16 juli 2026Bijgewerkt op Fathy Shalaby13 min leestijd
PM-engineerratio: gebruikelijke bandbreedtes, benchmarks en de impact van AI
De meeste softwarebedrijven hebben één product manager per 4 tot 10 engineers, van ongeveer 1:5 bij kleine bedrijven tot 1:11 bij grote. Benchmarks per fase, hoe je die van jou berekent en wat AI-codeertools veranderen.
De gebruikelijke verhouding tussen product managers en engineers in softwarebedrijven is één product manager op 4 tot 10 engineers, waarbij 1:6 de meest gebruikte vuistregel is. De bedrijfsgrootte verschuift dit: data van 4.195 bedrijven laat ongeveer 1 PM per 5 engineers zien bij bedrijven met minder dan 100 mensen en 1 per 11 bij bedrijven met meer dan 3.000. AI-codeertools duwen sommige teams nu richting 1:1.
Belangrijkste punten
Gebruikelijke bandbreedte: 1 PM op 4-10 engineers. Andrew Ng noemt 6:1 een gangbare verhouding tussen engineers en PM's en 4:1 tot 10:1 typisch (The Batch, 2025).
Grotere bedrijven hebben relatief minder PM's. Het aandeel PM's daalt van 13% van het R&D-personeel bij 1-100 medewerkers naar 7% bij 3.000+ (Pave, 2024).
AI versnelt engineering meer dan productbeslissingen. 50% van de productleiders meldt een grote AI-impact op engineeringwerk, tegenover 17% op strategische planning en roadmapping (Product Institute, 2026).
Het verhaal van 1:0,5 is één voorstel, geen benchmark. Ng zei dat hij nog steeds niet wist of het een goed idee was.
Meet de bottleneck, niet de ratio. Engineers die op beslissingen wachten, herwerk en prototypes zonder eigenaar vertellen je meer dan een breuk van het aantal medewerkers.
Wat is de gebruikelijke PM-engineerratio?
Er is geen officiële standaard, maar gepubliceerde data en enquêtes onder professionals liggen opvallend dicht bij elkaar. Dit heeft elke bron daadwerkelijk gemeten:
Bron
Jaar
Wat is gemeten
Engineers per PM
Pave, R&D-organisatiebenchmarks
2024
Headcountdata, ~233.000 R&D-medewerkers bij 4.195 bedrijven
~5 (1-100 medewerkers) tot ~11 (3.000+ medewerkers)
Alleen de cijfers van Pave en Synq komen uit headcountdata; de rest zijn schattingen van experts. Toch zijn ze het eens over het midden: de meeste softwareteams zitten tussen 1:5 en 1:10. Onder 1:4 is ongebruikelijk buiten vroege startups en AI-zware teams. Boven 1:15 wijst meestal op een door engineering gedreven cultuur of op PM's die te dun verspreid zijn.
Hoe ziet de ratio eruit per bedrijfsfase?
Fase
Typische engineers per PM
Wie het productwerk doet
Bron of basis
Vóór product-market fit, minder dan ~10 mensen
Geen eigen PM
Een oprichter doet het dagelijkse PM-werk
Ken Norton
Klein bedrijf, 1-100 medewerkers
~5
Eerste PM's, vaak één per productgebied
Pave
Scale-up
~8 mediaan; 15+ bij engineeringgedreven bedrijven
PM per team of oppervlak
Synq
Groot bedrijf, 3.000+ medewerkers
~11
PM's, group PM's, platform-PM's
Pave
Volwassen producten met weinig verandering
Tot 50
PM beheert de onderhoudsroadmap
Saeed Khan (mening)
AI-native teams in 2026
Van ~8 richting 1
Generalisten die bouwen en beslissen
Andrew Ng, 2026
Pave vond ook dat engineering groeit van ongeveer 70% van het R&D-personeel bij kleine bedrijven tot ongeveer 80% bij grote, terwijl data science overal op 4-6% blijft (Pave, 2024). Grote bedrijven voegen sneller engineers toe dan PM's. Een aannemelijke reden, die Pave niet meet, is dat platform- en infrastructuurwerk minder direct productmanagement nodig heeft.
Ken Nortons regel voor de allereerste fase is het onthouden waard: vóór product/market fit zou een oprichter de dagelijkse PM moeten zijn (Norton, 2017). Als je nadenkt over wanneer je er een moet aannemen, lees dan onze gids over de eerste product manager bij een startup.
