![\"ddi\"](\"https:\/\/www.zephram.de\/blog\/wp-content\/uploads\/2013\/08\/DDI3.png\" "\\"DDI\\"")
<\/p>\n<\/p>\n
Warum f\u00e4llt die Einf\u00fchrung einer Marktneuheit einem Startup leicht, w\u00e4hrend es f\u00fcr viele etablierte Unternehmen schwer oder sogar unm\u00f6glich ist? Daf\u00fcr gibt es einige Gr\u00fcnde; einige – vorwiegende kulturelle – haben wir im diesem Beitrag<\/a> angesehen. Ein weiterer Grund ist die Art und Weise, wie Unternehmen mit Ungewissheiten umgehen.<\/p>\n Etablierte Unternehmen neigen dazu, den selben Innovationsprozess f\u00fcr Marktneuheiten zu verwenden, den sie f\u00fcr Produktverbesserungen und -erg\u00e4nzungen verwenden. Dies ist der bekannte „Wasserfall“-Prozess, der mit einer vollst\u00e4ndigen Spezifikation beginnt und diese in einer linearen Reihenfolge implementiert. Dieses Vorgehen beruht auf der Annahme, dass das zu entwickelnde Produkt mit allen Eigenschaften und Features von Anfang an bekannt ist. Diese Annahme mag zwar gerechtfertigt sein, wenn es sich um ein bekanntes Produkt f\u00fcr einen bekannten Markt handelt, f\u00fcr neuartige L\u00f6sungen ist sie es aber nicht.<\/p>\n Das gro\u00dfe Problem mit dieser Methode ist, dass sie „alles auf eine Karte setzt“: alle Annahmen \u00fcber das Produkt, die zu Beginn gemacht werden, m\u00fcssen zutreffen, da sie nicht mehr in Frage gestellt werden. Gilt eine entscheidende Annahme nicht, wird das Produkt zu einem Flop. Eines der spektakul\u00e4rsten Beispiele f\u00fcr ein Scheitern dieser Art ist Webvan, ein US-amerikanisches Unternehmen, das Lebensmittel nach Hause lieferte. Webvan arbeitete zwei Jahre lang mit falschen Annahmen<\/a> und musste Insolvenz anmelden, nachdem es mehr als 800.000.000$ Investorenkapital aufgebraucht hatte. In einem fr\u00fcheren Beitrag<\/a> haben wir eine Studie der Unternehmensberatung Kienbaum zitiert, die das Schicksal vieler Produktideen verfolgt hat. Von den 176 Produkten, die am Markt eingef\u00fchrt wurden, haben 124 gefloppt und weitere 24 nur Verluste eingefahren. Offenbar haben die Innovationsprozesse, die diese Produktfehlschl\u00e4ge hervorgebracht haben, nicht alle Annahmen \u00fcber die M\u00e4rkte gepr\u00fcft.<\/p>\n Diese Gefahr, auf das falsche Pferd zu setzen, f\u00fchrt zu einem zweiten Problem, das stark innovationshemmend wirkt. Aus Angst vor dem Scheitern und den hohen Verlusten, die damit verbunden sind, werden vielversprechende Innovationsprojekte gar nicht erst genehmigt. Dieses Ph\u00e4nomen haben wir in gro\u00dfen Organisationen h\u00e4ufig beobachtet. Um eine GO-Entscheidung f\u00fcr eine innovative Idee politisch, psychologisch und gesch\u00e4ftlich zu erleichtern, muss das Risiko, das damit verbunden ist, reduziert werden. Die positiven Auswirkungen der Discovery-Driven Innovation auf das Risiko werden wir in einem sp\u00e4teren Beitrag n\u00e4her erl\u00e4utern.<\/p>\n Um diese Probleme zu vermeiden, braucht es also einen neuen Umgang mit innovativen Ideen. Dieser Ansatz muss Folgendes leisten:<\/p>\n Wir nennen unseren Ansatz f\u00fcr die fr\u00fchen Innovationsphasen Discovery-Driven Innovation (DDI)<\/em>. Discovery-Driven Innovation basiert auf den folgenden Axiomen:<\/p>\n Discovery-Driven Innovation hat sehr vieles gemeinsam mit dem Lean Startup-Konzept von Eric Ries und Steve Blank. Der wesentliche Unterschied besteht darin, dass DDI f\u00fcr existierende Unternehmen gedacht ist, w\u00e4hrend Lean Startup f\u00fcr die Gr\u00fcndungsphase eines neuen Unternehmens entwickelt wurde. So muss DDI Faktoren wie Politik und Strategischer Fit ber\u00fccksichtigen, die f\u00fcr ein existierendes Unternehmen wichtig sind, bei einem Startup aber unbekannt sind.<\/p>\n Die Graphik zeigt die Vorgehensweise von Discovery-Driven Innovation. Der Prozess ist in Phasen eingeteilt; diese Phasen entsprechen der zunehmenden Gewissheit \u00fcber die Erfolgschancen einer Gesch\u00e4ftsidee. In Phase 1 geht es um die Grundvoraussetzungen wie beispielsweise das Vorhandensein eines Kundenproblems und die Notwendigkeit f\u00fcr eine bessere L\u00f6sung. In sp\u00e4teren Phasen werden Spezialfragen wie Marketing-Botschaften und Preismodelle gekl\u00e4rt. Die Inhalte der Phasen zu w\u00e4hlen ist die erste Herausforderung der DDI. Diese liegen zum Teil auf der Hand – es macht zum Beispiel keinen Sinn, Produkteigenschaften festzulegen bevor gekl\u00e4rt worden ist, dass \u00fcberhaupt ein Markt f\u00fcr das Produkt besteht.