Wie man 2025 ins Produktmanagement einsteigt (mit Mariana Antaya, Product Managerin bei Microsoft)

Das Transkript lesen:

Wir probieren gerade aus, unsere Podcasts mit einer Software zu transkribieren. Bitte entschuldige etwaige Tippfehler – der Bot ist nicht immer zu 100 % korrekt.

Hannah Clark: Kennst du das, wenn du jemanden nach sehr langer Zeit wieder triffst, einer fragt: „Und, was gibt’s Neues?“ – und es ist so viel passiert, dass du gar nicht weißt, wo du anfangen sollst? So ging es mir, als ich mit Mariana Antaya gesprochen habe, die im Februar 2024 schon einmal unser Gast war.

Damals hatte Mariana gerade ihre Karriere als Produktmanagerin begonnen, ihren TikTok-Account gestartet und ging ins dritte Jahr als Gründerin von quantifAI, einem Tool zur Optimierung von Krypto-Strategien. Sie hatte damals sehr praktische Tipps für angehende PMs dabei, die in das Feld einsteigen wollen – und bis heute ist das unsere meistgehörte Episode gewesen.

Und jetzt kann ich kaum glauben, dass das erst ein Jahr her ist. Seitdem ist KI in den Mainstream eingezogen, der Tech-Arbeitsmarkt sieht völlig anders aus und unsere Plattformen sind erheblich gewachsen. Deshalb dachten wir, es wird Zeit, Mariana wieder einzuladen, um aufzufrischen und vor allem, damit heutige angehende PMs erfahren, was sie 2025 brauchen, um erfolgreich zu sein. Los geht’s.

Ach so, solche Gespräche führen wir jede Woche. Wenn dich das interessiert: Abonniere uns gern! Okay, jetzt geht’s wirklich los.

Willkommen zurück beim Podcast der Produktmanager:innen. Heute gibt es eine ganz besondere Folge. Heute ist Mariana Antaya bei uns zu Gast, die vor ein wenig mehr als einem Jahr schon einmal in unserem Podcast war. Für alle, die damals noch nicht dabei waren – ich fühle mich richtig wie eine stolze Mutter, wenn ich das erzähle. Mariana ist zwar nicht meine Tochter, aber ich bin trotzdem sehr stolz, denn wir haben sie damals kennengelernt, als sie uns einfach auf LinkedIn kontaktierte. Sie kommentierte einen Post zu einer unserer Episoden ganz spontan mit: „Ich wäre gern mal in einem Podcast dabei.“

Und Becca, unsere Produzentin, und ich sagten: „Lass sie uns einladen und schauen, was passiert.“ Und daraus ist unsere beliebteste Folge aller Zeiten geworden – und zwar mit klarem Abstand. Mariana ist inzwischen Produktmanagerin bei Microsoft, und ich rede die ganze Zeit über sie, obwohl sie neben mir sitzt. Danke, dass du da bist.

Mariana Antaya: Natürlich, sehr gerne. Es ist großartig, wieder mit dir zu sprechen und die neuesten Trends in KI und Produktmanagement zu diskutieren. Es war eine Reise, wir sind beide so gewachsen und ich bin wirklich stolz darauf.

Hannah Clark: Ich auch. Wahnsinn.

Also, bei unserem letzten Gespräch hatten wir den Podcast gerade erst gestartet. Deine Karriere fing gerade so richtig an, du warst noch ganz neu auf TikTok. Wir haben beide riesige Veränderungen in unserem Leben erlebt. Aber genug von uns – erzähl von dir. Was hat sich beruflich bei dir so getan? Was gibt es Neues in deinen Social-Media-Kanälen? Erzähl alles.

Mariana Antaya: Ja, sehr gerne. Beruflich läuft es super. Ich bin weiterhin bei Microsoft und wir haben den Fokus und die Strategie sehr auf KI-Produkte umgestellt – wie viele andere Unternehmen auch. Es ist spannend zu beobachten, wie dieser Shift wirklich in der Unternehmenskultur angekommen ist.

Content-seitig produziere ich viel Produkt-Content, aber auch viel zu Künstlicher Intelligenz – insbesondere Anwendungsfälle von KI für Unternehmen oder Dinge, die meine Community im Alltag spannend findet. Eines der letzten Projekte war, die Rennergebnisse eines Formel-1-Rennens vorherzusagen – ein Hobby von mir.

Da dachte ich, warum das nicht auch teilen und schauen, ob andere das auch interessiert? Es zeigt sich, dass die Leute wirklich an den Coding-Projekten und den richtig coolen und interessanten Anwendungsfällen der KI interessiert sind.

