Session 02 - Understanding the Customer
Business Basics
„Wenn ich die Leute gefragt hätte, hätten sie schnellere Pferde gewollt.“
Dieser Satz wird seit Jahren Henry Ford zugeschrieben: auf Konferenzen, in Pitch-Decks, in jedem zweiten Gründerbuch.
Wer glaubt, dass Ford das wirklich gesagt hat? Handzeichen!
Gleich lösen wir das auf. Danach wird klar: Das Zitat ist erfunden, die Frage dahinter ist echt.
Ford hat es nie gesagt
- Kein einziger Beleg: weder in Fords Schriften noch in der kuratierten Zitatsammlung des Henry-Ford-Museums (Garson O’Toole 2011)
- Frühester Fund: eine Kreuzfahrt-Fachzeitschrift von 1999, Jahrzehnte nach Fords Tod, zugeschrieben einem Schiffsdesigner, nicht Ford (Clarke 2025)
- Das Zitat ist apokryph, erfundene Folklore, die aber ein echtes Phänomen beschreibt
TippDer wahre Kern
Kundinnen und Kunden beschreiben zuverlässig ihr Problem („mein Weg zur Arbeit ist mühsam“), aber selten die beste Lösung. Danach zu fragen, ist trotzdem Gold wert.
Rückblick
Wo wir letzte Woche standen
- Die „90 %“-Scheiterquote ist ein Mythos: realistisch scheitert ein Drittel bis knapp die Hälfte
- Scheitern folgt Mustern (Eisenmann) – der häufigste strukturelle Fehler: bauen, bevor der Bedarf geprüft ist (False Start)
- Customer Development (Blank): zentrale Annahmen früh am Kunden testen, nicht erst am Ende ausliefern
Ein häufiger Stolperstein aus Sitzung 1: „früh testen“ heißt nicht „schnell ein fertiges Produkt bauen“, sondern die riskanteste Annahme zuerst prüfen.
Deine Frage: Was fehlt noch?
HinweisFrage
Ein Team weiß aus Sitzung 1: Erst den Bedarf prüfen, dann bauen. Aber wie findet man heraus, was Kundinnen und Kunden wirklich brauchen, wenn sie selbst nur ihr Problem, nicht die Lösung kennen?
Genau das ist die Leitfrage heute. Wir bauen das Werkzeug, das in Sitzung 1 noch fehlte.
Ablauf heute
- Teil 1 (~35 min): Der Kunde kennt das Problem, nicht die Lösung: Jobs to be Done
- Teil 2 (~25 min): Vom Problem zur Idee – und wie man sie billig testet
- Teil 3 (~15 min): Evidenzbasiert entscheiden: A/B-Tests und die Brücke zur Wissenschaft
Leitfrage heute: Wie finde ich heraus, was Kunden wirklich brauchen?
Lernziele
Nach dieser Sitzung könnt ihr …
- erklären, warum Kundinnen und Kunden ihr Problem, aber selten die Lösung benennen,
- Jobs to be Done definieren und an einem Fall anwenden,
- die Opportunity-Formel nach Ulwick anwenden und ihre Grenzen benennen,
- ein Konzept billig testen, bevor es gebaut wird (Landing-Page-/Fake-Door-Test),
- qualitative und quantitative Marktforschung unterscheiden.
Der Kunde kennt das Problem, nicht die Lösung
Fallbeispiel: Der Milchshake am Morgen
Eine Fast-Food-Kette wollte mehr Milchshakes verkaufen. Erst als das Team beobachtete, statt zu fragen, verstand es den Markt.
- Ein überraschend großer Teil der Shakes wurde frühmorgens verkauft: an Pendler, allein, zum Mitnehmen
- Der „Job“: etwas Sättigendes, Einhändiges, langsam zu Trinkendes für eine lange, langweilige Fahrt
- Konkurrenz war nicht der andere Shake, sondern Banane, Bagel und Langeweile
Lektion: Menschen „stellen ein Produkt ein“ für einen Job in ihrem Leben. Den erkennt man am Verhalten, nicht an der Zielgruppen-Demografie.
