Generative AI ist in aller Munde – doch wie viele Produktmenschen setzen sich wirklich tief damit auseinander, was es bedeutet, Software zu bauen, die im Kern auf Large Language Models basiert? Zwischen LinkedIn-Posts über Prompt Engineering und Konferenz-Talks über die Zukunft der KI klafft eine Lücke im Diskurs: die operative Realität. Wer heute AI First Produkte entwickelt, muss sich mit Themen wie Observability, Evals und Prompt Management beschäftigen – allesamt Konzepte, die im klassischen deterministischen Software-Design nicht vorkommen. Höchste Zeit, dass wir mehr darüber sprechen!
Genau deshalb freue ich mich besonders über das Gespräch mit Till Scholich, denn Till bringt die ideale Perspektive mit: Einerseits hat er akademisch zu AI geforscht, sowohl in Stanford als auch an der University of Michigan. Andererseits arbeitet er aktuell als Senior Product Manager bei Ficus Health, wo er täglich mit den praktischen Herausforderungen von AI First Product Management konfrontiert ist und im Handling von Gesundheitsdaten höchsten Datenschutz-Standards gerecht werden muss. Dass Till den Diskurs aktiv mitprägt, zeigen seine Auftritte als Speaker – etwa auf der re:publica oder beim Merantix Developer Day. Kurz gesagt: Till weiß, wovon er spricht, sowohl theoretisch als auch praktisch.
Gemeinsam beleuchten wir in der zwölften PRODUKTKRAFT-Podcast-Folge, was wirklich neu ist im AI Product Management. Wir sprechen über die Konzepte, die heute essenziell sind, wir diskutieren, welche Datenstrukturen nötig sind und wie sich AI Native Companies grundlegend von klassischen Organisationen unterscheiden. Aber wir reden nicht nur über Tools und Techniken: Welche Fallen gilt es zu vermeiden? Und vor allem: Wie bleiben wir die Piloten und AI die Copiloten von AI-Software? Hört rein, um mehr zu erfahren!
All content for PRODUKTKRAFT - Gespräche über Produktmanagement is the property of Jan Hoppe and is served directly from their servers
with no modification, redirects, or rehosting. The podcast is not affiliated with or endorsed by Podjoint in any way.
Generative AI ist in aller Munde – doch wie viele Produktmenschen setzen sich wirklich tief damit auseinander, was es bedeutet, Software zu bauen, die im Kern auf Large Language Models basiert? Zwischen LinkedIn-Posts über Prompt Engineering und Konferenz-Talks über die Zukunft der KI klafft eine Lücke im Diskurs: die operative Realität. Wer heute AI First Produkte entwickelt, muss sich mit Themen wie Observability, Evals und Prompt Management beschäftigen – allesamt Konzepte, die im klassischen deterministischen Software-Design nicht vorkommen. Höchste Zeit, dass wir mehr darüber sprechen!
Genau deshalb freue ich mich besonders über das Gespräch mit Till Scholich, denn Till bringt die ideale Perspektive mit: Einerseits hat er akademisch zu AI geforscht, sowohl in Stanford als auch an der University of Michigan. Andererseits arbeitet er aktuell als Senior Product Manager bei Ficus Health, wo er täglich mit den praktischen Herausforderungen von AI First Product Management konfrontiert ist und im Handling von Gesundheitsdaten höchsten Datenschutz-Standards gerecht werden muss. Dass Till den Diskurs aktiv mitprägt, zeigen seine Auftritte als Speaker – etwa auf der re:publica oder beim Merantix Developer Day. Kurz gesagt: Till weiß, wovon er spricht, sowohl theoretisch als auch praktisch.
Gemeinsam beleuchten wir in der zwölften PRODUKTKRAFT-Podcast-Folge, was wirklich neu ist im AI Product Management. Wir sprechen über die Konzepte, die heute essenziell sind, wir diskutieren, welche Datenstrukturen nötig sind und wie sich AI Native Companies grundlegend von klassischen Organisationen unterscheiden. Aber wir reden nicht nur über Tools und Techniken: Welche Fallen gilt es zu vermeiden? Und vor allem: Wie bleiben wir die Piloten und AI die Copiloten von AI-Software? Hört rein, um mehr zu erfahren!
