Die Formel, die das Bauchgefuehl ersetzte
Jedes Produktteam kennt dasselbe Argument: “Welche Kundenbeduerfnisse sollen wir zuerst angehen?” In den meisten Organisationen wird diese Debatte durch Senioритaet, Lautstaerke oder Vertriebsdruck entschieden. Das Lieblingsprojekt des VPs gewinnt. Der Kunde, der am lautesten geschrien hat, gewinnt. Der Auftrag, der kurz vor dem Abschluss steht, gewinnt.
Der Opportunity-Algorithmus ersetzt diese Dysfunktion durch Mathematik. Er ist die quantitative Grundlage von Outcome-Driven Innovation und tut etwas, das kein Brainstorming, keine Empathy Map und kein NPS-Score kann: Er teilt Ihnen mit statistischer Sicherheit genau mit, welche Kundenbeduerfnisse in Ihrem Markt unterversorgt, angemessen versorgt oder ueberversorgt sind.
Dieser Artikel behandelt die Formel, die Logik dahinter, wie Opportunity Scores berechnet und interpretiert werden und wie die Opportunity Landscape gelesen wird — die strategische Visualisierung, die Milliarden in Produktentwicklungsinvestitionen umgeleitet hat.
Die Formel
Der Opportunity-Algorithmus berechnet einen Opportunity Score fuer jedes Desired Outcome anhand von zwei Inputs:
- Wichtigkeit (W): Wie wichtig ist dieses Ergebnis fuer den Kunden?
- Zufriedenheit (Z): Wie gut wird dieses Ergebnis durch bestehende Loesungen erfuellt?
Beide werden auf einer 1-5-Skala durch Befragungsforschung gemessen, dann typischerweise auf 0-10 fuer die Bewertung umskaliert.
Die Formel:
Opportunity Score = Wichtigkeit + max(Wichtigkeit - Zufriedenheit, 0)
Das ist alles. Eine Formel. Zwei Inputs. Und daraus folgt eine gesamte Innovationsstrategie.
Warum genau diese Formel?
Die Formel ist nicht willkuerlich. Jede Komponente erfasst eine spezifische strategische Erkenntnis.
Der erste Term: Wichtigkeit
Wichtigkeit allein sagt Ihnen, was Kunden interessiert. Ein Ergebnis mit einem Wichtigkeits-Score von 9,2 (von 10) ist wichtiger als eines mit 4,1. Aber Wichtigkeit allein reicht fuer die Innovationsstrategie nicht aus, weil ein hoch wichtiges Ergebnis, das bereits gut befriedigt ist, keine Chance ist — es ist eine Grundvoraussetzung.
Wuerden Sie nur auf Wichtigkeit schauen, wuerden Sie in Ergebnisse investieren, die Ihre Wettbewerber bereits adressiert haben. Sie wuerden kopieren, nicht innovieren.
Der zweite Term: Die Luecke
Der Term max(Wichtigkeit - Zufriedenheit, 0) erfasst das unerfuellte Beduerfnis. Wenn Wichtigkeit die Zufriedenheit uebersteigt, gibt es eine Luecke — Kunden interessiert dieses Ergebnis mehr, als aktuelle Loesungen liefern. Je groesser die Luecke, desto groesser das unerfuellte Beduerfnis.
Die max(…, 0)-Funktion stellt sicher, dass die Luecke nicht negativ werden kann. Wenn Zufriedenheit die Wichtigkeit uebersteigt (das Ergebnis ist ueberversorgt), ist der Luecken-Beitrag null — nicht negativ. Das ist beabsichtigt. Ein ueberversorgtes Ergebnis hat immer noch seinen Wichtigkeits-Score im ersten Term; es erhaelt einfach keinen “Bonus” fuer ein unerfuelltes Beduerfnis.
Der kombinierte Score
Durch Addition von Wichtigkeit zur Luecke produziert die Formel Scores, die sowohl wiedergeben, wie viel Kunden sich sorgen als auch wie viel Raum fuer Verbesserung besteht. Ein Ergebnis mit W=9, Z=3 ergibt 9 + (9-3) = 15. Ein Ergebnis mit W=9, Z=9 ergibt 9 + 0 = 9. Beide sind hoch wichtig, aber das Erste repraesentiert eine viel groessere Chance.
Der maximal moegliche Score ist 20 (W=10, Z=0: extrem wichtig, voellig unbefriedigend). In der Praxis sind Scores ueber 15 selten und zeigen kritische Marktversagen an. Scores zwischen 10 und 15 repraesentieren attraktive Chancen. Scores unter 10 sind typischerweise angemessen versorgt oder ueberversorgt.
