Es priorisiert nie und es bewertet nie.
Zwei PMs in einem mittelgroßen SaaS-Unternehmen, einer auf einem Marktplatz, eine, die als einzige PM in einem 40-Personen-Startup zusätzlich Support, Analytics und Release Notes macht. Sie sind die Gruppe, die am ehesten schon drei KI-Werkzeuge selbst ausprobiert und alle drei aufgegeben hat — weil die Werkzeuge das Schreiben automatisierten, was nie der Engpass war.
Zwei Bereiche brechen. Der erste ist Feedback: Es kommt in Zendesk an, in Slack, in Vertriebsgesprächen, in App-Store-Bewertungen, in drei verschiedenen Notion-Seiten — alles ordentlich zu lesen wäre ein Tag pro Woche, also tut es niemand. Der zweite ist die Statusschicht: das Wochenupdate, die Release Notes, die Stakeholder-Mail, das Ticket aus einem Meeting, das vor neun Minuten endete.
- Feedback aus jeder Quelle fortlaufend an einen Ort ziehen
- Nach Thema clustern und dieselbe Beschwerde in elf Formulierungen zusammenführen
- Menge, Segment und Umsatz an jedes Cluster hängen
- Meetingaufnahmen in Tickets mit Akzeptanzkriterien verwandeln
- Doppelte Backlog-Einträge erkennen, viermal in achtzehn Monaten eingereicht
- Release Notes aus gemergten PRs und geschlossenen Tickets entwerfen
- Das wöchentliche Stakeholder-Update aus dem entwerfen, was sich bewegt hat
- Changelogs, Preisseiten und Stellenanzeigen benannter Wettbewerber beobachten
- Was gebaut wird
- Wozu — und wem gegenüber — Nein gesagt wird
- Ob das lauteste Cluster das wichtige ist
- Die Strategie
- Der Feedback-Trichter
- Jede Quelle, ein Ziel, wöchentlich geclustert mit Menge und Segment. Entscheidend: Die Originalzitate bleiben unter jedem Cluster — Sie lesen fünf echte Sätze pro Thema, keine Zusammenfassung. Zusammenfassungen von Nutzerfeedback sind der Weg, auf dem PMs den Kontakt zu Nutzern verlieren, und genau das ist das Versagen jedes Werkzeugs in diesem Feld.
- Meeting zu Ticket
- Aufnahme rein, Ticketentwürfe raus mit Problemstellung, Akzeptanzkriterien und offenen Fragen als offen markiert. Sie überarbeiten und legen ab. Spart etwa vier Stunden pro Woche, wenn Sie Discovery-Gespräche führen.
- Der Dublettenfinder
- Läuft über das gesamte Backlog. Der erste Lauf ist unangenehm — ein PM fand 340 Einträge, die auf etwa 90 zusammenfielen — und es ist die billigste Verbesserung, die den meisten Backlogs zur Verfügung steht.
- Der Release-Notes-Entwurf
- Aus gemergten PRs, in der Stimme des Produkts, ohne die interne Sprache.
- Die Wettbewerbsbeobachtung
- Wöchentliche Übersicht: was benannte Wettbewerber ausgeliefert, im Preis geändert oder ausgeschrieben haben. Stellenanzeigen sind der Frühindikator, und niemand liest sie, weil Lesen lästig ist — was exakt die Definition von Mechanik ist.
Kein RICE-Score, keine Wirkungsschätzung, keine sortierte Roadmap.
Priorisierung ist der Job. Wer ein maschinell sortiertes Backlog übernimmt, hat den einzigen Teil der Rolle ausgelagert, der keine Büroarbeit ist. Praktisch gesehen kann die Maschine die Zusage nicht sehen, die einem Kunden in einem Raum gemacht wurde, in dem sie nicht war — oder die strategische Wette, die ein kleines Cluster in diesem Quartal zum Wichtigsten macht.
Es verschickt auch nie das Stakeholder-Update. Entworfen, überarbeitet, gesendet von der PM. Statuskommunikation ist politisch, und die Maschine kann die Politik nicht lesen.
Anteil des eingehenden Feedbacks, den ein Mensch tatsächlich liest — von etwa 15% auf nahezu alles. Stunden pro Woche für Status und Aufschrieb. Backlog-Größe nach Dublettenbereinigung. Zeit vom Discovery-Gespräch bis zum abgelegten Ticket, die von Tagen auf denselben Nachmittag sinken sollte.
Wenn das eigentliche Problem ist, dass im Unternehmen niemand entscheidet und die PM Daten will, um eine Entscheidung zu erzwingen. Mehr geclustertes Feedback erzeugt keine Entscheidung. Es erzeugt eine besser belegte Pattsituation.
Fünf Zitate pro Cluster pro Woche lesen. Was ohnehin der Job war.
Ich hatte schon drei KI-Werkzeuge ausprobiert und alle drei aufgegeben, weil sie das Schreiben automatisiert haben und Schreiben nie mein Engpass war. Der Feedback-Trichter behält die Originalzitate unter jedem Cluster, also lese ich fünf echte Sätze pro Thema statt einer Zusammenfassung, und dieser Unterschied ist die ganze Sache. Der Dublettenlauf hat unser Backlog an einem Nachmittag von dreihundertvierzig auf etwa neunzig gebracht, was demütigend war. Es bewertet und sortiert nichts, und wenn es das täte, würde ich es nicht benutzen.
Ich bin die einzige PM in einem Unternehmen mit vierzig Leuten, also mache ich auch Support und Release Notes. Meetings werden jetzt am selben Nachmittag zu Tickets mit Akzeptanzkriterien statt drei Tage später, wenn ich die Feinheiten vergessen habe. Die Wettbewerbsbeobachtung liest deren Stellenanzeigen, was ich selbst nie täte, weil es langweilig ist — und es ist das früheste Signal, das es gibt. Ungefähr vier Stunden pro Woche zurück.
Erzählen Sie mir, wie Ihre Woche aussieht.
Ich sage Ihnen ehrlich, welche Teile Sie abgeben können — und welche nicht.