Im Geschäftsleben sind Ideen, die allen gefallen, besonders gefährlich:
🤨 Die Präsentation ist überzeugend;
🤨 Der Chef nickt;
🤨 Das Team diskutiert bereits die Skalierung;
🤨 Der Markt weiß noch nicht, dass er das jetzt kaufen muss.

Um die Wahrheit erst nach großen Investitionen zu erfahren, verwendet man den HADI-Zyklus – eine Methode zur Überprüfung von Hypothesen durch kurze Experimente.

🔤- Hypothesis
🔤- Action
🔤- Data
🔤- Insights

Auf Deutsch: Hypothese → Aktion → Daten → Erkenntnisse.

🔤 — Hypothesis

Eine Hypothese ist nicht: „Ich denke, den Kunden wird es gefallen.“

Das ist eine Meinung. Manchmal fachkundig, manchmal kollektiv, manchmal von der Person mit dem höchsten Grad geäußert. Aber immer noch eine Meinung.

Eine funktionierende Hypothese klingt konkret:

Wenn wir X für die Zielgruppe Y tun, ändert sich der Indikator Z von A auf B innerhalb eines bestimmten Zeitraums, weil…


Zum Beispiel: Wenn wir eine Testbox anstelle einer Palette anbieten, steigt die Conversion für die erste Bestellung, weil das Risiko des Probekaufs sinkt.

Das Erfolgskriterium wird vorher festgelegt. Sonst kann man das Ausbleiben von Verkäufen immer mit „steigender Bekanntheit“ erklären.

🅰️ — Action

Als nächstes braucht man ein minimales Experiment, das eine Antwort liefert.

Man muss nicht sofort eine Produktion aufbauen, einen Jahresvorrat produzieren und eine Strategie bis 2035 schreiben.

Man kann einen Prototyp, ein Testangebot, ein Demonstrationsmuster oder eine kleine Charge erstellen.

Die Aufgabe des Experiments ist nicht, ein perfektes Produkt zu schaffen, sondern schnell und kostengünstig nützliches Wissen zu gewinnen.

🔤 — Data

Vor dem Start legen wir fest:
— was wir messen;
— wie lange der Test dauert;
— welches Ergebnis wir als Erfolg betrachten;
— bei welchem Ergebnis wir abbrechen.

Wichtig ist, Geschäftskennzahlen nicht mit Eitelkeitskennzahlen zu verwechseln.

Aufrufe und Reichweiten sehen schön aus. Aber das Geschäft bestätigen Bestellungen, Zahlungsbereitschaft, Wiederholungskäufe und Marge.

🔤 — Insights

Daten zeigen, was passiert ist. Der Insight erklärt, warum es passiert ist und was als nächstes zu tun ist.

„20 Anfragen erhalten“ – Daten.

„Kunden sind interessiert, aber das Mindestabnahmevolumen ist zu groß“ – Erkenntnis.

„Im nächsten Zyklus testen wir die Boxlieferung über einen Distributor“ – Entscheidung.

Eine Hypothese kann bestätigt, teilweise bestätigt oder nicht bestätigt werden. Letzteres ist auch ein Ergebnis.

Besser ein kostengünstiges Experiment heute als teurer Heroismus in einem Jahr.

🌏So funktioniert es bei globalen Unternehmen

📺Netflix testete den Ersatz der Fünf-Sterne-Bewertung durch „Gefällt mir“- und „Gefällt mir nicht“-Buttons. Die einfachere Mechanik steigerte die Nutzeraktivität und verbesserte die Empfehlungen.

📱Dropbox prüfte vor der vollständigen Entwicklung den Bedarf durch Recherchen und klickbare Prototypen. Zuerst wurde geklärt, ob das Szenario für den Kunden relevant ist, und erst dann wurde die Lösung gebaut.

🏠Airbnb testete den Einfluss hochwertiger Fotos auf Buchungen. Die Unterkunft selbst änderte sich nicht – nur die Art, ihren Wert zu zeigen.

🟠Und was ist mit meinen Projekten/Produkten?

Ich renne nicht los, um eine neue Produktion aufzubauen und zu starten, das ist sinnlos in der Anfangsphase, wenn das Produkt nicht bekannt ist, keine bestätigte Nachfrage hat und die enormen CAPEX unter Unsicherheit einfach nicht gerechtfertigt wären.

Der Ansatz ist denkbar einfach:
1️⃣ Laborweise ein paar Musterchargen mit unterschiedlichen Rezepturen für Feldversuche herstellen
2️⃣ Zu 2-3 Kunden fahren, um sie an realen Objekten zu testen
3️⃣ Die funktionierende Formulierung bestimmen, die Unit-Ökonomie berechnen, ausgehend vom Markt
4️⃣ Eine Pilotcharge produzieren, um mindestens 2-3 Distributoren abzudecken
5️⃣ Probeverkäufe starten, um den Markt zu „ertasten“

Sobald die Experimentkennzahlen zeigen, dass die Nachfrage bestätigt ist, geht es zum nächsten Schritt: Skalierung.

Es ist wichtig zu beachten, dass HADI nicht den Erfolg jeder Idee garantiert. Es hilft, schnell zu verstehen, was skaliert werden sollte und was besser gestoppt wird, bevor die Idee ein Budget fordert.

Wenn es nützlich war, setze ein 🔥