JTBD vs. Personas: Warum traditionelle Segmentierung versagt

Die sechs Personas, die alle falsch waren

Ein mittelständisches europäisches Medizinprodukte-Unternehmen mit einer starken Marktposition im Bereich chirurgischer Instrumente kam mit einem Problem zu uns. Es hatte sechs Monate und ein erhebliches Budget investiert, um Käufer-Personas für seine Hauptproduktlinie zu entwickeln. Sechs detaillierte Profile: “Effiziente Eva”, “Forschungsgetriebener Rainer”, “Budgetbewusste Barbara” und drei weitere. Jede Persona hatte einen Namen, ein Foto, eine Hintergrundgeschichte, demografische und psychografische Merkmale, Ziele, Frustrationen und bevorzugte Informationskanäle.

Die Personas waren ansprechend gestaltet. Das Produktteam ließ sie in großem Format ausdrucken und in den Büros aufhängen. Jedes Sprint-Review referenzierte sie. Feature-Priorisierungsmeetings begannen mit der Frage: “Welcher Persona dient das?”

Es gab nur ein Problem: Die Personas waren Fiktion. Und die auf ihrer Basis getroffenen Produktentscheidungen waren systematisch falsch.

Als wir eine JTBD/ODI-Studie zur gleichen Produktlinie durchführten und 340 Chirurgen und OP-Personal in vier europäischen Märkten befragten, fanden wir etwas, das die Personas niemals hätten aufdecken können: Die Kundenbasis gliederte sich in drei unterschiedliche Gruppen — nicht nach Demografie, Titel, Krankenhausgröße oder Berufserfahrung, sondern nach Mustern unerfüllter Bedürfnisse. Zwei Chirurgen, die perfekt zu “Effizienter Eva” passten — gleiches Alter, gleiche Fachrichtung, gleiche Krankenhausgröße, gleiches erklärtes Effizienzziel — gehörten zu unterschiedlichen Segmenten mit radikal unterschiedlichen Prioritäten. Der eine war bei geschwindigkeitsbezogenen Outcomes unterversorgt. Der andere bei präzisionsbezogenen Outcomes. Die Persona gruppierte sie zusammen. Die JTBD-Analyse zeigte, dass sie unterschiedliche Produktkonfigurationen benötigten.

Das ist kein Einzelfall. Es ist die Regel. Und es offenbart einen fundamentalen Fehler in der Art, wie die meisten Produktteams ihre Märkte segmentieren.

Was Personas richtig machen

Bevor wir Personas auseinandernehmen, sollten wir anerkennen, was sie gut leisten.

Personas menschlichisieren den Kunden. In Organisationen, in denen Engineering-Teams drei Ebenen vom Endanwender entfernt sind, erinnern gut konstruierte Personas daran, dass für echte Menschen mit realen Einschränkungen und Motivationen entwickelt wird. Das ist genuiner Mehrwert — insbesondere in großen Organisationen, in denen Produktentscheidungen zu abstrakten Feature-Vergleichsübungen werden können.

Personas dienen auch als gemeinsamer Referenzpunkt. Wenn ein Produktmanager sagt “dieses Feature ist für Effiziente Eva”, hat jeder im Raum ein mentales Bild davon, wer dieser Kunde ist. Das schafft Ausrichtung — auch wenn diese Ausrichtung auf einer Vereinfachung basiert.

Und Personas können nützliche Kontextinformationen kodieren: typische Arbeitsabläufe, technologische Ökosysteme, organisatorische Einschränkungen, Kaufentscheidungshoheit. Diese Details informieren Design-Entscheidungen und Go-to-Market-Strategie.

Das Problem liegt nicht darin, dass Personas nutzlos wären. Das Problem ist, dass sie den Markt auf der falschen Achse segmentieren — und Teams treffen auf Basis dieser Segmentierung weitreichende Produktinvestitionsentscheidungen.

Der fundamentale Fehler: Segmentierung nach Wer, nicht nach Warum

Personas segmentieren nach Demografie, Psychografie und Verhalten — danach, wer der Kunde ist. JTBD segmentiert danach, was der Kunde zu erreichen versucht und wo aktuelle Lösungen nicht ausreichen — warum er kauft.

Diese Unterscheidung klingt akademisch, bis man ihre Konsequenzen in echten Produktentscheidungen sieht.

