Ein Startup als Experiment anzusehen ist die einzige richtige Sichtweise. Sie sagt dir genau, welcher Aufwand gerechtfertigt ist und welcher vollkommen unnötig. Viele Dinge, die schon zu Beginn der Entwicklungen mit eingebaut werden, sind an dieser Stelle noch gar nicht nötig. Sie tragen nichts zu dem Lernziel bei, das eigentlich im Vordergrund stehen sollte. So gesehen verschlechtern sie sogar die Aussichten, dass das Startup tatsächlich zu einem nachhaltigen Unternehmen werden kann: Es stehen weniger Ressourcen bis zum Erfolg zur Verfügung.
Ein Startup kann nicht ohne mit den Schultern zu zucken seine Ressourcen verschleudern. Maximale Konzentration auf das Ziel ist der einzige Weg, wie man die bestmögliche Chance haben kann es zu erreichen. Und bestmöglich heißt, vermutlich nicht scheitern, auch wenn es am Ende anders aussieht, als man erwartet hat.
Das Ziel eines Startups ist das Lernen. Herauszufinden, ob die Grundlegenden Hypothesen stimmen, ob sich tatsächlich ein funktionierendes Unternehmen auf der Geschäftsidee aufbauen lässt. Das Startup als Experiment anzusehen ist also genau richtig. Es sagt einem: alle Bemühungen, die nicht direkt darauf ausgerichtet sind, die Hypothesen zu überprüfen, sind an dieser Stelle unangebracht.
Es gibt natürlich eine Menge Potential für Feinschliff in späteren Stadien, aber dafür ist jetzt keine Zeit. Du willst so früh wie möglich herausfinden, ob deine Vermutungen stimmen. Nichts ist schlimmer, als ein Produkt zu erschaffen, das niemand will. Sobald du weißt, dass es tatsächlich funktioniert, kannst du immer noch all die Mängel ausgleichen, bei denen du am Anfang wissentlich eingespart hast. Dann ist es an der Zeit die Qualität zu liefern, die du liefern willst. Ganz am Anfang aber noch nicht.
Was ist, wenn sich deine Hypothesen als falsch herausstellen? Dann war jedes bisschen Arbeit, das nicht auf dieses Lernziel zugeführt hat, umsonst. Sogar mehr als das. Es war schlecht für die Zukunftschancen deines Startups. Ein Startup hat nur eine begrenzte Zeit zur Verfügung, kann deshalb nur eine begrenzte Anzahl von Kehrtwendungen durchführen, bis es hoffentlich endlich die Hypothesen-Kombination gefunden hat, die sich als wahr herausstellt. Das ist dann nämlich der Moment an dem das Startup tatsächlich wachsen und langfristig profitabel werden kann. Aber soweit muss man eben erst mal kommen. Das ist die große Herausforderung.
Das Startup als Experiment
Ein Startup ist also ein großes Experiment für ein neues Unternehmen. Kann man dieses Unternehmen wirklich erschaffen?
Die wichtige Frage an dieser Stelle ist: Wie lässt sich diese Analogie (Startup als Experiment) ausdehnen, um auf all die wichtigen Eigenschaften zu kommen, die ein funktionierendes Startup ausmachen.
das Minimum Viable Produkt
Während der gesamten Experimentierphase geht es darum möglichst wenig Ressourcen zu verwenden. Was ist der absolut einfachste und schnellste Weg, das Produkt zu testen? Oft muss man es dafür noch nicht mal erschaffen. Es gibt einfachere und billigere Wege die Hypothesen zu testen.
Als kurze Wiederholung: Die erste Hypothese ist, dass das Problem, das man lösen möchte, tatsächlich existiert und die Lösung, die man anbietet den Kunden tatsächlichen Wert bringt, also das Problem löst oder schrumpft. (Wert-Hypothese) Die zweite Hypothese ist, dass sich auf eine ganz bestimmte Art und Weise Wachstum erzielen lässt, mit dem sogenannten Wachstumsmotor. (Wachstumshypothese) Das zweite ist besonders relevant, weil das oft großen Einfluss auf das Design oder zumindest die Präsentierung des Produkts hat. Eine zentrale Information, die ausschlaggebend dafür ist, ob ein Unternehmen nachhaltiges Wachstum erreichen kann.
