Die Produktwerker

Die Produktwerker

By Tim Klein, Dominique Winter, Oliver WinterBusinessCareersManagement
Download on the App Store

Die Produktwerker episodes

  • Hilfe, meine Stakeholder erstellen zu viele Anforderungen mit AI!
    Dominique & Tim im Gespräch

    Dominique und Tim sprechen in dieser Folge über ein Phänomen, das viele Product Owner und Produktmanager zur Zeit erleben: Stakeholder erstellen Anforderungen mit AI - und zwar seitenweise. Früher genügten zwei, drei Sätze auf dem Flur, und daraus entstand ein Gespräch. Heute landen drei bis fünf Seiten fertige Ausarbeitung im Postfach, oft mit sauber formulierten User Stories. Das kostet Zeit, denn jemand muss prüfen, ob die Idee taugt, zum Produkt passt oder nur nach einem schnellen Prompt klingt. Manche Produktverantwortliche haben dabei auch das Gefühl, dass jemand anderes versucht ihren Job zu machen.

    Ein zweiter Blick lohnt sich. Stakeholder, die selbst aktiv werden und mitdenken, sind erst einmal eine Chance. Das eigentliche Problem hinter Anforderungen mit AI heißt fehlender Kontext. Wer Vision, Strategie und Roadmap nicht kennt, schlägt Dinge vor, die im eigenen Silo Sinn ergeben und trotzdem nicht zum Produkt passen. Das darf Product Owner nachdenklich machen, denn Klarheit zu schaffen gehört schon immer zur Rolle. Dazu kommt die "Zombie User Story". Sie erfüllt das Connextra-Template, trägt Akzeptanzkriterien und liest sich gut, beschreibt aber meist eine Lösung statt einer Wirkung. Eine User Story lebt vom Gespräch darüber und ein fertiger Text im Backlog ersetzt dieses Gespräch halt leider nicht.

    Der erste Hebel heißt deshalb Kontext bereitstellen. Transparenz reicht nicht aus, denn eine Confluence Seite, die theoretisch jeder finden und nutzen könnte, sieht in der Praxis niemand. Sichtbarkeit entsteht erst, wenn Stakeholder den Kontext in ihrem Arbeitsalltag bemerken. Wer mit AI arbeitet, profitiert von Markdown Dateien. Menschen lesen sie problemlos, und Sprachmodelle verstehen sie ebenfalls. Vision, Strategie, Roadmap und Produktprinzipien liegen dann als "Angebot" bereit, und Stakeholder geben sie direkt in ihren Prompt. Besonders hilfreich sind auch Produktprinzipien in Form von Even-Over-Statements, weil sie zeigen, was im Zweifel Vorrang hat.

    Der zweite Hebel sind Spielregeln für Anforderungen mit AI. Eine Prompt-Vorlage funktioniert wie eine Definition of Ready für solche Vorschläge: Welche Fragen muss eine Idee beantworten, bevor sie beim Product Owner landet? Auf welcher Evidenz beruht sie, und welchen Mehrwert bringt sie? Dazu passt die (provokante) Frage, wie viele Urlaubstage jemand darauf wetten würde, dass die Lösung im Markt erfolgreich ist. Denn wenn etwas auf dem Spiel steht, denkt man plötzlich anders. Dieses Nachdenken verbessert die Qualität. Genauso wichtig ist Klarheit darüber, wie das Team Ideen bewertet und was mit dem Input passiert. Das ist faires Erwartungsmanagement, und im Product Advisory Board vergleicht das Gremium Vorschläge anhand dieser Regeln.

    Wer Zeit hat, bewertet Vorschläge gemeinsam mit den Stakeholdern. Das Gespräch über die Idee lässt sich transkribieren und gegen Kontext, Skills und synthetische Nutzer laufen. So erleben Stakeholder, wie das Produktteam urteilt, und entwickeln ein Gefühl für gute Vorschläge. Einen Schritt weiter gehen Subagenten, die jeweils eine Perspektive einnehmen, etwa UX, Sicherheit, Architektur oder Aufwand. Ein Hauptagent moderiert die Argumente und liefert ein Diskussionsergebnis, das sich mit dem Stakeholder besprechen lässt. Wer ein gemeinsames Repository nutzt, richtet einen Ordner für Stakeholder Input ein. Ein Skill sichtet dort die Ideen und meldet, welche einen Termin verdienen.

    Welcher Weg am meisten bringt, hängt immer vom Kontext ab. Ein wirksamer Hebel ist Alignment über z.B. GitHub: Wer Vision, Strategie und Prinzipien als Markdown Dateien einchecken lässt, lädt Stakeholder ein, per Pull Request zu widersprechen. Der einfachste Einstieg sind Spielregeln und klare Fragen, denn was Aufmerksamkeit bekommt, wird wichtig. Eines gilt für jeden Weg: Product Owner dürfen Anforderungen mit AI nicht reflexhaft abweisen. Wer den Rollladen herunterlässt, bekommt keine Ideen mehr und macht sich selbst unwichtig.

