Warum PMs 10x-Produktivitätsgewinne mit KI-Coding erzielen, während Entwickler nur 10 % rausholen – und warum sich das bald ändert

Als PM erziele ich mit KI-Coding-Tools wie Claude Code und Codex eine 10-fache Produktivitätssteigerung, während meine Engineering-Kollegen nur 10–50 % Verbesserung sehen – woran das liegt und wie sich das ändern lässt.

Der Grund für diese Produktivitätslücke ist eigentlich naheliegend: Entwickler müssen nach wie vor jede Zeile KI-generierten Codes prüfen und verstehen. Im Grunde machen sie ihren normalen Job PLUS Code-Review obendrauf. Kein Wunder, dass sich die Gewinne nur inkrementell anfühlen.

Aber das wird sich bald grundlegend ändern.

In 6–12 Monaten wird KI-generierter Code voraussichtlich so gut sein, dass saubere Unit-Tests und Code-Reviews ausreichen. Entwickler werden nicht mehr jede einzelne Funktion manuell verifizieren müssen.

Das ist kein neues Phänomen. Entwickler sind schon immer die Abstraktionsleiter hochgeklettert – von Lochkarten über Assembler bis hin zu Hochsprachen. Jedes Mal haben sich einige angepasst und sind aufgeblüht, während andere auf der Strecke geblieben sind.

Die Zukunft gehört den Entwicklern, die Agent-Management, Architekturdesign und Tool-Auswahl beherrschen. Denjenigen, die KI orchestrieren können, statt gegen sie anzutreten.

Wenn euer Engineering-Team nicht bald mindestens eine 2-fache Produktivitätssteigerung erzielt, habt ihr ein Change-Management-Problem – kein technisches.

Wie sind eure Erfahrungen mit KI-Coding-Tools – erlebt ihr bereits den 10x-Sprung oder steckt ihr noch in der Phase der inkrementellen Verbesserungen?