AI Product Engineer: die Hybridrolle, die den klassischen PM ablöst

14 min · 1. November 2026

Warum diese Rolle 2026 den klassischen PM verdrängt und was das für deine Karriere bedeutet.

Von Lukas Kaminskis, CEO und Co-Founder von Turing College

Das Wichtigste in Kürze

• An die Stelle des PM als „Informationsverteiler“ tritt eine Hybridrolle: Sie baut, liefert aus und entscheidet, oft alles in einer Person.

• Gartner hatte prognostiziert, dass 2025 bereits 70 % der neuen Unternehmensanwendungen mit Low-Code- oder No-Code-Plattformen entstehen. 2020 waren es noch unter 25 %. Die Personalplanung hält mit dieser neuen Arbeitsweise noch nicht Schritt.

• AI Product Engineers arbeiten in der Schnittmenge von vier Disziplinen: KI- und Softwareentwicklung, Produktmanagement, UX/UI und ein gutes Gespür für Daten.

• Die Gehälter steigen für Leute, die selbst bauen können. Für alle, die nur koordinieren, sinken sie.

• Knapp ist nicht mehr die Umsetzung, sondern das Urteilsvermögen: zu wissen, was du bauen solltest, und zu erkennen, ob das Ergebnis etwas taugt.

Seit rund 18 Monaten gewinnt bei Einstellungen in der Tech-Branche eine Rolle an Gewicht, ohne dass die meisten gemerkt haben, dass sie einen Namen hat. Du siehst sie in Stellenbeschreibungen, die Produktgespür und Umsetzungsstärke im selben Absatz verlangen. Du siehst sie in Gehaltsbändern, die weder in die PM- noch in die Engineering-Laufbahn sauber passen. Und du siehst sie an den Leuten, die KI-native Firmen in Senior-Rollen holen. Früher waren sie PMs, heute verbringen sie die halbe Woche in Cursor.

Die Rolle heißt AI Product Engineer. Ihr Aufstieg ist die folgenreichste Veränderung in der Produktarbeit, seit es die PM-Rolle gibt.

Ich zeige dir, warum das passiert, was die Rolle eigentlich ausmacht und was erfahrene Fachleute jetzt tun sollten. Denn bald teilt der Markt alle in zwei Gruppen ein: die, die den Wechsel geschafft haben, und die, die ihn verpasst haben.

Was ist ein AI Product Engineer?

Ein AI Product Engineer ist eine Person, die ein Produkt mit KI-Tools spezifizieren, bauen und ausliefern kann. Die Rolle vereint Produktdenken, technisches Verständnis, Designgespür und Datenkompetenz. Es gibt sie, weil KI die Zeit zwischen Idee und funktionierendem Prototyp von Wochen auf Stunden verkürzt hat. Davon profitieren Generalist:innen, die alle vier Disziplinen gleichzeitig beherrschen.

Der Titel unterscheidet sich von Firma zu Firma. Manche sagen Product Engineer. Manche sagen AI Engineer mit Produktverantwortung. Andere nennen die Stelle weiterhin Senior PM, setzen in der Stellenbeschreibung aber längst stillschweigend lauffähigen Code voraus. Wichtiger als das Etikett ist, wofür Unternehmen tatsächlich bezahlen.

Warum diese Rolle gerade jetzt wächst

Die Rolle wächst, weil Software viel schneller und günstiger entsteht als früher. Eine Person mit KI-Tools leistet, wofür früher ein kleines Team nötig war. Damit liegt der Engpass nicht mehr bei der Umsetzung, sondern beim Urteilsvermögen. Unternehmen zahlen heute mehr für weniger Leute, die den ganzen Ablauf selbst abdecken. Für Spezialist:innen, deren Arbeit KI inzwischen automatisiert, zahlen sie weniger. Die Einstellungszahlen holen jetzt nach, was sich in der Entwicklung schon länger zeigt.

Gartner hatte 2021 prognostiziert, dass 2025 bereits 70 % der neuen Unternehmensanwendungen mit Low-Code- oder No-Code-Technologien entstehen. 2020 lag dieser Wert unter 25 %. In fünf Jahren wäre das also ein Sprung von weniger als einem Viertel auf mehr als zwei Drittel aller neuen Anwendungen. Die meisten Branchen verändern sich nicht so schnell. Software schon.

