Stories
- Branche
- KI • SaaS • Produktmanagement
- Produkt
- AI Product Agent
- Meine Rolle
- Founding Product Designer
- Team
- Timo Luick (Founding CTO)
Nadja Kohlberger (Founding Product Designer) - Kompetenzen
- Produktstrategie, Product Discovery, AI Product Design
- Tools
- Codex
- Claude Design
- Lovable
- Figma
- FigJam
- FigR
- ChatGPT
- Notion
- GitHub
- Slack
- Plattform
- Desktop-Anwendung (MVP)
- Status
- MVP in Entwicklung
AI Product Agent für Startup-Teams
Wie die Zusammenarbeit mit Gründer:innen, CTOs und Produktteams über viele Jahre zur Idee eines AI Product Agents führte, der Teams dabei unterstützt, Klarheit zu schaffen, bevor die Entwicklung beginnt.
Chance
Die Idee zu Stories entstand, weil mir über Jahre hinweg in ganz unterschiedlichen Startup-Teams immer wieder dieselben Herausforderungen begegneten. Ich habe eng mit Gründer:innen, CTOs, Product Manager:innen und Entwickler:innen zusammengearbeitet und digitale Produkte von der ersten Idee bis zur Umsetzung begleitet. Obwohl jedes Unternehmen anders war, wiederholten sich viele Probleme.
Mit jedem neuen Feature wurde es schwieriger, den Überblick zu behalten. Product Backlogs waren aufwendig zu pflegen, Produktentscheidungen wurden oft auf Basis von Annahmen getroffen und wichtiges Wissen verteilte sich über Slack, Kund:inneninterviews, Dokumentationen, Analyse-Tools und den Quellcode. Alle hatten einen Teil der Informationen, aber niemand den vollständigen Überblick.
Vor allem in frühen Startup-Phasen übernehmen CTOs häufig gleichzeitig die Rolle des Product Managers. Sie entwickeln das Produkt, treffen strategische Entscheidungen und führen parallel das Entwicklungsteam. Mir wurde schnell klar, dass das eigentliche Problem nicht die vorhandenen Tools waren. Das Problem war, dass Produktstrategie und Product Thinking größtenteils noch manuell funktionierten.
Als KI immer leistungsfähiger wurde, sah ich darin die Chance, Produktarbeit neu zu denken. Statt ein weiteres Backlog-Tool zu entwickeln, entstand die Idee eines AI Product Agents, der ein Produkt wirklich versteht, Wissen aus bestehenden Tools zusammenführt und Produktteams dabei unterstützt, bessere Entscheidungen zu treffen. Gemeinsam mit meinem ehemaligen CTO Timo Luick, mit dem ich bereits mehrere Startup-Produkte entwickelt hatte, wurde aus dieser Idee schließlich Stories.
Challenge
Einen AI Product Agent zu gestalten, unterscheidet sich grundlegend von klassischer Software. User Stories zu generieren war dabei nur ein kleiner Teil der Aufgabe. Viel schwieriger war es, ein KI-System zu entwerfen, das fachliche und technische Zusammenhänge versteht, Informationen aus unterschiedlichen Quellen sinnvoll verbindet und mit Menschen zusammenarbeitet, ohne ihnen wichtige Entscheidungen abzunehmen.
Während der Entwicklung stellten wir uns immer wieder dieselben Fragen.
- Welches Wissen sollte der Agent dauerhaft behalten?
- Wie verbindet er Dokumentationen, Kundenfeedback, Analysedaten und technischen Kontext?
- Wann sollte er Rückfragen stellen, statt Annahmen zu treffen?
- An welchen Stellen sollten Menschen bewusst die Kontrolle behalten?
- Wie können KI-Empfehlungen nachvollziehbar werden und Vertrauen schaffen?
Vision
Stories sollte nie Menschen ersetzen. Unser Ziel war von Anfang an, einen intelligenten Teamkollegen zu entwickeln, der Produktteams unterstützt und ihnen die tägliche Arbeit erleichtert.
Der AI Product Agent baut Schritt für Schritt ein Verständnis des Produkts auf, verbindet Wissen aus verschiedenen Quellen und hilft Teams dabei, aus verstreuten Informationen fundierte Entscheidungen zu treffen.
