Drei unabhängige Stimmen aus der Produktwelt beschreiben diese Woche denselben Effekt: KI macht das Bauen schnell und billig — aber der Engpass verschwindet dadurch nicht, er wandert nur weiter. Zur Vermarktungsreife. Zur Entscheidungsfindung. Und zu der Frage, wer das alles orchestriert.
KI-Debatten drehen sich fast immer ums Coden — schneller, billiger, ohne Entwicklerteam. Aber drei unabhängige Stimmen aus der Produktwelt zeigen diese Woche, was danach passiert: Der Engpass verschwindet nicht, er wandert weiter. Zur Vermarktung. Zur Entscheidung. Und zur Frage, wer das alles orchestriert.
Der Produktberater Rich Mironov unterscheidet in seinem Beitrag „Technical Ingredients, Revenue Ingredients" drei Reifegrade von Software: ausführbaren Code, den ein KI-Modell in wenigen Stunden produziert. Kommerziell einsetzbare Software, die zusätzlich Betriebssicherheit, Monitoring und Support braucht. Und ein umsatzreifes Produkt, das obendrauf Preisstrategie, Go-to-Market und rechtliche Absicherung verlangt. Nur die erste Stufe wird durch KI-Coding-Tools wirklich schneller.
Sein Kernsatz: „Shipping code isn't the same as shipping revenue." Er beschreibt zwei Warnbeispiele — einen Solo-Entwickler, der nach dem Launch passiv auf Kundschaft wartet, und eine Geschäftsführung, die Entwicklungstempo mit Umsatztempo verwechselt. Seine These: Die meisten Produkte scheitern nicht an der Technik, sondern am Markt — genau der Teil, den kein Modell für einen übernimmt.
Der Produktstratege David Pereira beschreibt den nächsten Effekt: Wenn das Bauen selbst kaum noch Zeit kostet, wird die Auswahl dessen, was überhaupt gebaut werden soll, zum eigentlichen Engpass. Sein Vorschlag ist ein Raster aus zwei Achsen — Tragweite und Umkehrbarkeit einer Entscheidung. Folgenreiche, aber umkehrbare Entscheidungen verdienen Tempo und schnelles Experimentieren. Folgenreiche, kaum umkehrbare Entscheidungen verdienen echte Sorgfalt.
Sein Kritikpunkt: Teams behandeln zu oft banale Entscheidungen — etwa eine Navigationsänderung — mit derselben Schwere wie eine Weichenstellung fürs ganze Unternehmen. Statt reflexhaft auf Konsens zu setzen (in seiner Erfahrung meist zermürbend, mit verwässerten Ergebnissen), unterscheidet er vier Entscheidungsarten: demokratisch, direktiv, konsensbasiert und kollaborativ — bei Letzterer sammelt eine benannte Person Input, entscheidet dann aber selbst. Sein Fazit: Wer nur rund vier Minuten investiert, um die passende Methode zur jeweiligen Entscheidung zu wählen, entscheidet am Ende besser als ein Team, das immer dieselbe Methode fährt.
Wie sich beide Engpässe trotzdem umgehen lassen, zeigt die Gründerin Yana Welinder in einer Folge von Lenny's Newsletter. Mit ihrer Modemarke „Yana Bana" baut sie eine komplette Kollektion ohne ein einziges Entwicklerteam. ChatGPT — inklusive ChatGPT Images 2.0 — verwandelt ihre Hand-Skizzen in realistische Produktbilder. Codex bedient für sie CLO, eine professionelle 3D-Modedesign-Software, die sie selbst nie gelernt hat, und erstellt daraus CAD-Dateien für den 3D-Druck. Codex recherchiert außerdem Hersteller und nimmt Kontakt auf; die komplette E-Commerce-Seite inklusive Bezahlfunktion baute sie ebenfalls selbst.
Ihr Leitsatz für die Arbeit mit KI: „The prompt is the spec, and the spec is everything." Bevor sie ein einziges Bild erzeugt, schreibt sie einen detaillierten „Fashion-Prompt" — Silhouette, wie sich der Stoff bewegen soll, sogar welches Geräusch er machen soll. Sie wird damit selbst zur Orchestrierungsinstanz zwischen Spezialwerkzeugen, die früher ein ganzes Team gebraucht hätten.
Der Satz gilt für jedes Produkt, das schneller gebaut als verkauft wird — und er erklärt, warum die eigentliche Arbeit oft erst nach dem ersten funktionierenden Prototyp beginnt.
Drei völlig unabhängige Stimmen — ein Produktberater, ein Produktstratege, eine Solo-Gründerin — beschreiben ohne Absprache denselben Mechanismus: KI löst den technischen Engpass beim Bauen auf, aber sie beseitigt ihn nicht insgesamt. Sie verschiebt ihn nur dorthin, wo bislang kein Modell hinreicht — zur Frage, ob ein Produkt am Markt ankommt, zur Frage, wer entscheidet, was überhaupt gebaut wird, und zur Frage, wer die einzelnen Werkzeuge zu einem funktionierenden Ganzen zusammenführt.
Das ist auch der Punkt, an dem der Wert nicht im Prompt selbst liegt, sondern in dem, was danach damit passiert — hier eben nicht als Ablage, sondern als Vermarktung, Entscheidung und Orchestrierung. Für den Mittelstand heißt das konkret: Wer heute in KI-Coding-Tools investiert, sollte in derselben Rechnung auch klären, wer im Haus die Vermarktungsreife verantwortet und wer Entscheidungen trifft, statt sie in endlosen Abstimmungsrunden zu verwässern.
Quellen: Rich Mironov · David Pereira · Lenny's Newsletter (Yana Welinder). Stand: 21.08.2026.
Welches Modell für welche Aufgabe, welche Tools wirklich zählen und wie du richtig promptest — komplett lesbar, kein Download.
Jetzt gratis lesen →Ich helfe dir, KI-Coding-Tempo mit echter Vermarktungsreife zu verbinden — statt nur schneller Prototypen zu produzieren, die niemand kauft. Lass uns reden.