Validieren, bevor Sie vibe-coden: Ein Zwei-Wochen-Test für eine KI-Startup-Idee
Validieren Sie eine Startup-Idee in zwei Wochen, bevor Sie mit KI-Tools bauen: Befragen Sie Menschen zu ihrem vergangenen Verhalten und verlangen Sie dann eine echte Verpflichtung.
8 Min. Lesezeit

Inhalt
Um eine Startup-Idee zu validieren, bevor Sie sie mit KI-Tools bauen, verbringen Sie zwei Wochen damit, Belege statt Code zu sammeln. In Woche eins befragen Sie Menschen zum letzten Mal, als sie das Problem hatten. In Woche zwei verlangen Sie eine echte Verpflichtung: eine Anmeldung, einen Pilotversuch oder eine Zahlung. Bauen Sie nur, wenn diese Signale eine Messlatte überspringen, die Sie vorher festgelegt haben.
Stellen Sie sich einen Gründer mit der Idee für einen Terminassistenten für kleine Physiotherapiepraxen vor. Am Freitagabend öffnet er einen KI-App-Builder. Bis Sonntag gibt es einen Login-Screen, eine Kalenderansicht und einen Buchungsablauf, der in der Demo funktioniert. Am Montag schickt er den Link an Praxisinhaber, die er kennt. Die Antworten sind herzlich („sieht toll aus, halt mich auf dem Laufenden“), und niemand meldet sich an. Der Gründer weiß weiterhin nicht, ob Praxen dieses Problem stark genug empfinden, um ihre Arbeitsweise zu ändern.
Warum eine Startup-Idee validieren, bevor Sie sie vibe-coden?
KI-Tools haben das Bauen günstig gemacht, aber nicht günstiger, das Falsche zu bauen. Ein funktionierender Prototyp beantwortet „Lässt sich das bauen?“, während die offene Frage meist lautet: „Braucht das jemand genug, um zu wechseln?“
Vibe Coding bedeutet, Software zu bauen, indem man einem KI-Tool in einfacher Sprache beschreibt, was man will, und den Code zu akzeptieren, den es schreibt, oft ohne ihn genau zu lesen. Es ist ein schneller Weg, etwas auf den Bildschirm zu bekommen. Die Falle: Eine polierte Demo fühlt sich wie Fortschritt an, sodass Gründer die Gespräche überspringen, die ihnen sagen würden, ob sie weitermachen sollten.
Es gibt einen zweiten Preis. Sobald eine App existiert, verteidigen Gründer sie, und es wird schwerer zu hören, dass das Problem klein ist oder der Käufer jemand anderes.
Den allgemeinen Fall haben wir in Von der Idee zur Validierung behandelt. Dieser Beitrag macht daraus einen Zwei-Wochen-Plan für Gründer, die bis zum Wochenende einen Prototyp haben könnten.
Was sollten Sie entscheiden, bevor die zwei Wochen beginnen?
Entscheiden Sie, was Sie testen und welches Ergebnis als bestanden zählt, bevor Sie mit irgendjemandem sprechen. Ohne vorab festgehaltene Bestehensgrenze lässt sich jedes Ergebnis als ermutigend lesen.
Das Problem in einem Satz formulieren
Benennen Sie, wer das Problem hat, wann es auftritt und was es heute kostet. „Praxisinhaber verlieren Buchungen, wenn Patienten nach Feierabend telefonisch absagen“ lässt sich testen. „Praxen brauchen bessere Terminplanung“ nicht.
Ihre riskantesten Annahmen auflisten
Eine riskanteste Annahme ist die Überzeugung, die, wenn sie falsch ist, die Idee allein beendet. Typische sind, dass das Problem häufig auftritt, dass die Person, die es spürt, auch eine Lösung kaufen kann, und dass aktuelle Behelfslösungen schmerzhaft genug sind, um ersetzt zu werden. Ordnen Sie sie nach Rang und testen Sie die obersten zwei oder drei.
Die Bestehensgrenze festlegen
Eine Bestehensgrenze ist das Ergebnis, das Sie vorab als Rechtfertigung für das Bauen vereinbaren. Machen Sie sie an Verhalten fest, nicht an Meinung: Menschen, die einem Folgegespräch zustimmen, sich mit ihrer geschäftlichen E-Mail auf eine Warteliste setzen, Sie der Person vorstellen, die Käufe freigibt, oder zustimmen, für einen Pilotversuch zu zahlen. Halten Sie sie schriftlich fest und teilen Sie sie, damit Sie sie später nicht stillschweigend verschieben können.
Was passiert in Woche eins des Validierungstests?
Woche eins gilt Interviews über vergangenes Verhalten, nicht Reaktionen auf Ihre Idee. Sie wollen lernen, wie das Problem heute im Leben der Menschen auftritt und was sie bereits dagegen tun.