    Frühre Episoden mit Bezug zu dieser Folge:

    • Was taugen synthetische Nutzer?
    • Seine Stakeholder kennen und richtig analysieren
    • Akzeptanzkriterien richtig einsetzen
    • Erfolgreich mit User Stories arbeiten
    • Stakeholder Community
    • Product Principles (Produktprinzipien)
    36 min
  • Experience-Management
    Katja Busch im Gespräch mit Dominique
    Wie wird aus guter UX ein unternehmensweiter Ansatz? Katja Busch und Dominique Winter diskutieren, wie Produktverantwortliche Experience Management mit konkreten Business-Problemen verbinden können.
    Das erwartet dich:
    - Über UX und CX hinausdenken: Warum Experience Management auch Prozesse, Strategie und Entscheidungsketten betrifft.
    - Verhalten statt Features beschreiben: Welche Veränderung bei welcher Zielgruppe ist für den wirtschaftlichen Erfolg entscheidend?
    - Stakeholder verstehen: Wie sich UX-Methoden auch intern einsetzen lassen, um Interessen und Entscheidungskontexte zu erkunden.
    - Veränderung an konkreten Problemen ansetzen: Warum ein höherer Reifegrad allein noch kein sinnvolles Ziel ist.
    - KI bewusst nutzen: Welche Rolle kritische Fragen, Kontextwissen und interdisziplinäre Zusammenarbeit weiterhin spielen.
    Zwei Fragen zum Mitnehmen: Welches Problem wollen wir lösen? Und warum ist es bisher so, wie es ist?
    Katjas abschließender Impuls: „Be the business!“ Versteht, was die Entscheidungsträger im Unternehmen brauchen und welche Erfahrung sie in der Zusammenarbeit mit euch machen.
    Im Gespräch geht es auch um Katja Buschs Buch zum Thema Experience Management.
    36 min
  • Wenn das Operative das Strategische verhindert
    Dominique & Tim im Gespräch

    Dominique und Tim sprechen im dieser Folge über ein Problem, das fast jede Produktverantwortung kennt. Wenn das Operative das Strategische verhindert, drehen sich Teams im Kreis. Bugs beheben, Kundenwünsche erfüllen und laute Stakeholder bedienen fühlt sich fleißig an. Das Team ist ausgelastet und die Velocity stimmt. Aber trotzdem entwickelt sich das Produkt in Richtungen, die niemand geplant hat. Am Ende steht dann ein Produkt, das überall ein bisschen mitmischt und dessen Richtung keiner mehr klar erklären kann. Beschäftigung ist eben nicht unbedingt Fortschritt.

    Das Operative gewinnt, weil es laut, konkret und dringend ist. Meldet der Kundenservice den zehnten betroffenen Nutzer des Tages, verlangt das sofortige Reaktion. Strategische Arbeit ist wichtig, aber selten dringend, und das Wichtige kann ja auch morgen noch warten. Dazu kommt die soziale Seite. Wer schnell hilft, erntet direkt Dank und Anerkennung. Wer eine strategische Wette vorbereitet, hört erst nach anderthalb Jahren die Frage, was sich bewegt hat. Wer es allen recht machen will, schiebt die eigene Arbeit in Nachtschichten oder lässt sie liegen. Der Schmerz bleibt dabei klein, denn strategische Entscheidungen wirken zeitverzögert. Strategische Arbeit dageben braucht Raum, und zwar doppelt. Ein Blocker im Kalender macht klarer sichtbar, wie viel Zeit das Thema tatsächlich bekommt. Dazu gehört ein Raum ohne Ablenkung. Hilfreich sind feste Kanten, etwa der Montagmorgen vor der ersten Mail oder zwei Stunden vor dem Wochenende. Der "Nicht stören"-Modus am Handy hält andere fern, und für echte Notfälle gibt es klare Ausnahmen. Wer allein nachdenkt, sortiert Gedanken und bewertet Optionen. So geht niemand unvorbereitet in den Austausch mit anderen. Trotzdem bleibt Strategie aber weiterhin ein Teamsport. Regelmäßige Termine mit Stakeholdern oder einem Product Advisory Board schaffen Verbindlichkeit, denn wer etwas vorstellen muss, bereitet sich vor. In der Runde selbst hilft Timeboxing. Operative Themen rutschen in die letzte Viertelstunde, die Strategie kommt zuerst. Nichts fällt weg, doch nichts frisst den Termin auf. Damit alle dasselbe unter Strategie verstehen, helfen greifbare Ergebnisse. Ein Product Goal für sechs bis zwölf Monate, eine Produktvision oder die Frage, welchen Horizont das Team gerade betrachtet, geben Orientierung. Auch Roadmap oder Six Pager setzen eine Frist und machen Strategie dringlich.

    Führungskräfte entscheiden mit, ob strategische Arbeit Platz bekommt. Loben sie nur schnelle operative Reaktionen, richtet das Team sich danach aus. Fragen sie dagegen nach Erkenntnissen statt nur nach Sprintergebnissen, ändert sich das Verhalten. Gelebte Strategie zeigt sich in Entscheidungen, also im begründeten Nein zu manchen Dingen und im begründeten Ja zu anderen. Ein Papier im Schrank bringt nichts. Der Decision Stack prüft die Kette: Die User Story dient dem Sprintziel, das Sprintziel dem Produktziel, das Produktziel der Vision. Selbst ein Bugfix zahlt darauf ein, denn Menschen sollen das Produkt nutzen können.

    Dominique und Tim geben euch am Ende drei Reflexionsfragen mit: Wie viel Zeit fließt wirklich in strategische Arbeit? Eine Strichliste über zwei, drei Wochen liefert die Antwort. Zeigen Führungskräfte, dass ihnen diese Arbeit wichtig ist, und bitten sie ihr Team um Hinweise auf operative Ablenkung? Und hängt das Tagesgeschäft sichtbar mit der Ausrichtung zusammen? Operative Arbeit geht nie aus. Wenn das Operative das Strategische verhindert, hilft deshalb vor allem eine bewusste Entscheidung für feste Zeiten. Zum Schluss lohnt die Frage: Was antwortet ihr nach anderthalb Jahren, wenn jemand wissen will, was ihr am Produkt verändert habt?