Eine bewusste Entscheidung war, nicht alles zu automatisieren. Stories sammelt Kontext, macht Zusammenhänge sichtbar und erstellt Empfehlungen. Gleichzeitig bleibt jede Empfehlung transparent, nachvollziehbar und jederzeit anpassbar. Genau dieses Zusammenspiel aus KI und menschlicher Entscheidung wurde zu einem der wichtigsten Prinzipien des Produkts.
Kernpunkte
Kontext vor Generierung
Bevor Stories Anforderungen erstellt, baut der Agent zunächst ein Verständnis des Produkts auf. Dafür verbindet er Dokumentationen, Repositories, Analysedaten und vorhandenes Produktwissen. Je besser der Kontext, desto besser die Ergebnisse.
Transparente KI
KI sollte keine Black Box sein. Deshalb erklärt Stories seine Empfehlungen, wann immer es sinnvoll ist. So können Teams nachvollziehen, warum etwas vorgeschlagen wird.
Menschen behalten die Kontrolle
Stories nimmt Teams wiederkehrende Aufgaben ab. Strategische Entscheidungen bleiben jedoch immer bei den Menschen.
Bestehende Workflows statt neuer Prozesse
Anstatt Teams zu einer neuen Arbeitsweise zu zwingen, integriert sich Stories in die Tools, die bereits genutzt werden. Dadurch lässt sich der AI Product Agent schrittweise in bestehende Prozesse einführen.
Experience
Anstatt vor jeder Produktentscheidung Informationen aus verschiedenen Tools zusammenzusuchen, verbinden Teams Stories mit ihrer bestehenden Tool-Landschaft. Der AI Product Agent analysiert Dokumentationen, Repositories, Kundenfeedback, Analysedaten und vorhandenes Produktwissen und entwickelt daraus ein kontinuierlich wachsendes Verständnis des Produkts.
Kommt eine neue Produktidee oder ein Feature hinzu, erstellt Stories nicht einfach nur eine User Story. Der Agent erkennt fehlenden Kontext, stellt gezielte Rückfragen, verweist auf bestehende Funktionen und erstellt strukturierte Anforderungen, die direkt mit dem Entwicklungsteam weiterbearbeitet werden können.
Prozess
Stories entstand aus einer Marktchance, die ich nach mehreren Jahren Zusammenarbeit mit Gründer:innen, CTOs und Startup-Teams erkannt habe. Immer wieder sah ich dieselben Herausforderungen rund um Produktstrategie, fragmentiertes Wissen und die Übersetzung von Ideen in konkrete Anforderungen.
Als Founding Product Designer entwickelte ich gemeinsam mit unserem Founding CTO Timo Luick die Produktvision und verantwortete die Produktstrategie, Product Discovery sowie die gesamte User Experience.
In unserem zweiköpfigen Gründerteam ging meine Rolle weit über klassisches UX Design hinaus. Neben Produktstrategie, UX Research und Interaction Design arbeitete ich täglich eng mit der Entwicklung zusammen und validierte neue Ideen durch schnelle Iterationen statt durch lange Design-Handoffs.
Stories war außerdem das erste Projekt, bei dem KI meinen eigenen Designprozess grundlegend verändert hat. Statt bei High-Fidelity-Designs in Figma aufzuhören, nutzte ich KI-gestützte Coding-Tools wie Codex, um Teile des Frontends direkt selbst zu entwickeln. Dadurch verkürzten sich die Feedbackschleifen erheblich. Produktstrategie, Design und Entwicklung konnten sich parallel weiterentwickeln, statt nacheinander stattzufinden. Ideen ließen sich deutlich früher testen, verbessern und validieren.
Fazit
Stories steht aktuell kurz vor dem MVP. Deshalb messen wir den Erfolg noch nicht am Umsatz, sondern daran, ob unsere grundlegenden Annahmen stimmen und ob der AI Product Agent echten Mehrwert für Produktteams schafft.
Der nächste Schritt ist, Stories gemeinsam mit ersten Nutzer:innen zu testen und herauszufinden, wie gut sich der Workflow im Alltag bewährt und welchen konkreten Nutzen das Produkt bietet.
Nächstes Projekt
Weitere Projekte entdecken
Octrace