Info
Ein Rechenbeispiel mit echten Zahlen
Gehen wir ein konkretes Beispiel durch. Stellen Sie sich vor, Sie entwickeln die naechste Generation eines Industrieklebstoffsystems fuer die Automobil-Karosseriemontage. Sie haben qualitative Forschung durchgefuehrt und 120 Desired Outcomes identifiziert. Sie befragen 280 Automobilmontageingenieure.
Hier sind 10 repraesentative Outcomes mit ihren Befragungsergebnissen (auf 0-10 umskaliert):
| # | Outcome Statement | Wichtigkeit | Zufriedenheit | Opportunity Score |
|---|---|---|---|---|
| 1 | Minimiere die Zeit bis zum Erreichen voller Klebkraft | 9,1 | 4,2 | 9,1 + 4,9 = 14,0 |
| 2 | Minimiere die Wahrscheinlichkeit von Klebeversagen unter Vibration | 9,4 | 3,8 | 9,4 + 5,6 = 15,0 |
| 3 | Minimiere die Kleberestmenge waehrend der Applikation | 6,8 | 5,1 | 6,8 + 1,7 = 8,5 |
| 4 | Minimiere die Zeit zur Vorbereitung der Klebeflaechen | 8,3 | 7,9 | 8,3 + 0,4 = 8,7 |
| 5 | Maximiere die Faehigkeit, Klebeintegritaet ohne zerstoerende Pruefung zu verifizieren | 8,9 | 3,1 | 8,9 + 5,8 = 14,7 |
| 6 | Minimiere die Anzahl der Nachbearbeitungszyklen durch Klebefehler | 9,2 | 4,5 | 9,2 + 4,7 = 13,9 |
| 7 | Minimiere die Empfindlichkeit der Klebequalitaet gegenueber Umgebungstemperaturschwankungen | 8,7 | 4,0 | 8,7 + 4,7 = 13,4 |
| 8 | Minimiere die Aushaertezeit vor dem naechsten Prozessschritt | 9,0 | 6,8 | 9,0 + 2,2 = 11,2 |
| 9 | Minimiere gefaehrliche Emissionen waehrend des Klebeprozesses | 5,2 | 7,8 | 5,2 + 0 = 5,2 |
| 10 | Minimiere Einschraenkungen durch die Lagerhaltbarkeit des Klebstoffs | 4,8 | 6,2 | 4,8 + 0 = 4,8 |
Ergebnisse lesen
Hoch-Opportunity-Ergebnisse (Scores 13+): Outcomes 1, 2, 5, 6 und 7 sind alle stark unterversorgt. Kunden sorgen sich sehr um Klebebestaendigkeit, Verifikation und Robustheit — und aktuelle Loesungen fallen kurz. Dieser Cluster definiert einen klaren Chancenraum: ein Klebstoffsystem der naechsten Generation, das zuverlaessiger, verifizierbarer und weniger konditionsabhaengig ist.
Moderate Chancen (Scores 10-13): Outcome 8 (Aushaertezeit) ist unterversorgt, aber nicht so stark. Es ist ein sekundaeres Ziel — addressieren Sie es, wenn moeglich, aber bauen Sie nicht die gesamte Strategie darauf.
Mindestanforderungen (Scores 7-10): Outcomes 3 und 4 sind angemessen versorgt. Fluecheenvorbereitung und Abfallreduzierung sind wichtig, aber aktuelle Loesungen erledigen sie gut genug. Ihr Produkt muss Wettbewerber hier einholen, aber diese Features werden Sie nicht differenzieren.
Ueberversorgte Ergebnisse (Scores unter 7): Outcomes 9 und 10 sind ueberversorgt — Zufriedenheit uebersteigt Wichtigkeit. Der Markt hat zu viel in Emissionsreduzierung und Haltbarkeitserweiterung investiert, relativ zu dem, was Kunden wertschaetzen.
Die Opportunity Landscape
Wenn alle 120 Outcomes auf einem zweidimensionalen Diagramm dargestellt werden — Wichtigkeit auf der Y-Achse, Zufriedenheit auf der X-Achse — erhaelt man die Opportunity Landscape. Diese Visualisierung ist, nach unserer Erfahrung, das einzige wirkungsstarkste strategische Artefakt, das ein Innovationsteam produzieren kann.
Die Opportunity Landscape hat drei Zonen, unterteilt durch Diagonallinien:
Die unterversorgte Zone (oben links)
Ergebnisse, bei denen Wichtigkeit die Zufriedenheit deutlich uebersteigt. Das sind die Innovationschancen. Cluster unterversorgter Outcomes definieren Chancenraeume — kohaerente Problembereiche, in denen eine neue oder verbesserte Loesung erheblichen Wert schaffen kann.