    44 min
  • Was taugen synthetische Nutzer?
    Peter Rochel im Gespräch mit Tim

    Was sind synthetische Nutzer? Peter Rochel von Oberwasser Consulting und führender "Jobs-to-be-Done"-Experte ist in dieser Folge erneut bei Tim zu Gast und erklärt was genau synthetische Nutzer sind und was sie taugen. Klassische Jobs to be done Interviews liefern tiefe Einblicke, kosten aber viel Zeit. Ein Gespräch dauert rund anderthalb Stunden (je nach B2C oder B2B) und die Auswertung schluckt noch einmal das Doppelte. Kein Wunder, dass KI als Abkürzung lockt. Bei synthetischen Nutzern übernimmt ein Sprachmodell die Rolle des Kunden, ein zweiter Bot führt das Interview. Peter Rochel nennt das Ergebnis "Synterview", eine Mischung aus synthetisch und Interview. Schon seit 2023 probiert er das intensiv aus, zunächst mit Custom GPTs, die sein gesamtes Beratungswissen kennen, inzwischen mit agentischer KI.

    Die Ergebnisse überraschen durchaus positiv. Beim Nachstellen echter Projekte liefern synthetische Nutzer brauchbare Muster, vor allem bei den Pains und Gains in Bezug auf die Jobs für die sie Produkte und Services "beauftragen". Trotzdem bleibt ein ungutes Gefühl, denn die Antworten klingen zwar plausibel, wirken aber oft so glatt als stünden sie in einem Marketingprospekt. Hinzu kommt die Neigung der Modelle zu halluzinieren, was sich je nach Anbieter unterscheidet. Peter Rochel empfiehlt: Wer ernsthaft damit arbeiten möchte, baut am besten mehrere Kontrollschichten ein und gleicht alles ab, was sich automatisch prüfen lässt. Ohne Interviewerfahrung fällt es jedoch schwer, solche Schwächen überhaupt zu bemerken. Wobei wir wieder bei einer der Kernthesen der Arbeit mit AI Systemen wären: Du musst wissen "How good looks like"!

    Die Grenze liegt für Peter bei den Auslösern von Progress. Warum jemand genau in diesem Moment wechselt, bleibt für synthetische Nutzer fast unerreichbar. Trigger Events wie ein Umzug, eine Trennung oder die Geburt eines Kindes erklären z.B., warum jemand plötzlich den höhenverstellbaren Schreibtisch kauft, über den er seit Jahren nachdenkt. Ein Modell kennt nur, was in seinen Daten steckt. Wirklich Neues entdeckt es nicht, und Verhalten sagt es kaum voraus. Deshalb lohnt die Kombination: Synthetische Interviews liefern allgemeine Muster, echte Gespräche den spezifischen Kontext. Beim Aufbau des Kandidatensets hilft die Taguchi Methode, die gezielt die Ausreißer an den Rändern abdeckt, denn dort steckt der größte Lerneffekt.

    Billiger sind synthetische Interviews nicht in jedem Fall. Der echte Hebel liegt in der Auswertung. Wo früher drei gut ausgebildete Personen eine Woche lang Muster aus zehn Interviews herausarbeiten, erledigt die KI das in wenigen Stunden, und selbst 200 Euro für Token fallen da kaum ins Gewicht. Die Projektkosten sinken so auf rund 16.000 Euro - früher lagen sie fast beim Dreifachen. Vollautomatische Anbieter aus Nordamerika liefern fertige Studien in Minuten, verlangen dafür aber etwa 30.000 Dollar im Jahr. Auftraggeber trauen synthetischen Ergebnissen zudem weniger, denn ein echter Mensch mit echter Erfahrung berührt stärker als eine Berechnung.

    Dazu kommt der Aufbau von Empathie bei der Auswertung. Teams, die Muster selbst auswerten, verinnerlichen die Sicht ihrer Kunden. Eine automatisierte Auswertung, die man nur überfliegt, ersetzt das nicht. Zwei Charts in einer Präsentation reichen nicht, um zu wissen, wie Kunden ticken.

    Sinnvoll sind synthetische Nutzer laut Peter Rochel in jedem Fall dort, wo echte Kandidaten fehlen: z.B. bei speziellen Kontexten wie bei einer Plattform für Erwachsenenunterhaltung oder bei sehr vermögenden Personen mit speziellem Sicherheitsverhalten. Aber natürlich auch bei kleinen Unternehmen mit knappem Budget. Dort ist ein günstiger Einstieg besser als gar keiner, solange man weiß, dass er nur der Anfang ist.

    Doch sollte jetzt jeder auf synthetische Interviews umsteigen? Wer kann, führt Interviews weiter selbst und lässt sich bei der Auswertung von KI helfen, denn dort steckt der meiste Aufwand. Fehlen Zugang oder Know how, taugen eingekaufte Interviews synthetischer Nutzer als Start. Vorher steht immer die Frage nach dem Ziel: Was soll sich ändern, wenn die Erkenntnisse vorliegen? Bleibt die Antwort offen, spart man sich das Projekt besser.