Hoe bereken je je PM-engineerratio?
Deel het aantal engineers door het aantal mensen dat productmanagement doet, en tel op basis van bestede tijd in plaats van functietitel.
Tel de engineers die het product bouwen. Reken product engineers, front-end-, back-end-, mobile- en ML-engineers mee. Beslis één keer of je engineering managers, QA en platform engineers meetelt, en blijf consequent.
Tel de productmanagementcapaciteit in fte. Een voltijds-PM is 1,0. Een oprichter die de helft van de week aan productbeslissingen besteedt is 0,5. Een designer of engineer die één dag per week discovery doet is 0,2.
Deel de engineers door de PM-capaciteit.
Controleer het per team, niet alleen voor het hele bedrijf. Een bedrijfsgemiddelde van 1:7 kan één team op 1:3 en een ander op 1:20 verbergen.
Een uitgewerkt voorbeeld, met illustratieve getallen. Stel dat een saasbedrijf van 30 mensen 18 engineers heeft, 2 PM's, een ceo die 40% van de week aan product besteedt en een lead engineer die 20% aan discovery besteedt:
PM-capaciteit: 2 + 0,4 + 0,2 = 2,6 fte
Ratio: 18 ÷ 2,6 ≈ 6,9 engineers per PM
Alleen op titel zou het 18 ÷ 2 = 9 zijn, wat het gat overdrijft
Het cijfer op titel zou dit team aanzetten tot aannemen. Het capaciteitscijfer zegt dat het in het middensegment zit, en de echte vraag is of die 40% van de ceo de juiste 40% is.
Waarom verandert de PM-engineerratio in het AI-tijdperk?
AI-codeertools versnellen het bouwen sneller dan het bepalen wat je moet bouwen, waardoor productbeslissingen de beperkende factor worden. Ng zei het in juli 2025 zo: beslissen wat je bouwt is de nieuwe bottleneck, vooral vroeg in een project (The Batch, 2025).
De enquêtedata sluit daarop aan. In de enquête van Product Institute uit 2026 onder 309 productleiders meldde 50% een grote AI-impact op engineering en ontwikkeling en 45% op design en prototyping, maar slechts 17% op strategische planning en roadmapping en 9% op samenwerking tussen teams (Product Institute, 2026). Google's DORA-rapport van 2025 vond dat 90% van ongeveer 5.000 techprofessionals nu AI gebruikt op het werk en dat die adoptie inmiddels samenhangt met een hogere deliverydoorvoer (Google, 2025).
Als de output per engineer stijgt en de capaciteit voor productbeslissingen niet, kan elke PM minder engineers ondersteunen voordat die gaan wachten. Dat is het mechanisme achter een dalende ratio.
Wat zei Andrew Ng nu echt over 1 PM op 0,5 engineer?
Op Y Combinators AI Startup School in juni 2025 beschreef Ng een team dat één PM per halve engineer voorstelde, in plaats van de gebruikelijke 1:4 (YouTube, 2025). Hij noemde het idee extreem en voegde toe: „I still don't know if this is a good idea” (transcriptfragment, HackerNoon). Het was het voorstel van één team voor één project.
In april 2026 was zijn kijk gematigder: sommige teams brengen de ratio engineers-tot-PM's terug van ongeveer 8:1 naar wel 1:1, en kleine teams van 2 tot 10 mensen op één locatie die aanpalende vaardigheden leren, kunnen veel meer bereiken (The Batch, 2026). Het duurzamere punt is dat de grens tussen engineer en PM vervaagt, niet dat bedrijven twee PM's per engineer moeten aannemen.
Wat zijn de grenzen van het argument „AI maakt engineers sneller”?
De versnelling is voor veel taken echt, maar ongelijk verdeeld en makkelijk te overschatten:
In Atlassians enquête van 2025 onder 3.500 ontwikkelaars en managers bespaarde 68% met AI meer dan 10 uur per week, maar verloor 50% 10 uur of meer per week aan organisatorische frictie, en besteedden ontwikkelaars slechts 16% van hun tijd aan coderen (Atlassian, 2025).
In METRs gerandomiseerde proef deden 16 ervaren open-sourceontwikkelaars er 19% langer over bij 246 taken met AI-tools, terwijl ze dachten 20% sneller te zijn geweest (METR, 2025). METR beschrijft het nu als een momentopname van de tools van begin 2025.