In unserem Klebebeispiel enthaelt die unterversorgte Zone einen Cluster von 5 Outcomes zu Zuverlaessigkeit und Verifikation. Das sind nicht fuenf separate Probleme — es ist ein Chancenraum: “Hilf Montageingenieuren, Klebeintegritaet mit Sicherheit zu gewaehrleisten.”
Die angemessen versorgte Zone (Diagonale)
Ergebnisse, bei denen Wichtigkeit ungefaehr der Zufriedenheit entspricht. Das sind Mindestanforderungen. Jedes Wettbewerbsprodukt muss sie erfuellen, aber keines kann sich daran differenzieren. Hier stark zu investieren ist verschwenderisch.
Die ueberversorgte Zone (unten rechts)
Ergebnisse, bei denen Zufriedenheit die Wichtigkeit deutlich uebersteigt. Diese Zone signalisiert zwei strategische Optionen:
- Kostenreduzierung: Das Over-Engineering herausstreichen und die Einsparungen an Kunden weitergeben.
- Disruptiver Einstieg: Ein neuer Marktteilnehmer koennte ein einfacheres Produkt anbieten, das bei ueberversorgten Outcomes “gut genug” ist, waehrend es bei unterversorgten Outcomes hervorragend ist.
Ich habe Hunderten von Fuehrungsteams Opportunity Landscapes praesentiert. Die Reaktion ist immer dieselbe: erst Stille, dann eine Reihe von ‘Das wussten wir nicht’-Kommentaren. Die Daten widersprechen fast immer den Annahmen des Teams darueber, was Kunden brauchen. Das ist der Punkt — wenn Ihre Intuition richtig waere, brauchten Sie den Algorithmus nicht.
Ergebnisbasierte Segmentierung
Die oben beschriebene Opportunity Landscape verwendet Durchschnittswerte ueber alle Befragten. Aber Durchschnittswerte koennen kritische Variation verbergen.
Wenn Sie Clusteranalyse (k-Means, Latent-Class-Analyse) auf den Rohdaten der Befragung durchfuehren, entdecken Sie oft, dass der Markt nicht homogen ist. Verschiedene Kundengruppen haben systematisch unterschiedliche Muster unerfuellter Beduerfnisse. Diese Gruppen sind ergebnisbasierte Segmente — und sie sind strategisch viel nuetzlicher als demografische Segmente.
Betrachten wir unser Klebebeispiel. Die Gesamtdaten zeigen starke unterversorgte Beduerfnisse rund um Zuverlaessigkeit und Verifikation. Aber wenn wir segmentieren, finden wir moeglicherweise:
Segment A (45% des Markts): Montageingenieure in Hochvolumenwerken, wo Geschwindigkeit und Konsistenz entscheidend sind. Ihre unterversorgten Outcomes clustern rund um Aushaertezeit, Prozessintegration und Fehlerrate.
Segment B (35% des Markts): Montageingenieure, die mit fortgeschrittenen Materialien arbeiten, wo Klebebestaendigkeit unter Stress die kritische Herausforderung ist. Ihre unterversorgten Outcomes clustern rund um Vibrationsbestaendigkeit, Temperaturtoleranz und Klebeindikation.
Segment C (20% des Markts): Montageingenieure in Niedrigvolumenwerken, die von aktuellen Premium-Klebstoffsystemen ueberversorgt sind. Sie wuerden eine einfachere, billigere Loesung bevorzugen.
Jedes Segment legt eine andere Produktstrategie nahe.
Wie die Analyse durchgefuehrt wird
Befragungsdesign
Die quantitative Befragung folgt einem Standardformat. Fuer jedes Outcome Statement beantworten Befragte zwei Fragen:
- “Beim [Job ausfuehren], wie wichtig ist es fuer Sie, [Outcome Statement]?”
- Skala: 1 (Ueberhaupt nicht wichtig) bis 5 (Aeusserst wichtig)
- “Beim [Job ausfuehren], wie zufrieden sind Sie mit Ihrer Faehigkeit, [Outcome Statement] mit den Loesungen zu erreichen, die Sie aktuell nutzen?”
- Skala: 1 (Ueberhaupt nicht zufrieden) bis 5 (Aeusserst zufrieden)
Die Befragung schliesst typischerweise alle 50 bis 150 Outcomes ein, die in der qualitativen Phase identifiziert wurden. Ja, das macht fuer eine lange Befragung (20 bis 30 Minuten). Aber die Abschlussquoten sind konsequent hoeher als erwartet — Job-Executors sind motiviert, ihre Ansichten zu Outcomes zu teilen, die ihre eigentliche Arbeit betreffen.