    Frühere Folgen mit Peter Rochel:

    • Mit „Jobs-to-Be-Done“ zu mehr Kundenverständnis
    • Progress Design Map

    Weitere Folgen die gut zum Thema passen:

    • Meine Erfahrungen als Product Owner von JOYclub
    • Erfolgreiche Nutzerinterviews führen
    • User Feedback mit Kundeninterviews einholen

    Im Gespräch erwähnt Peter verschiedene Studien:

    • KI vs. Mensch, mit dem Fall aus 2020: Was passiert, wenn KI dieselben Kundeninterviews auswertet wie ein erfahrenes Team?
    • Alle Beiträge zu JTBD und Kundenverständnis
    • Das angesprochene Interview zum Schreibtischkauf, ungeschnitten
    • Die spannende E-Bike-Fallstudie: Ein Produkt. Acht Käufer. Acht verschiedene Gründe.
    • Sehr zu emfpehlen ist auch sein langlähriger Podcast Innovate+Upgrade: 100 Episoden Inspiration für Innovation und Strategie

    Oberwasser Consulting bietet wie im Gespräch erwähnt auch die Möglichkeit, eure Interviews auszuwerten, die ihr selbst geführt habt: Du hast die Interviews geführt. Wir werten sie aus.

    Wenn ihr weitere Fragen an Peter habt oder ihm seinem Content folgen wollt, findet ihr ihn auf LinkedIn. 

    48 min
  • Wie wissenschaftlich sollte Produktarbeit sein?
    Oliver & Dominique im Gespräch

    Wie wissenschaftlich muss Produktarbeit eigentlich sein? Dieser Frage gehen Oliver und Dominique in der aktuellen Folge nach. Denn Product Owner verlassen sich häufig auf Erfahrung, bewährte Methoden und Bauchgefühl. Doch wie belastbar sind Entscheidungen, die vor allem auf Intuition beruhen?

    Wissenschaftliches Arbeiten kann helfen, bessere Entscheidungen zu treffen, ohne gleich jedes Product Backlog Item zur Forschungsstudie zu machen. Dazu gehört, selbst Erkenntnisse durch User Research, Datenanalysen und Experimente zu gewinnen, aber auch vorhandene Forschung kritisch zu nutzen. Dabei lauern zahlreiche Denkfallen. Aus einzelnen Erfolgsgeschichten werden vermeintliche Best Practices, Korrelation wird mit Kausalität verwechselt und persönliche Überzeugungen verdrängen belastbare Erkenntnisse. Gleichzeitig halten sich längst überholte Modelle wie Persönlichkeitstypologien mit Farben hartnäckig in der Praxis.

    Doch wissenschaftliche Genauigkeit hat auch ihren Preis. Nicht jede Produktentscheidung rechtfertigt aufwendige Untersuchungen. Entscheidend ist vielmehr, wie hoch das Risiko einer Fehlentscheidung ist und wie viel Evidenz benötigt wird, um dieses Risiko verantwortungsvoll einzugehen. Oliver und Dominique diskutieren deshalb, wie evidenzinformierte Produktarbeit gelingen kann, warum kritisches Denken wichtiger ist als die perfekte Methode und wie Product Owner mit HIPPOs, ZEBRAs und organisatorischem Gegenwind umgehen können.

    36 min
  • Hackathons bei OBI: Was Product Owner daraus mitnehmen
    In 48 Stunden Ideen erproben, Bereichsgrenzen überwinden und neue Arbeitsweisen kennenlernen – Erfahrungen aus der Praxis.
    Wie können Product Owner Hackathons für ihre Produktentwicklung nutzen? Andrea und Lukas berichten aus ihrer Erfahrung mit der Organisation und Teilnahme bei OBI.
    Das erfährst du in dieser Folge:
    - Ablauf: Ideen auf einem Ideation Board sammeln, Teams zusammenstellen und innerhalb von 48 Stunden Prototypen für eine Abschlusspräsentation entwickeln.
    - Zusammenarbeit: Wie Menschen aus Tech, Märkten und Fachbereichen gemeinsam an Themen arbeiten, die im Alltag an Bereichsgrenzen oder Prioritäten scheitern können.
    - Rolle der Product Owner: Fokus und Priorisierung einbringen, aber auch bei Tests, Gestaltung oder Präsentationen selbst mitarbeiten.
    - Nutzen über das Event hinaus: Kontakte knüpfen, neue Fähigkeiten ausprobieren und Arbeitsweisen wie Event Storming in den Alltag mitnehmen.
    - Umgang mit Ergebnissen: Präsentationen dokumentieren, an zuständige Fachbereiche übergeben und Business Cases sowie den Aufwand für eine produktive Umsetzung prüfen.
    - Organisation: Mehrere Monate Vorlauf einplanen, Verantwortlichkeiten absichern und früh über Teilnahme, Ideenprozess und Teamfindung informieren.
    - Rahmenbedingungen: Verpflegung, Pausen und Raum für Austausch als wichtige Bestandteile des Events berücksichtigen.
    Ein Hackathon liefert nicht automatisch ein fertiges Produkt. Auch Erkenntnisse aus einem Prototyp können wertvoll sein – und manche Ideen werden erst Jahre später wieder aufgegriffen.
    42 min
  • Wenn KI unsere Juniors ersetzt, wo kommen dann zukünftige Seniors her?
    Tim & Dominique im Gespräch

    Tim und Dominique werfen in dieser Folge die Frage auf was passiert, wenn KI unsere Juniors ersetzt und wo dann die Seniors von morgen herkommen. Recherche, Protokolle, Backlog-Pflege und erste Analysen übernimmt eine KI heute schnell und schon recht brauchbar. Genau diese Aufgaben waren lange der Einstieg für Berufsanfänger:innen auf dem Weg hin zum Product Owner oder Product Manager (genauso in der Projektarbeit). Solche zuarbeitenden Aufgaben und Rollen boten Gelegenheit, eine Fähigkeit nach und nach zu durchdringen, Fehler zu machen und zu beobachten, wie andere auf Basis der eigenen Arbeit entscheiden. Fällt dieser Einstieg weg, bleibt offen, wie Erfahrungen im Berufseinstieg überhaupt erworben werden kann. Irgendwann gehen dann die heutigen Seniors in Product Leadership und C-Level (oder auch in Rente).

