KI beschleunigt die Produktentwicklung. Aber was passiert mit Entscheidungen, Kundenfeedback und Zusammenarbeit? Der neue Atlassian-Bericht liefert bemerkenswerte Antworten.
In meinen bisherigen LoopsWork-Artikeln habe ich zwei Thesen aufgestellt: KI verstärkt vorhandene Organisationsmuster. Und wenn Teams schneller liefern, als sie aus Ergebnissen lernen, entsteht Feedback Debt.
Das waren vor allem Beobachtungen und Überlegungen. Nun hat Atlassian den State of Product 2027 veröffentlicht. Die Befragung von 1.000 Produktverantwortlichen liefert dazu interessante Zahlen – und einige Erkenntnisse, die über meine bisherigen Artikel hinausgehen.
Mehr Output, nicht automatisch mehr Wirkung
Laut Bericht haben 99 % der befragten Produktteams KI fest in mindestens einen gemeinsamen Workflow integriert. 96 % halten KI in wenigstens einem Aufgabenbereich für gleichwertig oder besser als menschliche Arbeit.
Die Diskussion lautet also immer seltener, ob KI in der Produktentwicklung eingesetzt wird. Spannender wird, was sie tatsächlich verändert.
80 % berichten, dass KI ihnen hilft, schneller auszuliefern, ohne dass Kunden entsprechend früher einen Nutzen sehen. 69 % sagen, dass ihre Entscheidungsprozesse nicht mit der höheren Liefergeschwindigkeit Schritt halten.
Damit beschreibt die Studie ziemlich genau den Widerspruch, der mich bei LoopsWork beschäftigt: Die Produktion wird schneller, aber das System drumherum nicht automatisch wirksamer. Wer den Flaschenhals in der Entwicklung verkleinert, kann ihn in der Priorisierung, Abstimmung oder Wirkungsmessung wiederfinden.
Feedback ist da. Nur nicht in Entscheidungen.
Besonders aufschlussreich sind die Zahlen zum Umgang mit Kundenfeedback:
- 77 % der Teams dokumentieren Feedback formal.
- 64 % verwenden es nicht konsequent für Entscheidungen.
- Nur 4 % können jede Roadmap-Entscheidung auf Kundenfeedback oder andere Evidenz zurückführen.
- 77 % erleben zumindest gelegentlich, dass das Bauchgefühl von Führungskräften datenbasierte Produktentscheidungen überstimmt.
Das ist für mich der deutlichste Bezug zum zweiten Artikel über Feedback Debt. Offenbar fehlt es nicht grundsätzlich an Rückmeldungen. Schwieriger ist es, sie so in den Arbeitsfluss einzubinden, dass sie tatsächlich eine Entscheidung verändern.
Auch interessant: 43 % nennen fehlende standardisierte Prozesse für die Nutzung von Feedback als Hürde, 41 % die Verteilung über zu viele Tools und Kanäle.
Mehr Daten allein werden dieses Problem kaum lösen.
Rollen werden durchlässiger – Zusammenarbeit nicht automatisch besser
Die Studie zeigt auch eine positive Entwicklung: 89 % der Teams erledigen mit KI inzwischen Aufgaben, die zuvor bei anderen Fachbereichen lagen. PMs bauen Prototypen, Designer liefern funktionale Lösungen, Entwickler können früher zur Produktstrategie beitragen.
Allerdings fällt eine andere Zahl auf: In 82 % der Teams sind Entwickler nicht von Beginn der Ideenfindung an beteiligt.
Das ist ein wichtiger Unterschied. Wenn jeder mehr Dinge selbst erledigen kann, bedeutet das noch nicht, dass die richtigen Menschen früher miteinander sprechen.
Fachliche Grenzen werden durchlässiger. Gute Zusammenarbeit entsteht trotzdem nicht auf Knopfdruck.
Die versteckten Kosten von KI-Ergebnissen
Atlassian nennt auch die Schattenseite beim Namen. 82 % beobachten zumindest gelegentlich oberflächliche KI-Arbeit, die erst nach Feedback nachgebessert wird. 49 % verwenden Zeit darauf, KI-Agenten auf Kurs zu halten. 61 % berichten von mehr technischen Schulden durch KI.
Der Aufwand verschwindet also nicht immer. Manchmal zieht er bloß um: von der Erstellung zur Prüfung, Korrektur und Wartung.
Der KI-Agent war in drei Minuten fertig. Die Kollegen haben dafür den Nachmittag frei – allerdings nur, um sein Ergebnis zu reparieren.
Das erweitert die Diskussion um Feedback Debt: Es geht nicht nur darum, nach einem Release zu wenig zu lernen. Auch innerhalb der Umsetzung kann die Menge ungeprüfter Ergebnisse schneller wachsen als unsere Fähigkeit, sie sinnvoll zu beurteilen.
Mehr Freiraum. Aber wofür?
Der Bericht ist keineswegs nur eine Warnung. 53 % der Befragten haben durch KI mehr Zeit für Strategie und Roadmap-Entwicklung. 45 % können mehr Zeit in Product Discovery und Validierung investieren.
Das ist ein echter Fortschritt – zumindest aus Sicht der Befragten.
KI schafft Freiraum für Aufgaben, bei denen Kontext, Urteilskraft und Austausch entscheidend sind. Ob Organisationen diesen Freiraum anschließend auch für bessere Entscheidungen nutzen, ist die nächste Frage.
Was das für LoopsWork bedeutet
Für mich stützen die Ergebnisse zwei Gedanken aus den bisherigen Artikeln: KI verstärkt die Wirkung vorhandener Arbeitsweisen, und schnellere Auslieferung allein verhindert keinen Rückstau beim Lernen aus Feedback.
Genau deshalb betrachtet das LoopsWork-Gedankenmodell nicht nur die Umsetzung im Build Loop, sondern ebenso die Wirkung im Value Loop und die Anpassung der Arbeitsweise im Learning Loop. Diese Verbindung bleibt wichtig, auch wenn KI einzelne Schritte dramatisch beschleunigt.
Was die Studie aussagen kann – und was nicht
Eine wichtige Einschränkung: Die Studie beruht auf Selbstauskünften von 1.000 Personen aus Unternehmen mit 500 bis 10.000 Beschäftigten in den USA, Deutschland und Frankreich (Befragung im August 2026). Sie beweist weder eine Ursache-Wirkung-Beziehung noch die Wirksamkeit von LoopsWork. Und Atlassian verfolgt als Anbieter von Produktmanagement-Software natürlich auch ein eigenes Interesse an diesem Thema.
Trotzdem sind die Befunde ein starkes Signal: Der nächste große Hebel liegt nicht allein darin, schneller zu bauen, sondern besser zu entscheiden, zu überprüfen und zu lernen.
Vielleicht ist das die interessantere KI-Frage für 2027: Nicht mehr „Wie viel können wir noch schneller bauen?“, sondern „Was davon lohnt sich überhaupt?“
Quelle: Atlassian – State of Product 2027, veröffentlicht 2026, basierend auf einer Befragung von 1.000 Produktverantwortlichen.