Die Produktwerker

Katja Busch, Autorin des Buchs „Experience Management als Future Skill“, spricht mit Dominique darüber, warum gute Produkte allein nicht mehr reichen. In gesättigten Märkten entscheiden nämlich Erlebnisse darüber, ob Menschen wiederkommen oder zur Konkurrenz wechseln. Experience Management geht deshalb über UX und CX hinaus. Es muss in Unternehmensprozessen verankert und auf Entscheiderebene vertreten sein.

Dafür braucht es die Sprache des Business. Nicht das bessere Erlebnis überzeugt, sondern Effizienz, Effektivität und Wettbewerbsvorteile. Menschen meiden unnötigen Aufwand und wechseln, sobald sie eine einfachere Alternative kennen. Vieles davon geschieht unbewusst. Product Owner und Product Manager sollten deshalb weniger in Features als in gewünschtem Verhalten denken: Was muss die Zielgruppe tun, damit ein Produkt wirtschaftlich erfolgreich ist? Angebote können Verhaltensänderungen erleichtern. Statt unter Druck reflexartig mehr Marketing zu betreiben oder Kosten zu senken, sollten Unternehmen die Ursachen verstehen. Eine kontinuierliche Wettbewerbsbeobachtung mit KI hilft dabei.

Veränderung gelingt am ehesten dort, wo ein businesskritisches Problem neue Ansätze verlangt. Leuchtturmprojekte und eigene Erfahrungen überzeugen mehr als Vorgaben von oben. Interviews, Beobachtungen und Stakeholderanalysen helfen, den internen Kontext zu verstehen. Positive Erlebnisse und Emotionen machen Veränderung leichter. KI beschleunigt die Discovery, kann aber das kritische Denken schwächen. Product Teams brauchen Raum für die richtigen Fragen und sollten Ergebnisse testen, statt Annahmen zu übernehmen. Denn KI kennt nicht automatisch den Unternehmenskontext. Viele Features bleiben ungenutzt, ohne dass Teams ihre Nutzung überhaupt messen. Ein schneller Test bringt oft mehr als die nächste Annahme.

Katjas wichtigster Rat lautet: „Be the business“. Wer versteht, welche Erfahrungen Entscheider brauchen, schafft bessere Bedingungen für die eigene Arbeit. Ihr Buch „Experience Management als Future Skill“ vertieft das Thema.

Dominique und Tim sprechen im dieser Folge über ein Problem, das fast jede Produktverantwortung kennt. Wenn das Operative das Strategische verhindert, drehen sich Teams im Kreis. Bugs beheben, Kundenwünsche erfüllen und laute Stakeholder bedienen fühlt sich fleißig an. Das Team ist ausgelastet und die Velocity stimmt. Aber trotzdem entwickelt sich das Produkt in Richtungen, die niemand geplant hat. Am Ende steht dann ein Produkt, das überall ein bisschen mitmischt und dessen Richtung keiner mehr klar erklären kann. Beschäftigung ist eben nicht unbedingt Fortschritt.

Das Operative gewinnt, weil es laut, konkret und dringend ist. Meldet der Kundenservice den zehnten betroffenen Nutzer des Tages, verlangt das sofortige Reaktion. Strategische Arbeit ist wichtig, aber selten dringend, und das Wichtige kann ja auch morgen noch warten. Dazu kommt die soziale Seite. Wer schnell hilft, erntet direkt Dank und Anerkennung. Wer eine strategische Wette vorbereitet, hört erst nach anderthalb Jahren die Frage, was sich bewegt hat. Wer es allen recht machen will, schiebt die eigene Arbeit in Nachtschichten oder lässt sie liegen. Der Schmerz bleibt dabei klein, denn strategische Entscheidungen wirken zeitverzögert. Strategische Arbeit dageben braucht Raum, und zwar doppelt. Ein Blocker im Kalender macht klarer sichtbar, wie viel Zeit das Thema tatsächlich bekommt. Dazu gehört ein Raum ohne Ablenkung. Hilfreich sind feste Kanten, etwa der Montagmorgen vor der ersten Mail oder zwei Stunden vor dem Wochenende. Der "Nicht stören"-Modus am Handy hält andere fern, und für echte Notfälle gibt es klare Ausnahmen. Wer allein nachdenkt, sortiert Gedanken und bewertet Optionen. So geht niemand unvorbereitet in den Austausch mit anderen. Trotzdem bleibt Strategie aber weiterhin ein Teamsport. Regelmäßige Termine mit Stakeholdern oder einem Product Advisory Board schaffen Verbindlichkeit, denn wer etwas vorstellen muss, bereitet sich vor. In der Runde selbst hilft Timeboxing. Operative Themen rutschen in die letzte Viertelstunde, die Strategie kommt zuerst. Nichts fällt weg, doch nichts frisst den Termin auf. Damit alle dasselbe unter Strategie verstehen, helfen greifbare Ergebnisse. Ein Product Goal für sechs bis zwölf Monate, eine Produktvision oder die Frage, welchen Horizont das Team gerade betrachtet, geben Orientierung. Auch Roadmap oder Six Pager setzen eine Frist und machen Strategie dringlich.