    Und was passiert dann? Senior wird niemand durch die nächste Weiterbildung. Erfahrung wächst durch viele kleine Entscheidungen, durch Feedback und durch Fehler. Man kann sie weder herunterladen, noch per Knopfdruck abrufen. Das Wissen dahinter ist implizit, ähnlich wie beim Fahrradfahren, denn wer das Gleichgewicht hält, kann kaum erklären, wie er das macht. Mit explizitem Wissen geht eine KI natürlich souverän um. Sobald Menschen zusammenarbeiten, braucht es aber ein Gespür für Kontext, für Konflikte mit und zwischen Stakeholdern und dafür, Unsicherheit auszuhalten.

    Dazu kommt ein leicht zu übersehendes Risiko: Wer neu im Beruf ist, erzeugt mit KI in kurzer Zeit User Stories, Konzepte, Interview-Leitfäden und Protokolle, die erstaunlich gut aussehen mögen. Ob sie taugen, beurteilt nur, wer solche Arbeit schon einmal selbst gemacht hat. Der Automation Bias verschärft das Problem nochmal, denn Menschen vertrauen automatisierten Ergebnissen schnell und prüfen sie zu selten. Brüche und offene Schnittstellen fallen dann spät auf und kosten richtig Geld.

    Wenn KI unsere Juniors ersetzt, braucht es einen neuen Weg, um Erfahrung aufbauen zu können. Der Ausweg liegt im Wechsel von der Produktionskompetenz zur Entscheidungskompetenz auf Basis von Urteilsvermögen. Ein Ansatz könnte der folgende sein: Berufseinsteiger bekommen besser echte, klar abgesteckte Probleme statt billiger Zuarbeitsaufgaben. Sie nutzen die KI als Werkzeug, begründen ihre Entscheidungen und vergleichen Alternativen. Die Verantwortung wächst Schritt für Schritt, ähnlich wie bei Delegation Poker: erst beobachten, dann mitreden, schließlich selbst entscheiden. Dafür eignen sich kleinere Produkte mit wenigen Stakeholdern. Zwei Jahre als Junior abzusitzen und nur AI-Tools zu bedienen, garantiert dagegen keine Reife.

    Damit verändert sich die Rolle von Seniors und Führungskräften. Unser Rat: Sie delegieren nicht alle lästige Aufgaben und machen stattdessen ihr Denken sichtbar. Sie fragen die Juniors, warum eine Lösung gut ist, welche Alternativen existieren und was dagegen spricht und sie erklären ihre eigenen Entscheidungen ganz explizit.

    Das kostet natürlich Zeit, denn über ein Ergebnis nachzudenken dauert länger, als es zu erzeugen. Die Juniorphase wird kürzer, das Mentoring dafür intensiver. Organisationen müssen Nachwuchsentwicklung deshalb als bewusste Investition begreifen, auch wenn der wirtschaftliche Druck zu kurzfristiger Produktivität drängt.

    Juniors werden nicht verschwinden, es wird sich lediglich ihr Einstieg verändern. Statt kleiner Aufgaben bekommen sie Entscheidungsräume und dazu Reflexionsräume, in denen sie mit erfahrenen Kolleginnen und Kollegen auswerten sollten, was funktioniert hat. Die Leitfrage für jedes Unternehmen lautet daher: Wer ist in drei bis fünf Jahren unser Senior?

    Folgende ältere Episoden unseres Podcasts passen zu diesem Thema:

    • Karrierepfad als Product Owner
    • Sei dein eigenes Produkt! – als PO seine Weiterentwicklung steuern
    • Wird KI via Automatisierung den Einsteigern wichtige Erfahrungen rauben und dadurch das Wachstum bzw. die Lernreise von Juniors behindern? Oder meint ihr, dass sich eigentlich nicht so viel ändern wird? Teilt eure Gedanken zu diesem Thema doch gerne mit uns und der Community. Hinterlasse gerne einen Kommentar unterm Blog-Artikel oder auf unserer Produktwerker LinkedIn-Seite.

      Folgt uns Produktwerkern auf

      • LinkedIn -> https://bit.ly/3gWanpT
      • Youtube -> https://bit.ly/3DIIvhF
      • Infoletter (u.a. mit Hinweisen auf Konferenzen, Empfehlungen, Terminen für unsere kostenfreien Events usw.) -> https://bit.ly/3Why63K
      • 43 min
      • Hilfe, mein Team arbeitet dauernd an Stories, die gar nicht wichtig sind!
        Oliver & Tim im Gespräch

        Oliver und Tim sprechen in dieser Folge über ein Problem, das vermutlich viele Product Owner kennen: Das Team arbeitet dauernd an Stories, die gar nicht wichtig sind. Der Anlass ist ein Coachingfall. Ein Produktmensch klagt darüber, kaum voranzukommen. Sein Team hat immer zu viel zu tun. Gleichzeitig schreiben die Teammitglieder eigene Tickets ins Backlog. Oder sie ziehen sich Themen selbst von irgendeiner Stelle des Backlog. Manche Stories laufen auch gerne über mehrere Sprints weiter, ohne dass die Developer ein Störgefühl zeigen. Nur passt das selten zur eigentlich notwendigen Produktstrategie des Product Owners bzw. der Produktorganisation.

