Designer schärfen ihre Messer für den falschen Kampf

• KI hat Kosten und Zeit für die Produktumsetzung drastisch gesenkt, aber der strategische Flaschenhals — zu entscheiden, was für wen gebaut werden soll — bleibt bestehen
• Die Diskussion in der Designbranche konzentriert sich auf wie man gut baut — etwa Rollen, Produktionsfähigkeit, Geschmack oder Standards —, doch was Produkte tatsächlich scheitern lässt, ist ein Markt mit Gleichgültigkeit, Alternativen und Wechselkosten
• Als Umsetzung teuer war, zwangen begrenztes Geld und Zeit dazu, falsche Ideen im Vorfeld zu validieren; billige Iteration schafft dagegen eine Struktur, in der Produkte, die gestoppt werden sollten, weiter wie fertige Lösungen produziert werden
• Standards und Geschmack sind nötig, um aus der Flut an Optionen gute Ergebnisse auszuwählen, aber sie verhindern nicht das Problem, ein Produkt, das niemand will, in hervorragender Qualität zu bauen
• Der größte Hebel im KI-Zeitalter liegt nicht in der Produktionsgeschwindigkeit, sondern in der Fähigkeit zu entscheiden, was es wert ist zu existieren und wessen welches Problem warum gerade jetzt gelöst werden sollte

---

Umsetzung ist einfacher geworden, aber das Produkt bleibt unklar

• Ein Unternehmen hat über zweieinhalb Jahre hinweg viermal ein Produkt gebaut und neu aufgebaut, konnte aber noch immer nicht beantworten, für wen es gedacht ist
  • Es wurden eine Sprachschnittstelle, eine elegante Web-App und sogar eine leistungsfähige Problemlösungs-Engine umgesetzt, doch es gelang nicht, mit interessierten Kunden in Kontakt zu kommen
  • Weil die Umsetzung nicht der Flaschenhals war, konnten mehrere Ideen ausprobiert werden, aber zwischen den Versuchen gab es keine klaren Entscheidungen oder Verfahren
• Das Produkt wird mit einem Biotech-Unternehmen verglichen, das Moleküle erfinden kann, die Krankheiten heilen könnten, aber weder das Herstellungs- und Vertriebssystem noch die Patienten kennt
• Selbst in einer Situation, in der die Kosten für den Produktbau fast verschwunden sind, werden Daseinsberechtigung und Zielkunden als Erfolgsfaktoren nicht ausreichend diskutiert
• Roman Pichlers Produktstrategie-Framework verdichtet die zentralen Entscheidungen oberhalb der Ausführung auf zwei Fragen
  • Für wen ist das Produkt?
  • Warum sollte diese Person das Produkt wollen?
• Die Aufgabe einer Produktorganisation ist nicht, Umsetzungen zu produzieren, sondern zu entscheiden, was es wert ist, gebaut zu werden

Das Designfeld zielt auf das falsche Problem

• Die Diskussion über Design nach KI nimmt viele Formen an, bleibt aber meist bei der Frage, wie Produkte gebaut werden sollen
  • Lisa Demchenko sieht Produktdesigner auf dem Weg vom Verfasser von Spezifikationen zum Systemdesigner
  • Andrea Grigsby nennt Geschmack (taste) als Wettbewerbsvorteil, den KI schwer ersetzen kann
  • Patrick Neeman schlägt das Bündnis für Webstandards, das die Browserkriege beendete, als Reaktionsmodell für das KI-Zeitalter vor
• Rollen, Produktionsfähigkeit, Geschmack, Standards und Systeme hängen alle mit der Qualität des Ergebnisses zusammen, beantworten aber nicht, ob dieses Ergebnis überhaupt existieren sollte
• Die Branche hat ausgefeilte Diskussionen über die Qualität der Arbeit entwickelt, ist aber schwach bei der Frage, ob diese Arbeit überhaupt getan werden sollte

Der eigentliche Gegner ist die Realität des Marktes

• Designer, Entwickler und Prozesse innerhalb einer Produktorganisation sind keine Konkurrenten, sondern Beteiligte mit demselben Ziel
• Der Gegner, der ein Produkt am Ende ablehnen kann, sind reale Menschen und der Markt, die das Produkt überhaupt wollen müssten
  • Dem Markt ist egal, wie viel Mühe das Team investiert hat
  • Er erklärt die Regeln nicht, ändert während des Bauens die Bedingungen und kann ein Produkt ignorieren, ohne Gründe zu nennen
  • Gleichgültigkeit, Alternativen, Wechselkosten und begrenzte Aufmerksamkeit konkurrieren mit dem Produkt
• Produktionsfähigkeit wird mit einem Messer verglichen, das aus kurzer Distanz Qualität erhöht, Strategie mit einer Waffe, deren Reichweite die Realität des Marktes erreichen kann
• Die Branche geht in ein Feuergefecht und konzentriert sich trotzdem darauf, das schöne Messer namens Produktionsfähigkeit noch schärfer zu machen

