Produktmanagement-Berater · KI-Agent Metis
Ein Backlog ist keine Strategie. Ein Agent verdichtet tausend Kundenstimmen, damit das Team die richtigen fünf Dinge baut.
TU Berlin; Entwickler, dann Product Owner und Head of Product bei zwei Scale-ups; Produktcoach seit 7 Jahren.
Branchen: SaaS, E-Commerce, Plattformen
David Yilmaz hat als Entwickler angefangen und die Seite gewechselt, als ihm auffiel, dass sein Team perfekt Dinge baute, die niemand brauchte. Als Product Owner und später Head of Product bei zwei Scale-ups lernte er das eigentliche Handwerk des Produktmanagements: nicht Features verwalten, sondern Entscheidungen treffen — unter Unsicherheit, gegen Widerstände, mit begrenzten Daten.
Sein wunder Punkt aus dieser Zeit: Die Wahrheit über das Produkt war immer da — in Support-Tickets, Sales-Notizen, Reviews, Kündigungsgründen. Aber kein Produktmanager der Welt liest wöchentlich tausend Feedback-Schnipsel. Also wurde priorisiert nach dem, was der lauteste Kunde, der wichtigste Deal oder der überzeugendste Kollege wollte. Das Backlog wurde demokratisch — und das Produkt beliebig.
Mit dem Metis-Agenten dreht er das um: Feedback-Synthese aus allen Kanälen, Priorisierungsvorlagen mit transparenten Kriterien, PRD- und Release-Notes-Entwürfe. Im Boxenwerk-Workshop bauen Product Owner ihren eigenen Metis und üben an der Modellfirma — deren D2C-Shop, Abo-Modell und Event-App genug Zielkonflikte liefern, um jede Priorisierungsmethode ins Schwitzen zu bringen.
„Das Backlog lügt nicht — es sagt nur nichts. Wahrheit steht in den tausend Kundenstimmen, die niemand liest.“
— David Yilmaz, Produktmanagement-Berater
David Yilmaz berät Produktorganisationen von SaaS-Unternehmen, E-Commerce-Anbietern und Plattformen — beauftragt von CPOs, Gründern und Head-of-Product-Rollen, deren Backlogs wachsen, während die Wirkung stagniert.
Seine Mandate reichen vom Produktstrategie-Review über den Aufbau von Discovery- und Priorisierungsprozessen bis zum Coaching einzelner Product Owner und ganzer Produktteams.
Er liefert Strategie- und Portfolio-Reviews, Feedback-Synthese-Systeme, Priorisierungs-Frameworks mit transparenten Kriterien und etablierte Discovery-Routinen.
Sein Maßstab: Ein Produktteam, das nach dem Mandat die richtigen fünf Dinge baut — und begründen kann, warum.
Du lernst, Teile deiner Arbeit mit KI zu automatisieren — angefangen bei den lästigen Standardaufgaben, die täglich Zeit fressen: Sammeln, Formatieren, Nachhalten, Reporting. Klapp die Aufgaben auf und sieh, was dein Metis-Agent übernimmt.
David beginnt mit der Frage, wie Produktentscheidungen heute wirklich fallen: Er analysiert Backlog-Historie, Roadmap-Treue und Feedback-Flüsse, führt Interviews mit Produkt, Entwicklung und Vertrieb und legt offen, wo Bauchgefühl, lauteste Stimme oder größter Deal regieren. Ergebnis ist ein Diagnose-Bericht mit Entscheidungs-Befund und den Hebeln, die zuerst gezogen gehören.
Metis wertet Backlog, Ticket-Historie und die verstreuten Feedback-Kanäle aus und zeigt mit Belegen, wie oft Entscheidungen von Evidenz gedeckt waren — welche Features auf Kundendaten beruhten, welche auf einem einzelnen Sales-Eskalationsticket. Die Datenarchäologie von zwei Wochen schrumpft auf Tage; David führt stattdessen die Interviews, in denen die politischen Wahrheiten liegen.
