfad einzuschlagen.

Orchestrierst du das große Ganze? Bringst du das ganzheitliche Denken an den Tisch, das der Maschine bei all ihrer Rechenleistung fehlt? Ein LLM kann Token-Economics zwar blitzschnell gegen FTE-Kosten ausrechnen, aber die strategische Einordnung dieser Zahlen, das empathische Kundenverständnis, die hybride Steuerung von Agent-Mensch-Teams und die generalistische Klammer über das Business verlangen einen menschlichen Orchestrator.

Zeig, wie du heute ein Problem filterst, shippst und kommerzialisierst. Du musst kein KI-Entwickler sein. Deine Aufgabe ist es, das Unternehmen durch kritisches Denken strategisch zu komplementieren.

Die eigentliche Daseinsberechtigung

Entscheidungskompetenz gab es logischerweise schon vor LLMs. Neu ist das extreme Paradoxon der Kosten: Die reine Umsetzung einer Idee kostet vermeintlich nichts mehr. Doch gerade weil jeder alles in Rekordzeit bauen kann, verliert die pure Geschwindigkeit an Wert.

Wenn alle schnell sind, gewinnt nicht der Schnellste. Es gewinnt derjenige, der das Richtige baut.

Dies herauszufiltern — ohne fertiges Template, dafür mit Urteilsvermögen, Kundennähe und der Bereitschaft, die eigene Hypothese zu falsifizieren — bleibt die unangetastete Kernaufgabe eines Product Managers.

Kein LLM der Welt nimmt uns diese Arbeit ab. Das ist kein Defizit der Technologie. Es ist der exakte Grund, warum es unsere Rolle gibt.