Überraschend ist, wie langsam die Personalplanung nachzieht. Die meisten Unternehmen schreiben Stellen immer noch für die Arbeitsweise von 2020 aus: getrennte Stellen für Produktmanagement, Engineering, Design und Datenanalyse. Dabei ist die Arbeit selbst längst zusammengewachsen. In Gesprächen mit Führungskräften über Neueinstellungen höre ich zurzeit vor allem eine Frage: „Stelle ich jemanden fürs Produkt mit technischen Skills ein oder jemanden aus dem Engineering mit Produktgespür?“ Die ehrliche Antwort: Die Grenze zwischen beiden Rollen verschwimmt. Unternehmen, die eine Person für beides einstellen oder weiterbilden, sind schneller als Unternehmen, die weiterhin zwei Leute dafür suchen.

Nikhyl Singhal, früher bei Meta und Google, hat diesen Punkt in Lenny Rachitskys Podcast noch schärfer formuliert. Manche PMs verbringen ihren Tag damit, Informationen weiterzureichen. Sie schreiben Statusupdates, gleichen Roadmaps ab und übersetzen Engineering-Kürzel für das Marketing. Dieser PM wird aus Nikhyls Sicht „im Grunde zum Dinosaurier“. Er erwartet, dass Unternehmen in den nächsten 12 bis 24 Monaten massiv Personal abbauen und danach neu einstellen. Die neuen Leute werden dann alle „KI-first“ sein. Es geht also nicht nur um Entlassungen, sondern vor allem um Ersatz. Gleich viele Stellen, vielleicht weniger, aber mit einem anderen Skill-Profil.

Der AI Product Engineer ist genau dieses neue Profil.

Das Venn-Diagramm: vier Disziplinen verschmelzen zu einer Rolle

Der AI Product Engineer entsteht, wenn vier etablierte Fachgebiete nicht mehr getrennte Jobs sind, sondern Fähigkeiten einer einzigen Person: KI- und Softwareentwicklung, Produktmanagement, UX/UI-Design und Datenanalyse. Das Diagramm unten zeigt, wo die Rolle liegt.

[Bild einfügen: Venn-Diagramm mit vier sich überlappenden Kreisen (KI- und Softwareentwicklung, Produktmanagement, UX/UI-Design, Datenanalyse), in der Schnittmenge „AI Product Engineer“. Grafik aus dem EN-Original übernehmen, Beschriftungen auf Deutsch.]

In Nikhyls Argument steckt eine feine Unterscheidung, die in der breiten Debatte darüber, ob KI Wissensarbeit ersetzt, oft untergeht. Er sagt nicht, dass Informationsarbeit stirbt. Er sagt, dass der Verteiler von Informationen ausstirbt. Das sind zwei verschiedene Aussagen. Informationen müssen weiterhin fließen: zwischen Spezifikation und Code, zwischen User Research und Roadmap, zwischen Kennzahl und Entscheidung. Verändert hat sich, dass es fast nichts mehr kostet, sie weiterzugeben. Umso wertvoller ist dein Urteil darüber, was mit ihnen passiert.

Genau das zeigt das Diagramm mit den vier Kreisen. Jede Disziplin gibt es weiterhin. KI-Entwicklung, Produktmanagement, Design und Datenanalyse werden alle noch gebraucht. Weggefallen ist die Annahme, dass jede davon einen eigenen Menschen braucht. Wenn die mechanischen Teile jeder Disziplin automatisiert sind, bleibt in der Mitte das Urteil übrig. Wer breit genug aufgestellt ist, kann dieses Urteil für alle vier Bereiche übernehmen.

Klassischer PM vs. AI Product Engineer: was sich tatsächlich verändert hat

Die klassische PM-Rolle war darauf ausgelegt, ein Team aus Spezialisten zu koordinieren. Der AI Product Engineer übernimmt dagegen die volle Verantwortung von der Idee bis zum Release, während KI die Spezialaufgaben erledigt. Das Ziel bleibt dasselbe: ein Produkt ausliefern, das wirklich etwas bewirkt. Organigramm und Arbeitsalltag sehen aber anders aus. Die Tabelle zeigt, wohin sich die Arbeit verlagert hat.

Auf die letzte Zeile kommt es an. Alles darüber erklärt, was KI heute übernimmt. Die letzte Zeile erklärt, warum Unternehmen weiterhin Menschen einstellen.

