Strategieentwicklung: Instrumente und Fragestellungen de ... / 2.2 Big Data und Design Thinking zur Entwicklung bedürfnisgerechter Produkte

Design Thinking ist eine heute bei Start-ups sehr beliebte Vorgehensweise, die systematisch bereits bei der Entwicklung die Erfahrungen der Kunden einfließen lässt. Durch Testung von Prototypen an den Kunden bzw. an Personas (Personas sind Nutzermodelle, die Personen einer Zielgruppe in ihren Merkmalen charakterisieren) werden Erkenntnisse gesammelt und am Produkt iterativ Verbesserungen vorgenommen (s. Abb. 3). Die Idee dahinter ist, dass man nicht schon zu Beginn sehr hohe Investitionen tätigen will, ohne noch die Reaktion der Kunden zu kennen, ohne noch die wahren Bedürfnisse der Kunden verstanden zu haben.

Abb. 3: Der Design-Thinking-Prozess

Zu Beginn einer Produktentwicklung beschränkt man sich am besten auf das "Minimum Viable Product (MVP)", was auf Deutsch so viel bedeutet wie "ein Produkt mit den minimalen Anforderungen und Eigenschaften". Der Hauptgrund für das Entwickeln eines MVPs ist das Minimieren von Risiko. Wenn man sich für den Weg entscheidet, ein vollwertiges Produkt zu entwickeln und zu veröffentlichen, kann es zu einer Vielzahl von Problemen kommen. Die Entwicklung eines vollwertigen, ausgereiften Produkts benötigt sehr viel Zeit und Geld, weitaus mehr, als für die Entwicklung eines MVPs.

Iterative Produktentwicklung minimiert das Risiko

Das größte Risiko ist die Entwicklung vorbei an den Kundenbedürfnissen. Wenn Monate der Entwicklung in ein Produkt gesteckt werden, es jedoch nach Veröffentlichung niemand haben möchte, dann ist dies nicht nur ärgerlich, sondern auch sehr verlustreich – also gleichbedeutend mit Risiko. Die Entwicklung eines MVPs verringert hingegen das Risiko für das Start-up oder ein neues Geschäftsmodell, indem nur ein Prototyp mit den nötigsten Funktionen entwickelt wird und das Unternehmen zunächst viel Zeit und Geld spart. Zusätzlich wird mit dem frühen Markteintritt ("time to market") schnell evaluiert, ob die Idee und das Produkt am Markt überhaupt eine Chance haben.

Vor allem durch die Digitalisierung und die massenhafte Sammlung von Daten von Kunden, deren Gewohnheiten und Vorlieben, haben sich die Möglichkeiten und die Methoden der Erkenntnisgewinnung über die Bedürfnisse extrem verbessert. Big Data, Industrie 4.0 und die Methode Business Analytics ermöglichen heute eine Automatisierung der Informationsgewinnung, Informationsverarbeitung, eine Segmentierung der Zielgruppen mit Hilfe von Clusteranalyseverfahren, bis hin zur automatisierten Produkt(weiter)entwicklung und dem Pricing.