Zum Inhalt springen

Glossar

Produkt & Engineering

Product Discovery

Product Discovery umfasst die Forschungs- und Experimentieraktivitäten, mit denen ein Team entscheidet, was gebaut werden soll: Es prüft, ob ein Problem real ist, ob eine vorgeschlagene Lösung es löst und ob Menschen sie nutzen und dafür bezahlen werden, bevor Entwicklungszeit gebunden wird.

Aktualisiert am · Vom VIZIO AI Team

Was ist Product Discovery?

Discovery senkt das Risiko, das Falsche zu bauen; Delivery senkt das Risiko, es falsch zu bauen. Marty Cagan fasst die Risiken, die Discovery adressieren muss, in vier zusammen: Wert (werden sie es wollen?), Usability (können sie es nutzen?), Machbarkeit (können wir es bauen?) und Tragfähigkeit (funktioniert es für das Geschäft?).

In modernen Teams läuft Discovery kontinuierlich parallel zur Delivery und nicht als einmalige Phase vor Projektbeginn. Das Ergebnis sind Belege und ein kleineres, schärferes Backlog, kein Anforderungsdokument.

Verantwortlich ist meist ein Trio: Product Manager, Designer und Tech Lead. Die Entwicklung früh einzubinden ist wichtig, weil Machbarkeitsgrenzen die Lösung oft verändern und Entwickler, die Kunden direkt zuhören, später bessere Abwägungen treffen.

Welche Methoden werden in der Product Discovery eingesetzt?

Gute Discovery ordnet der riskantesten offenen Annahme die günstigste Methode zu.

  • Kundeninterviews: nach vergangenem Verhalten fragen („Erzählen Sie mir vom letzten Mal, als Sie …“), nicht nach hypothetischen Wünschen.

  • Opportunity Solution Tree: die Darstellung von Teresa Torres, die ein gewünschtes Ergebnis mit Kundenchancen, möglichen Lösungen und den Experimenten verknüpft, die sie testen.

  • Assumption Mapping: Annahmen nach Wichtigkeit und fehlender Evidenz einordnen und dann die oben rechts zuerst testen.

  • Fake-Door-Tests: ein Button oder eine Landingpage für ein Feature, das es noch nicht gibt, um Klicks zu messen.

  • Prototyp-Tests: ein klickbarer Prototyp in Figma, getestet mit fünf bis acht Nutzern der Zielgruppe.

  • Concierge oder Wizard of Oz: das Ergebnis manuell hinter einer einfachen Oberfläche liefern.

Wie sieht Product Discovery in der Praxis aus?

Ein Discovery-Sprint von zwei bis vier Wochen kann monatelange Fehlentwicklung verhindern. Stellen Sie sich ein PropTech-Startup mit 12 Mitarbeitenden vor, das überzeugt ist, dass Vermieter eine KI-gestützte Mietpreisfunktion wollen.

  1. Der PM befragt 15 Vermieter, wie sie die Miete zuletzt festgelegt haben. Die meisten haben Angebote in der Nähe übernommen und sorgten sich mehr um Leerstand als um den Preis.

  2. Das Team ergänzt im Dashboard eine Fake-Door-Option „Schneller Mieter finden“ neben „Meine Wohnung bepreisen“; angenommen, die Klicks auf die Mieter-Option liegen im Verhältnis drei zu eins vorn.

  3. Ein Designer testet einen Figma-Prototyp eines Tools zur Inseratsverbreitung mit sechs Vermietern.

Die Roadmap verlagert sich auf die Reduzierung von Leerstand, und die Preisfunktion wird zu einem späteren Add-on statt zum Aushängeschild.

Gesamtkosten: etwa drei Wochen PM- und Designzeit, gegenüber mehreren Monaten Entwicklung, die für die ursprüngliche Preisfunktion veranschlagt waren.

Was sind die häufigsten Fehler in der Product Discovery?