Davids Kernintervention: aus zehn Feedback-Kanälen ein Bild machen. Er inventarisiert alle Quellen — Support-Tickets, Reviews, Sales-Notizen, NPS-Kommentare, Community —, definiert Taxonomie und Synthese-Rhythmus und verankert die Routine, mit der das Produktteam wöchentlich hört, was Kunden wirklich sagen. Deliverable ist ein laufendes Feedback-System, kein einmaliger Report.
Metis ist der Motor dieses Systems: Sie liest alle Kanäle zusammen, clustert Probleme nach Häufigkeit und Umsatzrelevanz und liefert die wöchentliche Synthese mit Zitaten und Trendmarkierung — was ist neu, was wächst, was verstummt. Die tausend Stimmen, die kein Produktmanager der Welt liest, werden zur Stunde Lektüre pro Woche; das System läuft nach Mandatsende weiter.
David ersetzt das demokratische Backlog durch transparente Kriterien: Er entwickelt mit dem Team das Priorisierungs-Framework — Wertbeitrag, Segmentbezug, strategischer Fit, Aufwand —, moderiert die ersten Priorisierungsrunden und baut den Roadmap-Prozess samt Stakeholder-Kommunikation. Deliverables sind Framework, Entscheidungs-Playbook und eine erste, belastbar begründete Roadmap.
Metis bereitet jede Priorisierungsrunde mit Evidenz vor: betroffene Kundensegmente, Umsatzbezug, Feedback-Häufigkeit, Aufwandsindikation je Kandidat — als Entscheidungsvorlage mit Quellen statt Meinungen. Im Meeting gewinnt nicht mehr, wer am besten argumentiert; die Entscheidung bleibt beim Team, aber sie hat einen Boden, und die Vorbereitung kostet Stunden statt einer PM-Woche.
David bringt Produktteams zurück zum Kunden: Er etabliert Discovery-Routinen — Interview-Kadenz, Hypothesen-Formulierung, Experiment-Design — und entlastet die PMs von der Dokumentenlast, die genau diese Zeit frisst. Deliverables sind ein Discovery-Playbook, PRD-Standards und eingeübte Routinen, die Interviews zur Gewohnheit statt zur Ausnahme machen.
Metis entwirft PRDs direkt aus Discovery-Notizen, hält sie bei Scope-Änderungen aktuell und schreibt Release Notes in Kunden- wie Entwicklersprache. Der PM redigiert in Minuten, was vorher Stunden kostete — die freigewordene Zeit fließt per Vereinbarung in Kundeninterviews, und David misst im Coaching nach, ob sie dort ankommt.
Damit „gelauncht“ nicht länger „vergessen“ heißt, verankert David Outcome-Messung: Jedes Feature bekommt eine Erfolgshypothese mit Messgrößen und Prüfterminen, und das Team etabliert die Retro-Routine, die aus jedem Launch lernt — nicht nur aus den Katastrophen. Deliverable ist ein Outcome-Review-Prozess, der Roadmap-Entscheidungen rückwirkend ehrlich macht.
Metis hält die Erfolgshypothese jedes Features nach und meldet nach vier und zwölf Wochen automatisch: Nutzungsdaten, Feedback-Tonalität, Zielerreichung — inklusive der unbequemen Fälle, in denen das gefeierte Feature niemand verwendet. Das Nachhalten, das im Alltag als Erstes stirbt, passiert von selbst; das Team diskutiert Ergebnisse statt Erinnerungslücken.
David akquiriert über Inhalte und Community: Konferenzvorträge, Artikel zu Discovery und Priorisierung, sein Netzwerk aus zwei Scale-ups. Angebote für Coaching-Mandate müssen die Diagnose des Interessenten schon andeuten, und seine Fallerfahrung über sieben Jahre Produktcoaching ist sein eigentliches Kapital — wenn sie abrufbar ist.