        Wenn Teammitglieder selbst Einträge für das Product Backlog schreiben, ist das natürlich erstmal ein absolut gutes Zeichen. Es zeigt echte Selbstorganisation. Schwierig wird es dort, wo diese Einträge ohne Absprache direkt ins Backlog wandern und die Reihenfolge verändern. Genau diese Reihenfolge liegt eigentlich in der Verantwortung der Produktverantwortlichen. Fehlen klare Working Agreements, wer Tickets erstellt und wer sie freigibt, entsteht schnell Unordnung im Backlog.

        Stories, die gar nicht wichtig sind, bleiben oft über mehrere Sprints liegen. Man möchte begonnene Arbeit ja zu Ende bringen… Das klingt vordergründig vernünftig, kostet aber Steuerungsmöglichkeit. Ein hilfreicher Reflex: Unfertige Einträge wandern konsequent zurück ins Product Backlog. So bleibt die Priorisierung nach Wert erhalten. Die Produktverantwortliche soll dann jederzeit neu entscheiden können, welche Themen gerade wichtiger sind.

        Hinter dem Punkt "Stories die gar nicht wichtig sind" stecken oft andere Gründe. Häufig fehlt eine klare Produktvision. Technisch geprägte Teams setzen dann eigene (ggf. technische) Prioritäten, weil niemand ihnen die Richtung von oben deutlich genug vermittelt hat. Aber auch andersrum mag technische Komplexität eine Rolle spielen: manche Produktverantwortliche durchdringen die technischen Zusammenhänge nicht gut genug bzw. schaffen es nicht, die fachlichen Zusammenhänge und Notwendigkeiten dem Team gut genug zu vermitteln. Entwicklerinnen und Entwickler treffen dann lieber eigene, technisch motivierte Entscheidungen - schlichtweg weil ihnen der Kontext fehlt.

        Fehlt zusätzlich eine Scrum Masterin bzw. Agile Coach moderiert oft niemand die nötigen Retrospektiven. Genau dort sollten solche Muster eigentlich auffallen. Auch geringe Präsenz der Produktverantwortlichen im Teamalltag begünstigt die Entwicklung. In dieser Lücke entstehen eigene Gewohnheiten und stille Freiheiten. Fehlendes Refinement und fehlende Sprintziele verstärken den Effekt zusätzlich. Ohne Sprintziel wird im Sprint Planning nie klar, warum ausgerechnet diese eine Story gerade wichtiger sein sollte als jene andere.

        Am Ende hilft nur Konsequenz: solche Beobachtungen dürfen nicht folgenlos bleiben. Sie brauchen Raum in Retrospektiven, im Refinement und im Sprint Planning. Dazu gehört auch eine Produktvision, die man immer wieder neu erzählt, bis sie beim ganzen Team ankommt (oder allen gefühlt schon zu den Ohren rauskommt). 

        Wer also merkt, dass im eigenen Team dauernd an Stories gearbeitet wird, die gar nicht wichtig sind, sollte das als Alarmsignal für den gesamten Produktentwicklungsprozess verstehen.

        Oliver und Tim ermutigen dazu, dieses Storytelling auch mit Werkzeugen künstlicher Intelligenz auszubauen. So lässt sich die eigene Produktstrategie in einer Sprache aufbereiten, die im Entwicklungsteam wirklich verfängt. 

        Folgende frühere Episoden werden im Gespräch genannt:

        • Wenn dein Team dir als Product Owner nicht folgt
        • Mit Storytelling andere von deinen Produktideen überzeugen
        • Product Backlog Refinement - Tipps für Product Owner
        • Product Principles (Produktprinzipien)
        • Verantwortung als Product Owner übernehmen
        • Arbeitet euer Team auch dauernd an Stories, die gar nicht wichtig sind? Dann wartet nicht länger und sprecht das offen in eurer nächsten Retrospektive an. Klärt gemeinsam Working Agreements für euer Product Backlog und teilt eure Gedanken doch mit uns und der Community. Hinterlasse gerne einen Kommentar unterm Blog-Artikels oder auf unserer Produktwerker LinkedIn-Seite.

          Folgt uns Produktwerkern auf

          • LinkedIn -> https://bit.ly/3gWanpT
          • Youtube -> https://bit.ly/3DIIvhF
          • Infoletter (u.a. mit Hinweisen auf Konferenzen, Empfehlungen, Terminen für unsere kostenfreien Events usw.) -> https://bit.ly/3Why63K
          • 40 min
          • Was ist eigentlich das Produkt? - Ein Erfahrungsbericht mit Philipp Weiß
            Philipp Weiß im Gespräch mit Oliver
            Worum es geht

            Ausgangspunkt war ein Gespräch auf den Product Owner Days in Köln. Im Workshop von Tim Herbig zum Thema „Von Strategie zu Zielen“ tauchte immer wieder dieselbe Frage auf: Worauf beziehen sich Strategie, Vision und North Star Metric eigentlich? Wenn die gesamte Website das Produkt ist, bleibt eine Produktvision so allgemein, dass sie kaum hilft. Auch eine North Star Metric bleibt dann auf Ebene von Visits oder Nutzern. Wird dagegen ein Teilaspekt wie die Datenpflege als Produkt gedacht, sind ganz andere Kennzahlen möglich, etwa eingegangene Korrekturen pro Tag.