<\/p>\n Die Aufgabe jeder einzelnen Phase ist, L\u00f6sungsvorschl\u00e4ge f\u00fcr die darin enthaltenen Aufgaben zu entwickeln und diese dann zu validieren. Da es zun\u00e4chst nicht bekannt ist, ob die L\u00f6sungsvorschl\u00e4ge \u00fcberhaupt funktionieren, werden sie Hypothesen genannt. Hypothesen, die nicht validiert werden k\u00f6nnen, m\u00fcssen durch neue ersetzt werden; dies wird Iteration genannt. Erst wenn alle Hypothesen in einer Phase validiert worden sind, geht der Prozess in die n\u00e4chste Phase \u00fcber.<\/p>\n Wichtig an der Validierung ist, dass sie m\u00f6glichst schnell und billig durchgef\u00fchrt wird. An dieser Forderung scheitert der klassische Innovationsprozess. Gilt es zum Beispiel zu pr\u00fcfen, ob sich das Internet als Informationskanal eignet, (d.h. ob die Zielgruppe das Internet nutzt, um eine L\u00f6sung f\u00fcr ihr Problem zu suchen), gen\u00fcgt es, eine einfache Landeseite zu erzeugen und diese mit Google Adwords eine Woche lang zu bewerben. Man kann dann mit Hilfe von Tools wie Google Analytics<\/a> messen, wie hoch das Interesse war und wie die Besucher mit der Web-Seite umgegangen sind. Das Ganze dauert nur eine Woche und kostet maximal ein paar Hundert Euro. Um diese Hypothese zu validieren braucht es nicht einmal eine Produktspezifikation – von einem Prototypen oder sogar einem fertig entwickelten Produkt ganz zu schweigen!<\/p>\n Diese Vorgehensweise \u00e4hnelt sehr stark der wissenschaftlichen Methode<\/a>, mit der vor allem die Natur- und Ingenieurwissenschaften seit Jahrhunderten Wissen erweitern und Technologie vorantreiben. In der Wissenschaft werden zun\u00e4chst Hypothesen – das hei\u00dft Vermutungen dar\u00fcber, wie sich eine Sache verh\u00e4lt – aufgestellt und anschlie\u00dfend durch Experimente gepr\u00fcft. Wird die Hypothese durch das Experiment best\u00e4tigt, so kann man sie als Arbeitsgrundlage verwenden; wird sie durch das Experiment widerlegt, so muss sie verworfen und durch eine neue ersetzt werden. Die Visualisierung der wissenschaftlichen Methode beschreibt daher sehr gut auch die Discovery-Driven Innovation. Eine weitere sehr gute Analogie ist das sogenannte User-Centered Design<\/a>, das eine fast identische Darstellung f\u00fcr ihre Vorgehensweise verwendet.<\/p>\n Eine Stelle im fr\u00fchen Innovationsprozess, an der Unternehmen h\u00e4ufig mit ungepr\u00fcften Annahmen arbeiten, die sich sp\u00e4ter als Irrt\u00fcmer erweisen, sind Annahmen \u00fcber den Kundennutzen ihres geplanten Produktes. So glaubte Daimler beispielsweise mit der Einf\u00fchrung der A-Klasse junge Kunden anzusprechen, die einen Mercedes-Benz zum g\u00fcnstigeren Preis bekommen. Tats\u00e4chlich aber wurde das Modell von Senioren bevorzugt, f\u00fcr die die h\u00f6here Sitzposition ein leichteres Einsteigen erm\u00f6glichte.<\/p>\n In der Praxis kann Discovery-Driven Innovation in einem Format betrieben werden, das dem des bekannten Stage-Gate-Prozesses<\/a> \u00e4hnlich ist. Dies hilft, Akzeptanz bei Kunden zu erh\u00f6hen, die ihn schon kennen oder einsetzen. (Inhaltlich unterscheiden sich Stage-Gate und DDI aber grundlegend!) Workshops werden im Wechsel mit Arbeitsphasen durchgef\u00fchrt, wobei die Workshops zur Bewertung der Pr\u00fcfungsergebnisse und zur Entwicklung von neuen Hypothesen dienen und die Arbeitsphasen f\u00fcr die Pr\u00fcfung verwendet werden. Je nachdem, auf welche Weise der Kunde imstande und gewillt ist, Ressourcen f\u00fcr seinen Innovationsprozess bereitzustellen, k\u00f6nnen wir mit ihm ein Innovationstempo erreichen, der fast das eines Startups erreicht. Wie das geht werden wir in einem zuk\u00fcnftigen Beitrag erl\u00e4utern.<\/p>\n Links<\/p>\n\n
\n