Double-Diamond-Modell: Erst das Richtige tun, dann die Dinge richtig tun

Kapitelübersicht

🎯本章学习目标

Double DiamondDesign ThinkingAnforderungsanalyseLösungsdesign

Viele Menschen, die zum ersten Mal ein Produkt entwickeln, fallen nicht in die Falle "nicht hart genug gearbeitet", sondern in die, zu schnell in die Lösung einzusteigen.

Sobald eine Richtung im Kopf auftaucht, beginnen sie darüber nachzudenken, wie die Seiten aussehen sollen, wo die Buttons hingehören, ob sie AI integrieren sollten, ob sie eine Login-Registrierung brauchen und welches Tool für den Prototyp geeignet ist. Nach all der Arbeit stellen sie fest, dass die grundlegendste Frage überhaupt nicht geklärt ist: Hat der Nutzer wirklich dieses Problem? Lohnt es sich, dieses Problem jetzt zu lösen? Sie dachten, sie würden das Projekt vorantreiben, aber eigentlich beschleunigen sie nur in die falsche Richtung.

Das Double-Diamond-Modell wurde genau entwickelt, um diese Situation zu vermeiden.

Seine wertvollste Erinnerung ist: "Die richtigen Dinge tun" und "die Dinge richtig tun" sind zwei völlig verschiedene Phasen. Wenn Sie noch nicht einmal das Problem verstanden haben und schon eilig einen Prototypen erstellen, machen Sie meist nur die falsche Richtung vollständiger.

⏱️

预计耗时

Etwa 1,5 Stunden

📦

预期产出

1 klarere Problemdefinition und 1 geeigneterer Validierungsansatz

Nicht mehr sofort Prototypen zeichnen, sondern erst das Problem durchdenken und dann Lösungen vergleichen

Minimales SOP

Ziel: Nach dem Lesen wissen Sie besser, wann Sie zuerst über das Problem nachdenken sollten und wann es an der Zeit ist, Lösungen und Prototypen zu entwerfen. So vermeiden Sie es, von Anfang an sehr fleißig in die falsche Richtung zu arbeiten.

Aktionspunkte: Gehen Sie nacheinander die vier Schritte Discover → Define → Develop → Deliver durch und tun Sie in jedem Schritt nur das, was in dieser Phase ansteht.

Ergebnis: Sie erhalten eine klarere Problemdefinition, mehrere vergleichbare Lösungen und eine überprüfbare minimale Version.

Stichwortsprünge: Was ist das Double-Diamond-Modell · Erste Diamant · Wie AI Ihnen hilft

Was Sie lernen werden

1. Was das Double-Diamond-Modell ist und warum es sich für Einsteiger in der Produktentwicklung eignet
2. Was die vier Phasen Discover, Define, Develop und Deliver jeweils bewirken
3. Wie man unterscheidet: "Soll ich weiter divergieren?" oder "Soll ich jetzt konvergieren?"
4. Wie man das Double-Diamond-Modell bei AI-Produkten, Prototyp-Design und Anforderungsvalidierung einsetzt

1. Was ist das Double-Diamond-Modell überhaupt?

Das Double-Diamond-Modell ist ein klassischer Designprozess-Rahmen, der vom britischen Design Council popularisiert wurde. Es stellt einen vollständigen Design- und Innovationsprozess als zwei aufeinanderfolgende Diamanten dar.

Warum "Diamanten"? Weil jeder Diamant zwei entgegengesetzte, aber gleichermaßen wichtige Aktionen enthält:

• Divergieren: Zunächst den Horizont erweitern und mehr Möglichkeiten betrachten
• Konvergieren: Dann den Bereich verengen, Entscheidungen treffen und Prioritäten setzen

Der gesamte Prozess besteht aus vier Schritten:

1. Discover: Nutzer, Probleme, Umfeld und Markt umfassend verstehen
2. Define: Aus den vielen Informationen das wirklich löswerte Kernproblem herausfiltern
3. Develop: Mehrere Lösungsansätze um das Kernproblem divergieren
4. Deliver: Auswählen, Prototypen erstellen, testen und die geeignetste Lösung liefern

Wenn man diese vier Schritte auf einen einprägsamen Satz komprimiert:

• Erster Diamant: Zunächst klären, welches Problem überhaupt gelöst werden soll
• Zweiter Diamant: Dann entscheiden, mit welchem Ansatz es gelöst werden soll

Das lässt sich auch so ausdrücken:

• Erster Diamant: Die richtigen Dinge tun
• Zweiter Diamant: Die Dinge richtig tun

2. Warum das Double-Diamond-Modell besonders für Einsteiger geeignet ist

Der typische Rhythmus von Einsteigern bei der Produktentwicklung sieht oft so aus:

• Eine Idee kommt auf
• Man findet die Richtung toll
• Sofort Prototypen zeichnen
• Beim Erstellen werden es immer mehr Funktionen
• Am Ende weiß man nicht mehr, welches Problem man eigentlich löst

Der Wert des Double-Diamond-Modells liegt nicht darin, den Prozess komplizierter zu machen, sondern darin, "das Problem verstehen" und "die Lösung entwerfen" voneinander zu trennen.