Als coderen maar 16% van de tijd van een engineer is, maakt zelfs een verdubbeling van de codeersnelheid minder capaciteit vrij dan de krantenkoppen suggereren. Teams waarvan de bottleneck review, testen of onduidelijke requirements is, lossen dat niet op door PM's toe te voegen of engineers weg te halen.
Hoe zou AI de ratio van je team in de praktijk moeten veranderen?
Zie de ratio als uitkomst van hoe het werk stroomt, niet als input voor aannamebeslissingen. Vraag je af waar werk blijft liggen:
Signaal
Wat het suggereert
Wat je eerst kunt proberen
Engineers of agents zitten stil te wachten op beslissingen of specs
Te weinig capaciteit voor productbeslissingen
Een kortere beslislus en afgebakende briefs; daarna meer PM-capaciteit
Prototypes stapelen zich op zonder eigenaar of pad naar productie
Bouwen loopt voor op beslissen
Wekelijkse review om te houden, te schrappen of te shippen; benoem een eigenaar per prototype
Veel herwerk: features worden heropend omdat het doel onduidelijk was
Zwakke briefs, niet per se te weinig PM's
Een gedeelde brief die je vóór de start met engineering doorneemt
PM's schrijven specs die niemand leest; veel statusmeetings
Te veel PM's, of PM's die coördineren
Minder overdrachten; geef engineers directe toegang tot klanten
Releasekwaliteit en supportbelasting verslechteren naarmate de output stijgt
Review en testen zijn de bottleneck
Investeer in QA, evals en releasechecks vóór meer PM-headcount
Welke ratio moet een AI-native team van 3-10 mensen nastreven?
Streef naar genoeg capaciteit voor productbeslissingen zodat niemand langer dan een dag of twee op een beslissing wacht, in plaats van naar een vaste ratio. Een illustratief voorbeeld: een team van 7 mensen heeft 5 engineers, 1 designer en een oprichter-ceo die de helft van de week aan product besteedt. Dat is 5 ÷ 0,5 = 10 engineers per PM-equivalent, aan de magere kant van de bandbreedte.
Als die engineers codeeragents gebruiken en een typische wijziging nu in twee dagen afronden in plaats van vijf, wordt de 0,5 fte productentijd van de oprichter de wachtrij. De opties, op volgorde van kosten:
Haal productentijd terug uit klusjes. Veel PM-tijd gaat op aan het verzamelen van context in plaats van beslissen. Ons artikel over het terugwinnen van het vak productmanagement laat zien wat je kunt uitbesteden.
Maak van één engineer een parttime product engineer, die de discovery voor één gebied doet voor ongeveer 0,2-0,3 fte.
Neem een eerste PM aan zodra de oprichter niet meer elke week klantgesprekken kan voeren én de productbrief actueel kan houden. Daarmee komt het team op ongeveer 5 ÷ 1,5 ≈ 3,3 engineers per PM-equivalent, dicht bij de richting voor het AI-tijdperk die Ng beschrijft.
Voor een klein AI-native team is het praktische antwoord meestal geen nieuwe ratio maar generalisten: engineers die discovery doen en PM's die kunnen prototypen. Toch moet iedereen zeggen welke pet hij of zij in elke fase op heeft. Het werkmodel komt aan bod in AI-native productmanagement voor kleine teams, en de PM-rol zelf in wat een AI-product manager doet.
Waarom bouwen engineers dingen die niet overeenkomen met wat de PM vroeg?
Engineers bouwen iets anders dan de PM verwachtte wanneer de brief op een van twee tegengestelde manieren tekortschiet. Hij zegt te weinig over de gebruiker, het probleem of het verwachte gedrag. Of hij schrijft de implementatie voor voordat engineering de aanpak heeft beoordeeld. Een andere ratio lost geen van beide op.
Zorg dat deze punten voor de start makkelijk te vinden zijn:
Gebruiker en situatie: wie wordt geraakt, en wat probeert die persoon te doen?
Bewijs: welk klantgesprek, welk supportpatroon of welk gebruikssignaal heeft hiertoe geleid, en wat is nog een aanname?
Gewenst resultaat: wat moet verbeteren, met een nulmeting als die er is?
Gedragsvoorbeelden: het hoofdgeval en twee of drie belangrijke randgevallen.
