Das Vertrauen in den Vertrieb
“Wir hören unsere Kunden. Unser Vertrieb spricht täglich mit ihnen.” Diese Aussage höre ich in fast jedem ersten Gespräch mit Produktleitern aus dem DACH-Raum. Sie ist gemeint als Argument dafür, dass systematische Kundenforschung nicht notwendig ist — weil man ohnehin nah am Kunden ist.
Ich widerspreche dieser Logik immer. Nicht weil der Vertrieb keine Kundennähe hat — sie ist real und wertvoll. Sondern weil das, was Vertriebsleute aus Kundengesprächen mitbringen, kein repräsentatives Bild der Kundenbedürfnisse ist. Es ist das Feedback der lautesten Kunden, der aktivsten Beschwerdeführer und der Gesprächspartner, die man gut kennt. Das ist ein systematisch verzerrtes Sample — und es ist eine bekannte, gut dokumentierte Verzerrung.
Die Konsequenz: Produktentscheidungen, die auf Vertriebsfeedback basieren, adressieren oft die Bedürfnisse eines kleinen, lauten, nicht-repräsentativen Segments — statt die Bedürfnisse des Marktes.
Quantitative Innovationsforschung löst dieses Problem. Nicht durch schönere Methodik, sondern durch Repräsentativität und Rigorosität — durch Daten, die zeigen, was der Markt wirklich priorisiert, nicht was einzelne Gesprächspartner kommunizieren.
Was quantitative Innovationsforschung ist
Definition und Abgrenzung
Quantitative Innovationsforschung ist die strukturierte, statistische Erhebung von Kundenbedürfnissen — mit dem Ziel, Produktinnovation auf eine belastbare empirische Grundlage zu stellen. Der Begriff umfasst verschiedene Methoden, von der klassischen Conjoint-Analyse bis zur Opportunity-Score-Erhebung nach ODI.
Das Entscheidende ist nicht die statistische Methode — es ist die Grundprinzip: Kundenbedürfnisse werden nicht geschätzt, nicht aus Einzelinterviews extrapoliert und nicht aus Vertriebsfeedback abgeleitet. Sie werden bei einer repräsentativen Stichprobe erhoben und statistisch ausgewertet.
Was quantitative Innovationsforschung nicht ist:
Kundenzufriedenheitsbefragung: Diese misst, wie zufrieden Kunden mit dem bestehenden Produkt sind — nicht welche unerfüllten Bedürfnisse sie haben.
Marktforschung zur Produktakzeptanz: Diese fragt, ob Kunden ein bestimmtes Konzept kaufen würden — setzt also voraus, dass das Konzept bereits definiert ist.
NPS-Messung: Net Promoter Score misst Loyalität und Weiterempfehlungsbereitschaft — nicht Innovationspotenzial.
Die entscheidende Differenz: Klassische Marktforschung misst Reaktionen auf Bestehendes. Quantitative Innovationsforschung misst Bedürfnisse — unabhängig davon, ob sie von bestehenden Lösungen erfüllt werden.
Die Grenzen qualitativer Forschung
Warum qualitative Insights allein nicht reichen
Die Qualität qualitativer JTBD-Interviews — gut geführte, tiefe Gespräche mit echten Jobdurchführenden — ist unbestritten wertvoll. Qualitative Forschung erzeugt Verständnis, entdeckt Friktionen und erzählt Geschichten, die quantitative Daten nicht erzählen können.
Aber qualitative Forschung hat einen strukturellen Mangel: Sie kann nicht sagen, was wie viele Kunden denken. 12 tiefe Interviews mit Maschinenbedienern erzählen viel über den Job “Maschine einrichten und betreiben.” Sie sagen nichts Valides darüber, welche Outcomes bei diesem Job von 68 Prozent der Kunden als hochrelevant und von aktuellen Lösungen als schlecht erfüllt betrachtet werden.
Diese Differenz — von “manche Kunden haben dieses Problem” zu “X Prozent des Marktes priorisiert dieses Bedürfnis mit diesem Erfüllungsgrad” — ist strategisch entscheidend. Roadmap-Entscheidungen, die Millionen von Euro beeinflussen, brauchen diese Differenz.