Experimente in der Produktentwicklung – Nils Stotz zu Gast (Experimentation @ Zalando, ex Contentful)
PRODUKTKRAFT - Gespräche über Produktmanagement
4 months ago
Experimente in der Produktentwicklung – Nils Stotz zu Gast (Experimentation @ Zalando, ex Contentful)
In der neunten Episode des PRODUKTKRAFT Podcasts dreht sich alles um die Rolle von Experimenten in der digitalen Produktentwicklung – und dafür ist Nils Stotz der perfekte Gesprächspartner.Nils vereint in seiner Laufbahn akademische Tiefe und operative Breite: Er hat zum Thema experimentelle Produktentwicklung nicht nur wissenschaftlich publiziert, sondern auch ein Buch dazu geschrieben. Gleichzeitig bringt er praktische Erfahrung aus Start-ups wie Getsafe und Likeminded, aus Scale-ups wie Contentful und aus seiner aktuellen Rolle bei Zalando mit, wo er das Thema Experimentation maßgeblich vorantreibt.Wir sprechen darüber, warum Experimente so wichtig für moderne Produktentwicklung sind, welche Reife es dafür in Organisationen braucht – und wo sie nicht der richtige Weg sind. Nils teilt konkrete Einblicke, wie sich eine Kultur des Experimentierens aufbauen und langfristig erhalten lässt, welche Hürden dabei auftreten – und welche Rolle Führung dabei spielt.Ein besonderes Highlight: Wie verändert AI die Art und Weise, wie wir Hypothesen testen, Entscheidungen treffen und Produkte lernen lassen? Wir beleuchten, was heute schon möglich ist – und was morgen Realität sein könnte.Eine Folge für alle, die wissen wollen, wie sich fundierte Methoden, Mut zur Unsicherheit und organisatorische Realität sinnvoll verbinden lassen. Reinhören lohnt sich!
Product Support Needed?
Du brauchst freiberufliche Hilfe im Produktmanagement? Egal ob Coaching, operativer Support, interimistische Product Leadership oder Consulting: Melde Dich gerne unverbindlich unter jan@produktkraft.com bei mir und wir besprechen, wie eine Zusammenarbeit aussehen könnte.
Credits
Host & Producer: Jan Hoppe - https://www.linkedin.com/in/jan-hoppe-30b38ba3/ - http://www.produktkraft.com
Gast: Nils Stotz - https://www.linkedin.com/in/nilsstotz/
Audio Engineering: Tim Nippert - https://www.linkedin.com/in/tim-nprt-69a377286/ - https://www.timnippert.com
Links
https://www.amazon.de/-/en/Product-Market-Fit-entscheidende-Meilenstein-Start-ups-essentials/dp/3662665735/
https://www.amazon.de/-/en/Experimentelle-Produktentwicklung-Unternehmen-Strategien-systematisch/dp/3662654660/
https://de.wikipedia.org/wiki/Gesetz_von_Conway
https://www.produktkraft.com/podcast/empowerte-product-teams-und-digitale-transformation-stephanie-leue-zu-gast-ringier-ex-paypal-ex-doodle-ex-contentful
https://www.producttalk.org/2023/12/opportunity-solution-trees/?srsltid=AfmBOoohe_cr4HfNIFlYmnzmm7n63I40CuFkIUqKl5TAZtWxgHbxJyzR
PRODUKTKRAFT - Gespräche über Produktmanagement
Generative AI ist in aller Munde – doch wie viele Produktmenschen setzen sich wirklich tief damit auseinander, was es bedeutet, Software zu bauen, die im Kern auf Large Language Models basiert? Zwischen LinkedIn-Posts über Prompt Engineering und Konferenz-Talks über die Zukunft der KI klafft eine Lücke im Diskurs: die operative Realität. Wer heute AI First Produkte entwickelt, muss sich mit Themen wie Observability, Evals und Prompt Management beschäftigen – allesamt Konzepte, die im klassischen deterministischen Software-Design nicht vorkommen. Höchste Zeit, dass wir mehr darüber sprechen!
Genau deshalb freue ich mich besonders über das Gespräch mit Till Scholich, denn Till bringt die ideale Perspektive mit: Einerseits hat er akademisch zu AI geforscht, sowohl in Stanford als auch an der University of Michigan. Andererseits arbeitet er aktuell als Senior Product Manager bei Ficus Health, wo er täglich mit den praktischen Herausforderungen von AI First Product Management konfrontiert ist und im Handling von Gesundheitsdaten höchsten Datenschutz-Standards gerecht werden muss. Dass Till den Diskurs aktiv mitprägt, zeigen seine Auftritte als Speaker – etwa auf der re:publica oder beim Merantix Developer Day. Kurz gesagt: Till weiß, wovon er spricht, sowohl theoretisch als auch praktisch.
Gemeinsam beleuchten wir in der zwölften PRODUKTKRAFT-Podcast-Folge, was wirklich neu ist im AI Product Management. Wir sprechen über die Konzepte, die heute essenziell sind, wir diskutieren, welche Datenstrukturen nötig sind und wie sich AI Native Companies grundlegend von klassischen Organisationen unterscheiden. Aber wir reden nicht nur über Tools und Techniken: Welche Fallen gilt es zu vermeiden? Und vor allem: Wie bleiben wir die Piloten und AI die Copiloten von AI-Software? Hört rein, um mehr zu erfahren!