Hannah Clark: Absolut! Ich freue mich schon darauf, noch mehr darüber zu erfahren, denn wir sprechen oft mit Leuten, die ganz oben sind – CPOs oder VPs Product –, die KI von der Führungsseite aus betrachten. Aber du bist wirklich mittendrin und setzt es tagtäglich in der Praxis um.

Lass uns ein bisschen über den Kulturwandel sprechen und über KI – dazu kommt gleich noch mehr. Wenn du überlegst, wie das Arbeiten im Produktmanagement zu Beginn deiner Karriere aussah und wie es für Neueinsteiger:innen heute aussieht: Was ist heute anders?

Mariana Antaya: Die technologische Entwicklung hat sich massiv beschleunigt, ganz klar. Als ich angefangen habe, gab es beispielsweise ChatGPT noch gar nicht.

Jetzt nutzen wir es täglich in unseren Arbeitsprozessen. Das ist also eine große Veränderung: Die Technologie hat sich in kurzer Zeit extrem weiterentwickelt. Dadurch können wir als Unternehmen KI in unsere Abläufe und Produkte einbauen und Lösungen entwickeln, die Kund:innen wirklich nutzen wollen.

Es gibt einen starken Kulturwandel: Früher war es ein eher ganzheitlicher Ansatz, heute ist es auch experimenteller. Wir iterieren schneller, um herauszufinden, für welche Anwendungsfälle unsere Kund:innen tatsächlich Geld ausgeben oder was sich am Markt durchsetzt.

Insgesamt ist der Rhythmus experimenteller und viel schneller geworden als früher.

Hannah Clark: Oft sprechen wir – im Podcast und in der Branche – über Entlassungen und die volatile Lage in der Tech-Branche. Findest du, dass es dadurch heute schwieriger geworden ist, ins Produktmanagement einzusteigen? Oder werden einfach andere Fähigkeiten gesucht?

Mariana Antaya: Ich glaube, künftig werden mehr spezielle und Nischenfähigkeiten gesucht werden. Wer ein:e Fachexpert:in ist, wird jetzt noch gefragter, denn die spezifischen Prompts oder Anwendungsfälle, mit denen eine bestimmte Zielgruppe wirklich etwas anfangen kann, stehen mehr im Mittelpunkt.

Wenn du dich auf eine Nische konzentrieren kannst, in der du Expertenwissen und Praxiserfahrung hast, dann wirst du in dem Bereich als PM sehr erfolgreich sein.

Hannah Clark: Das ergibt Sinn. Lassen wir uns auf das Thema KI eingehen. Wir machen dafür ein paar Abschnitte. Zuerst: Dein Arbeitsalltag. Über das Thema „AI-Produkte bauen“ sprechen wir gleich.

Du hast erwähnt, dass ChatGPT fester Bestandteil des Workflows ist. Wahrscheinlich betrifft das viele Bereiche. Wie nutzt du KI konkret, um deine täglichen Aufgaben zu erledigen?

Mariana Antaya: Der größte Anwendungsfall ist für mich Markt- und Wettbewerbsanalyse. Ich muss nicht mehr darauf warten, dass Forschende mir diese Infos aufbereiten, oder dass ein externes Marktforschungsunternehmen beauftragt wird – oder ich selbst Stunden damit verbringe. Ich kann einfach ein LLM fragen, mir ein Markt-Research-Papier zu erstellen, damit ich die Lücken meiner Produkte besser verstehe und sehe, wo wir besser als der Wettbewerb sein können.

Das ist einer der praktischsten Anwendungsfälle – auch bei Produktspezifikationen. KI wird unsere Jobs als Produktmanager nicht ersetzen, nur weil sie eine Produktspezifikation schreiben kann.

Auch die besten LLMs brauchen weiterhin den menschlichen Input, denn wir sprechen tagtäglich mit Kund:innen. Diese menschliche Komponente ist entscheidend – aber KI liefert mir eine sehr gute Basis für meine Produktspezifikationen, ob für ein neues Feature oder mehrere.

Das ist ein weiterer Anwendungsfall, bei dem ich KI sehr gerne einsetze.

Hannah Clark: Absolut. Jeden Tag finden wir neue Einsatzbereiche. Gäste bei uns erzählten auch schon darüber, KI einzusetzen, um Daten aus User-Interviews auszuwerten oder sie zu trainieren, wie eine Persona zu antworten.

Ganz neue, innovative Möglichkeiten zur Unterstützung der eigenen Arbeit, die es früher nicht gab.

Mariana Antaya: Auch das Erstellen von Agents – das ist großartig. Ich konnte einen Agent bauen, der die Dashboards für meine Features erstellt. Ich muss also nicht mehr Stunden damit verbringen, User-Metriken auszuwerten, was als Produktmanager:in ja extrem wichtig ist.