Quelle: Christensen, Cook & Hall, Harvard Business Review, 2005; (Christensen u. a. 2016). Teilweise dokumentierter Beratungsfall, Zahlen variieren je Erzählung, als Illustration lesen, nicht als Datensatz; die Empfehlungen wurden Berichten zufolge nie umgesetzt.
Das Muster dahinter: Jobs to be Done
Jobs to be Done (JTBD): Kundinnen und Kunden „stellen ein Produkt ein“, um in einer konkreten Situation einen Fortschritt zu erzielen.
- Ein Job ist durch die Situation definiert, nicht durch Alter, Geschlecht oder Einkommen
- Jobs haben funktionale, soziale und emotionale Seiten
- Die Frage lautet nicht „Wer bist du?“, sondern „Was willst du erledigen?“
Der Milchshake-Pendler und der Nachmittags-Vater (der denselben Shake kauft, um sein Kind zu erfreuen) stellen dasselbe Produkt für zwei völlig verschiedene Jobs ein.
Fallbeispiel: Oatly und der Barista
Oatly verkaufte Hafermilch lange als Gesundheitsprodukt an Endkundinnen, mit mäßigem Erfolg. Dann wechselte das Unternehmen die Perspektive.
- Neue Zielgruppe: Baristas in unabhängigen Cafés
- „Barista Edition“, eigens so entwickelt, dass sie wie Kuhmilch schäumt
- Von einem Café (Intelligentsia, 2016) auf Hunderte in zwei Jahren
TippDer Job des Baristas
Nicht „vermeide Milch“, sondern „mach einen guten Latte“. Oatly löste den Job des Baristas, nicht die Diät der Kundschaft.
Lektion: Wer den richtigen Job trifft, findet einen neuen Kanal. Der Rest folgt.
Quelle: (Clayton 2017); (Klara 2019); erstes profitables Geschäftsjahr FY2025, berichtet 11.02.2026 (Investing.com Canada 2026).
Fallbeispiel: Too Good To Go
- Gegründet 2015 in Kopenhagen; App 2016 gestartet
- Cafés und Läden verkaufen übrig gebliebenes Essen als vergünstigte „Surprise Bags“
- Betriebe reduzieren Abfall und erzielen zusätzlichen Umsatz; die Kundschaft spart und tut Gutes
TippEin Job, zwei Seiten
Der Job der Kundschaft hat eine funktionale Seite („günstig essen“) und eine emotionale („nichts verschwenden“), beide tragen das Geschäft.
Lektion: Ein starker Job hat neben der funktionalen oft eine emotionale Seite. Die verkauft mit.
Quelle: (Too Good To Go, o. J.); Firmenangaben, Stand 2023–2024 (selbstberichtet, schnell wachsend, Berichtsdatum immer mitnennen).
Deine Frage: Job oder Eigenschaft?
HinweisFrage
Eine Kundin sagt: „Ich hätte gern eine Bohrmaschine mit mehr Watt.“ Ist das ein Job oder eine Lösung?
Eine Lösung. Der Job dahinter ist „ein Loch in der Wand, um das Regal aufzuhängen“. Vielleicht will sie gar kein Loch, sondern nur das Regal an der Wand. Fragt nach dem Fortschritt, nicht nach den Watt.
Vom Job zur Priorität: Ulwick
Kunden nennen Probleme, keine Lösungen – wie fragt man systematisch danach? Anthony Ulwick entwickelte dafür Outcome-Driven Innovation (Strategyn, o. J.).
- Fragt nach gewünschten Ergebnissen („Outcomes“), nicht nach Features
- Ein Outcome ist messbar formuliert: „die Zeit verringern, um …“, „die Wahrscheinlichkeit senken, dass …“
- Für jedes Outcome erhebt man zwei Zahlen: Wichtigkeit und Zufriedenheit
Die fünf Grundsätze (kompakt)
| # | Grundsatz |
|---|---|
| 1 | Kunden kaufen Produkte, um einen Job zu erledigen |
| 2 | Sie brauchen Metriken (messbare Outcomes), um den Job zu bewerten |
| 3 | Diese Outcomes liefern ein stabiles Ziel (Jobs ändern sich kaum) |
| 4 | Mit ihnen lassen sich Chancen systematisch aufspüren |
| 5 | Sie machen Innovation planbar statt zufällig |
Datenquelle: Grundsätze nach Ulwick (Ulwick 2002). Vollständige Fassung auf dem Cheatsheet.