Eric Migicovskys Vortrag in der Startup School, zusammengefasst im Y-Combinator-Blog, nennt drei häufige Fehler in Nutzerinterviews: das Produkt anpreisen, nach Hypothetischem fragen und zu viel reden. Er verbindet diese Fehler mit Rob Fitzpatricks Buch The Mom Test. Zu seinen vorgeschlagenen Fragen gehören „Erzähl mir von dem letzten Mal, als du auf dieses Problem gestoßen bist“ und „Was hast du, falls überhaupt, versucht, um dieses Problem zu lösen?“
Der Plan für Woche eins, Tag für Tag
Tag 1: Formulieren Sie den Problemsatz, die riskantesten Annahmen und die Bestehensgrenze. Entwerfen Sie einen Interviewleitfaden mit Fragen in der Vergangenheitsform.
Tag 2: Erstellen Sie eine Liste von Personen, die zu Nutzer und Käufer passen. Senden Sie kurze, konkrete Gesprächsanfragen, ohne Ihr Produkt zu beschreiben.
Tage 3 bis 5: Führen Sie Interviews. Fragen Sie nach dem letzten Mal, als das Problem auftrat, was es gekostet hat, was sie versucht haben und wer entschieden hat. Zeigen Sie den Prototyp nicht. Machen Sie Notizen in ihren Worten.
Tag 6: Interviewen Sie weiter, bis sich die Antworten zu wiederholen beginnen. Fragen Sie jede Person, mit wem Sie noch sprechen sollten.
Tag 7: Sortieren Sie Ihre Notizen in Muster. Welche Probleme kamen ungefragt auf? Für welche Behelfslösungen zahlen Menschen bereits? Formulieren Sie den Problemsatz neu, wenn die Belege woanders hinweisen.
Worauf Sie achten sollten
Eine konkrete, jüngste Geschichte, keine allgemeine Meinung.
Geld, Zeit oder Personal, die bereits in eine Behelfslösung geflossen sind.
Frust über die Tools, die sie jetzt nutzen.
Eine klare Antwort auf „Wer würde den Kauf von etwas dafür freigeben?“
Was passiert in Woche zwei?
Woche zwei testet Nachfrage: ob Menschen etwas tun, das sie ein wenig Zeit, Ansehen oder Geld kostet. Höfliches Interesse kostet einen Kunden nichts und sagt daher nichts darüber, ob er zahlen wird.
Ein Nachfragetest ist jedes kleine Experiment, das einen echten Menschen bittet, einen echten Schritt hin zur Nutzung oder zum Kauf Ihres Produkts zu gehen. Er kann laufen, bevor das Produkt existiert.
Der Plan für Woche zwei, Tag für Tag
Tag 8: Wählen Sie einen oder zwei Nachfragetests, die zu Ihrer riskantesten Annahme passen. Eine Landingpage testet, ob die Botschaft Menschen zum Handeln bringt. Ein Pilotangebot testet, ob ein Käufer sich verpflichtet.
Tag 9: Bauen Sie das Testmaterial. Eine fokussierte Landingpage mit einem Call-to-Action, ein einseitiger Pilotvorschlag oder ein klickbarer Prototyp des einen Kernablaufs. KI-Tools passen hier gut.
Tage 10 bis 12: Legen Sie den Test den Personen aus Woche eins und neuen Personen mit demselben Profil vor. Gehen Sie mit einer konkreten Bitte zu den Interviewten zurück: am Pilotversuch teilnehmen, den Entscheider vorstellen oder zahlen, um einen Platz zu reservieren.
Tag 13: Wenn Sie einen Prototyp gebaut haben, beobachten Sie zwei oder drei Zielnutzer, wie sie die Kernaufgabe ohne Hilfe versuchen. Notieren Sie, wo sie hängenbleiben und was sie erwartet haben.
Tag 14: Vergleichen Sie die Ergebnisse mit der Bestehensgrenze, die Sie an Tag 1 festgehalten haben. Entscheiden Sie: bauen, anpassen oder stoppen.