Führungskräfte entscheiden mit, ob strategische Arbeit Platz bekommt. Loben sie nur schnelle operative Reaktionen, richtet das Team sich danach aus. Fragen sie dagegen nach Erkenntnissen statt nur nach Sprintergebnissen, ändert sich das Verhalten. Gelebte Strategie zeigt sich in Entscheidungen, also im begründeten Nein zu manchen Dingen und im begründeten Ja zu anderen. Ein Papier im Schrank bringt nichts. Der Decision Stack prüft die Kette: Die User Story dient dem Sprintziel, das Sprintziel dem Produktziel, das Produktziel der Vision. Selbst ein Bugfix zahlt darauf ein, denn Menschen sollen das Produkt nutzen können.

Dominique und Tim geben euch am Ende drei Reflexionsfragen mit: Wie viel Zeit fließt wirklich in strategische Arbeit? Eine Strichliste über zwei, drei Wochen liefert die Antwort. Zeigen Führungskräfte, dass ihnen diese Arbeit wichtig ist, und bitten sie ihr Team um Hinweise auf operative Ablenkung? Und hängt das Tagesgeschäft sichtbar mit der Ausrichtung zusammen? Operative Arbeit geht nie aus. Wenn das Operative das Strategische verhindert, hilft deshalb vor allem eine bewusste Entscheidung für feste Zeiten. Zum Schluss lohnt die Frage: Was antwortet ihr nach anderthalb Jahren, wenn jemand wissen will, was ihr am Produkt verändert habt?

Was sind synthetische Nutzer? Peter Rochel von Oberwasser Consulting und führender "Jobs-to-be-Done"-Experte ist in dieser Folge erneut bei Tim zu Gast und erklärt was genau synthetische Nutzer sind und was sie taugen. Klassische Jobs to be done Interviews liefern tiefe Einblicke, kosten aber viel Zeit. Ein Gespräch dauert rund anderthalb Stunden (je nach B2C oder B2B) und die Auswertung schluckt noch einmal das Doppelte. Kein Wunder, dass KI als Abkürzung lockt. Bei synthetischen Nutzern übernimmt ein Sprachmodell die Rolle des Kunden, ein zweiter Bot führt das Interview. Peter Rochel nennt das Ergebnis "Synterview", eine Mischung aus synthetisch und Interview. Schon seit 2023 probiert er das intensiv aus, zunächst mit Custom GPTs, die sein gesamtes Beratungswissen kennen, inzwischen mit agentischer KI.

Die Ergebnisse überraschen durchaus positiv. Beim Nachstellen echter Projekte liefern synthetische Nutzer brauchbare Muster, vor allem bei den Pains und Gains in Bezug auf die Jobs für die sie Produkte und Services "beauftragen". Trotzdem bleibt ein ungutes Gefühl, denn die Antworten klingen zwar plausibel, wirken aber oft so glatt als stünden sie in einem Marketingprospekt. Hinzu kommt die Neigung der Modelle zu halluzinieren, was sich je nach Anbieter unterscheidet. Peter Rochel empfiehlt: Wer ernsthaft damit arbeiten möchte, baut am besten mehrere Kontrollschichten ein und gleicht alles ab, was sich automatisch prüfen lässt. Ohne Interviewerfahrung fällt es jedoch schwer, solche Schwächen überhaupt zu bemerken. Wobei wir wieder bei einer der Kernthesen der Arbeit mit AI Systemen wären: Du musst wissen "How good looks like"!

Die Grenze liegt für Peter bei den Auslösern von Progress. Warum jemand genau in diesem Moment wechselt, bleibt für synthetische Nutzer fast unerreichbar. Trigger Events wie ein Umzug, eine Trennung oder die Geburt eines Kindes erklären z.B., warum jemand plötzlich den höhenverstellbaren Schreibtisch kauft, über den er seit Jahren nachdenkt. Ein Modell kennt nur, was in seinen Daten steckt. Wirklich Neues entdeckt es nicht, und Verhalten sagt es kaum voraus. Deshalb lohnt die Kombination: Synthetische Interviews liefern allgemeine Muster, echte Gespräche den spezifischen Kontext. Beim Aufbau des Kandidatensets hilft die Taguchi Methode, die gezielt die Ausreißer an den Rändern abdeckt, denn dort steckt der größte Lerneffekt.

