Zum Inhalt springen
Gijora Dammann
Portrait von Gijora Dammann

Gijora Dammann

München Interim Product Manager
UX und Agentic Experience (AX) Designer

Heute: AI-empowered Product Architect

Product Management, UX & Agentic Experience (AX) Design und agentische Discovery-Systeme (Agentic PM & Design) vereine ich als Triple Threat in einer Person — mit echtem Urteilsvermögen in allen drei Disziplinen, nicht nur oberflächlichem Verständnis. Mit meinem eigenen KI-Setup — Second Brain, Claude Code, spezifikationsgetriebene Frameworks wie gstack — schreibe ich Konzepte nicht mehr nur auf, ich baue sie: aus Ideen werden in einem Bruchteil der bisherigen Zeit anfassbare, hochfunktionale Prototypen statt nur Slides.

Warum ist diese Kombination heute der ultimative Hebel ? Weil sich die Spielregeln am Markt radikal verschoben haben. In einer Ära, in der das reine Schreiben von Code (Delivery) rasant zur Commodity wird, verlagert sich das größte Risiko von „Können wir das bauen?“ zu „Sollten wir das bauen?“.

Wie sich Wertschöpfung verschiebt ↓

25+ Jahre Erfahrung
20+ Teams begleitet seit 2018
10+ Führungskräfte beraten seit 2018

Zertifikate

Claude Code 101
Anthropic · 2026 Completed
LLM Evals for PMs & Engineers
Maven · 2026 Enrolled

Vom Designer und Entwickler zum AI-empowered Product Architect.

Seit 2023 · Gründer & Geschäftsführer PublicX GmbH
Gründung und Geschäftsführung eines jungen IT-Consulting-Unternehmens für Softwareprojekte, die unsere Gesellschaft voranbringen — mit Fokus auf den öffentlichen Sektor. Spezialisiert als Integrationsexperte für Law-as-Code zur automatisierten Rechtsanwendung (Vollzug).
Seit 2018 · Freelance UX Consultant & Product Strategist — gijora.de
Product Discovery, UX Coaching und Interim-Mandate als UX Designer bzw. Product Owner bei über 20 Teams — die Basis, auf der die heutige AI-empowered-Product-Architect-Positionierung aufbaut.
2015–2018 · Festanstellung UX Designer — Jochen Schweizer Technology Solutions
Erste UX-Designer-Rolle des Unternehmens aufgebaut, nutzerzentrierte Discovery und Design im Scrum-Team geführt — von Low-Fidelity-Scribbles bis zu High-Fidelity-Prototypen mit echten Backend-APIs, inklusive quantitativer und qualitativer Forschung.
2010–2015 · Festanstellung Full-Stack- & Mobile-App-Developer — CHIP, dann Jochen Schweizer
Backend- und native App-Entwicklung (Python/Django, Objective-C, Swift) für CHIP-Produkte und E-Commerce-Apps im Scrum-Team — die technische Basis, auf der alles andere aufbaut.
2005–2010 · Freiberuflich Full-Stack-Developer & Digital Retoucher — gijora.de
Consulting, Full-Stack-Development und Digital Retouching für Kunden wie Audi, BMW, EADS, Wella und Samsung — u. a. als Technical Project Manager für die EADS Corporate DVD 2010.
2005–2010 · Studium Diplom Computer Science and Media — Beuth Hochschule für Technik Berlin
Fokus Computergrafik/Animation und Multimedia-Engineering, Abschlussnote 2.0. Abschlussarbeit: Konzeption und Produktion eines Online-Video-Service mit Avataren.

Mein Process Playbook

Methodische Wiederholbarkeit statt Zufallstreffer: derselbe dreiphasige Ablauf, der schon vor der KI-Ära funktioniert hat, heute beschleunigt durch KI-Workflows.

1
Understand & Strategize
Business Model Canvas User Story Mapping Wardley Mapping
2
Discover
EventStorming (Big Picture) Opportunity Solution Trees Prototyping Design Sprints
3
Decompose & Develop
EventStorming (Subdomains & Bounded Contexts) Process Modelling EventStorming Usability Testing Heuristische Evaluation

The AI Value Chain Shift: Warum Product Discovery der neue Burggraben ist

Wenn Sie heute Ihr Produkt-Team mit KI-Modellen ausstatten, um alte Roadmaps einfach schneller abzuarbeiten, beschleunigen Sie im schlimmsten Fall nur eines: die Produktion von digitalem Ausschuss. Das eigentliche Nadelöhr ist nicht mehr das Bauen.

Vereinfachte Wardley Map: Technologische Umsetzung driftet nach rechts in Richtung Commodity & Utility, während strategisches Urteilsvermögen oben links den eigentlichen Wettbewerbsvorteil bildet

Wie diese vereinfachte Wardley Map zeigt, driften technologische Umsetzung und reine Code-Generierung unaufhaltsam nach rechts in die Phase Commodity & Utility. KI-Tools machen das Erstellen funktionaler Software extrem billig. Der echte Wettbewerbsvorteil (The Moat) wandert auf der Wertschöpfungskette nach links oben – dorthin, wo strategisches Urteilsvermögen, fundierte Priorisierung und agile Hypothesenvalidierung liegen.

„AI has reduced the cost of building dramatically, so it shines a light on: we're building faster than ever, but we're still not moving the needle any faster. Deciding what is actually worth building is the problem.“
— Marty Cagan, Silicon Valley Product Group

Bereit für den nächsten Schritt?

Ob Interim-Mandat, ein Prototyp in Rekordzeit oder strategisches Sparring zur KI-Strategie — lassen Sie uns über Ihr Vorhaben sprechen.

Kontakt aufnehmen