17. Juli 2026Aktualisiert am Fathy Shalaby13 Min. Lesezeit
Kann KI Product Manager ersetzen? Was die Job- und Umfragedaten 2026 zeigen
Die Zahl offener PM-Stellen liegt auf einem fast vierjährigen Hoch, „LLM“ ist inzwischen der gefragteste Skill in PM-Stellenanzeigen, und KI verändert die Arbeit. Hier ist jede Zahl, ihre Quelle und was sie bedeutet.
Teilen
Dieser Artikel wurde aus dem Englischen übersetzt. Original lesen
Kann KI Product Manager ersetzen? Den Daten von 2026 zufolge nicht. Offene Product-Manager-Stellen bei Tech-Unternehmen liegen 75 % über ihrem Tiefstand vom März 2023 und auf dem höchsten Niveau seit fast vier Jahren, während die Einstellungen von Software-Engineers in den USA auf weniger als die Hälfte ihres Höchststands von 2022 gefallen sind. KI verändert, was PMs tun – „LLM“ ist inzwischen der am häufigsten geforderte Skill in PM-Stellenanzeigen –, aber die Nachfrage nach der Rolle steigt.
Die PM-Stellen stiegen zwischen Anfang 2023 und Ende 2026 um 56 %, gegenüber 43 % im Engineering, und der Anteil von PM an den Tech-Einstellungen wuchs von 16 % im Jahr 2021 auf 21 % (TrueUp und Live Data Technologies via Lenny's Newsletter, November 2026).
US-Unternehmen stellten in den 12 Monaten bis April 2026 rund 113.000 Software-Engineers ein, weniger als die Hälfte des Höchststands von 239.000 im Jahr 2022.
„LLM“ ist inzwischen der am häufigsten genannte Skill in PM-Stellenbeschreibungen; „Claude“ liegt auf Platz drei, und „Evals“ ist in die Top 10 aufgestiegen.
Das Risiko konzentriert sich auf den Berufseinstieg: Die Beschäftigung von 22- bis 25-Jährigen in KI-exponierten Berufen liegt 19 % unter dem Trend, ohne vergleichbare Lücke bei erfahrenen Beschäftigten (Stanford, August 2026).
Nur 17 % der Produktverantwortlichen sagen, KI habe großen Einfluss auf die strategische Planung gehabt, gegenüber 50 % im Engineering (Product Institute, 2026).
Was sagen die Stellenanzeigen-Daten über KI und Product Manager?
Der detaillierteste öffentliche Tracker für Produktrollen ist TrueUp, der offene Stellen bei mehr als 9.000 Tech-Unternehmen zählt. Lenny Rachitskys Analyse vom November 2026 kombiniert ihn mit Live Data Technologies, das tatsächliche Einstellungen von 124 Millionen Berufstätigen in den USA verfolgt (Lenny's Newsletter, 2026). Die Kernaussage: Product Management ist die einzige zentrale Tech-Rolle, deren Anteil an den Einstellungen gewachsen ist.
US-Einstellungen Software-Engineers, Mai 2025–April 2026
—
Rund 113.000, gegenüber 239.000 beim Höchststand 2022
Zwei Einschränkungen. Offene Stellen sind keine Einstellungen: Dieselbe Analyse sagt, dass die tatsächlichen PM-Einstellungen sich besser gehalten haben als andere Kernrollen, insgesamt aber stagnieren oder zurückgehen. Und TrueUp deckt Tech-Unternehmen ab, nicht jedes Unternehmen, das Product Manager beschäftigt.
Trotzdem: Würde KI Product Manager ersetzen, würden diese Linien in die andere Richtung zeigen. Im Engineering ist das Hiring am stärksten gefallen, und bei PM ist der Anteil gewachsen.
Reduziert KI irgendwo in der Tech-Branche Jobs?
Ja, aber nicht so, wie es die Schlagzeile „KI ersetzt PMs“ nahelegt. Indeed Hiring Lab meldete, dass die Tech-Stellenanzeigen in den USA Ende 2025 etwa 34 % unter ihrem Stand vom Februar 2020 lagen, während die Gesamtzahl der Anzeigen in der Wirtschaft etwa 6 % darüber lag (Indeed Hiring Lab, Januar 2026). Im selben Zeitraum wuchsen Anzeigen, die KI erwähnen, um 134 %, und Tech-Anzeigen mit KI-Bezug lagen etwa 45 % höher.
