Montag, 10 Uhr, Produktmeeting. Jemand sagt: "Unsere Nutzer wollen das Feature einfacher haben." Alle nicken. Niemand fragt: Woher weißt du das? Weil die Frage unhöflich wäre. Weil alle so tun, als wüssten sie es. Das Feature wird priorisiert, der Sprint geplant, das Team arbeitet. Drei Monate später zeigen die Zahlen: kaum Nutzung.
Du kennst deine Nutzer nicht
Das klingt hart. Aber lass es mich präzisieren: Du kennst Daten über deine Nutzer, nicht was von ihnen kommt.
Personas sind nützliche Fiktionen. Sie helfen, Zielgruppen greifbar zu machen. Aber Fiktionen bleiben Fiktionen. "Marketing-Martina, 34, zwei Kinder, nutzt das Produkt morgens beim Pendeln" – das ist eine Geschichte, kein Mensch. Martina altert nicht, sie ändert ihre Meinung nicht, sie erlebt keine Krisen. Echte Menschen schon.
Analytics zeigen Verhalten in Aggregaten. Tausende Klicks, Conversion Funnels, Heatmaps. Du siehst, was passiert; du siehst nicht, warum jemand auf Seite drei abbricht, obwohl du alles "optimiert" hast. Du siehst nicht die Sekunde des Zögerns, bevor jemand doch nicht kauft.
Vertriebsanekdoten sind gefiltert. Der Außendienst erzählt, was Kunden sagen – gefärbt durch die Verkaufssituation, durch das, was der Außendienst hören will, durch das, was er für relevant hält. Drei Stufen Stille Post, bis es im Produktteam ankommt.
Der Unterschied zwischen Wissen über Nutzer und Wissen von Nutzern ist fundamental: Das eine sind Ableitungen, das andere ist die Quelle.
Deine Daten verschweigen mehr, als sie zeigen
Quantitative Daten haben einen blinden Fleck: Sie erfassen, was messbar ist, nicht was zählt.
Der NPS liegt bei 42. Was denken die Siebener-Bewerter wirklich – die, die nicht begeistert sind, aber auch nicht abspringen? Sind sie loyal oder gleichgültig? Warten sie auf eine Alternative oder ist ihnen dein Produkt schlicht egal? Die Zahl sagt es dir nicht.
Die Conversion Rate ist um 12% gestiegen. Das Dashboard zeigt grün. Aber du weißt nicht, ob du die Kaufentscheidung einfacher gemacht hast für Leute, die sowieso gekauft hätten – und dabei die verloren hast, die noch überlegt haben. Die Geschichte hinter der Zahl bleibt unsichtbar.
Qualitative Daten – echte Gespräche, offene Fragen, Zuhören ohne Agenda – liefern etwas anderes: Kontext. Den Satz, der erklärt, warum die Zahl so ist, wie sie ist. Die Frustration, die sich in keiner Metrik spiegelt. Den Workaround, den Nutzer gefunden haben, weil dein Feature nicht funktioniert, wie sie es brauchen.
Aber qualitative Daten sind teuer, langsam und unbequem. Deshalb bleiben sie die Ausnahme.
Research als Event ist strukturelle Blindheit
Die meisten Unternehmen machen User Research wie Zahnarztbesuche: selten, aufwändig, unangenehm. Alle sechs Monate ein Projekt. Budget beantragen, Agentur briefen, Teilnehmer rekrutieren, Interviews führen, auswerten, präsentieren. Acht bis zwölf Wochen, bis Erkenntnisse da sind. Bis dahin ist der Sprint längst vorbei.
In der Zwischenzeit werden Annahmen zu Fakten, weil niemand sie hinterfragt. "Wir wissen doch, dass..." – nein, ihr vermutet. Aber die Vermutung wurde oft genug wiederholt, dass sie sich anfühlt wie Wissen.