Die demografische Falle

Stellen Sie sich zwei Chefchirurgen an vergleichbaren deutschen Universitätskliniken vor. Beide sind 48 Jahre alt, leiten Abteilungen mit 15 bis 20 Mitarbeitern, führen mehr als 200 Eingriffe pro Jahr durch und bezeichnen sich als “Early Adopters” von Operationstechnologie. In jedem Persona-Framework sind sie dieselben Kunden.

Aber Chirurgin A ist primär von der Rüstzeit frustriert. Sie arbeitet in einer Klinik mit engem OP-Zeitplan und misst jedes Produkt daran, wie schnell ihr Team für den nächsten Fall vorbereitet sein kann. Ihre unterversorgten Outcomes konzentrieren sich auf Geschwindigkeit: Minimiere die Zeit zum Konfigurieren des Instruments, Minimiere die Zeit zum Überprüfen der Kalibrierung, Minimiere die Zeit für den Übergang zwischen Eingriffstypen.

Chirurg B ist primär von der taktilen Rückmeldung frustriert. Er führt komplexe Rekonstruktionseingriffe durch, bei denen Millimetergenauigkeit das Patientenergebnis bestimmt. Seine unterversorgten Outcomes konzentrieren sich auf Kontrolle: Minimiere die Wahrscheinlichkeit unbeabsichtigter Gewebeschäden, Minimiere die Variabilität der Instrumentenreaktion unter verschiedenen Gewebezuständen, Minimiere die erforderliche Kraft für feine Anpassungen.

Eine Persona sieht einen Kunden. JTBD sieht zwei Segmente mit unterschiedlichen Prioritäten, die unterschiedliche Produktkonfigurationen, unterschiedliche Kommunikation und potenziell unterschiedliche Preismodelle erfordern. Die persona-basierte Roadmap wird beide Chirurgen teilweise befriedigen und keinen vollständig. Die JTBD-basierte Roadmap kann jedes Segment gezielt ansprechen.

Warum Persona-basierte Segmentierung so hartnäckig ist

Wenn Personas als Segmentierungswerkzeug fehlerhaft sind, warum bleiben sie in den meisten Organisationen der Standard? Drei Gründe:

1. Sie sind einfach zu erstellen

Eine erfahrene UX-Forscherin kann Persona-Profile in zwei bis vier Wochen mit 12 bis 15 Interviews erstellen. Das Ergebnis ist greifbar, optisch ansprechend und sofort teilbar. JTBD/ODI-Forschung dauert acht bis zwölf Wochen und erfordert quantitative Erhebungsmethodik. In Organisationen, die Geschwindigkeit der Erkenntnislieferung optimieren, gewinnen Personas durch Bequemlichkeit.

2. Sie fühlen sich intuitiv an

Menschen denken in Personen, nicht in Bedürfnismustern. “Dieses Produkt ist für vielbeschäftigte Chefs chirurgischer Abteilungen” ist leichter zu verinnerlichen als “Dieses Produkt zielt auf das Segment, in dem 67 Prozent der Befragten geschwindigkeitsbezogene Outcomes als sehr wichtig einstufen und weniger als 25 Prozent zufrieden sind.” Die erste Aussage erzählt eine Geschichte. Die zweite ist ein Datenpunkt. Geschichten sind einprägsamer. Daten sind genauer.

3. Sie vermeiden schwierige Gespräche

Persona-basierte Segmentierung erzwingt selten Trade-offs. Wenn Sie sechs Personas haben, können Sie behaupten, Ihr Produkt diene allen. JTBD-basierte Segmentierung zwingt zur Wahl: Welches Segment sprechen wir zuerst an? Welche unterversorgten Outcomes priorisieren wir? Das sind schwierige strategische Gespräche, die viele Produktteams lieber verschieben.

Traditionelle Segmentierungsmethoden scheitern, weil sie Kunden nach Attributen gruppieren, die Kaufverhalten nicht vorhersagen. Alter, Einkommen, Titel und Unternehmensgröße bestimmen nicht, was Kunden von einem Produkt brauchen. Muster unerfüllter Bedürfnisse tun das. Solange Sie nicht nach unerfüllten Bedürfnissen segmentieren, raten Sie.

Die JTBD-Alternative: Bedarfsbasierte Segmentierung

JTBD-Segmentierung funktioniert anders. Statt Kunden nach beobachtbaren Attributen zu gruppieren, gruppiert sie sie nach den Outcomes, die sie als wichtigsten und am wenigsten zufriedenstellend empfinden.