Mit anderen Worten: Das Tech-Hiring ist insgesamt schwach, und die offenen Stellen verlangen zunehmend KI-Skills. Indeeds KI-Tracker erreichte im Dezember 2025 mit 4,2 % aller US-Anzeigen einen Rekord. In Data und Analytics erwähnen 45 % der Anzeigen KI; in Softwareentwicklung und IT sind es 20 % oder mehr. Product Management weist Indeed nicht als eigene Kategorie aus.
Wer verliert tatsächlich Arbeit an KI?
Den klarsten Beleg liefern Lohn- und Gehaltsdaten, nicht Stellenanzeigen. Das Digital Economy Lab in Stanford analysierte ADP-Gehaltsdaten, die Millionen US-Beschäftigte bis Juni 2026 abdecken (Brynjolfsson, Chandar und Chen, überarbeitet im August 2026). Die Ergebnisse:
Kein Beleg für eine breite, die ganze Wirtschaft erfassende Verdrängung von Jobs.
Die Beschäftigung von 22- bis 25-Jährigen in den am stärksten KI-exponierten Berufen liegt 19 % unter dem Wert, den sie bei gleichem Schritt mit weniger exponierten Gleichaltrigen hätte. Erfahrene Beschäftigte zeigen keine vergleichbare Lücke.
Der Effekt wirkt vor allem über weniger Einstellungen junger Beschäftigter, nicht über Entlassungen.
Rückgänge konzentrieren sich auf Berufe, in denen KI Aufgaben ersetzt. Wo KI Beschäftigte ergänzt, ist die Beschäftigung stabil oder steigt.
Für Product Management deutet das auf ein konkretes Risiko hin: Einstiegs- und Associate-PM-Rollen, die hauptsächlich aus ersetzbaren Aufgaben bestehen, etwa Meeting-Notizen schreiben, Tickets pflegen und Statusberichte zusammenstellen. Die Arbeit auf Senior-Ebene, zu entscheiden, was gebaut wird, und das Ergebnis zu verantworten, gehört zur ergänzenden Art.
Welche Skills verlangen PM-Stellenanzeigen heute?
Der Skill-Mix hat sich schnell verschoben. Vor zwei Jahren waren die am häufigsten genannten Skills in PM-Stellenbeschreibungen SQL, Jira, AWS und Python. Ende 2026 steht laut TrueUp-Daten „LLM“ an erster Stelle, „Claude“ an dritter, Cursor, OpenAI und MCP sind in den Top acht, und „Evals“ ist in die Top 10 gekommen. SQL bleibt stark (Lenny's Newsletter, 2026).
Diese Liste sagt, was Arbeitgeber von einem PM im Umgang mit KI erwarten:
Skill in PM-Anzeigen
Was er signalisiert
LLM
Versteht, was Sprachmodelle in einem Produkt können und was nicht
Claude, OpenAI
Hat Frontier-Modelle praktisch genutzt, nicht nur darüber gelesen
Cursor, MCP
Kann Prototypen bauen und KI-Tools mit echten Systemen und Kontext verbinden
Evals
Kann definieren, was „gut“ für ein KI-Feature heißt, und dagegen testen
SQL
Kann seine Datenfragen weiterhin selbst beantworten
Keiner dieser Skills ersetzt Produkturteilsvermögen. Sie sind die Werkzeuge, mit denen ein PM es heute ausübt. Wenn du in diese Arbeit einsteigst, behandeln unser Leitfaden dazu, was ein AI Product Manager tut, und das Evaluierungs-Framework für Produktteams die beiden Skills, nach denen Arbeitgeber am häufigsten fragen.
Wie nutzen Produktteams KI 2026 tatsächlich?
Die Nutzung ist unter denen, die bauen, fast universell. Sie konzentriert sich auf die Umsetzung, nicht auf die Strategie.