Also: Agents für repetitive Aufgaben zu erstellen ist auch ein echter Game-Changer.

Hannah Clark: Ja! Wir hatten mal eine tolle Folge mit Tal Raviv, der zeigte, wie man einen AI-Co-Piloten für Produktmanager baut. Das war total inspirierend zu sehen, wie es wirklich funktioniert.

Wenn wir auf die Skills schauen: Wer in dem Bereich arbeitet, wird künftig ständig KI nutzen. Aber wie bereitet man sich darauf vor, wenn man z. B. PM werden möchte? Was sollte man unbedingt kennen oder können, bevor man sich auf Stellen bewirbt, bei denen KI einen festen Platz im Alltag haben wird?

Mariana Antaya: Eine der wichtigsten Fähigkeiten – gerade für angehende PMs – ist Prompt Engineering und das Ausprobieren verschiedener LLMs. Zu wissen, für welche Aufgaben sich welche LLMs eignen. Zum Beispiel: Wenn ich Code schreibe, mag ich Claude wirklich gern, insbesondere Claude Sonnet 3.7.

Für Code nutze ich das, während ich ChatGPT lieber für Wettbewerbsanalyse, Roadmapping oder beim Strukturieren von Prompts verwende. Ich frage ChatGPT dann sogar, wie ich für ein anderes LLM optimal promte. Eine der wichtigsten Skills für angehende PMs ist also Prompt Engineering, experimentieren, und sogar eigene Produkte zu bauen.

Es gibt jetzt sogar das Phänomen „Vibe Coding“ – und das ist auch für weniger technische PMs ein super Weg, die eigenen Produkt-Skills zu testen. Du kannst ein LLM bitten, ein Produkt zu bauen und anschließend Go-to-Market-Strategien oder Kundenfeedback einholen.

Das ist reale Produkterfahrung, die du nicht in der Uni lernst, aber die im echten Berufsalltag wertvoll ist. Das ist definitiv ein zentraler Punkt.

Hannah Clark: Ja, ich bin auch sehr gespannt auf diesen Vibe-Coding-Trend. Ich mache dazu diese Woche einen Workshop und freue mich darauf. Lass uns gleich noch mehr zu Prompt Engineering machen.

Jetzt zum Thema AI-Produkte: Die andere Seite – der Kundenfokus. Vibe Coding ist ein Einstieg, aber AI-Produkte zu entwickeln verändert das Produktmanagement gerade stark. Du machst das schon aktiv – wie sieht dein Alltag dabei aus und wie kann man sich darauf vorbereiten?

Mariana Antaya: Ein wichtiger Faktor ist: Wir machen gerade alle die gleiche Reise. Wir experimentieren, niemand weiß ganz genau, welche Anwendungsfälle sich wirklich durchsetzen und wofür Kund:innen bereit sind zu zahlen – und zu welchem Preis.

Wir sind alle zusammen auf Entdeckungsreise. Außerdem gibt es mittlerweile so viele Modelle, mit denen wir als PM arbeiten und eng mit Engineering kooperieren, damit Genauigkeit oder auch Latenz passt.

Jetzt kommen mehr Software-Komplexitäten dazu, die zum Beispiel die Zeit erhöhen, bis etwas angezeigt wird. Hier muss der PM abwägen: Lohnt sich für den User eine Wartezeit von ein paar Sekunden, um einen Mehrwert zu bekommen? Hier ist das Ohr am Kunden extrem wichtig. Vielleicht passen 4-5 Sekunden Zusatzwartezeit für einen KI-generierten Report überhaupt nicht in deren Workflow. Man muss ihre Herausforderungen unbedingt verstehen.

Hannah Clark: Absolut, guter Punkt.

Lass uns über Prompt Engineering sprechen. Das ist nicht nur für PMs – das ist eine neue Fähigkeit für alle, und niemand ist „zu gut“ oder fertig damit.

Was ist Prompt Engineering 101 für dich? Worauf achtest du beim Formulieren eines Prompts?

Mariana Antaya: Je mehr Informationen und Kontext du gibst, umso besser werden die Ergebnisse. Wer vage fragt, bekommt meistens eine vage Antwort.

Seine Gedankengänge Schritt für Schritt aufzubauen, ist auch ein guter Tipp: Zum Beispiel „Analysiere XYZ – Schritt 1, Schritt 2, Schritt 3“. Oder das Format vorgeben. Es gibt mittlerweile neue Reasoning-Prompts. Zu wissen, für welches Modell der Prompt gedacht ist, ist auch entscheidend. Aber auch: Dem LLM Rückmeldung geben.