Der erste Teil der ersten Hypothese lässt sich oft sehr schnell beantworten: Ob das Problem für die Kunden tatsächlich existiert. Wenn es nicht existiert, muss man einen anderen Weg finden aus der Vision ein Unternehmen zu machen. Zum Glück hat man es jetzt schon gemerkt. Wenn es tatsächlich vorhanden ist, kommt der nächste, langwierigere Schritt des Experiments: Können wir tatsächlich ein Produkt erschaffen, das dieses Problem löst? Auch hier geht es wieder darum, so schnell wie möglich Feedback zu erhalten, um so früh wie möglich Anpassungen an der Strategie vornehmen zu können. Hierfür gilt also wieder: alles, was nicht dabei hilft, zu lernen ist unnötiger Ballast.
Die Lernmeilensteine
Beim allerersten MVP braucht man sie vielleicht noch nicht, aber sobald die längerfristigen Testabschnitte einsetzen, ist es wichtig zu wissen, wo man gerade steht. Es sagt einem genau, worauf man als nächstes sein Augenmerk richten sollte.
Zuallererst muss wieder ein MVP erschaffen werden. Seine Zielfrage: Können wir ein Produkt erschaffen, das das Problem löst? Die hierbei gewonnen Nutzerdaten geben dann die Grundlinie vor. Von hier aus kann man sich vorarbeiten, das Produkt verbessern, um bessere Zahlen zu erreichen. Die Informationen, die man hier erhält sind nämlich meistens sehr ernüchternd. Man ist noch weit von den in der Strategie formulierten Zielzahlen entfernt.
Genau darum kümmert sich der zweite Teil: Man versucht zahlreiche kleinere Experimente, die dazu dienen die Zahlen zu optimieren, bis man das Level erreicht, das von den Hypothesen vorhergesagt wurde. Hier wird der selbe Lernzyklus im Kleinen angewendet, auch bekannt als Bauen-Messen-Lernen. Je schneller man diesen Zyklus abschließen kann, desto schneller lernt man dazu, wie man die Zielwerte der Hypothesen am besten erreichen kann. Mit der Zeit lernt man auch enorm wichtige Informationen: mit Daten belegte Charakteristiken der Kunden, mit denen man es zu tun hat.
Das kann aber nur eine bestimmte Zeit so weiter gehen. Ein paar Wochen muss man sich natürlich mindestens geben, aber sobald man von ein paar Monaten spricht, wird es langsam ganz schön lang: Es geht um das Kehrtwende-oder-Durchhalten-Meeting. Hierfür sollte von Anfang an ein Termin eingeplant sein, denn ansonsten wird es immer weiter voran geschoben. Und je später es stattfindet, desto schwieriger ist es die richtige Entscheidung zu treffen und sie dann auch umzusetzen. Generell gilt im Fall der Kehrtwende: Jeder wünscht sich, sie früher gemacht zu haben.
Genau das soll nämlich entschieden werden. Sieht es so aus, als ob mit den Bemühungen des zweiten Schritts tatsächlich die Zielzahlen erreicht und damit die Hypothesen bestätigt werden? Oder ist eine der Hypothesen falsch und man sollte lieber auf eine andere, angrenzende Setzen. Normalerweise lässt sich das relativ schnell beantworten – vorausgesetzt man sammelt von Anfang an die richtigen Daten. Wenn man dazu noch Gespräche mit Kunden führt ist man eigentlich sicher: Man hat schon Vermutungen, wo das Problem liegt und kann deshalb ziemlich gut eine neue Hypothese entwerfen.
Das Experiment startet dann wieder von neuem. Solange, bis man tatsächlich ein funktionierendes Geschäftsmodell erreicht hat. Bist du bereit für dein eigenes Experiment?