Die Validierung, die teure Umsetzung einst erzwang

• Der Hauptgrund, warum Produkte scheitern, liegt nicht in Button-Farben oder Code-Antipatterns, sondern darin, dass mit Überzeugung das Falsche gebaut wurde und niemand rechtzeitig stoppte
• Als 2009 die Bar Destination im East Village in Manhattan eröffnete, gab es in der Umgebung bereits mindestens sechs Konkurrenten
  • Craft-Beer-Bar, Sportsbar, Irish Pub, Dive Bar, Gay Bar und ein deutsches Lokal waren bereits vorhanden
  • Vor den Ausgaben zeigte die Untersuchung der Umgebung, dass eine Art Wohnzimmer für die Nachbarschaft, in dem man den ganzen Tag bleiben konnte, noch fehlte
  • Mit 150.000 Dollar, 6 Wochen und nur einer Chance konnte man sich die Entscheidung für die falsche Bar nicht leisten
• Beschränkungen durch Geld, Zeit und physische Arbeit zwangen dazu, Ideen ehrlich zu prüfen, bevor Kosten für eine falsche Idee entstanden
• Umsetzungskosten waren kein ausgefeiltes Strategieinstrument, funktionierten aber als letzter zufälliger Schutzmechanismus gegen schlechte Entscheidungen

Billige Experimente schwächen die Fähigkeit zum Stoppen

• Wenn Umsetzung durch KI schnell und billig wird, gibt es weniger Gründe innezuhalten und zu prüfen, ob eine Idee gut ist, und mehr Anreiz, einfach in die nächste Iteration zu gehen
• Das Muster zur Senkung von Experimentierkosten bei Cloud Native Patterns fasst zusammen, dass mit sinkenden Experimentkosten auch der Druck nachlässt, gescheiterte Ideen aufzugeben, und die Bindung an bereits investierte Arbeit Produkte länger am Leben halten kann
• Wenn mehrere Versuche jeweils schnell, plausibel und wie fertige Produkte aussehen, kann ein Team das fälschlich als Fortschritt verstehen
  • Erst nach zweieinhalb Jahren kann auffallen, dass daraus kein echter Kundennutzen entstanden ist
• AJ Sunders Vergleich von Build-or-Buy argumentiert, dass sich die Grundfrage zu „Warum nicht selbst bauen?“ verschiebt, wenn sinnvolle Software an einem Nachmittag erstellt werden kann
  • Diese Wahl kann zu implizit entschiedener technischer Schuld und operativer Last führen
• Andrew Bosworths Produktprinzip beginnt damit, zuerst ein menschliches Problem zu finden und dann zu fragen, ob es lösbar ist
• Wenn jeder Schritt beschleunigt wird, kommt man nicht nur schneller am richtigen Ziel an, sondern auch schneller an einem falschen Ziel, das wie ein fertiges Produkt aussieht

Die verschwundenen Kosten wandern ins Team

• Als Umsetzungskosten im Budget sichtbar waren, erzwang Budgetfreigabe Entscheidungen; wird Umsetzung fast kostenlos, verschwinden die Kosten nicht, sondern werden ins Team verlagert
• Alles zu bauen und dann die Reaktion abzuwarten, ist keine Strategie, sondern eher eine Notfallübung ohne Endzeitpunkt
  • Richtungswechsel wiederholen sich, ohne dass die Gründe erklärt werden können
  • Nächte und Konzentration der Beteiligten werden aufgebraucht
  • Die Ergebnisse mögen schöner oder robuster werden, aber die menschlichen Kosten der letzten sechs Monate bleiben unsichtbar
• Dauerhafte Notfälle ohne Entscheidungen machen Teams nicht stärker, sondern erschöpfen sie; fähige Menschen mit Alternativen können zuerst gehen

Ein gut gemachtes Produkt ist nicht dasselbe wie ein benötigtes Produkt

• Standards sorgen dafür, dass ein Produkt korrekt umgesetzt wird, Geschmack hebt die Qualität des Ergebnisses, und je mehr unbegrenzt viele Ergebnisse KI produziert, desto wichtiger werden beide
• Jakob Nielsens Überlegung zur AI-Kuration argumentiert, dass bei praktisch kostenlosen Ideen die Urteilsfähigkeit, gute Optionen auszuwählen, knapper wird als die Erzeugung von Optionen
• Sowohl Standards als auch Geschmack dienen dazu, gute Entscheidungen zu treffen, verhindern aber nicht, dass ein Produkt, das niemand will, mit perfekter Qualität und Spezifikation umgesetzt wird
• Marty Cagans Unterscheidung zwischen Produkt- und Feature-Teams trennt Teams, die effizient Features ausliefern, von Teams, die Kundenprobleme lösen
  • Wenn das Falsche ausgeliefert wird, hat Auslieferungseffizienz keinen Wert
  • Durch KI ist das Machbarkeitsrisiko der Frage „Kann man das umsetzen?“ stark gesunken, das Wertrisiko der Frage „Sollte es überhaupt existieren?“ bleibt jedoch bestehen
• Gale Robins unterscheidet zwischen der kurzfristigen Aktivität, herauszufinden, was gebaut werden soll, und der langfristigen Fähigkeit zu beurteilen, was überhaupt wert ist, gebaut zu werden
  • KI hat das Kurzfristige beschleunigt, aber die Schwierigkeit des Langfristigen nicht verringert