Metis verwandelt seine Mandats- und Workshop-Notizen in Vortragsskizzen und Artikel-Entwürfe, bereitet Erstgespräche mit einer Kurzanalyse öffentlicher Signale des Interessenten vor — Reviews, Changelogs, Stellenausschreibungen des Produktteams — und entwirft Angebote aus den Gesprächsnotizen. Sein Wissensarchiv über alle Mandate hält sie durchsuchbar: Welche Intervention wirkte bei welchem Teamtyp? So skaliert der Einzelberater seine Erfahrung, ohne ein zweites Ich einzustellen.
Support-Tickets, Reviews, Sales-Notizen, NPS-Kommentare, Community-Posts — jedes Signal existiert, aber nirgends entsteht ein Bild. Der Metis-Agent liest alle Kanäle zusammen, clustert Probleme nach Häufigkeit und Umsatzrelevanz und liefert dem Produktteam wöchentlich eine Synthese: Was sagen unsere Kunden wirklich — und was davon ist neu?
Ohne belastbare Datenbasis gewinnt im Priorisierungsmeeting, wer am besten argumentiert — nicht, was am meisten Wert stiftet. Metis bereitet jede Priorisierungsrunde mit Evidenz vor: betroffene Kundensegmente, Umsatzbezug, Aufwandsindikation. Die Entscheidung bleibt beim Team, aber sie hat endlich einen Boden.
Produktmanager verbringen ihre Wochen mit Dokumenten statt mit Kunden. Metis entwirft PRDs aus Discovery-Notizen, hält sie bei Änderungen aktuell und schreibt Release Notes in Kunden- wie Entwicklersprache. Der PM redigiert in Minuten, was vorher Stunden kostete — und ist wieder draußen beim Nutzer.
Gelauncht ist vergessen: Ob das Feature die erhoffte Wirkung hat, prüft niemand — die nächste Deadline wartet schon. Metis hält die Erfolgshypothese jedes Features nach und meldet nach vier und zwölf Wochen: Nutzung, Feedback-Tonalität, Zielerreichung. So lernt das Produktteam aus jedem Launch statt nur aus den Katastrophen.
Metis ist die kluge Ratgeberin des Produktteams: Sie synthetisiert Kundenfeedback aus allen Kanälen, fundiert Priorisierungen mit Evidenz, entwirft PRDs und Release Notes und hält nach, ob Features ihre Versprechen einlösen.
Metis liest Support, Reviews, Sales-Notizen und Umfragen zusammen und liefert wöchentliche Problem-Cluster mit Häufigkeit und Umsatzrelevanz.
Metis bereitet Priorisierungsrunden mit Daten vor: betroffene Segmente, Wertbeitrag, Aufwandsindikation — transparent statt politisch.
Metis entwirft PRDs aus Discovery-Notizen und schreibt Release Notes für Kunden und Entwickler — konsistent und aktuell.
Für Product Owner und CPOs: Live-Feedback-Synthese am D2C-Geschäft der Modellfirma Boxenwerk GmbH & Co. KG — von tausend Stimmen zum priorisierten Problem-Cluster.
Mit euren Feedback-Kanälen und Priorisierungskriterien: Am Ende synthetisiert eine Metis-Agentin euer Kundenfeedback und bereitet eure Produktentscheidungen vor.
Produkt-Coaching plus Agent-Ausbau: Discovery-Prozesse schärfen, Erfolgs-Tracking etablieren, Roadmap-Kommunikation automatisieren.
Bei Boxenwerk GmbH & Co. KG wäre Alexander Nowak sein typischer Kunde: D2C-Shop, Abo-Modell und Event-App konkurrieren um dasselbe Entwicklungsteam — und die Community sagt jeden Tag, was ihr fehlt. Man müsste nur zuhören können.
Persona ansehen: Alexander Nowak (CPO) →