Der häufigste Fehler ist, Discovery zu nutzen, um eine bereits getroffene Entscheidung zu bestätigen.

  • Suggestivfragen: „Würden Sie ein Tool nutzen, das …“ lädt zu höflichem Ja ein.

  • Nur mit Fans sprechen: Heutige Power-User repräsentieren selten den Markt, den Sie gewinnen wollen.

  • Endlose Recherche: Discovery ohne Entscheidungsfrist wird zur Prokrastination.

  • Übergabelücke: Wenn Designer und Entwickler nicht bei den Interviews dabei sind, gehen Erkenntnisse bei der Übertragung verloren.

Bei risikoarmen, leicht umkehrbaren Änderungen sollte Discovery zudem schlanker ausfallen; nicht jeder Button braucht eine Interviewrunde.

Eine einfache Regel: Je teurer und schwerer umkehrbar eine Wette ist, desto mehr Evidenz sollte sie brauchen, bevor sie ins Delivery-Backlog gelangt.

Worin unterscheidet sich Product Discovery von der Ideenvalidierung?

Ideenvalidierung fragt, ob eine neue Geschäftsidee es verdient zu existieren, während Discovery die fortlaufende Praxis ist, innerhalb eines Produkts zu entscheiden, was als Nächstes gebaut wird. Siehe Ideenvalidierung für die Variante in der Startup-Phase. Validierung findet meist einmal statt, vor einem MVP; Discovery begleitet das Produkt sein ganzes Leben lang.

Gängige Tools sind Dovetail oder Condens für die Auswertung von Interviews, Maze oder Lyssna für unmoderierte Tests, Figma für Prototypen sowie Product-Analytics-Tools wie Amplitude, Mixpanel oder PostHog, um zu sehen, was Nutzer tatsächlich tun. Ziel ist der Nachweis von Product-Market-Fit, Segment für Segment.

Product Discovery vs. Product Delivery

Product Discovery

Product Delivery

Frage

Sollten wir das bauen?

Wie bauen wir das gut?

Adressiertes Hauptrisiko

Wert, Usability, Tragfähigkeit

Qualität, Zuverlässigkeit, Zeitpläne

Typische Ergebnisse

Belege, Prototypen, priorisierte Chancen

Ausgelieferte, getestete Features

Wichtigste Tools

Interviews, Prototypen, Fake-Door-Tests

Code, CI/CD, QA

Kosten eines Irrtums

Niedrig, günstige Experimente

Hoch, investierte Entwicklungszeit

Wie führt VIZIO AI Product Discovery durch?

VIZIO AI führt Discovery innerhalb seiner MVP-Entwicklungen durch, sodass sich Forschungsentscheidungen direkt in dem zeigen, was zuerst live geht. Für Auli AI nutzte das Venture Studio Kundeninterviews und Marktforschung, um die KPIs zu identifizieren, die für kleine E-Commerce-Händler am wichtigsten waren, und richtete das MVP dann auf Erkenntnisse zu Preisen, Lagerbestand und Profitabilität statt auf generische Analysen aus; das MVP der SaaS-Plattform Auli AI wurde bereits von mehr als 1.000 Nutzern verwendet.

Für Fantasy Hudl wurden in enger Zusammenarbeit die wichtigsten Reibungspunkte in der User Journey identifiziert, bevor der Produktumfang festgelegt wurde; das Fantasy-Hudl-MVP wurde in 12 Wochen geliefert.

Wo Sie anfangen sollten: Formulieren Sie Ihre riskanteste Annahme als Satz und entwerfen Sie den günstigsten Test, der sie noch diesen Monat widerlegen könnte.

Facebook-Logo
X-Logo
LinkedIn-Logo
Reddit-Logo
Telegram-Logo

AI-first denken.
Zukunftsschnell handeln.

Lassen Sie uns bauen, was als Nächstes kommt! Von Produktideen und intelligenten Workflows bis zu datengetriebenen Systemen und skalierbaren Growth Operations.

Strategiegespräch buchen