Wo lohnt sich Innovation? Die Opportunity-Formel
Aus Wichtigkeit und Zufriedenheit bildet Ulwick einen Opportunity-Score, um unerfüllte Bedürfnisse zu priorisieren:
\[\text{Opportunity} = \text{Wichtigkeit} + \max(0,\ \text{Wichtigkeit} - \text{Zufriedenheit})\]
- Hohe Wichtigkeit plus niedrige Zufriedenheit → große Chance (unterversorgt)
- Die Klammer \(\max(0, \dots)\) verhindert, dass ein gut erfüllter Bedarf den Score unter die Wichtigkeit drückt
- Beispiel: Wichtigkeit 8, Zufriedenheit 3 → \(8 + \max(0, 5) = \mathbf{13}\)
Die Opportunity-Landschaft (schematisch)
Vorsicht: Formel oder Heuristik?
Die Opportunity-Formel ist nützlich, aber sie ist keine geprüfte Messwissenschaft.
- Sie mischt zwei verschiedene Konstrukte: eine absolute Wichtigkeitsbewertung und eine abgeleitete Zufriedenheitslücke (Katz 2016)
- Umfragezahlen wirken durch die Formel präziser, als sie sind: Scheingenauigkeit
- Nutzt sie als Priorisierungs-Heuristik, nicht als exaktes Messinstrument
WarnungHäufiger Fehler
Eine Rangliste aus Umfragedaten ist eine Landkarte, kein Beweis. Die Formel sortiert Ideen. Validieren müsst ihr sie trotzdem am echten Markt.
Zwischenfazit Teil 1
- Kundinnen und Kunden kennen ihr Problem, nicht die Lösung: fragt nach dem Job
- Ein Job ist durch die Situation definiert, nicht durch Demografie
- Die Opportunity-Formel priorisiert unerfüllte Bedürfnisse, als Heuristik, nicht als Wahrheit
Jetzt haben wir Chancen sortiert. Aber wie kommt man von einer Chance zu einer Idee – und woher weiß man, ob sie taugt?
Vom Problem zur Idee
Ideen erzeugen: Der Brainstorming-Mythos
Der Reflex: alle in einen Raum, „laut denken“, nichts bewerten. Die Forschung sagt: so nicht.
- In echten Gruppen entstehen weniger und schlechtere Ideen als bei gleich vielen Einzelpersonen (Diehl und Stroebe 1987)
- Hauptgrund: Production Blocking – es kann immer nur eine Person reden, die anderen vergessen ihre Idee
- Dazu: Bewertungsangst und Trittbrettfahren
Lektion: Erst allein Ideen sammeln (Brainwriting), dann gemeinsam bündeln, nicht umgekehrt.
„How Might We“: die richtige Frage stellen
Eine gute Idee beginnt mit einer gut gestellten Frage: weit genug für Kreativität, eng genug für Fokus.
Zu eng
- „Wie bauen wir einen dickeren Shake?“
Genau richtig
- „Wie könnten wir die Pendlerfahrt weniger langweilig machen?“
Aus dem Job wird eine „How Might We“-Frage, und aus der Frage kommen die Ideen, nicht andersherum.
Billig testen, bevor ihr baut
Ihr habt eine Idee. Der teuerste Fehler wäre, sie jetzt fertig zu bauen. Testet sie erst billig (Dahan und Hauser 2002).
- Landing-Page-Test: eine Seite beschreibt das Produkt, misst Klicks auf „Jetzt kaufen“, bevor es das Produkt gibt
- Fake-Door-Test: ein Button für eine Funktion, die noch nicht existiert – wie oft wird geklickt?
- Erinnert euch an das Dropbox-Erklärvideo aus Sitzung 1: Nachfrage messen, nicht Produkt bauen
Deine Frage: Was misst der Test?
HinweisFrage
Eine Landing-Page für ein noch nicht existierendes Produkt sammelt 2.000 E-Mail-Adressen in einer Woche. Was habt ihr damit bewiesen – und was nicht?
Bewiesen: Es gibt Interesse (die Annahme „niemand will das“ ist widerlegt). Nicht bewiesen: dass die Leute auch zahlen, dass ihr es liefern könnt, dass sie bleiben. Ein Test klärt eine Annahme, nicht alle.
