Wissen wann Du Nein zu AI sagst
Nicht jedes Problem braucht AI. Du hast Frameworks um Opportunities zu bewerten und schlechte Ideen frueh zu stoppen.
Jeder PM ist ploetzlich ein “AI PM.” Du sollst AI-Features bewerten, AI-PRDs schreiben und zwischen Build, Buy oder Blend entscheiden — aber niemand hat Dir beigebracht wie. Die bezahlten Kurse geben Dir Slides. Die Blogposts geben Dir Hype. Keiner gibt Dir ein Framework das Du am Montag nutzen kannst.
Dieses Curriculum schon. 9 Kapitel. Jede Lektion endet mit einem Entscheidungsszenario — echte Zahlen, echte Constraints, Deine Entscheidung. Kein Wissen sammeln. Entscheidungstraining.
Wissen wann Du Nein zu AI sagst
Nicht jedes Problem braucht AI. Du hast Frameworks um Opportunities zu bewerten und schlechte Ideen frueh zu stoppen.
Build vs. Buy Entscheidungen sicher treffen
RAG vs. Fine-Tuning vs. Prompting — Du verstehst die Tradeoffs auf PM-Level und entscheidest bewusst.
AI-Features shippen denen User vertrauen
Eval Frameworks, Red Teaming, Guardrails — Du misst Qualität bevor User Probleme sehen.
AI-Produktteams fuehren
AI PRDs, cross-funktionale Zusammenarbeit, Responsible AI Governance — von Umsetzung bis Organisation.
Jede Lektion folgt dem gleichen Muster — keine Vortraege, nur strukturiertes Entscheidungstraining:
1. Kontext
Eine reale Situation setzt die Buehne. Du bist der PM. Das ist passiert.
2. Konzept & Framework
Die Theorie die Du brauchst — und ein Entscheidungswerkzeug das Du sofort anwenden kannst.
3. Entscheidungsszenario
Echte Zahlen. Echte Constraints. Zwei gangbare Optionen. Du entscheidest.
4. Reflexion
Was hast Du gelernt? Wie haengt das mit vorherigen Entscheidungen zusammen?
| Track | Kapitel | Du bist hier wenn… |
|---|---|---|
| Foundations | 1–3 | Du bist neu bei AI-Produktentscheidungen. Starte bei den Grundlagen. |
| Builder | 4–6 | Du baust aktiv AI-Features und brauchst technische PM-Skills. |
| Leader | 7–9 | Du gestaltest AI-Strategie, stellst AI-Teams ein oder setzt Governance. |
Alle Tracks enden mit einem Capstone Project — ein vollstaendiger AI-Produkt-Case in dem Du alles anwendest.
Case Studies: Echte Entscheidungen von Notion AI · GitHub Copilot · Clearview AI · Duolingo Max
Das bist Du
PM, Tech Lead oder Gruender der AI-Produktentscheidungen trifft — ohne strukturierten Weg sie zu bewerten.
Was Du brauchst
Kein ML-Hintergrund. Kein Coding. Nur die Bereitschaft Entscheidungen zu ueben, nicht Fakten zu memorieren.
Zeitaufwand: ~30-40 Stunden gesamt. Jedes Kapitel funktioniert einzeln (2-4 Stunden). Im eigenen Tempo.
Weisst Du was ein Token ist und wie Temperature die Ausgabe beeinflusst? Ja → Start bei Kapitel 2.
Kannst Du Build vs. Buy vs. Blend für AI-Komponenten abwaegen? Ja → Start bei Kapitel 4.
Hast Du schon ein AI-Feature evaluiert oder shipped? Ja → Start bei Kapitel 7.
Alles nein? → Starte bei Kapitel 1. Das Curriculum baut aufeinander auf.
Nein. Technische Konzepte wie RAG, Fine-Tuning und Model Selection werden auf PM-Level erklärt — tief genug für informierte Entscheidungen, nicht tief genug zum Implementieren.
Bezahlte Kurse sammeln Wissen. Dieser trainiert Entscheidungen. Jede Lektion endet mit einem Szenario in dem Du eine Entscheidung triffst — mit echten Zahlen. Keine Zertifikate, kein Filler — nur Skills die Du am Montag nutzt.
Jedes Kapitel braucht 2-4 Stunden. Das gesamte Curriculum dauert 30-40 Stunden. In 2-3 Monaten bei komfortablem Tempo machbar, oder fokussiere Dich auf einen Track.
Ja. Nutze das Self-Assessment oben um Deinen Einstiegspunkt zu finden. Die drei Tracks funktionieren als Einstiegspunkte.
Ja. Jede Lektion existiert auf Deutsch und Englisch. Nutze den Language Switcher in der Navigation.
Die Luecke zwischen “AI verändert alles” und “hier ist wie man gute AI-Produktentscheidungen trifft” ist riesig. PMs verdienen Besseres als Buzzword-gefuellte Slide Decks. Jedes Framework hier ist an realen Cases getestet, jedes Szenario in echten Constraints verankert. Gebaut für Leute die shippen.