Entwickler:innen: 84 % der Befragten der Stack-Overflow-Umfrage 2025 nutzen KI-Tools oder planen es, und 51 % der professionellen Entwickler:innen nutzen sie täglich. Das Vertrauen hinkt hinterher: 46 % misstrauen der Genauigkeit von KI-Ergebnissen, 33 % vertrauen ihr (Stack Overflow, 2025).
Engineering-Teams: Googles DORA-Umfrage 2025 unter fast 5.000 Technologieprofis ergab, dass 90 % KI bei der Arbeit nutzen, im Median zwei Stunden am Tag, und mehr als 80 % sagen, sie habe ihre Produktivität gesteigert (Google, 2025).
Produktorganisationen: Die Umfrage des Product Institute 2026 unter 309 Produktverantwortlichen in 40 Ländern ergab, dass 85 % KI-Tools für Recherche, Schreiben und Analyse nutzen, 88 % KI-Coding-Assistenten und 70 % KI-gestützte Features ausgeliefert haben (Product Institute, 2026).
Dieselbe Umfrage des Product Institute zeigt, wo die Wirkung ankommt. Die Befragten nannten Engineering und Entwicklung (50 %), Design und Prototyping (45 %) und Dokumentation (40 %) als Bereiche mit hohem Einfluss. Strategische Planung und Roadmapping kamen auf 17 %, teamübergreifende Zusammenarbeit auf 9 %. Das Product Institute bezeichnet seine Stichprobe als selbstselektiert und richtungsweisend; verstehe die Zahlen also als Signal, nicht als Volkszählung.
Was kann KI laut den Daten im Product Management nicht?
Vier Datenpunkte markieren die Grenze.
1. Entscheiden, was gebaut wird. CB Insights analysierte 431 risikokapitalfinanzierte Startups, die seit 2023 dichtgemacht haben; 43 % nannten mangelnden Product-Market-Fit, nachdem sie zusammen 17,5 Milliarden Dollar eingesammelt hatten (CB Insights, 2026). Schnelleres Bauen behebt diesen Fehlermodus nicht. Es kann ihn billiger wiederholbar machen.
2. Strategie festlegen. In der Umfrage des Product Institute nannten 62 % der Product Manager „keine klare Strategie“ als eine der größten Herausforderungen, gegenüber 19 % der C-Level-Führungskräfte. KI-Tools haben diese Lücke nicht geschlossen. Strategie bleibt ein menschliches Gespräch, und die Menschen unterhalb der C-Ebene sagen, dass sie fehlt.
3. Allein vollständig vertrauenswürdig sein. Anthropics Studie über die eigenen Ingenieur:innen und Forschenden ergab, dass sie Claude bei 59 % ihrer Arbeit einsetzten, aber mehr als die Hälfte sagte, sie könne nur 0 bis 20 % davon vollständig delegieren (Anthropic, 2025). Wenn die Leute, die Frontier-Modelle bauen, so wenig delegieren, ist eine Roadmap nicht als Nächstes dran.
4. Die eigene Wirkung beurteilen. Die randomisierte Studie von METR aus dem Jahr 2025 ergab, dass 16 erfahrene Open-Source-Entwickler:innen mit KI-Tools 19 % länger brauchten, während sie glaubten, KI habe sie 20 % schneller gemacht (METR, 2025). METRs Folgestudie vom Februar 2026 mit 57 Entwickler:innen und mehr als 800 Aufgaben fand Schätzungen, die eher auf eine Beschleunigung hindeuten, aber mit Konfidenzintervallen, die null einschließen, und METR bezeichnet die neuen Daten nur als schwachen Beleg (METR, 2026). Wahrgenommene Produktivität und gemessene Ergebnisse können auseinanderliegen. Jemand muss prüfen, was davon stimmt, und das ist Produktarbeit.
Welche Teile des PM-Jobs sind KI am stärksten ausgesetzt?
Die Unterscheidung von Stanford zwischen Substitution und Ergänzung ergibt eine praktische Landkarte der Rolle.