Billiger sind synthetische Interviews nicht in jedem Fall. Der echte Hebel liegt in der Auswertung. Wo früher drei gut ausgebildete Personen eine Woche lang Muster aus zehn Interviews herausarbeiten, erledigt die KI das in wenigen Stunden, und selbst 200 Euro für Token fallen da kaum ins Gewicht. Die Projektkosten sinken so auf rund 16.000 Euro - früher lagen sie fast beim Dreifachen. Vollautomatische Anbieter aus Nordamerika liefern fertige Studien in Minuten, verlangen dafür aber etwa 30k Dollar im Jahr. Auftraggeber trauen synthetischen Ergebnissen zudem weniger, denn ein echter Mensch mit echter Erfahrung berührt stärker als eine Berechnung.

Dazu kommt der Aufbau von Empathie bei der Auswertung. Teams, die Muster selbst auswerten, verinnerlichen die Sicht ihrer Kunden. Eine automatisierte Auswertung, die man nur überfliegt, ersetzt das nicht. Zwei Charts in einer Präsentation reichen nicht, um zu wissen, wie Kunden ticken.

Sinnvoll sind synthetische Nutzer laut Peter Rochel in jedem Fall dort, wo echte Kandidaten fehlen. Aber natürlich auch bei kleinen Unternehmen mit knappem Budget. Dort ist ein günstiger Einstieg besser als gar keiner, solange man weiß, dass er nur der Anfang ist.

Doch sollte jetzt jeder auf synthetische Interviews umsteigen? Wer kann, führt Interviews weiter selbst und lässt sich bei der Auswertung von KI helfen, denn dort steckt der meiste Aufwand. Fehlen Zugang oder Know how, taugen eingekaufte Interviews synthetischer Nutzer als Start. Vorher steht immer die Frage nach dem Ziel. Bleibt die Antwort offen, spart man sich das Projekt besser.

Wie wissenschaftlich muss Produktarbeit eigentlich sein? Dieser Frage gehen Oliver und Dominique in der aktuellen Folge nach. Denn Product Owner verlassen sich häufig auf Erfahrung, bewährte Methoden und Bauchgefühl. Doch wie belastbar sind Entscheidungen, die vor allem auf Intuition beruhen?

Wissenschaftliches Arbeiten kann helfen, bessere Entscheidungen zu treffen, ohne gleich jedes Product Backlog Item zur Forschungsstudie zu machen. Dazu gehört, selbst Erkenntnisse durch User Research, Datenanalysen und Experimente zu gewinnen, aber auch vorhandene Forschung kritisch zu nutzen. Dabei lauern zahlreiche Denkfallen. Aus einzelnen Erfolgsgeschichten werden vermeintliche Best Practices, Korrelation wird mit Kausalität verwechselt und persönliche Überzeugungen verdrängen belastbare Erkenntnisse. Gleichzeitig halten sich längst überholte Modelle wie Persönlichkeitstypologien mit Farben hartnäckig in der Praxis.

Doch wissenschaftliche Genauigkeit hat auch ihren Preis. Nicht jede Produktentscheidung rechtfertigt aufwendige Untersuchungen. Entscheidend ist vielmehr, wie hoch das Risiko einer Fehlentscheidung ist und wie viel Evidenz benötigt wird, um dieses Risiko verantwortungsvoll einzugehen. Oliver und Dominique diskutieren deshalb, wie evidenzinformierte Produktarbeit gelingen kann, warum kritisches Denken wichtiger ist als die perfekte Methode und wie Product Owner mit HIPPOs, ZEBRAs und organisatorischem Gegenwind umgehen können.

Hackathons bieten Product Ownerinnen und Product Ownern einen geschützten Rahmen, um Ideen jenseits des Sprintalltags zu erproben. Oliver spricht mit Andrea aus dem IT-Portfoliomanagement und Tech Lead Lukas über die internen Hackathons bei OBI: Wie entstehen aus Ideen Prototypen, welche Rolle übernehmen Product Owner und was lässt sich in die tägliche Produktentwicklung mitnehmen? Außerdem geht es um die Weiterverfolgung der Ergebnisse und praktische Learnings zu Organisation, Kommunikation und Verpflegung.