Das klingt banal, ist aber in der Praxis äußerst wichtig. Denn viele gescheiterte Produkte scheitern nicht an mangelndem Engagement, sondern daran, dass:

• Das falsche Problem gewählt wurde
• Die Nutzer missverstanden wurden
• Zu früh eine Lösung festgelegt wurde
• Viel Zeit in Detailveredelung investiert wurde, ohne die Richtung zu validieren

Das Double-Diamond-Modell erinnert Sie ständig daran:

• Nicht davon ausgehen, dass das Problem bereits geklärt ist, nur weil die Idee naheliegt
• Nicht davon ausgehen, dass die Lösung es wert ist, umgesetzt zu werden, nur weil sie machbar ist
• Nicht davon ausgehen, dass die Nutzer sie wirklich brauchen, nur weil der Prototyp komplett aussieht

3. Erster Diamant: Die richtigen Dinge tun

Der erste Diamant konzentriert sich auf das Problem selbst, nicht auf die Lösung.

Man kann ihn in einem Satz zusammenfassen: Nicht sofort loslegen, sondern zuerst klären, ob es sich überhaupt lohnt.

3.1 Discover: Zunächst den Problemraum öffnen

Die Kernaufgabe der Discover-Phase ist umfassende Recherche, keine schnellen Schlüsse.

Typische Tätigkeiten in diesem Schritt:

• Beobachten, wie Nutzer in echten Szenarien agieren
• Potenzielle Nutzer interviewen und herausfinden, wann sie zuletzt ein Problem hatten
• Beobachten, wie sie sich aktuell behelfen
• Wettbewerbs- und Alternativlösungen analysieren
• Markt-, Prozess-, Restriktions- und Wertschöpfungsinformationen sammeln

Viele glauben, Discover bedeute einfach "mehr Material lesen". Wichtiger ist jedoch: Sie müssen Menschen und Szenarien verstehen, nicht nur Informationen sammeln.

Wenn Sie beispielsweise ein Tool entwickeln möchten, das "AI beim Erstellen von Meeting-Protokollen hilft", sollten Sie in der Discover-Phase vor allem Folgendes klären:

• Was Nutzer nach Meetings am meisten belastet
• Ist das Aufzeichnen das Problem, das Zusammenfassen oder das Weiterleiten
• Schreiben sie selbst, lassen sie Praktikanten schreiben, hören sie Aufnahmen ab oder verzichten sie ganz auf Protokolle
• Welche Meeting-Szenarien Protokolle am meisten benötigen und welche überhaupt nicht

Das wichtigste Ziel dieses Schritts ist nicht, eine Antwort zu finden, sondern nicht zu früh zu glauben, man hätte bereits die Antwort.

3.2 Define: Aus den Informationen das Kernproblem destillieren

Wenn Discover das Öffnen des Horizonts ist, ist Define das Einengen.

In der Define-Phase geht es nicht darum, alle Beobachtungen zu behalten, sondern zu fragen:

• Welches Problem ist wirklich am wichtigsten und sollte zuerst gelöst werden
• Welches Problem am häufigsten auftritt, am schmerzhaftesten ist und den größten Wert bietet
• Auf welches Szenario wir uns in der ersten Version konzentrieren sollten

Der Kern dieses Schritts besteht darin, ein breites Thema auf eine klare Problemdefinition zu verdichten.

Vielleicht sagen Sie zunächst:

Ich möchte ein AI-Tool entwickeln, das die Meeting-Effizienz steigert.

In der Define-Phase könnte eine bessere Formulierung lauten:

Wir lösen zunächst das Problem, dass Projektteams nach 30 bis 60 Minuten dauernden Kooperationsmeetings nicht in der Lage sind, innerhalb von 10 Minuten ein Protokoll mit Aufgaben, Verantwortlichen und Fristen zu erstellen.

