Welches Feature bauen wir als Nächstes?

Die Roadmap-Diskussion läuft in den meisten Unternehmen gleich ab. Es gibt eine Liste, es gibt Meinungen, und am Ende setzt sich durch, wer den besten Zugang zur Geschäftsführung hat oder den zuletzt eskalierten Kundenfall im Rücken.

Dagegen wurden Priorisierungsverfahren erfunden. Sie helfen — aber nur, wenn das Problem verstanden ist, das sie nicht lösen.

Das Problem, das kein Verfahren löst

Jedes Priorisierungsverfahren ist eine Rechenvorschrift. Es macht aus Eingangswerten eine Rangfolge und prüft nicht, woher die Eingangswerte kommen.

Wenn ein Team im Workshop schätzt, dass Funktion A „8 von 10" bei der Wirkung erreicht und Funktion B „5 von 10", dann sortiert die Formel anschließend zwei Vermutungen. Das Ergebnis sieht nach Analyse aus und ist eine gerankte Meinung.

Das ist nicht harmlos. Eine Zahl in einer Tabelle beendet Diskussionen, die eine Vermutung offengehalten hätte. Die Formalisierung erzeugt Verbindlichkeit, wo keine Grundlage ist.

Die Frage vor der Priorisierung lautet deshalb immer: Woher kommen die Zahlen?

RICE: gut für den Aufwandsabgleich

RICE = (Reach × Impact × Confidence) / Effort

Reach      Wie viele Nutzer betrifft es je Zeitraum?
Impact     Wie stark wirkt es? (Skala 0,25 bis 3)
Confidence Wie sicher sind wir? (in Prozent)
Effort     Aufwand in Personenmonaten

Stärke: RICE ist das einzige der drei Verfahren, das den Aufwand einbezieht. Damit fällt auf, wenn ein wirkungsvolles Vorhaben unverhältnismäßig teuer ist.

Schwäche: Impact und Confidence sind fast immer geschätzt. Der Faktor Confidence ist dabei eine ehrliche Konstruktion — er gibt zu, dass geraten wird — und wird in der Praxis regelmäßig auf 80 Prozent gesetzt, weil sich niemand traut, weniger einzutragen.

Verbesserung: Reach aus Ihren Nutzungsdaten nehmen, Impact aus einer Erhebung statt aus dem Workshop. Damit werden zwei von vier Faktoren belastbar.

Kano: erklärt, warum niemand die Verbesserung bemerkt

Kano teilt Merkmale nach ihrer Wirkung auf Zufriedenheit ein:

Erhoben wird mit Fragepaaren: einmal funktional („Wie fänden Sie es, wenn die Funktion vorhanden wäre?") und einmal dysfunktional („Wie fänden Sie es, wenn sie fehlte?"). Aus der Kombination beider Antworten ergibt sich der Typ.

Der praktische Nutzen liegt in zwei Einsichten. Erstens: In Basismerkmale zu investieren erzeugt keine Zufriedenheit, sondern verhindert nur Unzufriedenheit — es muss trotzdem sein. Zweitens: Merkmale wandern über die Zeit. Was vor fünf Jahren begeistert hat, ist heute Basiserwartung.

Schwäche: Kano braucht eine Liste von Merkmalen, die abgefragt werden. Es findet nichts, was nicht auf der Liste steht.

Opportunity Score: kommt direkt aus der Erhebung

Als einziges der drei Verfahren entsteht der Opportunity Score unmittelbar aus Kundenantworten. Er stammt aus Outcome-Driven Innovation und braucht keine Schätzung.

Erhoben werden zu jedem gewünschten Ergebnis zwei Werte: Wichtigkeit und aktuelle Zufriedenheit.

Opportunity Score = Wichtigkeit + max(Wichtigkeit − Zufriedenheit, 0)

Hoch ist der Wert dort, wo etwas wichtig ist und schlecht erfüllt wird. Das ist per Definition die Stelle mit dem größten Hebel.

Stärke: Keine geschätzten Zahlen. Die Rangfolge kommt von den Menschen, die das Produkt benutzen.

Schwäche: Der Aufwand wird nicht berücksichtigt. Das oberste Ergebnis kann technisch unbezahlbar sein.

Voraussetzung: Sie müssen den Job bereits in Ergebnisse zerlegen können. Wie das geht und wann ODI dafür zu früh ist, steht in Welche JTBD-Variante passt zu meiner Frage?

Ein durchgerechnetes Beispiel steht im Fallbeispiel B2B-Kundenportal, Formel, Rechenbeispiel und Grenzen auf der Methodenseite JTBD ODI.

Die Gegenüberstellung

Die Zeile „findet Unbekanntes" gilt für alle drei. Kein Priorisierungsverfahren entdeckt etwas. Sie sortieren, was bereits auf der Liste steht. Der Schritt davor — herausfinden, was überhaupt zur Debatte steht — ist eine Erhebung, keine Rechnung.

Der Weg, der funktioniert

1. Erheben, was Nutzer erreichen wollen und woran sie scheitern. JTBD Story oder ein freier Fragebogen mit offenen Antworten.
2. Ergebnisse formulieren aus dem, was in Schritt 1 auftaucht — nicht aus dem Workshop.
3. Wichtigkeit und Zufriedenheit erheben. Daraus entsteht der Opportunity Score.
4. Aufwand ergänzen aus der Entwicklung. Damit haben Sie beide Achsen.
5. Zwei bis drei Vorhaben auswählen und alle anderen ausdrücklich absagen.

Schritt 3 ist der, der übersprungen wird, weil er Zeit kostet. Er ist auch der, der die anderen vier überhaupt erst tragfähig macht.

Die Absage gehört ins Protokoll

Eine Priorisierung ohne dokumentiertes Nein ist keine. Wenn am Ende nur eine Liste steht, was gebaut wird, kommt jedes zurückgestellte Vorhaben in sechs Wochen zurück — mit denselben Argumenten und ohne neue Daten.

Halten Sie deshalb je Absage drei Dinge fest: was zurückgestellt wurde, welche Zahl dagegen sprach, und wann erneut geprüft wird. Das kostet zehn Minuten und spart dieselbe Diskussion mehrfach.

In den Fallbeispielen auf dieser Seite endet jede Studie bewusst auf einer solchen Absage — dem teuren Vorhaben, das die Daten nicht gestützt haben. Das ist regelmäßig das stärkste Ergebnis einer Erhebung.

Und danach

Priorisieren ist kein einmaliger Vorgang. Nach der Umsetzung folgt die Nachmessung, und daraus entsteht die nächste Rangfolge. Wie sich das als wiederholbarer Ablauf aufsetzen lässt, steht in Wie optimieren wir unsere App?