Stichprobengroesse
Fuer Verbrauchermaerkte: 300 bis 600 Befragte. Fuer B2B-Maerkte: 180 bis 300 Befragte. Fuer Nischen-B2B-Maerkte: 100 bis 180 Befragte (mit breiteren Konfidenzintervallen).
Statistische Analyse
Neben dem Opportunity-Algorithmus selbst umfasst die Analyse:
- Konfidenzintervalle fuer jeden Score (typischerweise 95%)
- Signifikanztests zwischen Outcomes
- Faktoranalyse zur Identifikation verwandter Outcome-Cluster
- Clusteranalyse fuer Segmentierung (k-Means oder Latent Class)
- Diskriminanzanalyse zur Profilerstellung von Segmenten
Von Scores zu Strategie
Der Opportunity-Algorithmus trifft keine Entscheidungen. Er informiert sie. Hier ist, wie Scores zu strategischen Massnahmen uebersetzen:
| Opportunity Score | Interpretation | Strategische Massnahme |
|---|---|---|
| 15-20 | Stark unterversorgt | Must-address: kritische unerfuellte Beduerfnisse, die bedeutende Investitionen rechtfertigen |
| 12-15 | Erheblich unterversorgt | Hochprioritaere Ziele fuer differenzierte Innovation |
| 10-12 | Moderat unterversorgt | Sekundaere Ziele: adressieren wenn machbar |
| 7-10 | Angemessen versorgt | Mindestanforderungen: Wettbewerber einholen, nicht ueberinvestieren |
| 5-7 | Etwas ueberversorgt | Vereinfachungskandidaten: Investitionen reduzieren erwaegen |
| 0-5 | Erheblich ueberversorgt | Disruptionssignal: Markt koennte reif fuer einen einfacheren, guenstigeren Marktteilnehmer sein |
Reale Anwendung: Medizintechnik-Fallstudie
Zur Veranschaulichung der vollstaendigen Analyse betrachten wir ein Medizintechnikprojekt, das wir fuer einen Hersteller chirurgischer Verschlussgeraete durchgefuehrt haben.
Der Job: Weichgewebeschaeden reparieren, um strukturelle Integritaet wiederherzustellen.
Befragung: 128 Outcome Statements bei 240 Chirurgen erhoben.
Wichtigste Erkenntnisse:
Die Opportunity Landscape zeigt ein auffaelliges Muster. Outcomes zum Verschlussverfahren selbst (der Kern-“Ausfuehren”-Schritt auf der Job Map) waren gut versorgt — Zufriedenheits-Scores zwischen 7,0 und 8,5. Die Produkte des Herstellers waren bei der Kernaufgabe effektiv.
Aber Outcomes zu praeopeerativem Assessment und postoperativer Verifikation waren stark unterversorgt:
- “Minimiere die Zeit, die benoetigt wird, die strukturellen Eigenschaften des Gewebes vor der Auswahl eines Verschlussansatzes zu beurteilen” — Score: 15,1
- “Maximiere die Faehigkeit, die postoperative Gewebeerholung basierend auf der verwendeten Verschlussmethode vorherzusagen” — Score: 14,3
- “Minimiere die Wahrscheinlichkeit, dass die Verschlusstechnik aufgrund intraoperativer Gewebereaktionen ueberarbeitet werden muss” — Score: 13,9
Der Kunde hatte drei Produktgenerationen damit verbracht, Verschlussgeschwindigkeit und -staerke zu verbessern — Outcomes mit Scores von 8 bis 9 (angemessen versorgt). Inzwischen lagen die echten Chancen in Gewebebewertung und praediktiver Erholung — Bereiche, in die kein Wettbewerber investiert hatte.
Die resultierende Strategie leitete 18 Millionen Euro Entwicklungsinvestition um. Das lancierte Produkt erzielte 8 Prozentpunkte Marktanteilsgewinn in 18 Monaten.
Ohne den Opportunity-Algorithmus waere diese Erkenntnis nie aufgetaucht. Kein Kunde sagte jemals “baue mir ein Gewebebewertungstool.” Sie auesserten Frustration ueber Revisionsraten und unvorhersehbare Erholung — Frustrationen, die der Algorithmus in quantifizierte, priorisierte Chancen uebersetzt hat.
Haeufige Einwaende
Was als naechstes lesen
- Outcome-Driven Innovation: Der umfassende Leitfaden
- Der ODI-Prozess: 6 Schritte zur systematischen Innovation
- Outcome Statements schreiben: Produktentscheidungen gezielt treffen
Moechten Sie die Opportunity Landscape Ihres Markts sehen?
Book a complimentary discovery call to explore how these ideas apply to your organization.