Jetzt wird das Problem konkreter:

• Wer sind die Nutzer
• Was ist das Szenario
• Wo liegt der Engpass
• Was ist das Erfolgskriterium

Das Wesen von Define ist: Von "es gibt viele Probleme" konvergieren zu "welches Problem lösen wir diesmal zuerst".

4. Zweiter Diamant: Die Dinge richtig tun

Erst wenn der erste Diamant abgeschlossen ist, sollten Sie in den zweiten Diamanten eintreten. Denn jetzt lösen Sie keine vage Richtung mehr, sondern ein konkretes, bereits eingegrenztes Problem.

4.1 Develop: Lösungsansätze um das Kernproblem divergieren

Der Fokus der Develop-Phase liegt auf der Exploration mehrerer möglicher Lösungen für dasselbe Problem.

Beachten Sie: Diese Divergenz unterscheidet sich von der Discover-Phase.

• Die Divergenz in Discover erforscht den Problemraum
• Die Divergenz in Develop erforscht den Lösungsraum

Beim Meeting-Protokoll-Beispiel könnten Sie in der Develop-Phase Folgendes in Betracht ziehen:

• Web-Tool oder Meeting-Plugin
• Hochgeladene Audioaufzeichnung nachträglich verarbeiten oder Echtzeit-Mitschrift
• Nur Zusammenfassung oder Fokus auf Aufgabenextraktion
• Persönliche Effizienz oder Team-Synchronisation betonen
• Freie Bearbeitung für Nutzer oder direkte strukturierte Vorlage ausgeben

Dieser Schritt eignet sich gut für Brainstorming und die Zusammenarbeit im Team.

Aber es gibt eine Voraussetzung: Alle Lösungen müssen demselben definierten Problem dienen. Wenn das Problem nicht klar definiert ist, wird Develop schnell wieder zu einem ungeordneten Sammelsurium von Funktionen.

4.2 Deliver: Lösung auswählen, Prototyp erstellen, testen und liefern

Deliver ist die Konvergenzphase im zweiten Diamanten.

Jetzt geht es nicht mehr darum, weiter nachzudenken, sondern zu entscheiden:

• Welcher Ansatz passt am besten zur aktuellen Phase
• Welche Version am kleinsten, aber am nützlichsten ist
• Welche Funktionen zuerst entwickelt werden müssen und welche später kommen können
• Wie man Prototypen erstellt, testet und in kleinem Rahmen validiert

Viele glauben, Deliver bedeute einfach "launch". Genauer gesagt bedeutet es: Eine Lösung in etwas Überprüfbares, Validierbares und Iterierbares verwandeln.

Das kann sein:

• Ein Low-Fidelity-Flussdiagramm
• Ein Figma-Prototyp
• Ein lauffähiger MVP
• Ein kleiner Nutzer-Test
• Eine iterative Version nach echtem Feedback

Der Fokus von Deliver liegt nicht auf "perfekter Auslieferung", sondern darauf, die Lösung so schnell wie möglich in einer realen Umgebung zu validieren.

5. Eine einprägsame Übersichtstabelle

Wenn Sie die vier Phasen immer wieder durcheinanderbringen, merken Sie sich einfach diese Version:

Phase	Was Sie tun	Schlüsselwörter	Typische Ergebnisse
Discover	Problem verstehen	Recherche, Beobachtung, Interviews, Informationssammlung	Nutzererkenntnisse, Szenarienotizen, Problemliste
Define	Problem definieren	Destillieren, Fokussieren, Priorisieren, Problem umformulieren	Problemdefinition, Prioritäten, MVP-Ansatz
Develop	Lösungen erkunden	Brainstorming, Vergleichen, Co-Kreation, Prototyp-Ideen	Lösungsliste, Flussskizzen, Prototyp-Richtung
Deliver	Lösung validieren	Prototyp, Testen, Iterieren, Ausliefern	Prototyp, Test-Feedback, optimierte Version

Noch kompakter:

• Discover / Define: "Die richtigen Dinge tun"
• Develop / Deliver: "Die Dinge richtig tun"

6. Die häufigsten Missverständnisse zum Double-Diamond-Modell

6.1 Direkt zu Deliver springen, ohne Discover

Das ist der häufigste Fehler. Viele beginnen sofort mit dem Zeichnen von Prototypen, dem Schreiben von PRDs, dem Anbinden von Modellen und dem Erstellen von Seiten, sobald sie eine Idee haben.

