Ein wichtiges Element für datengetriebene Agilität nach dem Vorbild von Start-ups ist ein kontinuierlicher Lernprozess, der vom Kunden angetrieben wird. Eric Ries skizziert in seinem „Lean Start-up“-Konzept ein Kreislaufmodell für validiertes Lernen. Es besteht aus drei Phasen: Build, Measure und Learn. Wir haben für unsere Studie „Datengetriebene Agilität“ unter anderem untersucht, inwieweit die Arbeitsweise etabliert ist und noch werden soll.

Build, Measure und Learn – darum geht es

Produkte, Dienstleistungen und Prozesse werden in kleinen Schritten entwickelt (Build). Kunden können sie schnell ausprobieren, gut befinden oder als verbesserungsfähig einstufen. Die Erfahrungen und Meinungen der Kunden werden erfasst und ausgewertet (Measure). Bei digitalen Produkten geschieht das Messen unmittelbar, während der Nutzung durch die Kunden. Verschiedene Varianten lassen sich so direkt miteinander vergleichen. Aus den Daten erhalten Unternehmen Erkenntnisse (Learn), welche Teile von Produkten und Dienstleistungen gut funktionieren und welche nicht. Was die Kunden gut finden, wird beibehalten und ausgebaut, weniger erfolgreiche Produkte oder Leistungen werden verworfen. Wird mittelfristig keine Verbesserung mehr erreicht, kommt das Produkt grundsätzlich auf den Prüfstein.

Die Idee dahinter

Im Kern geht es darum, den größten Nutzen für den Kunden zu erreichen und dabei so wenige Ressourcen zu vergeuden wie möglich. Der Lean-Gedanke ist dabei, soviel Energie in diese Steigerung des Kundennutzens zu stecken und überflüssige Anstrengungen wie zu lange Abstimmungen und Denkprozesse zu vermeiden.

Einige renommierte Start-ups haben so ihr Geschäftsmodell aufgebaut und perfektioniert. Dropbox startete zum Beispiel zunächst mit einem Produkt mit minimalem Leistungsumfang (Minimum Viable Product). Gleichzeitig sammelte das Unternehmen tausende von Nutzeradressen für eine Peer Group, die die Beta- und Folgeversionen testen sollten. Der Nutzer bestimmt seitdem, wie es bei Dropbox weitergeht. Diese extreme Form von Customer Centricity ist ein zentraler Bestandteil für datengetriebene Agilität.

Die Herausforderungen

Etablierte Branchen ohne digitale DNA versuchen inzwischen, sich diese datengetriebenen und agilen Arbeitsweisen anzueignen. Mit ihren gewachsenen Strukturen stoßen sie beim Übertragen der Ansätze wie Build, Measure, Learn allerdings immer wieder auf Hürden, so die Rückmeldung aus der Befragung für die Studie. Das betrifft zum Beispiel das Bestimmen von Kennzahlen, mit denen sich messen lässt, inwiefern das eigene Handeln nützlich für den Kunden ist. Das Verständnis, aus dem Mix aus betriebswirtschaftlichen Daten, Customer-Journey-Informationen und Sentiment-Analysen den Kunden wirklich zu verstehen, muss häufig noch entwickelt werden. Daten als Treiber für die kontinuierliche Weiterentwicklung zu nutzen wird noch Thema hier im Blog sein.

Behutsamer Umbau in Richtung agil und kundenzentriert

Grundsätzlich belegt die Studie dennoch einen Paradigmenwechsel hin zu agilen Strukturen. Beim Tempo des Wandels zeichnet sich allerdings eher ein schrittweiser Übergang als ein Hauruckverfahren ab. Einige Unternehmen wollen im Ergebnis den kompletten Umbau der Organisation in Richtung agiler Vorgehensweisen. Andere planen, parallele Strukturen zu errichten und wollen das Beste aus zwei Managementwelten nutzen. Eines lässt sich aus den Befragungen ablesen: Überall dort, wo digitale Komponenten und Leistungen in das Produktportfolio aufgenommen werden, greifen Unternehmen bevorzugt auf agile Vorgehensweisen zurück.

Foto: Getty Images / RichVintage