Zwischenfazit Teil 2
- Naives Gruppen-Brainstorming produziert weniger gute Ideen: erst allein, dann gemeinsam
- Gute Ideen starten mit einer guten „How Might We“-Frage aus dem Job
- Billig testen vor dem Bauen (Landing-Page, Fake-Door, Video): je ein Test pro Annahme
Evidenzbasiert entscheiden
Die Brücke zur Wissenschaft
TippKerngedanke (2 Minuten)
Ein Landing-Page-Test ist ein Experiment: Hypothese („Leute wollen das“) → Test → Revision. Genau so arbeitet Wissenschaft. Entscheidungen beruhen dann auf Evidenz, nicht auf Bauchgefühl.
Diese Denkweise, Behauptungen an Daten zu prüfen, ist der rote Faden des ganzen Studiums. Ihr vertieft sie parallel in BA-EBF und ab Semester 3 in BA-EWF (Empirische Wirtschaftsforschung).
A/B-Tests: das Experiment im Alltag
Ein A/B-Test zeigt Variante A der einen Hälfte der Nutzer, Variante B der anderen und misst dann, welche besser abschneidet (Kohavi u. a. 2020).
Klarna testet fortlaufend seine Bezahlseite: Wie viele Zahlarten, in welcher Reihenfolge?
TippDer Clou
Was in Schweden gewann, verlor in Deutschland: deutsche Nutzer wollten mehr sichtbare Zahlarten.
Lektion: Es gibt selten eine globale Antwort. Deshalb testet man pro Markt, statt zu verallgemeinern.
Quelle: (Kotorchevikj 2019).
Qualitativ oder quantitativ?
Beide braucht ihr. Sie beantworten verschiedene Fragen.
| Qualitativ | Quantitativ | |
|---|---|---|
| Frage | Warum? / Welche Jobs? | Wie viele? / Wie stark? |
| Methode | Interviews, Beobachtung | Umfrage, A/B-Test |
| Ergebnis | Hypothesen, Verständnis | Zahlen, Belege |
| Wann | zuerst: verstehen | danach: messen |
Erst qualitativ den Job verstehen, dann quantitativ die Nachfrage messen. Die Systematik dahinter lernt ihr in BA-STAT I/II.
Funktioniert das wirklich? Der Camuffo-Beleg
Aus Sitzung 1: Camuffo und sein Team testeten den wissenschaftlichen Ansatz in einem randomisierten Kontrollversuch mit 116 Startups (Camuffo u. a. 2020).
- Teams, die Hypothesen streng testeten, entschieden präziser, verwarfen falsche Ideen früher
- Sie pivotierten gezielter statt zufällig
- Das ist kein Bauchgefühl, sondern kausale Evidenz dafür, dass evidenzbasiertes Vorgehen wirkt
Der Milchshake, Oatly, der Landing-Page-Test, der A/B-Test – alles dieselbe Logik: erst verstehen und messen, dann bauen.
Deine Frage: Welche Methode zuerst?
HinweisFrage
Ihr wollt ein neues Lieferprodukt für Studierende starten. Beginnt ihr mit einer Umfrage an 1.000 Leute oder mit zehn Interviews?
Mit den Interviews, qualitativ, um die echten Jobs überhaupt erst zu verstehen. Eine Umfrage misst nur, was ihr schon zu fragen wisst; sie kann eine falsch verstandene Frage nicht retten. Erst verstehen, dann zählen.
Was davon ist klausurrelevant?
TippPrüfungsrelevant
- Warum Kunden das Problem, nicht die Lösung kennen (Ford-Zitat als apokryph einordnen, Lektion, nicht Fakt)
- Jobs to be Done definieren und anwenden (Milchshake, Oatly)
- Opportunity-Formel \(= \text{Wichtigkeit} + \max(0, \text{Wichtigkeit} - \text{Zufriedenheit})\) und ihre Grenze (Heuristik, nicht Messwissenschaft)
- Billig testen vor dem Bauen (Landing-Page-/Fake-Door-Test)
- Qualitativ vs. quantitativ: welche Methode wann
Vertiefung: Tutorium 02 (Outcome-Interviews) und Quiz 02.