Hab keine Scheu, zu sagen, dass etwas schlecht war oder zu verbessern ist. Oder wie erwähnt: Ein anderes LLM fragen, wie ein optimaler Prompt für eine bestimmte Aufgabe aussehen sollte. Dazu gibt es auch schon Veröffentlichungen.

Am wichtigsten ist: So viel Kontext wie möglich – Dokumente, Bilder, Bücher etc. – mitgeben, damit das Modell die Aufgabe versteht. Das habe ich als den effizientesten Weg erlebt, im Prompt Engineering besser zu werden. Außerdem hilft es, dem LLM eine Identität zu geben („Stelle dir vor, du bist ein:e Datenwissenschaftler:in oder Senior Product Manager:in bei XYZ“). Damit wird schon von Anfang an die Richtung vorgegeben.

Hannah Clark: Thema Iteration – du hast gesagt, man soll dem LLM auch Rückmeldung geben. Ich habe mir angewöhnt, der KI meinen bearbeiteten Output zurückzuspielen mit dem Hinweis: „Das habe ich an deinem letzten Output verändert – bitte merke dir das für die Zukunft.“ So kann man die LLM gezielt trainieren. Welche Tricks hast du, um die Resultate Schritt für Schritt zu verbessern?

Mariana Antaya: Ich bin da auch noch am Lernen, aber neben mehr Kontext und meinen Tipps probiere ich immer, möglichst viel zu iterieren – z. B. den Prompt auch mal in andere LLMs zu geben und die Ausgaben zu vergleichen.

Besonders praktisch sind sogenannte Playgrounds oder Tools wie GitHub Copilot oder NES, mit denen man die Antworten von Modellen nebeneinander vergleichen kann. Das hilft enorm, die Qualität und Passgenauigkeit der Antworten zu optimieren.

Hannah Clark: Sehr guter Tipp! So kann man zum Beispiel herausfinden, ob Claude für eine Aufgabe besser geeignet ist oder ChatGPT. Gibt es einen Grund, warum du ChatGPT lieber für Analysen und Claude lieber für Coding verwendest? Ist dir da etwas Besonderes aufgefallen?

Mariana Antaya: Ja, zum Beispiel beim Programmieren: Wenn ich mit ChatGPT Code schreibe und ein Fehler auftritt, behebt ChatGPT den Fehler oft nicht direkt, sondern braucht mehrere Anläufe. Bei Claude ist meine Erfolgsquote deutlich höher – der Code ist sauberer und präziser. Deshalb nehme ich dafür lieber Claude. Aber solche Details erkennt man erst durch Ausprobieren.

Hannah Clark: Das ist interessant, mir geht es ähnlich. Ich finde auch, Claude ist kreativer – und auch wenn ich „Kreativität“ bei LLMs vorsichtig verwende, aber im Marketing finde ich Claude besser. ChatGPT liefert meiner Erfahrung nach für Recherche- und Analyseaufgaben bessere und effizientere Ergebnisse. Was ist an ChatGPT für analytische Aufgaben für dich so überzeugend?

Mariana Antaya: Die Tiefe der Recherche ist beeindruckend, ebenso die Anpassungsfähigkeit. Ich kann zum Beispiel sagen: „Gib mir eine Tabelle“ oder „Schreib mir ein Paper“, und ChatGPT folgt meiner Logik präzise. Es kommt aber auch auf die eigenen Präferenzen und den genauen Use Case an.

Hannah Clark: Ganz sicher. Wir hatten es intern auch davon, dass viele bei uns Fans von Claudes Sepia-Ton sind – diese kleine UX-Änderung macht es entspannter für die Augen und so einen Unterschied.

Ich will dich nicht zu lange aufhalten, danke also sehr, dass du dir Zeit genommen hast! Für alle, die mehr wissen oder Kontakt aufnehmen wollen: Wo bist du online zu finden?

Mariana Antaya: Auf jeden Fall – auf LinkedIn findet ihr mich unter Mariana Antaya, und auf TikTok und Instagram unter @mar_antaya. Ich poste viele Videos rund um Coding, Produkte und KI.

Hannah Clark: Super! Danke, dass du dabei warst.

Mariana Antaya: Ich freue mich immer auf einen Austausch oder Kaffeegespräche. Meldet euch gern jederzeit auf LinkedIn!

Hannah Clark: Vielen Dank!

Danke fürs Zuhören! Für mehr spannende Insights, How-to-Guides und Tool-Reviews abonniere unseren Newsletter unter theproductmanager.com/subscribe. Mehr Gespräche wie dieses bekommst du, wenn du den Podcast „Product Manager“ abonnierst, wo auch immer du Podcasts hörst.