Im Jahr 2026 beginnen KI-Produktmanager, nicht mehr mit den KI-Fähigkeiten Schritt zu halten.
Es ist jetzt Oktober 2026. Man kann spüren, dass bei der Arbeit als Produktmanager und in IT-Unternehmen die gewöhnlichen Produktmanager nicht nur mit der Entwicklung der KI nicht Schritt halten, sondern auch bei der Nutzung von Fähigkeiten hinterherhinken.
Nicht nur die Geschwindigkeit des technologischen Fortschritts hat die Vorstellungskraft gewöhnlicher Menschen überstiegen, auch die Singularität zwischen Science-Fiction-Filmen und dem realen Leben rückt immer näher.
Gleichzeitig führe ich hier eine Umfrage durch: Wie hoch sind Ihre monatlichen Ausgaben für KI-Dienste?
Nach meinen Erwartungen an die Umfrageergebnisse werden schätzungsweise mehr als 99 % der Menschen weiterhin kostenlose KI nutzen und KI als eine gewöhnliche kostenlose Software einsetzen. Im Kreis der KI-Produktmanager verwenden alle die KI-Tokens und Tools, die das Unternehmen intern bereitstellt.
Die Rentabilität der Arbeit in Großunternehmen sinkt immer weiter
Ich habe kürzlich mit einem Produktmanager von Alibaba gesprochen: Ist es möglich, fortgeschrittenere Modelle zu nutzen und eigene lokale Anwendungen zu entwickeln?
„Für fortgeschrittenere Modelle wie das aktuelle Astra muss man separat einen Antrag stellen, man kann sie nicht beliebig nutzen. Die derzeit verfügbaren Modelle sind nur Modelle der unteren oder mittleren Ebene, andernfalls muss man selbst dafür bezahlen.“
Gleichzeitig wird die Nutzung der Tokens beim Aufruf von Modellen durch den Datenverkehr des Unternehmens überwacht. Wenn man sie selbst zur Entwicklung von Software verwendet, erfährt das Unternehmen das auch. Daher ist es fast unmöglich, nebenberuflich etwas Eigenes zu machen, selbst für das Betreiben eines Blogs fehlt die Zeit.
Wer erinnert sich noch an die Zeit, als wir bei Tencent arbeiteten? Damals schrieb man öffentliche Konten, drehte Videos für Video-Kanäle – niemand hat dich dafür kontrolliert. Heute ist das anders: In Großunternehmen ist man fast nur noch ein Rädchen im Getriebe. Man bekommt sein Gehalt, liefert seinen Arbeitswert ab, hat keinen Arbeitsplatz mehr, wenn man es nicht gut macht, und wenn man es gut macht, gehört der Erfolg trotzdem nicht einem selbst.
Die technologische Singularität: Fliegende Autos
Das neueste Tesla Roadster-Modell von Tesla kann nicht nur auf der Straße fahren, sondern auch am Himmel fliegen. Es nutzt einen luftgekühlten Kompressor. In früheren Interview-Blogs hat Elon Musk bereits verraten, dass er die Raketentriebwerke von SpaceX in Tesla-Autos einsetzen wird.
Damals wurde im Blog erwähnt, dass dies durch die Nutzung eines Luftkompressors erreicht wird. Dieses Interview liegt bereits einige Jahre zurück, man sieht also, dass man fast neun Jahre lang an diesem Produkt gearbeitet hat, um dieses Ergebnis zu erzielen. Ein gutes Produkt erreicht durch neun Jahre technologische Aktualisierungen erst diese Leistung. Obwohl bei jeder Vorstellung nur wenige Starts durchgeführt werden können und es eine begrenzte Anzahl von Nutzungsvorgängen gibt, handelt es sich hierbei um ein serienreifes Auto, nicht um einen Prototypen.
Man kann sich vorstellen, dass mit einigen Patenten diese Technologie in lebensrettenden Szenarien im Alltag eingesetzt werden kann. Natürlich ist derzeit noch nicht bekannt, in welchen Ländern und an welchen Orten diese Fahrzeuge auf Straßen und in der Luft genutzt werden dürfen.
Der Idealismus der Produktmanager steht im Widerspruch zu den Erfolgen aus der Angestelltenarbeit
Aus heutiger Sicht halte ich den Beruf des Produktmanagers für einen der Berufe mit dem höchsten Nutzwert und Zufriedenheitsgrad – vorausgesetzt, man arbeitet an seinem eigenen Produkt. Wenn man nur Marketing-Tools, Softwareanwendungen oder gewöhnliche Tools für fremde Unternehmen entwickelt, ist es schwer, ein Erfolgserlebnis zu haben. Stattdessen überkommt einen das Gefühl der Ohnmacht, ersetzt zu werden.
In Unternehmen wird auf Return on Investment geachtet. Wenn ein Produkt über längere Zeit keine Ergebnisse liefert, wird es direkt eingestellt, selbst wenn es viele Nutzer hat. Viele Produkte werden hier entwickelt, aber wenn sie innerhalb eines bestimmten Zyklus und mit den bereitgestellten Ressourcen die festgelegten Ziele für tägliche aktive Nutzer, Wachstum oder sogar Bezahlrate nicht erreichen, werden sie gestrichen.