In einem Projekt mit einem deutschen Hersteller von Produktionsmaschinen identifizierten die qualitativen Interviews 8 potenzielle Verbesserungsbereiche. Alle 8 klangen plausibel. Alle 8 wurden von Interviewteilnehmern als relevant beschrieben. Die quantitative Studie mit 280 Befragungsteilnehmern zeigte: 2 dieser Bereiche hatten hohe Opportunity Scores — die anderen 6 waren entweder bereits gut versorgt oder wurden vom Markt nicht als prioritär eingestuft. Ohne Quantifizierung hätte das Team möglicherweise alle 8 Bereiche adressiert. Mit Quantifizierung fokussierten sie auf die 2, die wirklich zählten.
Die Architektur der quantitativen Innovationsforschung nach ODI
Was gemessen wird
In der Outcome-Driven-Innovation-Methodik ist die quantitative Forschung präzise strukturiert. Was gemessen wird, ist nicht Kundenzufriedenheit mit dem Produkt — sondern die Bewertung von Desired Outcomes: lösungsunabhängige, messbare Aussagen über das, was Kunden bei jedem Schritt ihres Jobs erreichen wollen.
Jedes Outcome wird auf zwei Dimensionen bewertet:
Wichtigkeit: Wie wichtig ist dieses Ergebnis für Sie, wenn Sie [Job ausführen]? (5-Punkte-Skala von “überhaupt nicht wichtig” bis “äußerst wichtig”)
Zufriedenheit: Wie zufrieden sind Sie mit Ihrer aktuellen Lösung in Bezug auf dieses Ergebnis? (5-Punkte-Skala von “überhaupt nicht zufrieden” bis “äußerst zufrieden”)
Die Kombination beider Bewertungen ergibt den Opportunity Score — ein Maß dafür, wie groß die Diskrepanz zwischen dem ist, was der Kunde braucht, und dem, was aktuelle Lösungen liefern.
Stichprobengröße und Repräsentativität
Die Mindestanforderung für eine statistisch belastbare Aussage auf Gesamtmarktebene: 180 Befragungsteilnehmer. Für Segmentanalysen — die strategisch oft wertvoller sind — sollten es 300 bis 600 Teilnehmer sein.
Diese Zahlen klingen hoch für B2B-Märkte mit kleinen Kundenpopulationen. In solchen Fällen passen wir die Methodik an: Branchen-Panel-Anbieter, systematische Kundenansprache über Fachverbände oder gezielte Outreach-Kampagnen können auch in Nischenmärkten repräsentative Samples erzeugen.
Die Alternative — eine Befragung mit 30 oder 40 Teilnehmern — erzeugt keine statistisch belastbaren Opportunity Scores. Sie erzeugt Anekdoten mit Zahlen.
Outcome-Formulierung als Voraussetzung
Die Qualität der quantitativen Forschung hängt fundamental von der Qualität der Outcome-Statements ab. Lösungsimplizite, vage oder falsch granulierte Outcomes produzieren Daten, die keine Entscheidungsgrundlage liefern.
Das ist einer der Gründe, warum quantitative Innovationsforschung nach ODI eine qualitative Phase voraussetzt: Die Outcome-Statements, die in der Befragung verwendet werden, müssen durch JTBD-Interviews und Job-Map-Analyse erarbeitet sein — nicht durch interne Brainstorming-Sessions oder Produktmanagement-Intuition.
Info
Warum klassische Marktforschung für Innovationsentscheidungen oft versagt
Das Konzept-Testing-Problem
Die am häufigsten eingesetzte Marktforschung in Produktunternehmen ist Konzept-Testing: Man präsentiert Kunden Produktkonzepte und fragt, ob sie diese kaufen würden. Das klingt kundenzentriert — ist es aber nicht.
Das Problem: Kunden können über Konzepte, die sie noch nicht kennen, keine belastbaren Kaufintentionen äußern. Die Forschung zur Psychologie von Kaufentscheidungen zeigt konsistent, dass stated preferences (was Kunden sagen, was sie kaufen würden) und revealed preferences (was Kunden tatsächlich kaufen) stark voneinander abweichen.
Noch gravierender: Konzept-Testing setzt voraus, dass das Konzept bereits existiert. Das bedeutet, dass die fundamentale Frage — Welches Problem soll das Konzept lösen? — bereits durch eine andere Methode beantwortet wurde. In der Praxis ist sie oft nicht systematisch beantwortet worden.