So funktioniert das in der Praxis:

Schritt 1: Alle gewünschten Outcomes erfassen

Durch qualitative Interviews (15 bis 30 Teilnehmer) identifizieren Sie die 50 bis 150 Outcomes, anhand derer Kunden beurteilen, wie gut der Job erledigt wird. Diese Outcomes umspannen alle Phasen der Job Map und alle drei Dimensionen (funktional, emotional, sozial). Wie diese Interviews strukturiert und geführt werden, beschreibt unser JTBD-Interview-Leitfaden im Detail.

Schritt 2: Wichtigkeit und Zufriedenheit quantifizieren

Befragen Sie eine repräsentative Stichprobe (200 bis 600 Befragte) zu jedem Outcome. Für jeden Outcome fragen Sie: “Wie wichtig ist das für Sie?” und “Wie zufrieden sind Sie mit aktuellen Lösungen in diesem Bereich?” Verwenden Sie eine einheitliche Skala (typischerweise 1 bis 10).

Schritt 3: Opportunity Scores berechnen

Berechnen Sie für jeden Outcome den Opportunity Score nach Ulwicks Formel: Chance = Wichtigkeit + max(Wichtigkeit - Zufriedenheit, 0). Outcomes mit hoher Wichtigkeit und niedriger Zufriedenheit haben die höchsten Opportunity Scores — das sind die unterversorgten Bedürfnisse.

Schritt 4: Nach Bedarfsmustern clustern

Mithilfe statistischer Clusteringmethoden (k-means, hierarchisches Clustering) auf den Outcome-Daten identifizieren Sie Kundengruppen, die ähnliche Muster unerfüllter Bedürfnisse teilen. Das sind Ihre Segmente — definiert nicht dadurch, wer die Kunden sind, sondern was sie brauchen.

Das Ergebnis: Segmente, die Verhalten vorhersagen

Die aus diesem Prozess entstehenden Segmente sind bemerkenswert prädiktiv. Kunden im selben JTBD-Segment reagieren auf dieselben Produktfeatures, dieselbe Kommunikation und dieselben Wertversprechen — selbst wenn ihre Demografie völlig unterschiedlich ist. Das liegt daran, dass die Segmentierung auf den tatsächlichen Treibern des Kaufverhaltens basiert (unerfüllte Bedürfnisse), nicht auf Proxys für diese Treiber (Demografie).

In unserer Arbeit mit dem eingangs erwähnten Medizinprodukteunternehmen korrelierten die drei JTBD-basierten Segmente mit dem Marktanteilsgewinn bei der anschließenden Produkteinführung mit mehr als doppelt so hoher Rate wie die persona-basierten Vorhersagen. Das Segment, das die Personas als “niedrige Priorität” eingestuft hatten (weil es keinem Persona-Profil eng entsprach), erwies sich als das am stärksten wachsende Segment.

Wo Personas noch eine Rolle spielen

Ich plädiere nicht dafür, Persona-Dokumente zu verbrennen. Personas erfüllen legitime Funktionen — nur nicht die, für die die meisten Teams sie verwenden.

Kommunikation und Empathie

Personas sind hervorragende Werkzeuge, um Empathie für den Kunden in Engineering- und Design-Teams aufzubauen. Sie machen abstrakte Marktdaten konkret. Nachdem Sie JTBD-basierte Segmente identifiziert haben, können Sie persona-ähnliche Profile für jedes Segment erstellen — aber jetzt ist das Profil an echten Bedürfnismustern verankert statt an demografischen Annahmen.

Inhalts- und Kanalstrategie

Personas kodieren nützliche Informationen über bevorzugte Kommunikationskanäle, Inhaltsnutzungsgewohnheiten und Entscheidungsprozesse. Diese Informationen sind für Marketing und Vertrieb wertvoll, auch wenn sie die Produktstrategie nicht bestimmen sollten.

Kommunikation mit Stakeholdern

Bei der Präsentation vor dem Senior Management oder Aufsichtsgremien können persona-ähnliche Profile Segmentbeschreibungen zugänglicher machen. Nicht jede Führungskraft muss Clusteranalyse verstehen. Sie müssen aber verstehen, wer der Kunde ist und was er braucht.

Das Schlüsselprinzip: Nutzen Sie JTBD für strategische Entscheidungen (was bauen, wo investieren, wie segmentieren). Nutzen Sie Personas für taktische Umsetzung (wie kommunizieren, wo Kunden erreichen).

Ein direkter Vergleich

Die B2B-Dimension: Wo Personas am sichtbarsten versagen

In B2B-Märkten werden die Schwächen von Personas verstärkt. Eine B2B-Kaufentscheidung umfasst mehrere Stakeholder — den Nutzer, den Einkäufer, den Wartungsverantwortlichen, den Compliance-Beauftragten, den Executive Sponsor — jeder mit unterschiedlichen Jobs und unterschiedlichen unerfüllten Bedürfnissen.