Das bedeutet, dass man nicht einmal mehr die Ressourcen hat, um das Produkt weiterzuentwickeln.
Was sehr bedauerlich ist: Diese Produkte, die in Großunternehmen als unwichtig angesehen und eingestellt werden, würden, wenn man sie aus dem Unternehmen herauslöst, in jedem kleinen Unternehmen ausreichen, um das Team über Wasser zu halten. Selbst mit ein paar hunderttausend Nutzern kann man langsam Einnahmen generieren und durch Werbung, Mitgliedschaften und Zusatzdienste die Gehälter des kleinen Teams decken.
Großunternehmen halten dies für unnötig und stellen die Entwicklung ein. Natürlich gibt es unzählige weitere Produkte in Großunternehmen, die nie veröffentlicht werden. Deshalb gibt es den Spruch, dass Produktmanager in Großunternehmen mit hohen Gehältern dafür gekauft werden, trainiert und ausgebeutet zu werden, bevor sie schließlich entlassen werden.
Nach dem Erscheinen von ChatGPT 6,
Im Oktober wird RSI besonders hervorgehoben: Die Forschungskosten sinken immer weiter
Als Doktorand im Bereich Informatik merke ich nach dem Erscheinen von ChatGPT 6 deutlich, dass viele Forschungsarbeiten in meinem Umfeld zunehmend vereinfacht werden. Der Bedarf an lokalen GPUs wird nur noch steigen – sei es für die Anforderungen an Sicherheit und Geheimhaltung oder den Schutz von Forschungsdaten und Patenten. Lokale GPUs sind inzwischen zu einer unverzichtbaren Ausstattung für Forschungsteams geworden. Ohne eine lokale GPU kann man kaum behaupten, zu einem Doktorandenteam zu gehören.
Daher werden die Preise für GPUs immer weiter steigen. Man muss wissen, dass heute noch 99 % der Menschen noch nie eine lokale offline-KI genutzt haben – dies wird in Zukunft zu einer zwingenden Anforderung werden.
Die derzeit beliebte RSI-Theorie lässt die KI sich selbst rekursiv verbessern. Wir nähern uns damit auch der Singularität, aber derzeit befinden wir uns noch in den Phasen L1 und L2, in denen nur Optimierungsstrategien umgesetzt werden. Es ist noch nicht möglich, das großsprachige Modell zu einem Weltmodell weiterzuentwickeln, da derzeit noch das Problem der Überanpassung auftritt.
Der größte Engpass bei den stärksten Modellgradienten ist nach wie vor das räumliche Rechnen.
Freunde in China können Claude möglicherweise aufgrund von Kontosperrungen nicht nutzen und sind gezwungen, das stärkste Modell Astra zu verwenden. Die monatlichen Kosten dafür betragen fast 800 RMB, viele Nutzer bleiben wahrscheinlich bei Version 6.1.
Gewöhnliche Nutzer in China nutzen derzeit fast nur noch Modelle wie Doubao oder DeepSeek. Mit der Verbreitung von Workbuddy können gewöhnliche Nutzer die Konversation mit Modellen in Produktivität umwandeln, aber für komplexe Aufgaben und Korrekturarbeiten braucht man stärkere Modelle – etwas, das die chinesische Version von Workbuddy nicht leisten kann.
Das führt zum Schwarzlocheffekt von KI-Modellen:
KI-Produktmanager müssen außerhalb der Arbeit Geld, Energie und Zeit investieren
Nachdem die tatsächliche Produktivität gesteigert wurde, kann man die Qualität der Arbeitsergebnisse kaum noch senken. Beispielsweise kann Astra heute die Unity-Software und Open-Source-Lösungen bedienen. Wenn Sie 3D-Spiele entwickeln, werden Sie keine Modelle wählen, die Blender nicht bedienen können.
Man braucht ein leistungsstarkes Modell, das zumindest die grundlegende Fähigkeit hat, Unity-Anwendungen zu erstellen. Dadurch hat die KI bereits einen Schwarzlocheffekt gebildet: Je besser das Modell ist, desto höher sind die Einnahmen des Herstellers, desto mehr Daten erhält er von den Nutzern und desto leistungsfähiger wird es weiter.
Aber die KI saugt all diese Ressourcen und Daten auf, ohne sie an andere Branchen zurückzugeben. Deshalb sieht man, dass Branchen, die keine KI nutzen, immer schwächer in ihrer wirtschaftlichen Konsumkraft werden.
Im Jahr 2026 werden die Nutzer von Kurzvideos angezogen,
Inhalte in Langtextform und Konzentrationsfähigkeit werden zu knappen Gütern
Im Vergleich zu 2016 gibt es heute fast keine viralen Langtexte mehr. Die Menschen mögen es nicht mehr, lange Texte zu lesen, viele lange Texte werden einfach zu Videos umgewandelt. Die Menschen bevorzugen verständliche Videos. Obwohl die Kosten für die Erstellung von Videos, Texten und sogar Comics immer niedriger werden, wird es immer schwieriger, tiefe Inhalte zu erstellen.