Zwei Tests, die ohne Produkt funktionieren
Ein Smoke-Test ist eine Landingpage oder Anzeige für ein Produkt, das noch nicht existiert, mit der gemessen wird, ob Menschen versuchen, sich anzumelden. Seien Sie auf der Seite ehrlich, dass es Early Access oder eine Warteliste ist.
Ein Concierge-Test bedeutet, einigen Kunden das Ergebnis von Hand zu liefern, damit Sie lernen, was sie schätzen, bevor Sie irgendetwas davon automatisieren.
Wie lesen Sie die Ergebnisse: bauen, anpassen oder stoppen?
Lesen Sie die Ergebnisse an der Bestehensgrenze, nicht daran, wie Sie sich bei der Idee fühlen. Nach zwei Wochen zu stoppen ist ein gutes Ergebnis: Es spart die Zeit und das Budget, die ein vollständiger Bau gekostet hätte.
Konkrete Geschichten, bestehende Behelfslösungen und Menschen, die den erbetenen Schritt gehen. Was es meist bedeutet: Das Problem ist real, und jemand handelt danach. Nächster Schritt: Bauen Sie die kleinste Version, die den Kernnutzen liefert.
Echter Schmerz, aber die Person, die ihn spürt, kann nicht kaufen oder legt sich noch nicht fest. Was es meist bedeutet: Richtiges Problem, falscher Käufer oder falsches Angebot. Nächster Schritt: Passen Sie Käufer, Angebot oder Preis an und führen Sie Woche zwei erneut durch.
Herzliche Komplimente, hypothetisches „würde ich nutzen“, keine Verpflichtungen. Was es meist bedeutet: Interesse ohne Nachfrage. Nächster Schritt: Stoppen Sie, oder gehen Sie mit einem anderen Problem zurück zu Woche eins.
Nutzer können die Kernaufgabe im Prototyp nicht abschließen. Was es meist bedeutet: Die Idee kann solide sein, aber der Ablauf ist nicht klar. Nächster Schritt: Korrigieren Sie den Ablauf, bevor Sie Produktionscode schreiben.
Anzeichen, dass Sie die Ergebnisse zu großzügig lesen
Sie zählen „klingt interessant“ als Ja.
Der Zielnutzer hat sich unterwegs geändert, sodass die Belege auf Gruppen verteilt sind.
Die Funktionsliste wurde länger, während der Problemsatz vage blieb.
Warum Product Discovery vor der Entwicklung stattfinden sollte behandelt denselben Entscheidungspunkt: Discovery ist abgeschlossen, wenn genug Belege für eine Entscheidung vorliegen, nicht wenn alle Fragen beantwortet sind.
Wo helfen KI-Tools bei der Validierung, und wo führen sie in die Irre?
KI-Tools helfen am meisten bei Testmaterial und Notizen und führen am meisten in die Irre, wenn sie echte Kunden ersetzen. Nutzen Sie sie, um zwischen Gesprächen schneller zu sein, nicht um sie zu ersetzen.
Wo sie helfen
Interviewleitfäden und Ansprachen entwerfen, die Sie dann in Ihre eigene Stimme überarbeiten.
An einem Tag eine Landingpage oder einen klickbaren Prototyp für einen Test in Woche zwei bauen.
Interviewnotizen zu Themen gruppieren, solange Sie jedes Thema an den Originalnotizen prüfen.
Wo sie in die Irre führen
Einen Chatbot fragen, ob Ihre Idee gut ist. Er hat keinen Einsatz in Ihrem Markt und keine Erinnerung an echte Kaufentscheidungen.
„Synthetische Nutzer“ generieren, die man interviewt. Sie geben plausible Antworten, das Gegenteil der Überraschung, die Sie brauchen.
Einen funktionierenden Prototyp als Beleg nehmen, dass der Markt ihn will.
Wenn Sie die Validierung überspringen und trotzdem bauen, zeigen sich die Probleme meist beim Launch. Ihre KI-gebaute App läuft in der Demo. Das bricht bei echten Nutzern behandelt die technische Seite davon.
Wie wir bei Vizio AI vorgehen
Wir behandeln Validierung als ersten Teil des Baus, nicht als separates Projekt. Bevor wir Produktionscode schreiben, arbeiten wir mit dem Gründer daran, den Problemsatz, Nutzer und Käufer sowie die Annahmen festzuzurren, die die Idee beenden würden, falls sie sich als falsch herausstellen.
Wir vereinbaren die Bestehensgrenze gemeinsam und halten sie schriftlich fest. Dann helfen wir, die Interviews zu führen und den Nachfragetest zu wählen, der zur riskantesten Annahme passt, sei es eine Landingpage, ein Pilotvorschlag oder ein klickbarer Prototyp eines Ablaufs. KI-Tools beschleunigen dieses Testmaterial; die Gespräche bleiben bei Menschen.
Am Ende prüfen wir die Belege an der Bestehensgrenze und empfehlen bauen, anpassen oder stoppen. Lautet die Antwort bauen, legen die Belege den ersten Umfang fest: das erste Kundensegment und den Kernablauf. Das ist die Arbeit hinter unserem Venture Studio.
Quellen
Y Combinator Blog, Startup School Week 1 Recap: Kevin Hale and Eric Migicovsky: https://www.ycombinator.com/blog/startup-school-week-1-recap-kevin-hale-and-eric-migicovsky/
Rob Fitzpatrick, The Mom Test: https://www.momtestbook.com/
Vizio AI, From Idea to Validation: https://www.vizio.ai/resources/blog/from-idea-to-validation-what-should-happen-before-you-build
Vizio AI, Why Product Discovery Should Happen Before Development: https://www.vizio.ai/resources/blog/why-product-discovery-should-happen-before-development
Vizio AI, Venture Studio: https://www.vizio.ai/studios/venture-studio
FAQs.
Weiterlesen

Attribution That Survives Your Tool Stack: Keeping UTMs From Ad to Booking to CRM

Clean Your CRM Data Before You Add AI: Dedupe, Grain and Ownership

Semantic Layer First: Getting Your BI Ready for AI Agents

How F&B CMOs Use Generative AI In Business For Location Decisions

How Real Estate Firms Use Business Analytics For City Parks To Drive Value

Data Storytelling and Visualization

When Does a Business Actually Need Digital Transformation?

Analytics for Product Recommendations

Data Analyst vs. Data Quality Analyst

The Best NoSQL Analytics Tools 2024