PM-Aufgabe
Verhältnis zu KI
Exposition
Was sich ändert
Meeting-Notizen, Statusberichte
Wird ersetzt
Hoch
Weitgehend schon automatisiert
Feedback-Triage und Tagging
Wird ersetzt
Hoch
KI gruppiert; PM prüft stichprobenartig
Erste Entwürfe für PRDs und Tickets
Wird überwiegend ersetzt
Mittel bis hoch
PM bearbeitet und verantwortet die finale Version
Digests zur Wettbewerbsrecherche
Wird überwiegend ersetzt
Mittel bis hoch
PM beurteilt, was zählt
Prototyping
Wird ergänzt
Mittel
PMs bauen mehr selbst
Kundeninterviews
Wird ergänzt
Niedrig
KI hilft bei Vorbereitung und Synthese
Priorisierung und Abwägungen
Wird ergänzt
Niedrig
KI bewertet; PM entscheidet
Strategie und Neinsagen
Wird ergänzt
Niedrig
Der Art nach unverändert, höhere Einsätze
Ergebnisverantwortung nach dem Launch
Wird ergänzt
Niedrig
Wichtiger, je schneller ausgeliefert wird
Das Muster erklärt die Hiring-Daten. In der oberen Hälfte der Tabelle lag traditionell die Arbeit von Junior-PMs. Die untere Hälfte ist der Grund, warum Unternehmen weiterhin PMs einstellen. Für eine praktische Aufteilung deiner eigenen Woche siehe was Product Manager mit KI automatisieren sollten und was sie nie delegieren sollten.
Was sollten Product Manager mit diesen Daten anfangen?
Automatisiere die ersetzbaren Aufgaben selbst, bevor es jemand anderes tut. Status, Notizen und Triage sollten Minuten dauern, nicht Stunden.
Lerne die Skills aus den Stellenanzeigen. Baue einen Prototyp in Cursor oder Claude Code, schreibe ein Eval für ein KI-Feature und verbinde ein Tool über MCP mit echtem Kontext.
Verantworte die Evidenz. Je billiger das Bauen wird, desto mehr braucht man den PM, der zeigen kann, warum etwas es wert ist, gebaut zu werden, mit angehängten Kundenquellen.
Miss Ergebnisse, nicht Output. Die Wahrnehmungslücke bei METR ist eine Warnung. Prüfe, ob ausgelieferte Arbeit das Nutzerverhalten verändert hat.
Wenn du am Karrierebeginn stehst, meide Rollen, die nur aus der oberen Tabellenhälfte bestehen. Suche Teams, in denen Associate PMs mit Kunden sprechen und kleine Entscheidungen verantworten. Unsere Analyse, warum das PM-Hiring 2026 zerbrach, behandelt den Einstiegsmarkt ausführlicher.
Der Work Trend Index 2025 von Microsoft fügt eine weitere Erwartung hinzu: 36 % der Führungskräfte sagen, dass das Steuern von KI-Agenten innerhalb von fünf Jahren Teil ihres Jobs sein wird (Microsoft, 2025). Agenten gut zu steuern beginnt mit klaren Briefings und klaren Abnahmekriterien, also mit klassischer PM-Arbeit.
Die Zahlen auf einen Blick
Was
Zahl
Quelle
PM-Stellen vs. Tiefstand März 2023
+75 %
TrueUp via Lenny's Newsletter, Nov. 2026
PM- vs. Engineering-Stellen seit Anfang 2023
+56 % vs. +43 %
TrueUp via Lenny's Newsletter
PM-Anteil an den Einstellungen für Kernrollen
16 % (2021) → 21 %
Live Data Technologies via Lenny's Newsletter
US-Einstellungen Software-Engineers, Mai 2025–Apr. 2026
~113.000 (Höchststand 239.000)
Live Data Technologies via Lenny's Newsletter
US-Tech-Anzeigen vs. Feb. 2020
Rund −34 %
Indeed Hiring Lab, Jan. 2026
US-Anzeigen mit KI-Erwähnung
4,2 % (Dez. 2025)
Indeed Hiring Lab
Beschäftigungslücke, Alter 22–25, KI-exponierte Jobs
−19 %
Stanford Digital Economy Lab, Aug. 2026
Entwickler:innen, die KI nutzen oder planen, sie zu nutzen
84 %
Stack Overflow, 2025
Tech-Fachleute, die KI bei der Arbeit nutzen
90 %
Google DORA, 2025
Produktverantwortliche, die Strategie als Bereich mit hohem KI-Einfluss nennen
17 %
Product Institute, 2026
Startup-Schließungen mit Verweis auf mangelnden Product-Market-Fit
43 % von 431
CB Insights, 2026
Wie verlässlich sind diese Zahlen?