Das Zufriedenheitsbefragungs-Problem
Kundenzufriedenheitsbefragungen — NPS, CSAT, CES — sind weit verbreitet und wertvoll für operative Qualitätsmessung. Für Innovationsentscheidungen sind sie strukturell ungeeignet.
Warum? Weil sie messen, wie zufrieden Kunden mit dem sind, was sie haben — nicht, was sie brauchen, aber nicht haben. Ein Kunde, der “5 von 5 Sternen” für ein Produkt gibt, kann gleichzeitig massive unerfüllte Bedürfnisse haben, die von keiner verfügbaren Lösung adressiert werden. Diese unerfüllten Bedürfnisse tauchen in Zufriedenheitsbefragungen nicht auf — weil danach nicht gefragt wird.
Das Fokusgruppen-Problem
Fokusgruppen sind in der Lage, qualitative Insights zu generieren — aber als Grundlage für Innovationsentscheidungen haben sie bekannte strukturelle Schwächen. Groupthink, dominante Teilnehmer, soziale Erwünschtheit und die Tendenz, auf vorgestellte Konzepte zu reagieren statt eigene Bedürfnisse zu artikulieren, machen Fokusgruppen-Ergebnisse für strategische Priorisierungen unzuverlässig.
Das ist kein Geheimnis. Es ist in der Marktforschungsliteratur gut dokumentiert. Trotzdem sind Fokusgruppen in vielen DACH-Unternehmen nach wie vor die Standardmethode für “Kundenfeedback vor der Produktentwicklung.”
Quantitative Innovationsforschung in der Praxis
Wie der Prozess in B2B-Märkten aussieht
Phase 1: Qualitative Grundlage schaffen
10 bis 15 tiefe Interviews mit echten Jobdurchführenden. Ziel: Job Map erstellen, 50 bis 150 Desired Outcomes formulieren. Dauer: 4 bis 6 Wochen.
Phase 2: Befragungsdesign
Die Outcome-Statements werden in einen strukturierten Fragebogen überführt. Jedes Outcome wird auf Wichtigkeit und Zufriedenheit bewertet. Der Fragebogen enthält zusätzlich Segmentierungsvariablen und demographische Filter. Typische Interviewdauer: 25 bis 35 Minuten pro Teilnehmer.
Phase 3: Feldphase
Rekrutierung und Befragung von 200 bis 400 qualifizierten Teilnehmern. In B2B-Märkten ist die Rekrutierung oft aufwändiger als in B2C-Märkten — Jobdurchführende müssen präzise identifiziert und angesprochen werden.
Phase 4: Statistische Analyse
Opportunity-Score-Berechnung für alle Outcomes. Clusteranalyse zur Segmentidentifikation. Korrelationsanalyse zwischen Segmentzugehörigkeit und demografischen Merkmalen (um Segmente operationalisierbar zu machen). Erstellung von Opportunity-Landscape-Visualisierungen.
Phase 5: Strategische Interpretation
Welche Outcomes sind unterversorgt? Welche Segmente sind strategisch attraktiv? Welche Wachstumsstrategie passt zur Datenlage? Die Daten sind der Ausgangspunkt — die strategische Schlussfolgerung erfordert Kontext und Urteilsvermögen.
Die Methodik des Opportunity-Algorithmus und die Schritte des ODI-Prozesses beschreiben die technischen Details.
Die häufigsten Einwände gegen quantitative Innovationsforschung
Einwand 1: “Das dauert zu lange”
Ein vollständiges Forschungsprojekt dauert 3 bis 4 Monate. Das ist lang im Vergleich zu einem internen Brainstorming-Workshop, der eine Woche dauert.
Es ist kurz im Vergleich zu einer Produktentwicklung, die 18 bis 36 Monate dauert und danach am Markt scheitert. Die richtige Frage ist nicht “Wie schnell können wir zu einer Entscheidung kommen?” — sondern “Wie gut muss die Entscheidungsgrundlage für eine Investition dieser Größenordnung sein?”
Einwand 2: “Unsere Kunden würden an so einer Befragung nicht teilnehmen”
In unserer Praxis ist die Teilnahmebereitschaft bei richtig konzipierten JTBD-Befragungen höher als bei klassischen Zufriedenheitsbefragungen. Weil die Fragen anders gestellt werden: nicht “Wie zufrieden sind Sie?”, sondern “Wie wichtig ist es für Sie, dass X?”. Kunden merken, dass man sich für ihre tatsächliche Arbeit interessiert — nicht für ihre Bewertung eines Produkts.