Warum Kunden ein Produkt „anheuern“

• Clayton Christensens Jobs to Be Done geht davon aus, dass Kunden nicht das Produkt selbst kaufen, sondern es anheuern, um eine bestimmte Aufgabe zu erledigen
• In der McDonald’s-Milkshake-Studie wurden viele Milkshakes vor 8 Uhr morgens an Pendler verkauft
  • Pendler wählten den Milkshake, um eine lange, langweilige Autofahrt zu überstehen und bis zum Mittag satt zu bleiben
  • Die eigentlichen Konkurrenten waren nicht andere Milkshakes, sondern Bagels und Langeweile
• Wird die zu erledigende Aufgabe gefunden, wird Produktdesign klarer; wird sie verfehlt, wird selbst das schönste Produkt nicht gewählt
• KI kann weiter neue Milkshakes produzieren, ohne selbst zu wissen, für welche Aufgabe Kunden das Produkt anheuern

Wie Skift vier Beine abschnitt

• Rafat Ali entwarf beim Start von Skift die Content-Strategie mit vier Beinen
  • Artikelsammlung
  • Kuration
  • Syndication
  • Eigene Recherche
• Die anfängliche Struktur war logisch und ließ sich Investoren gut erklären, doch echte Leser zeigten kein Interesse an den gesammelten Schlagzeilen
• Aus vier Beinen wurden drei, dann wieder zwei, und erst nachdem man den Plan verwarf, den Venture-Investoren hören wollten, fand man ein funktionierendes Produkt
• Nicht der Produktbau war schwierig, sondern auf dem offenen Markt herauszufinden, was Menschen wollten, und das zu entfernen, was sie nicht wollten
• Damals kostete die Umsetzung der vier Elemente reale Zeit und reales Geld, sodass Ergebnisse genau betrachtet und Teile abgeschnitten werden konnten
• Im KI-Zeitalter könnte derselbe Launch in wenigen Tagen nicht nur die vier Elemente, sondern auch ungefragte Features fertigstellen
  • Wenn alle Features wie fertige Produkte aussehen, können die Signale darüber, was entfernt werden sollte, im einfachen Umsetzungsprozess untergehen

Entscheidung ist die wichtigste verbleibende Fähigkeit

• Herausragende Qualität ist eine Grundvoraussetzung, um an Produktdiskussionen teilzunehmen, aber gut gebaut zu sein bedeutet nicht, das richtige Produkt zu sein
• KI kann vor dem Mittag Hunderte Antworten erzeugen, aber nicht beurteilen, welche Antwort tatsächlich gebraucht wird
• Buzz Usbornes Unterscheidung zwischen Discovery und Delivery argumentiert, dass bei sinkenden Delivery-Kosten nach weiterer Automatisierung der Ebene, die entscheidet, was gebaut wird, nur noch durchschnittliche Software schnell und billig übrig bleibt — ähnlich dem, was ohnehin jeder baut
• Als Umsetzung langsam und teuer war, konnte der Fehler, das falsche Produkt zu bauen, im langen Herstellungsprozess verborgen bleiben; mit sinkenden Umsetzungskosten tritt fehlende Urteilskraft direkt zutage
• Der größte Hebel für Produktverantwortliche liegt darin, drei Dinge zu entscheiden
  • Was es wert ist zu existieren
  • Für wen es gedacht ist
  • Warum es gerade jetzt gebraucht wird
• Auf der Ausführungsseite der von Roman Pichler beschriebenen Lücke zwischen Strategie und Ausführung kann man mit Roadmaps, ritualisierten Prozessen und Launch-Aktivitäten beschäftigt sein, aber sie können die Verantwortung für Entscheidungen nicht ersetzen
• Joe Smileys Diskussion über Design-Reife behandelt Situationen, in denen erfahrene Kräfte statt Strategie in die dringende Reaktion des Produktionsalltags gezogen werden
• In einer Zeit, in der jeder alles bauen kann, bleibt nur die Fähigkeit als entscheidender Hebel, zu wissen, was überhaupt wert ist, gebaut zu werden — und Produktorganisationen müssen diese Entscheidung treffen, bevor der Markt sein Urteil fällt