Warum Urteilsvermögen knapp geworden ist

Wenn KI in einer Stunde einen funktionierenden Prototyp erstellt, verschiebt sich der Engpass von der Umsetzung zur Bewertung. Die schwierige Frage lautet nicht mehr „Können wir das bauen?“, sondern „Sollten wir das bauen?“. Urteilsvermögen ist in Produktorganisationen zur bestbezahlten Fähigkeit geworden. Gemeint ist: zu wissen, was du bauen solltest, und zu erkennen, ob das Ergebnis gut ist. Dazu gehört auch, zu entscheiden, wie es ins Gesamtsystem passt, ohne der Marke zu schaden.

Nikhyl hat das fast mathematisch ausgedrückt. Er zitiert den bekannten Spruch, der meist Thomas Edison zugeschrieben wird: Genie ist 1 % Inspiration und 99 % Transpiration. Dann passt er das Zitat an die heutige Zeit an. Im KI-Zeitalter übernimmt die KI die 99 % Transpiration. Menschen können sich ganz auf das 1 % Inspiration konzentrieren. Das klingt nach einem Slogan, bis du länger darüber nachdenkst. Wenn ein Tool 99 % der Arbeit übernimmt, ist das verbleibende 1 % die gesamte wirtschaftliche Grundlage der Rolle. Dieses 1 % ist außerdem am schwersten umzusetzen und am schwersten zu vermitteln.

Der Arbeitsmarkt hat das bemerkt. Wer selbst baut und Produkt, Code, Design und Daten gemeinsam im Blick behält, ist heute besonders gefragt und wird entsprechend gut bezahlt. Reine Koordinator:innen nicht. Das ist das neue Gleichgewicht.

Was das für erfahrene Fachleute bedeutet

Dieser Wandel bringt ein Generationenrisiko mit sich, über das zu selten gesprochen wird. Am stärksten betroffen sind erfahrene PMs und Engineers. Diese Gruppe kennt ihre Organisation am besten und weiß am genauesten, was ein gutes Produkt ausmacht. Ihr Urteilsvermögen ist das, wovon der Markt mehr will. Ihre praktischen Fähigkeiten sind in vielen Fällen aber eingerostet. Seit fünf Jahren haben sie keinen Code mehr ausgeliefert. Seit acht Jahren keinen Screen mehr gestaltet. Und eigene Analysen haben sie zuletzt gemacht, bevor das Datenteam eingestellt wurde.

Nikhyl spricht das offen an. Sich mitten in der Karriere neu zu erfinden, ist schwer. Die Leute sind erschöpft. Sie haben eine Hypothek, Eltern, Kinder und ein Leben, das den Tag ohnehin füllt. Sich in neue Tools einzuarbeiten, wirkt da wie ein riesiger Schritt. Claude oder Cursor zu öffnen und seit Jahren erstmals selbst etwas zu bauen, fällt schwer, wenn dienstags um 21 Uhr kaum Energie übrig ist.

Trotzdem ist dieser Neuanfang keine Option, die du einfach auslassen kannst. Oder genauer: Er ist so optional, wie es 1998 optional war, mit E-Mail umgehen zu lernen. Du kannst es lassen. Der Markt zahlt dann einfach nicht mehr für das, was du tust.

[CMS-Widget, Texte in Reihenfolge:]

Building with AI Agents · Turing College

Lerne AI Product Engineering. Bis zu 100 % gefördert. 🚀

Wähle dein Land und sieh, wie du ohne eigene Kosten bei Building with AI Agents einsteigen kannst.

🇩🇪

Bis zu 100 % über den Bildungsgutschein gefördert · 3 Monate

Lerne AI Product Engineering in 3 Monaten, bis zu 100 % gefördert für Arbeitsuchende und Arbeitslose mit Wohnsitz in Deutschland.

Wenn du bei der Agentur für Arbeit oder beim Jobcenter gemeldet bist, kann der Bildungsgutschein 100 % der Programmkosten übernehmen. Ob du ihn bekommst, entscheidet deine Vermittlungsfachkraft im Einzelfall. Du baust echte KI-Anwendungen gemeinsam mit anderen erfahrenen Fachleuten und bekommst jede Woche Feedback von Leuten, die diese Arbeit in der Praxis machen.

Sichere dir deinen Platz mit Bildungsgutschein →

🇬🇧

Über die Apprenticeship Levy finanziert · ab 8 Monaten

Werde AI Product Engineer über eine britische Apprenticeship, voll finanziert über die Levy deines Arbeitgebers.