Das Problem ist nicht, dass Sie nicht fleißig genug arbeiten, sondern dass Sie möglicherweise nicht einmal bestätigt haben, ob sich das Problem überhaupt zu lösen lohnt.

6.2 Lange Discover-Phase, aber nie Define

Ein anderer Extremfall: ständig recherchieren, Material lesen, Interviews führen, aber sich nicht trauen zu konvergieren.

Das Double-Diamond-Modell soll Sie nicht endlos divergieren lassen, sondern erinnert Sie: Nach der Divergenz müssen Sie in die Entscheidungs- und Priorisierungsphase übergehen.

6.3 Nach Define das Problem heimlich ändern

Viele Teams ändern in der Develop-Phase die Problemdefinition, weil ein bestimmter Ansatz einfacher umsetzbar ist.

Das ist gefährlich. Denn Sie lösen möglicherweise gar kein Problem, sondern suchen nur Rechtfertigungen für Ihren bevorzugten Ansatz.

6.4 Deliver als "kompletter Launch" missverstehen

Deliver bedeutet nicht, dass das fertige Produkt komplett sein muss. Oft ist ein testbarer Prototyp oder eine kleine Nutzererprobung bereits ein gutes Deliverable.

7. Wie das Double-Diamond-Modell bei AI-Produkten eingesetzt wird

AI-Produkte neigen besonders zur "Fähigkeiten zuerst"-Falle, weil die Modellfähigkeiten so verlockend aussehen. Man möchte direkt darüber nachdenken:

• Soll ich multimodal integrieren
• Soll ich einen Agenten erstellen
• Soll ich einen Workflow hinzufügen
• Soll ich Sprache, Bilder oder Websuche anbinden

Das Double-Diamond-Modell zwingt Sie jedoch, zuerst zu fragen:

• Wo genau hängen die Nutzer fest
• Muss dieses Problem zwingend mit AI gelöst werden
• Wenn man keine AI verwendet, was genau ist am aktuellen Ansatz am schlechtesten
• Wenn AI hinzugefügt wird, was ist der zentrale Fortschritt

Das hilft Ihnen, eine häufige Situation zu vermeiden: Starke Fähigkeiten, schwacher Wert.

Ein praktischer Ablauf:

1. In der Discover-Phase beobachten, wie Nutzer Aufgaben aktuell erledigen
2. In der Define-Phase das schmerzhafteste Szenario als klare Problemdefinition formulieren
3. In der Develop-Phase vergleichen, welche AI-Fähigkeiten am besten zu diesem Problem passen
4. In der Deliver-Phase eine Minimalversion erstellen und von echten Nutzern testen lassen

8. Eine direkt anwendbare Double-Diamond-Vorlage

Wenn Sie an Ihrem eigenen Produkt arbeiten, können Sie in dieser Reihenfolge vorgehen:

Discover

• Wer sind die Nutzer, die ich beobachte?
• Wann hatten sie zuletzt dieses Problem?
• Wie lösen sie es derzeit?
• Was sie am meisten nervt, am langsamsten ist und sie am wenigsten beruhigt?

Define

• Welches dieser Probleme ist am wertvollsten und sollte zuerst gelöst werden?
• Welches Szenario ist am häufigsten oder am kritischsten?
• Wen und was bedienen wir in der ersten Version ausschließlich?
• Wie ändert sich der Nutzerstatus, wenn das Problem erfolgreich gelöst ist?

Develop

• Welche möglichen Lösungen gibt es für dieses Problem?
• Welche Lösungen sind am leichtesten, am schnellsten und am einfachsten zu validieren?
• Was muss zwingend gemacht werden, was kann später erfolgen?

Deliver

• Was ist das Minimalste, das wir liefern können, um diese Richtung zu validieren?
• Ist es ein Flussdiagramm, ein Prototyp oder ein MVP?
• Wen müssen wir zum Testen einladen?
• Wie entscheiden wir nach dem Test, ob wir weitermachen, ändern oder abbrechen?

9. Ein Beispiel, das auch Einsteiger verstehen

Angenommen, Sie möchten ein AI-Tool entwickeln, "das Hochschulabsolventen bei der Vorbereitung von Lebensläufen für Bewerbungen hilft".