            Transfermarkt in Kürze

            Transfermarkt wurde im Jahr 2000 gegründet und ist die größte öffentlich zugängliche Fußballdatenbank der Welt. Die Daten entstehen nach dem Wikipedia-Prinzip: Nutzer:innen reichen Korrekturen ein, meist ehrenamtliche Kräfte prüfen sie. Dazu kommen Marktwerte, News, ein großes Forum, Tools und Spiele, ein Premium-Angebot für Spielerberateragenturen und eine Datenschnittstelle für Vereine. Das Ganze läuft in 16 Sprachen auf 27 Domains, ergänzt um App und über 70 Social-Kanäle. Auffällig ist der saisonale Effekt: Am stärksten ist Transfermarkt, wenn kein Fußball gespielt wird, also in der Transferzeit und am Deadline Day.

            Vier Wege, das Produkt zu schneiden
            • Nach Kanal (Website, App): technisch naheliegend und effizient, weil Teams mit ähnlichem Skillset zusammenarbeiten. Inhaltliche Themen betreffen aber meist beide Kanäle, und die Nutzererfahrung sollte sich ähneln, auch wenn sie nicht identisch ist. Oliver bringt dazu ein Beispiel aus dem Alltag: Ein Download-Hinweis aus dem Podcast-Hosting führte in die App, wo es den Download gar nicht gab.
            • Nach Inhalt: etwa Statistik, Datenpflege und Community, Content und News, Gaming und Tools, B2B. Das ist konkreter als „die Website“, würde bei Transfermarkt aber fünf bis sechs Teams erfordern, die jeweils eigene Vision, Ziele und Roadmap entwickeln.
            • Nach Teamstruktur: Wer interdisziplinär arbeiten will, kommt bei den vorhandenen Ressourcen auf etwa zwei Teams. Dann bleibt am Ende wieder die Website das Produkt.
            • Nach Nutzerbedürfnissen: nachschlagen, Fußball verfolgen, diskutieren und beitragen, Transfermarkt beruflich nutzen. Diese Variante würde Philipp aktuell am ehesten weiterverfolgen, weil sie Priorisierung deutlich erleichtert.

            Wichtig ist Oliver dabei: Product Owner haben einen Freiheitsgrad, das Produkt so zu definieren, wie es den größten Nutzen bringt. Jede Wahl zieht aber Konsequenzen für Metriken, Teamzuschnitt und Zusammenarbeit nach sich und lässt sich nicht allein treffen. Bei Transfermarkt wäre es eine Entscheidung im Kreis von drei bis fünf Personen inklusive Geschäftsführung.

            Priorisierung und die Schwierigkeit, Dinge abzuschalten

            Im aktuellen Backlog konkurrieren Erweiterungen des Berater-Premium-Angebots mit neuen Filtern in der Statistik. Diese Dinge haben unterschiedliche Flughöhen, und Features mit direktem Umsatz lassen sich kaum fair mit anderen vergleichen. Ein Produktschnitt ist deshalb immer auch eine Priorisierungsentscheidung, weil er festlegt, wie viele Menschen an welchen Themen arbeiten.

            Dazu kommt ein gewachsener Feature-Bestand. Beim Ground-Hopping-Tool und beim Managerspiel war ein Abschalten zeitweise im Gespräch. Beim Managerspiel musste montags nach dem Bundesliga-Spieltag ein Techniker mehrere Jobs von Hand starten. Statt es abzuschalten, gab es einen Kraftakt, seitdem läuft es weitgehend von selbst. Mit Emotionen, auch bei den eigenen Mitarbeitenden, fällt der Abschied schwer, und selbst zehn Nutzer am Tag sind mehr als keine. Oliver hält dagegen: Wer sich von Dingen trennt, nimmt Komplexität aus dem Produkt, und die Produktdefinition wird einfacher.

            Fokus statt Vollständigkeit

            Philipps Wunschszenario: Das Unternehmen verständigt sich gemeinsam darauf, zwei Spielfelder für die nächsten zwölf bis achtzehn Monate wirklich zu verbessern und sich konsequent darauf zu konzentrieren. Oliver zieht die Verbindung zu Playing to Win: Das Spielfeld wird begrenzt, offen bleibt noch, wie dort gespielt und gewonnen wird. Wer so fokussiert, für den ist die Ebene des Produktschnitts womöglich gar nicht mehr so entscheidend.

            Zusätzlich beschreibt Philipp eine Herausforderung in den Köpfen: Nach 26 Jahren Website ist es für viele Stakeholder nicht leicht, App und Website als unterschiedliche Dinge zu denken. Viele Kolleg:innen, die mit dem Produkt arbeiten, etwa in Redaktion, Datenpflege oder Beratergeschäft, bringen zudem eigene Ideen und Wünsche mit.

            Ein Rat für Product Owner in ähnlichen Situationen

            Über den eigenen Tellerrand schauen, Methoden und Frameworks kennenlernen und überlegen, wie sie sich auf das eigene Produkt anwenden lassen. Daraus entstehen kritische Fragen an das eigene Unternehmen, und am Ende gehören harte Diskussionen mit dem Management dazu. Das darf laut Philipp auch ein bisschen wehtun.

            Erwähnt in der Folge
            • Transfermarkt.de
            • Product Owner Days, Köln
            • Playing to Win (Roger Martin)
            Fazit

            Wer das Produkt nicht klar definiert, tut sich mit Vision, Metriken und Priorisierung schwer. Die Definition lässt sich meist nicht allein treffen und hat Konsequenzen für Teams und Zusammenarbeit. Umso wichtiger ist es, sie transparent und für alle Beteiligten klar zu machen, auch wenn das unbequem ist. Clarity over Comfort.