Die britische Apprenticeship ist ein umfangreicheres Programm. Sie dauert mindestens 8 Monate, oft länger, weil der Apprenticeship-Standard mehr abdeckt als das deutsche Intensivprogramm. Dazu gehören KI-Entwicklung, Produktgespür, Design, Daten und ein Praxisprojekt, das du in deinem eigenen Unternehmen umsetzt. Liegt die britische Lohnsumme deines Arbeitgebers über 3 Mio. £, zahlt er bereits in die Apprenticeship Levy ein. Mit diesen Mitteln lassen sich deine Programmkosten vollständig decken, während du angestellt bleibst.

Über die Apprenticeship Levy bewerben →

🇩🇪 🇬🇧

Wähle oben dein Land und sieh, wie Building with AI Agents für dich finanziert wird.

Nicht in Deutschland oder Großbritannien? Alle Programmoptionen ansehen →

So startest du noch diese Woche

Mit diesen fünf Schritten startest du noch diese Woche den Wechsel zum AI Product Engineer. Für keinen davon musst du kündigen. Und alle zahlen sich mit der Zeit immer stärker aus.

• Bau diese Woche etwas, das ein Problem von dir löst. Kein Tutorial und kein Kursprojekt, sondern ein kleines Tool, das du wirklich brauchst. Zum Beispiel ein Skript, das dein Postfach sortiert, ein Tool, das deine Meeting-Notizen zusammenfasst, oder ein Smart-Home-Dashboard. Nikhyl sagt es direkt: PMs müssen Freude daran finden, mit neuen KI-Tools Dinge zu bauen. Freude ist hier kein netter Zusatz. Sie sorgt dafür, dass du dranbleibst und Routine bekommst.

• Mach eine deiner wiederkehrenden Aufgaben überflüssig. Nimm die Aufgabe, die sich in deiner Woche am häufigsten wiederholt, und automatisiere sie mit einem KI-Tool. Das können Statusberichte sein, die Priorisierung des Backlogs oder die wöchentliche Zusammenfassung der Kennzahlen. Richtig gute Engineers oder PMs nutzen Technologie, um Routinearbeit loszuwerden, so Nikhyl. Es geht um die Zeit, die du dadurch gewinnst.

• Stell in deinem Lebenslauf an den Anfang, was du gebaut hast, nicht wo du gearbeitet hast. Das ist der Wandel, den Nikhyl beschreibt: weg von bekannten Marken, hin zu aktuellen Fähigkeiten. Unternehmen interessiert heute mehr, wie aktuell deine Skills sind, als welche Logos oben in deinem Lebenslauf stehen. Setz deine KI-Projekte an die erste Stelle.

• Such dir regelmäßiges Feedback von Leuten, die diese Arbeit täglich machen. Das kann eine Open-Source-Community sein, ein Discord-Server oder ein strukturiertes Programm wie unsere Building-with-AI-Agents-Gruppe. Wenn du mit anderen zusammen baust, lernst du vieles, was in keinem Tutorial steht. Über das Bauen mit KI-Tools zu lesen, ist etwas anderes, als mit Leuten zu bauen, die das beruflich machen. Bist du in Deutschland arbeitslos oder arbeitsuchend gemeldet, kann ein Bildungsgutschein die Kosten übernehmen. Zahlt dein britischer Arbeitgeber in die Apprenticeship Levy ein, lassen sich die Kosten darüber decken. Hier erfährst du mehr über Building with AI Agents.

• Nutze die nächsten 12 Monate für einen bewussten Neuaufbau. Nikhyl erwartet, dass Unternehmen in den nächsten 12 bis 24 Monaten massiv Personal abbauen und danach neu einstellen. Jetzt hast du die Chance, dich als jemanden zu positionieren, der wieder eingestellt wird, und nicht als jemanden, der gehen muss. Dieses Zeitfenster bleibt nicht ewig offen.

Und Engineers? Gilt für sie derselbe Wandel?

Die Bewegung geht in beide Richtungen. Je mehr KI das Programmieren beschleunigt, desto mehr Produktkompetenz brauchen Engineers. Sie müssen entscheiden, was gebaut wird, bewerten, ob es funktioniert hat, und die Nutzer:innen gut genug verstehen, um gute Produktentscheidungen zu treffen. Das gilt auch umgekehrt. PMs müssen technischer werden, Engineers produktorientierter. Sie treffen sich in der Mitte, und diese Mitte ist der AI Product Engineer.