Die wichtigste Fähigkeit eines Produktmanagers: Die Erkennung und Erschließung von Nutzerbedürfnissen
Die wichtigste berufliche Fähigkeit kehrt heute zurück zur tiefgehenden Analyse von Nutzerverhalten und Bedürfnissen der Nutzergruppen, um Produktplanungen durchzuführen. Auch wenn die Kosten für die KI-gestützte Softwareerstellung und Entwicklung sinken, ist es entscheidend, dass man die neuesten Optimierungsbedürfnisse für das Produkt ermittelt, um ihm dauerhafte Vitalität zu verleihen.
Das beliebte REA – ein Wunderwerk für die Arbeit von Produktmanagern, das man unbedingt speichern sollte
Das kürzlich beliebt gewordene REA ist ein Reverse-Engineering-Tool, mit dem fast jede Software auf dem Markt rückentwickelt werden kann. Es wurde inzwischen erweitert, sodass es auch App-Pakete für iOS und Android unterstützt. Mit diesen Funktionen kann die Softwareentwicklung sehr schnell abgeschlossen werden, sodass die Kosten für Software und Spiele rapide sinken.
Einfache Modelle können grundlegende Arbeiten erledigen, aber für feine, detaillierte Modelle müssen Produktmanager andere Drittanbieter-Tools nutzen, um Assets zu organisieren und zu generieren.
Beispielsweise können präzise Modelle 3D-Charakter-Assets ausgeben, die auf diesen Tools basieren und auf LLMs aufbauen. Die Weltmodelle sind noch in der Entwicklung. Insbesondere die Transformer-Architektur kann auch spezielle Modelle für vertikale Bereiche trainieren, beispielsweise für das Lesen von DICOM-Dateien in der Medizin oder die Verarbeitung von Bildern im Alltag.
Zusammenfassend lässt sich sagen: Angesichts der rasanten technologischen Entwicklung muss man ständig verfolgen, was die KI alles leisten kann. Wenn man mehr als zwei Monate lang nicht auf dem Laufenden bleibt, riskiert man, überholt zu werden.
Ein Monat im Jahr 2026 entspricht einem ganzen Jahr in der Vergangenheit
Die Entwicklung in einem Monat entspricht der eines ganzen Jahres – das ist die offensichtlichste Entwicklungsgeschwindigkeit im heutigen KI-Umfeld.
Genau wie dieser Artikel für das öffentliche WeChat-Konto: Ich habe ihn endlich mit der selbst entwickelten App Jinyi fertiggestellt. Aus einer einfachen Notiz-App ist inzwischen ein Offline-Tool für das Schreiben von öffentlichen Artikeln, die Videobearbeitung und die Erstellung von Bild- und Textinhalten geworden. Meine Anforderung war einfach: Ein Tool zu bauen, mit dem ich auch in Hochgeschwindigkeitszügen oder im Flugzeug auf Geschäftsreisen Artikel und Blogs schreiben kann, das zudem tägliche Aufgaben, Ernährung und Sport aufzeichnet.
Gleichzeitig ist es ein sehr sinnvolles Bedürfnis, aus einem langen Notiztext einen öffentlichen Artikel und dann ein Kurzvideo zu machen – zumindest für mich als Medien-Blogger im Kreis der Produktmanager ist das sehr wertvoll. Deshalb habe ich dieses Produkt entwickelt. Wichtig ist vor allem die lokale Offline-Funktionalität. Ich bin überzeugt, dass die Fähigkeiten lokaler Offline-Modelle bei Bildern und Videos immer näher an die reale Welt heranrücken werden, sodass man sie nicht mehr unterscheiden kann.
Natürlich ist für zukünftige, noch leistungsfähigere Bild- und Videogenerierungsfunktionen die Nutzung von Online-APIs unumgänglich. Mein Team und ich werden uns auf die Forschung an der Router-Idee konzentrieren, sodass das System je nach Bereich des generierten Inhalts, spezifischem Thema und sogar Datentyp automatisch zum passendsten Modell wechselt. Auf diese Weise müssen Nutzer nicht mehrere Mitgliedschaften abonnieren, und können trotzdem flexibel verschiedene Funktionen nutzen.
Zumindest in der nächsten Phase werden wir diese Router-Funktionalität fertigstellen. In der aktuellen Phase konzentrieren wir uns darauf, interne Teammitglieder und Nutzer zu bedienen, die wie wir häufig auf Geschäftsreisen sind und Bedarf an Offline-Nutzung haben.
Das Gesamtkonzept ähnelt der Produktlogik von Manus. Aber ich werde es zunächst selbst eine Weile lang nutzen, und sobald sich meine Schreibgewohnheiten stabilisiert haben, werde ich es systematisch in Artikeln vorstellen.