Randvoorwaarden en non-doelen: wat moet waar blijven, en wat valt bewust buiten scope?
Openstaande beslissingen: wat heeft input van engineering, design of legal nodig voordat je je committeert?
Verificatie: hoe het team gedrag en effect na de release controleert.
Een benchmark als aanname-doel gebruiken. Een ratio beschrijft een team; hij zegt niet of het team klanten begrijpt.
Titels tellen in plaats van tijd. Oprichters, designers en engineers doen vaak echt productwerk. Tel het mee.
De ratio van een groot bedrijf kopiëren. Een enterpriseratio van 1:11 weerspiegelt platformteams die weinig productmanagement nodig hebben. Een startup van 15 mensen heeft ander werk.
Design vergeten. Ken Norton geeft de voorkeur aan één designer per PM op oppervlakken voor gebruikers. PM's toevoegen zonder designcapaciteit verplaatst de bottleneck alleen maar.
Aannemen dat AI elke engineer even veel sneller maakt. Gemeten winst verschilt sterk per taak en codebase.
Het verhaal van 1:0,5 als trend lezen. Het was één voorstel waarover de bron zelf onzeker was.
Waar Specky past
Als productbeslissingen de bottleneck zijn, is de oplossing meestal sneller toegang tot bewijs, niet meer meetings. Specky is een AI-native productsysteem dat klantgesprekken, feedback, Slack, Jira en analytics inleest in een Product Graph en specs opstelt met het klantbewijs inline geciteerd, zodat engineers en codeeragents kunnen zien waarom iets wordt gebouwd. Teams van 3-10 mensen die hun eerste PM aannemen, kunnen kijken bij Specky voor startups.
Veelgestelde vragen
Wat is een normale verhouding tussen product managers en engineers?
Een normale verhouding is één product manager op 4 tot 10 engineers, met 1:6 als gangbare vuistregel. De data van Pave uit 2024 komt uit op ongeveer 1:5 bij bedrijven met minder dan 100 medewerkers en 1:11 bij bedrijven met meer dan 3.000. Het juiste getal voor jouw team hangt af van de complexiteit van het product, de toegang tot klanten en hoeveel productwerk engineers en oprichters al doen.
Hoeveel engineers per product manager moet een startup hebben?
Een startup vóór product-market fit heeft meestal geen eigen PM; een oprichter vervult de rol. Zodra er meerdere engineers zijn verspreid over meer dan één productgebied, plaatsen de data van Pave en Synq kleine bedrijven en scale-ups op ongeveer 1:5 tot 1:8. Tel de productentijd van de oprichter mee voordat je aanneemt, want die dekt vaak meer dan de titel doet vermoeden.
Wat betekent één PM op 0,5 engineer?
Het betekent één product manager op een halve engineeringrol, oftewel twee PM's per engineer. Andrew Ng beschreef een team dat dit voorstelde tijdens een talk in juni 2025 en zei dat hij niet wist of het een goed idee was. Het is één voorstel dat de verschuiving illustreert naar beslissen als bottleneck, geen benchmark voor de sector.
Verandert AI de PM-engineerratio?
AI duwt de ratio bij sommige teams omlaag omdat coderen sneller versnelt dan productbeslissingen. Ng schreef in april 2026 dat sommige teams van ongeveer 8:1 richting 1:1 zijn gegaan. Het bewijs voor snellere engineering is echter gemengd, dus de meeste teams moeten eerst beslis- en reviewbottlenecks oplossen voordat ze aan de headcount sleutelen.
Hoeveel product managers heb je nodig voor 100 engineers?
Bij de typische bandbreedte van 1:6 tot 1:10 heb je voor 100 engineers meestal ongeveer 10 tot 17 PM's nodig. Minder is redelijk als veel engineers aan platform of infrastructuur werken, of als engineers hun eigen discovery doen. Meer kan nodig zijn bij veel klantgerichte oppervlakken of gereguleerde producten. Plan per productgebied, niet alleen op headcount.
Wat is de ideale verhouding tussen designers en product managers?
Ken Norton geeft de voorkeur aan één designer per PM op oppervlakken voor gebruikers, met een PM, designer en tech lead als kernteam. Veel bedrijven hebben minder designers dan PM's, vooral bij platform- en interne producten. Als designwerk achter beslissingen aan loopt, versnelt het toevoegen van alleen PM's de oplevering niet.
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