Literatur
- Dahan und Hauser (2002) – Konzepttests und „Virtual Customer“-Methoden im Überblick.
- Diehl und Stroebe (1987) – warum Einzel-Ideenfindung das Gruppen-Brainstorming schlägt.
- Camuffo u. a. (2020) – RCT-Evidenz für evidenzbasiertes Entscheiden.
- Ulwick (2002) – Ursprung der Outcome-Driven Innovation und der Opportunity-Formel.
- Kohavi u. a. (2020) – Standardreferenz für vertrauenswürdige A/B-Tests.
- Christensen u. a. (2016) – die Standardfassung der JTBD-Theorie.
Literatur
Camuffo, Arnaldo, Alessandro Cordova, Alfonso Gambardella, und Chiara Spina. 2020. „A Scientific Approach to Entrepreneurial Decision Making: Evidence from a Randomized Control Trial“. Management Science 66 (2): 564–86. https://doi.org/10.1287/mnsc.2018.3249.
Christensen, Clayton M., Taddy Hall, Karen Dillon, und David S. Duncan. 2016. „Know Your Customers’ ‚Jobs to Be Done‘“. Harvard Business Review, September. https://hbr.org/2016/09/know-your-customers-jobs-to-be-done.
Clarke, Amelia. 2025. „No proof Henry Ford said if he’d asked what customers wanted, they would have said ’faster horses’“. In Snopes. https://www.snopes.com//news/2025/02/23/horses-quote-henry-ford/.
Clayton, Liz. 2017. „Oatly Madness: The Alternative Oat Milk Spreading Around NYC Cafes Sprudge Coffee“. In https://sprudge.com. https://sprudge.com/oatly-sown-wildly-across-nyc-cafes-126396.html.
Dahan, Ely, und John R. Hauser. 2002. „The virtual customer“. Journal of Product Innovation Management 19 (5): 332–53. https://doi.org/10.1111/1540-5885.1950332.
Diehl, Michael, und Wolfgang Stroebe. 1987. „Productivity loss in brainstorming groups: Toward the solution of a riddle.“ Journal of Personality and Social Psychology 53 (3): 497–509. https://doi.org/10.1037/0022-3514.53.3.497.
Garson O’Toole. 2011. Quote Origin: My Customers Would Have Asked For a Faster Horse – Quote Investigator®. https://quoteinvestigator.com/2011/07/28/ford-faster-horse/.
Investing.com Canada. 2026. „Oatly Q4 2025 slides: First profitable year achieved as growth strategy shifts By Investing.com“. In Investing.com Canada. https://ca.investing.com/news/company-news/oatly-q4-2025-slides-first-profitable-year-achieved-as-growth-strategy-shifts-93CH-4453088.
Katz, Gerry. 2016. A Critique of Outcome-Driven Innovation®. Applied Marketing Science. https://ams-insights.com/article/critique-outcome-driven-innovation/).
Klara, Robert. 2019. Oatly Used Many Strategies to Succeed in the U.S., but a Marketing Department Wasn’t One of Them. https://www.adweek.com/brand-marketing/oatly-used-many-strategies-to-succeed-in-the-u-s-but-a-marketing-department-wasnt-one-of-them/.
Kohavi, Ron, Diane Tang, und Ya Xu. 2020. Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing. 1. Aufl. Cambridge University Press. https://doi.org/10.1017/9781108653985.
Kotorchevikj, Ivana. 2019. „How Klarna personalises the checkout experience with data and ML“. In hyperight.com. http://34.89.174.2/how-klarna-personalises-the-checkout-experience-with-data-and-ml/.
Strategyn. o. J. „How To Discover Hidden Innovation Opportunity In The Market“. In Strategyn. Zugegriffen 12. Juli 2026. https://strategyn.com/outcome-driven-innovation/market-opportunity/.
Too Good To Go. o. J. About Us - More Information Too Good To Go. Zugegriffen 18. Juli 2026. https://www.toogoodtogo.com/en-us/about-us.
Ulwick, Anthony W. 2002. „Turn Customer Input into Innovation“. Harvard Business Review, Januar. https://hbr.org/2002/01/turn-customer-input-into-innovation.