Einwand 3: “Wir haben nicht genug Kunden für eine repräsentative Stichprobe”
In Nischenmärkten ist die Rekrutierung herausfordernder, aber lösbar. Panel-Anbieter, Fachverbände, systematische Kundenansprache und gegebenenfalls eine Erweiterung der Zielgruppe über direkten Kundenstamm hinaus machen auch in kleinen Märkten ausreichende Stichproben möglich. Alternativ kann mit fokussierten Projekten mit enger Jobdefinition und kleinerer Stichprobe (150 bis 180 Teilnehmer) gearbeitet werden.
Einwand 4: “Wir kennen unsere Kunden bereits gut”
Das ist der häufigste und gefährlichste Einwand. Ich habe ihn von Unternehmen gehört, die jahrzehntelange Kundenbeziehungen pflegen — und dann in der ODI-Studie festgestellt haben, dass die unterversorgten Bedürfnisse mit dem höchsten Opportunity Score intern niemand auf dem Radar hatte.
Kundenkenntnis ist wertvoll. Aber sie ist durch Beziehungsasymmetrie, Gesprächskontext und Einzelfall-Verzerrung geprägt. Systematische Daten sind eine andere Qualität.
Die Innovationsmetriken: Wie man den Forschungswert misst
Warum Forschungsinvestments quantifiziert werden sollten
Quantitative Innovationsforschung kostet Geld und Zeit. In Unternehmen, in denen jedes Investment gerechtfertigt werden muss, ist die Frage legitim: Was bringt das?
Drei Messgrößen sind relevant:
Vermiedene Fehlinvestitionen: Wenn die Forschung zeigt, dass 3 von 8 geplanten Entwicklungsprojekten Outcomes adressieren, die bereits gut versorgt sind, und diese Projekte gestoppt werden — was war der vermiedene Entwicklungsaufwand? Das ist eine konkrete Zahl.
Zielgenauigkeit der Produktentwicklung: Wird mit den verbleibenden Entwicklungsprojekten tatsächlich ein Markterfolg erzielt? Die ODI Erfolgsquote von 86 Prozent ist der relevante Benchmark.
Entscheidungsgeschwindigkeit: Wie lange dauert es von der strategischen Frage “In welche Richtung entwickeln wir?” bis zur begründeten Entscheidung? Mit quantitativer Forschung ist diese Entscheidung nach 3 bis 4 Monaten datenbasiert. Ohne Forschung kann die Debatte Monate oder Jahre dauern — ohne zu einem validen Ergebnis zu kommen.
Die Metriken für Innovationserfolg bieten einen weiteren Rahmen für die Evaluation von Innovationsinvestitionen.
Häufig gestellte Fragen
Fazit: Daten statt Meinungen als Entscheidungsgrundlage
Die Frage, ob quantitative Innovationsforschung für ein Unternehmen sinnvoll ist, lässt sich auf eine einfachere Frage reduzieren: Auf welcher Grundlage werden Ihre Produktentscheidungen getroffen?
Wenn die Antwort “Vertriebsfeedback, interne Überzeugungen und der Wunsch unseres größten Kunden” ist — dann besteht ein bekanntes strukturelles Risiko: Dass Ressourcen in Richtungen fließen, die vom Markt nicht priorisiert werden.
Wenn die Antwort “quantifizierte Kundenbedürfnisse aus einer repräsentativen Marktbefragung” ist — dann ist die Entscheidungsgrundlage fundamental anders. Nicht unfehlbar. Aber belastbarer, transparenter und verteidigbarer.
Das Bauchgefühl eines erfahrenen Produktleiters ist wertvoll. Aber es ist kein Ersatz für systematische Kundendaten — besonders dann nicht, wenn es um Investitionsentscheidungen in Millionenhöhe geht. Quantitative Innovationsforschung ist der Unterschied zwischen einer gut formulierten Hypothese und einer validierten Strategie.
Quantitative Innovationsforschung für Ihr Unternehmen
Book a complimentary discovery call to explore how these ideas apply to your organization.