Jede Quelle hat Grenzen, die du kennen solltest, bevor du sie zitierst.
TrueUp zählt offene Stellen bei Tech-Unternehmen; offene Stellen sind keine Einstellungen, und Nicht-Tech-Arbeitgeber sind unterrepräsentiert.
Indeed veröffentlicht keine Kategorie Product Management, die Daten zu KI-Erwähnungen sind also indirekt.
Die Analyse aus Stanford ist deskriptiv, nicht kausal, und die Autor:innen sagen das auch selbst.
Die Stichproben von Product Institute und Stack Overflow sind selbstselektiert.
METRs Studien sind klein, und die eigene Folgestudie warnt, dass Selektionseffekte die Schätzung verzerren.
Zusammengenommen stimmen sie dennoch in der Richtung überein: KI nimmt Aufgaben auf, nicht die Rolle des Product Managers.
Wo Specky ins Spiel kommt
Die Arbeit, die laut den Daten menschlich bleibt, nämlich zu entscheiden, was gebaut wird, und zu zeigen, warum, unterstützt Specky. Es liest Kundengespräche, Feedback, Slack, Jira und Analytics in einen Product Graph ein und entwirft PRDs und Tickets mit Inline-Zitaten zur Evidenz. Nach dem Launch prüft es, ob die Wette aufgegangen ist. Der PM behält die Entscheidung; die Evidenz geht nicht mehr verloren.
Häufig gestellte Fragen
Wird KI bis 2030 Product Manager ersetzen?
Die aktuellen Daten geben dafür kein Anzeichen. PM-Stellen liegen auf einem fast vierjährigen Hoch, und der Anteil von PM an den Tech-Einstellungen ist seit 2021 gewachsen. KI ersetzt Aufgaben innerhalb der Rolle, etwa Notizen, Status und erste Entwürfe, während Arbeitgeber KI-Skills in PM-Stellenanzeigen aufnehmen. Den größten Druck erleben Einstiegsrollen, die nur aus diesen Aufgaben bestehen.
Wachsen PM-Jobs 2026?
Die offenen Stellen schon. Die TrueUp-Daten zeigen, dass offene PM-Stellen bei Tech-Unternehmen 75 % über dem Tief vom März 2023 und 56 % über dem Stand von Anfang 2023 liegen, vor Engineering mit 43 %. Die tatsächlichen Einstellungen sind flacher: Daten von Live Data Technologies zeigen, dass sich das PM-Hiring besser hält als andere Kernrollen, insgesamt aber stagniert oder zurückgeht.
Welche KI-Skills verlangen PM-Jobs?
In den von TrueUp erfassten PM-Stellenbeschreibungen von Ende 2026 ist „LLM“ der am häufigsten genannte Skill, „Claude“ liegt auf Platz drei, und Cursor, OpenAI und MCP sind in den Top acht. „Evals“ ist in den Top 10, und SQL bleibt verbreitet. Arbeitgeber wollen PMs, die prototypen, KI-Features evaluieren und mit echten Daten arbeiten können.
Sollten sich Junior Product Manager Sorgen um KI machen?
Etwas Vorsicht ist berechtigt. Stanford fand, dass die Beschäftigung von 22- bis 25-Jährigen in den am stärksten KI-exponierten Berufen 19 % unter dem Trend liegt, vor allem durch weniger Einstellungen. Junior-PMs sollten Rollen mit direktem Kundenkontakt und kleinen eigenen Entscheidungen suchen und Routineaufgaben automatisieren, statt sich von ihnen definieren zu lassen.
Ist „AI Product Manager“ eine eigene Jobbezeichnung?
Manchmal, aber die Grenze verschwimmt. Manche Unternehmen stellen AI PMs ein, die modellgestützte Features, Evaluierung und Daten verantworten. Zunehmend verlangt jede PM-Stellenanzeige LLM-Erfahrung, was darauf hindeutet, dass KI-Skills Teil der Kernrolle werden und keine Spezialisierung bleiben. Siehe was ein AI Product Manager tut.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing