Der Innovationskompass wurde von uns so designt, dass jeder größere Schritt und jede produktbezogene Entscheidung von selbst erhobenen Daten geleitet werden soll. Warum Primärforschung für den eigenen Innovationsprozess so wichtig ist, darum geht es in diesem Artikel.

Daten als solides Fundament

Wahrscheinlich ist es ganz natürlich, dass das eigene Next Big Thing einem Gedankenblitz entspringt. Das eigene Bauchgefühl bestärkt darin, dass diese bahnbrechende Idee verfolgenswert ist: “Ich”, so der erste Schluss, “würde das definitiv selbst nutzen!” Ein Austausch mit den Kolleginnen und Kollegen in der Caféteria bestätigt den Verdacht: Hier entsteht etwas Großes.
Die eigenen Vorlieben und die Bestätigung des Umfeldes sind ein motivierender Startschuss, jedoch benötigt ein Innovationsvorhaben irgendwann ein solides Fundament für seinen längerfristigen Erfolg. Deswegen ist das hier weder das erste noch das letzte Plädoyer für das Sammeln von eigenen Daten durch das Auseinandersetzen mit der Nutzerin und dem Nutzer; bei weitem nicht! Fast alle der beliebtesten Autor*innen in der Entrepreneurship- und Startup-Literatur empfehlen Primärforschung in der einen oder anderen Form. Auch die meisten erfolgreichen Firmen setzen auf ausgedehnte Nutzer*innenforschung und einen datengetriebenen Ansatz der Produktentwicklung.

Primärforschung als Werkzeug für die Datengenerierung

Primärforschung zum Verhalten von Nutzerinnen und Nutzern kann sowohl ein Werkzeug für die Verbesserung der User Experience sein als auch eine Methode, um Erkenntnisse über ihre Bedürfnisse zu Tage zu fördern. Dabei muss sie sich nicht immer nur den tatsächlichen Endnutzerinnen und Endnutzern widmen, sondern kann sich auch mit anderen Individuen beschäftigen, die die Beschaffung in einer Organisation beeinflussen (z.B. Einkäufer*innen oder Befürworter*innen).

Das Ziel von guter Primärforschung ist es, den Kunden oder die Kundin in möglichst allen Dimensionen zu verstehen. Das umfasst rationale und emotionale, aber auch wirtschaftliche, soziale und kulturelle Entscheidungsfaktoren. Bestenfalls entsteht ein kontinuierlicher Prozess aus Erkenntnisgewinn, daraus abgeleiteten testbaren Hypothesen und weiterer Primärforschung zur Untersuchung der Hypothesen mit wiederum neuen Erkenntnissen.

In Bezug auf den Innovationskompass gelten alle Erkenntnisse unterhalb der Evidenzstufen 3 und 4 als hypothetisch. Der Innovationskompass eignet sich also insbesondere dafür, um die Aspekte des Produktentwicklungs- und -validierungsprozesses zu identifizieren, die noch weiterer Untersuchung bedürfen.

“Data Beats Opinions”

Data Beats Opinions (dt. Daten schlagen Meinungen) ist eines von Googles wichtigsten Prinzipien. Hinreichende Belege des eigenen Standpunkts anhand von objektiven Daten sind ein wichtiger Faktor bei der Entscheidungsfindung. Um als Beleg in Diskussionen Beachtung zu finden, haben sich dort einige Schlüsselkriterien für Daten herauskristallisiert.

Aktualität
Selbstredend sollten die Daten, die die Entscheidung beeinflussen, aktuell genug sein. Was als aktuell genug gilt, ist stark abhängig vom Kontext; insbesondere in schnellen Märkten.

Relevanz
Die Daten sollten ebenso einen möglichst direkten Bezug beziehungsweise eine hohe Anwendbarkeit zu dem Produkt oder zu der zu treffenden Entscheidung haben.

Transparente Herkunft
Jede Erhebung und deren Auswertung unterliegt zu einem gewissen Grad Verzerrungen, Motivationen und äußeren Einflüssen. Je transparenter diese Einschränkungen sind, desto einfacher ist die Interpretation der Daten für den Entscheidungsprozess.

Statistische Signifikanz
Je größer die den Daten zugrundeliegende Stichprobe (also: je größer das n), desto geringer ist die Wahrscheinlichkeit, dass es sich bei den Ergebnissen um Zufall handelt.

Eigens erhobene Daten fördern die Aussagekraft

Wenn Aktualität, Relevanz, Herkunft und Signifikanz von Daten entscheidende Faktoren für deren Aussagekraft zu einer konkreten Entscheidung sind, dann eignet sich insbesondere eigene Primärforschung. Denn: Die erhobenen Daten haben ganz konkreten Bezug zu dem, was eigentlich entschieden werden soll und sind entsprechend neu und relevant. Die Größe der Untersuchung unterliegt der eigenen Kontrolle und die Mängel der Erhebung können in der Interpretation berücksichtigt werden, denn die Herkunft der Daten liegt bei einem selbst.

Das heißt, dass der Königsweg für die Abschätzung des Markterfolgs der Idee immer eigens zu diesem Zweck erhobene Daten sind. Sekundärdaten, also solche, die von anderen erhoben und zusammengestellt wurden, sind in Bezug auf diese vier Kriterien immer unterlegen; auch, wenn sie eine attraktive Abkürzung versprechen.

Qualitative vs. quantitative Primärforschung

Zwei unterschiedliche Ansätze in der Primärforschung sind qualitative und quantitative Erhebungen. Qualitative Primärforschung ist häufig explorativ und hilft bei einem generellen ersten Verständnis zu einem bestimmten Thema. Qualitative Untersuchungen finden häufig (aber nicht ausschließlich) durch eine kleinere Anzahl an Einzelinterviews mit offenen Fragen statt.
Quantitative Untersuchungen hingegen folgen einem deutlich strukturierteren Prozess. Hierbei sollen vor allem Daten gesammelt werden, um Hypothesen, die beispielsweise aus einer qualitativen Untersuchung abgeleitet wurden, zu validieren oder falsifizieren.

Wenn sich im Rahmen von Interviews beispielsweise Aussagen zu bestimmten Problemen und Bedürfnissen häufen, ließe sich daraus eine Hypothese formulieren, die im Anschluss mit einem Experiment und mehr Personen überprüft wird.

Bei der Untersuchung der Marktnachfrage nach einer Innovation verschwimmt diese klare Trennung etwas. Es gibt beispielsweise Ansätze, bei denen Interviews eingesetzt werden, um die Nachfrage eines Produkts oder einer Dienstleistung direkt abschätzen zu können oder Kund*innen und deren Bedürfnisse frühzeitig in den Innovationsprozess mit einzubinden. Gleichzeitig gibt es auch quantitative Ansätze, bei denen die Explorationsphase übersprungen oder in die quantitative Untersuchung eingegliedert werden. Das kann zum Beispiel bei Pretotyping-Experimenten der Fall sein, wenn ohne Interviews möglichst schnell die eigene Idee beworben und das Feedback für die nächsten Experimente verwendet wird.

Der Innovationskompass setzt Primärforschung voraus

Mit dem Innovationskompass zeigt sich sehr schnell, welche Teile des eigenen Innovationsprojekts auf einer soliden Datenbasis fußen und welche Teile eher noch wacklige Annahmen sind. Daraus lässt sich im Anschluss ableiten, welcher Validierungsansatz sich für welchen Teil am ehesten eignet und welche Schritte den größten Impact haben, um das Gesamtprojektrisiko zu minimieren. An Daten jedenfalls führt kein Weg vorbei.

Jetzt heißt es: raus vor die Tür!

Du bist Dir sicher, dass das jetzt Dein nächster Schritt ist? Sehr gut, dann los! Mit unserem Innoationskompass kannst Du Deinen Fortschritt festhalten und vielleicht zeigt er Dir noch weitere einfache Schritte auf, mit denen Du wichtige Erkenntnisse für ein erfolgreiches Produkt sammeln kannst.

Keinen Post zu Innovations-Themen mehr verpassen!