            44 min
          • Tracken des Nutzungsverhalten
            Oliver & Dominique im Gespräch

            In dieser Folge sprechen Dominique und Oliver über das Tracken von Nutzungsverhalten. Dabei geht es darum, warum Produktdaten oft ehrlicher sind als das, was Menschen in Interviews erzählen. Wer Nutzende befragt, bekommt wertvolle Eindrücke, aber auch gefärbte Antworten, denn kaum jemand zeigt sich gerne von einer schwachen Seite. Das Tracken von Nutzungsverhalten liefert die quantitative Ergänzung und zeigt, was im Produkt tatsächlich passiert. Diese Lücke begegnet Produktteams ständig, gerade beim Prüfen von Hypothesen aus der Product Discovery.

            Nicht jede Funktion braucht die gleiche Tiefe an Beobachtung. Bevor Teams Events, Klicks oder Feldänderungen erfassen, sollten sie klären, welche Entscheidung die Daten unterstützen sollen. Eine Terminverwaltung kann etwa festhalten, wie oft Termine angelegt, verschoben oder abgesagt werden, ohne jede einzelne Eingabe zu protokollieren. Tracking funktioniert am besten, wenn zuerst der gewünschte Outcome feststeht und daraus passende Kennzahlen abgeleitet werden.

            Verbindet man einzelne Ereignisse über eine Sitzung hinweg, werden Nutzungswege sichtbar. So lässt sich erkennen, wo Menschen aussteigen oder welche Muster sich wiederholen. Im Onlinehandel zeigt ein Funnel beispielsweise, an welchem Schritt des Bestellprozesses Kundschaft abspringt. Auch Kohorten helfen als Unterteilung, um so beispielsweise Unterschiede zwischen neuen und langjährigen Nutzenden zu verstehen.

            Natürlich gibt es einige Herausforderung beim Tracken: Problematisch wird es, wenn Teams zunächst möglichst viele Daten sammeln und erst danach nach passenden Fragen suchen. Ebenso riskant ist es, Daten nur zur Bestätigung bereits getroffener Entscheidungen auszuwählen. Beides erzeugt Kennzahlen, aber kaum belastbare Erkenntnisse. Auch intensive Nutzung bedeutet nicht automatisch Mehrwert. Sie kann ebenso auf umständliche Bedienung hinweisen. Korrelationen erklären zudem keine Ursachen, und aggregierte Kennzahlen können Unterschiede zwischen Nutzergruppen verdecken. Daten müssen deshalb immer im jeweiligen Kontext interpretiert werden, etwa unter Berücksichtigung saisonaler oder externer Effekte.

            Entscheidend ist am Ende, ob Tracking tatsächlich Entscheidungen verändert. Werden Daten regelmäßig erhoben, aber nie genutzt, lohnt sich der Aufwand kaum. Dominique und Oliver zeigen anhand vieler Beispiele, dass gute Produktentscheidungen meist aus der Kombination qualitativer und quantitativer Erkenntnisse entstehen. Gezielt eingesetztes Nutzungstracking unterstützt damit eine evidenzbasiertere Produktarbeit.

            Mehr unter: https://produktwerker.de/tracken-von-nutzungsverhalten/

            38 min

          About Die Produktwerker

          From the publisher's feed

          Im Podcast der Produktwerker besprechen wir Themen rund um die Rolle des Product Owners. Dazu tauschen wir uns nicht nur untereinander aus, sondern sprechen auch mit interessanten Gesprächspartnern aus allen möglichen Themenbereichen von Product Ownern.

          More shows like Die Produktwerker

          OMR Podcast by Philipp Westermeyer - OMR

          OMR Podcast

          39 Listeners

          Lage der Nation - der Politik-Podcast aus Berlin by Philip Banse & Ulf Buermeyer

          Lage der Nation - der Politik-Podcast aus Berlin

          225 Listeners

          brand eins-Podcast by detektor.fm – Das Podcast-Radio

          brand eins-Podcast

          4 Listeners

          c’t uplink - der IT-Podcast aus Nerdistan by c’t Magazin

          c’t uplink - der IT-Podcast aus Nerdistan

          8 Listeners

          ZEIT WISSEN. Woher weißt Du das? by DIE ZEIT

          ZEIT WISSEN. Woher weißt Du das?

          42 Listeners

          Chaosradio by Chaos Computer Club Berlin

          Chaosradio

          7 Listeners

          digital kompakt by Joel Kaczmarek

          digital kompakt

          5 Listeners

          t3n Arbeit in Progress by t3n Digital Pioneers

          t3n Arbeit in Progress

          4 Listeners

          On the Way to New Work - Der Podcast über neue Arbeit by Christoph Magnussen & Michael Trautmann

          On the Way to New Work - Der Podcast über neue Arbeit

          18 Listeners

          Handelsblatt Disrupt - Der Podcast über die Zukunft der Wirtschaft by Larissa Holzki, Handelsblatt

          Handelsblatt Disrupt - Der Podcast über die Zukunft der Wirtschaft

          15 Listeners

          Lead Forward by Harvard Business manager

          Lead Forward

          1 Listeners

          Lanz + Precht by ZDF, Markus Lanz & Richard David Precht

          Lanz + Precht

          329 Listeners

          KI verstehen by Deutschlandfunk

          KI verstehen

          12 Listeners

          Zehn Minuten Wirtschaft by NDR Info

          Zehn Minuten Wirtschaft

          3 Listeners

          Die OpenAI Story by Deutschlandfunk

          Die OpenAI Story

          24 Listeners