Das hat mich am meisten überrascht, als ich anfing, die Einstellungsmuster zu beobachten. Es geht nicht nur darum, dass PMs Programmierkenntnisse dazugewinnen. Es geht auch darum, dass Engineers Produktgespür entwickeln. Wenn KI den Code schreibt, liegt der Wert eines Engineers darin, zu entscheiden, welche Features sich überhaupt lohnen. Und das ist per Definition Produktarbeit. Die beiden Rollen wachsen zusammen, weil die Arbeit selbst zusammengewachsen ist.

Nikhyl bringt noch einen Gedanken ein: Er erwartet, dass AI Product Engineers zu „Treibern des Wandels“ werden. Das sind Menschen, die moderne, KI-native Arbeitsweisen in Branchen außerhalb der Tech-Welt bringen. Marketingteams, die jemanden brauchen, der interne Tools baut. Vertriebsorganisationen, die Automatisierung brauchen. Rechtsabteilungen, die Dokumenten-Workflows brauchen. Die Hybridrolle wird bald in allen Branchen gefragt sein.

Häufige Fragen

Ist „AI Product Engineer“ ein echter Jobtitel oder nur ein Buzzword?

Das hängt vom Unternehmen ab. Manche, etwa Vercel, Linear und kleinere KI-native Start-ups, schreiben Stellen bereits als „Product Engineer“ aus. Andere suchen dasselbe Profil weiterhin unter dem Titel Senior PM oder Staff Engineer. Der Titel variiert, der Bedarf an diesen Fähigkeiten ist aber real und wächst. Achte darauf, was die Stellenbeschreibung verlangt, nicht auf den Titel.

Muss ich für diesen Wechsel von Grund auf programmieren lernen?

Du brauchst genug technisches Verständnis, um mit KI-Tools lauffähige Software auszuliefern. Ein L4-Coding-Interview bei Google musst du nicht bestehen. Wichtig ist, dass du Code gut genug lesen kannst, um zu prüfen, was die KI erzeugt. Du solltest Systemdesign gut genug verstehen, um sinnvolle Architekturentscheidungen zu treffen. Und du nutzt Tools wie Claude, Cursor und ähnliche KI-Agenten, um den eigentlichen Code zu schreiben. Die entscheidende Frage ist „Kannst du ausliefern?“ und nicht „Kannst du einen B-Baum aus dem Gedächtnis schreiben?“.

Kehrt sich der Aufstieg dieser Rolle um, wenn der KI-Hype abflaut?

Die Gartner-Prognose, nach der 2025 bereits 70 % der neuen Unternehmensanwendungen mit Low-Code- oder No-Code-Plattformen entstehen sollten, stammt aus dem Jahr 2021. Sie ist also älter als die aktuelle Welle generativer KI. Der Trend zu kleineren, vielseitigeren Teams hat schon vor diesem KI-Zyklus begonnen, und KI verstärkt ihn. Ein abflauender KI-Hype würde den Zeitplan verändern, nicht die Richtung.

Wie gelingt der Wechsel in der Mitte der Karriere am schnellsten?

Bau jede Woche etwas Echtes und zeig es öffentlich, auch wenn es klein ist. Kombiniere das mit einem strukturierten Umfeld, das dich regelmäßig üben lässt und dir Feedback von Leuten gibt, die diese Arbeit schon machen. Allein kommst du nur langsam voran. Wann du der KI vertrauen kannst und wann du eingreifen musst, lernst du am besten mit Leuten, die das gut können. Dasselbe gilt dafür, wie du die Ergebnisse der KI bewertest. Building with AI Agents bietet dir genau so ein Umfeld. Bist du in Deutschland arbeitslos oder arbeitsuchend gemeldet, kann ein Bildungsgutschein die Kosten übernehmen. Zahlt dein britischer Arbeitgeber in die Apprenticeship Levy ein, lassen sich die Kosten darüber decken.

Der Aufstieg des AI Product Engineers ist die größte Veränderung in der Produktarbeit, seit es PMs gibt. Die gute Nachricht: Die zugrunde liegenden Fähigkeiten sind nicht neu. Urteilsvermögen, ein Gespür für Qualität und der Instinkt fürs Bauen haben schon immer die besten Leute in diesem Beruf ausgezeichnet. Neu ist, dass du sie jetzt direkt in fertige Produkte umsetzen kannst.

Wer das nutzt, erlebt gerade den spannendsten Moment in der Geschichte der Produktarbeit. Für alle anderen ist es der Moment, in dem der Markt stillschweigend aufhört, nach ihnen zu suchen.

Möchtest du eigene Tools mit KI entwickeln?

Entwickle eigene Produkte mit KI-Agenten im Kurs Building with AI Agents.