Personas in B2B repräsentieren typischerweise diese Rollen: “Operator Oliver”, “Einkauf Petra”, “C-Suite Carsten”. Die eigentliche Komplexität liegt aber nicht darin, dass verschiedene Rollen unterschiedliche Bedürfnisse haben (das ist offensichtlich). Die eigentliche Komplexität besteht darin, dass Menschen in derselben Rolle, bei ähnlichen Unternehmen, in derselben Branche, unterschiedliche Muster unerfüllter Bedürfnisse haben. Zwei Beschaffungsmanager bei vergleichbaren Maschinenbauunternehmen können sich um völlig unterschiedliche Outcomes kümmern. Der eine ist bei der Transparenz der Gesamtbetriebskosten unterversorgt. Der andere bei der Reaktionsfähigkeit des Lieferanten während der technischen Evaluierung.

JTBD bewältigt diese Komplexität auf natürliche Weise. Durch die Definition des Jobs für jede Stakeholder-Rolle und die separate Quantifizierung von Outcomes erhalten Sie eine mehrdimensionale Karte der Bedürfnisse des Einkaufsgremiums. Deshalb ist JTBD für B2B wohl mächtiger als JTBD für Konsumentenmärkte — die Komplexität, die B2B schwierig macht, ist genau die Komplexität, für die JTBD entwickelt wurde.

Der Übergang: Praktische Schritte

Wenn Sie derzeit Personas verwenden und zu JTBD-basierter Segmentierung wechseln möchten, finden Sie hier einen praktischen Übergangspfad:

Schritt 1: Personas nicht sofort verwerfen

Behalten Sie Ihre bestehenden Personas für Marketing- und Kommunikationszwecke. Schaffen Sie keine organisatorischen Verwerfungen, indem Sie ankündigen, Personas seien “falsch”. Führen Sie JTBD stattdessen als zusätzlichen Input zur Produktstrategie ein.

Schritt 2: Einen JTBD-Pilot neben bestehenden Personas durchführen

Führen Sie für eine Produktlinie eine vollständige JTBD/ODI-Studie durch. Vergleichen Sie die aus den Daten entstehenden Segmente mit Ihren bestehenden Persona-Definitionen. Die Unterschiede werden aufschlussreich sein — und werden den Fall für JTBD-basierte Segmentierung aufbauen, ohne ein Top-Down-Mandat zu erfordern.

Schritt 3: JTBD-Segmente auf erreichbare Attribute mappen

Eine legitime Sorge bei der JTBD-Segmentierung ist die Erreichbarkeit. Sie können keine Medienliste mit “Kunden, die bei Präzisions-Outcomes unterversorgt sind” kaufen. Führen Sie nach der Identifizierung Ihrer JTBD-Segmente eine Diskriminanzanalyse durch, um beobachtbare Attribute (Branche, Unternehmensgröße, Anwendungstyp, verwendete Technologiegeneration) zu finden, die mit der Segmentzugehörigkeit korrelieren. Das schafft eine Brücke zwischen JTBD-Erkenntnissen und praktischem Targeting.

Schritt 4: Personas zu Segmentprofilen weiterentwickeln

Ersetzen Sie im Laufe der Zeit Ihre demografischen Personas durch Segmentprofile, die in unerfüllten Bedürfnissen verankert, aber mit Kontextinformationen angereichert sind. “Segment A: Präzisionsorientierte Chirurgen” ist handlungsfähiger als “Effiziente Eva”, weil es an quantifizierten Outcomes ausgerichtet und durch Daten verifiziert ist. Diese Segmentprofile bilden dann die Basis für ein JTBD-gestütztes Wertversprechen, das gezielt auf die stärksten unerfüllten Bedürfnisse des jeweiligen Segments eingeht.

Die besten Übergänge passieren, wenn das Produktteam den Kontrast aus eigener Erfahrung erlebt. Führen Sie ein Roadmap-Review mit Persona-basierten Inputs durch und eines mit JTBD-basierten Inputs. Der Unterschied in Spezifizität und Zuversicht ist sofort erkennbar. Ich habe noch kein Produktteam gesehen, das nach dem Erleben von JTBD-basierter Segmentierung für strategische Entscheidungen zu Personas zurückgekehrt ist.

Häufig gestellte Fragen