Das ist keine Kritik an Teams oder Menschen, sondern an der Infrastruktur. Wenn Research ein Event ist, dann ist die Zeit dazwischen ein Blindflug – nicht aus Nachlässigkeit, sondern strukturell.
Teresa Torres nennt das, was fehlt, Continuous Discovery – ein Ansatz, der davon ausgeht, dass Produktentwicklung permanentes Lernen erfordert, nicht punktuelles. Das Konzept ist nicht neu; ihr Buch erschien 2021. Die meisten Teams setzen es trotzdem nicht um, weil die Werkzeuge fehlten.
Fünf Nutzerstimmen am Tag
Fünf echte Nutzerstimmen pro Tag. Keine Datenpunkte, sondern Geschichten, Zitate, Widersprüche. Jemand erklärt dir in eigenen Worten, warum er dein Produkt nutzt – oder warum er aufgehört hat.
Annahmen würden schneller sterben, nicht erst in Quartalsmeetings, sondern am selben Tag. "Unsere Nutzer wollen X" – und abends liest du drei Interviews, die das Gegenteil sagen. Das ist unbequem, aber billiger als drei Monate Entwicklung in die falsche Richtung.
Entscheidungen würden konkreter. Nicht "der Nutzer", sondern "Thomas, Elektriker, der das Feature auf der Baustelle nutzt und sich ärgert, dass er drei Klicks braucht statt einem". Abstraktion macht Entscheidungen leichter; Konkretheit macht sie besser.
Dazu kommt der Compound-Effekt. Ein einzelnes Interview ändert wenig. Aber nach vier Wochen hast du zwanzig Gespräche, nach drei Monaten hundert Stimmen – und siehst Muster, die kein Dashboard zeigt. Das ist keine Stichprobe mehr, sondern ein kontinuierlicher Informationsstrom. Die Landkarte in deinem Kopf beginnt sich dem Gelände anzupassen.
Warum das bisher nicht ging
Das Problem war selten der Wille, sondern die Infrastruktur.
Allein das Recruiting frisst Tage oder Wochen: die richtigen Leute finden, die Zeit haben und bereit sind zu sprechen. Für jede Studie neu. Dann eine Stunde pro Gespräch, plus Vorbereitung, plus Nachbereitung – und wer im Produktteam hat diese Zeit, wenn er auch noch liefern soll?
Am Ende stehen Transkripte, die gelesen, Muster, die erkannt, Erkenntnisse, die formuliert werden müssen. Arbeit, die nicht skaliert. Bis die Ergebnisse vorliegen, ist die Frage von gestern; das Feature wurde gebaut, das Meeting fand statt, die Entscheidung ist gefallen.
Das System war auf Events ausgelegt, nicht auf Kontinuität – weil Events das einzige waren, was sich organisieren ließ.
Kontinuierlicher Nutzerkontakt ist kein Wunschdenken mehr
Bei QUALLEE automatisieren wir genau diesen Schritt: KI-gestützte Interviews, die täglich Nutzerstimmen sammeln, ohne dass jemand im Team eine Stunde pro Gespräch investieren muss. Die KI führt das Gespräch; dein Team bekommt die Erkenntnisse.
Das ersetzt keine Deep-Dive-Studien. Aber es schließt die Lücke dazwischen – die Monate, in denen Produktteams heute auf Vermutungen angewiesen sind. Torres' Continuous Discovery wird damit operativ umsetzbar, auch für Teams ohne eigenes Research-Budget.
Die spannendere Frage ist nicht, ob kontinuierlicher Nutzerkontakt möglich ist. Sondern was du baust, wenn dein Team jeden Morgen mit fünf frischen Nutzerstimmen in den Tag startet – statt mit einem Dashboard.
Selbst ausprobieren
QUALLEE führt KI-gestützte Nutzerinterviews und liefert dir tägliche Erkenntnisse, ohne dass dein Team Recruiting, Gesprächsführung oder Auswertung übernehmen muss.