Viele würden sofort in den zweiten Diamanten springen und über Folgendes nachdenken:

• Ein-Klick-Verschönerung
• Intelligentes Umschreiben
• Automatisches JD-Matching
• Generierung von Selbstvorstellungen

Nach dem Double-Diamond-Modell wäre ein besserer Prozess:

Erster Diamant

Discover

• Mit frischen Absolventen darüber sprechen, wann sie zuletzt einen Lebenslauf geändert haben
• Beobachten, wie sie ihren alten Lebenslauf in eine neue Version umwandeln
• Verstehen, ob sie am meisten von "nicht wissen, was sie schreiben sollen", "nicht wissen, wie sie ändern sollen" oder "nicht beurteilen können, ob es gut genug ist" betroffen sind

Define

• Zu einer spezifischeren Problemdefinition konvergieren:
• Nicht "Studierende können keine Lebensläufe erstellen"
• Sondern "Studierende bei der ersten Bewerbung um ein Praktikum können ihre bisherigen Erfahrungen nicht in Formulierungen umwandeln, die zur Stellenbeschreibung passen, und verzögern deshalb ihre Bewerbung"

Zweiter Diamant

Develop

• Mehrere Lösungsansätze erwägen: Vorlagenbibliothek, AI-Umschreibung, Stellenvergleich, Lebenslauf-Bewertung, Fallbeispiele

Deliver

• Erste Version nur: "Erfahrungs-Bullet-Points basierend auf der Stellenbeschreibung umschreiben"
• 5 Studierenden zum Test geben und prüfen, ob sie schneller die erste Version ihres Lebenslaufs einreichen

Sie werden feststellen: Wenn der erste Diamant gründlich bearbeitet wurde, wird der zweite viel klarer.

10. Zusammenfassung

Die größte Stärke des Double-Diamond-Modells liegt darin, ein Chaos in vier klarere Aktionen zu zerlegen:

• Erst divergieren, um das Problem zu verstehen
• Dann konvergieren, um das Problem zu definieren
• Dann divergieren, um Lösungen zu erkunden
• Schließlich konvergieren, um die Lösung zu liefern

Es macht Sie nicht langsamer, sondern hilft Ihnen, viele Umwege zu vermeiden, die beschäftigt aussehen, aber in die falsche Richtung führen.

Besonders in der AI-Ära, in der das Erstellen von Dingen immer schneller wird, ist das Double-Diamond-Modell sogar noch wichtiger. Denn wenn "etwas zu bauen" immer einfacher wird, wird die wirklich seltene Fähigkeit: Lösen Sie ein Problem, das es wert ist, gelöst zu werden, und tun Sie es auf angemessene Weise.

Merken Sie sich nur diesen einen Satz:

Erst die richtigen Dinge tun, dann die Dinge richtig tun.

11. Wie Sie AI nutzen können, um den Double-Diamond-Prozess zu durchlaufen

Das Double-Diamond-Modell ist kein AI-Tool, aber AI eignet sich hervorragend als "Beschleuniger" in den vier Phasen. Der Schlüssel liegt nicht darin, AI für Sie entscheiden zu lassen, sondern darin, sie zu nutzen, um Ihren Horizont zu erweitern, Informationen zu ordnen, Lösungen zu vergleichen und Validierungsmaterial zu erstellen.

11.1 In der Discover-Phase: AI für eine erste Informationsgrundlage nutzen

Vor offiziellen Interviews und Recherche können Sie AI zunächst einen leichten Problemaufklärungsscan durchführen lassen:

• Welche gängigen Alternativlösungen gibt es auf dem Markt
• Worauf Nutzer in öffentlichen Communitys am häufigsten klagen
• In welchen Szenarien und bei welchen Zielgruppen dieses Problem auftritt
• Was bestehende Produkte übersehen

Dieser Schritt kann echte Recherche nicht ersetzen, eignet sich aber gut, um schnell eine Problem-Landkarte zu erstellen.

Ein einfacher Einsteiger-Prompt könnte lauten:

Ich möchte ein Tool entwickeln, das Studierenden beim Umschreiben von Lebensläufen hilft.
Bitte schlage nicht sofort Funktionen vor, sondern zeige zuerst, welche Schwierigkeiten in diesem Problem am häufigsten auftreten.

AI könnte ausgeben:

Erste Problem-Landkarte:

1. Man weiß nicht, welche Erfahrungen man erwähnen sollte
2. Man weiß nicht, wie man den Lebenslauf auf eine bestimmte Stelle anpasst
3. Nach vielen Überarbeitungen ist man sich immer noch nicht sicher, ob es gut genug ist
4. Man braucht jemanden zum Gegenlesen, möchte aber nicht ständig um Gefälligkeiten bitten
5. Wegen der Unsicherheit verschobt man den Lebenslauf immer wieder

Diese Ausgabe soll Ihnen nicht die Entscheidung abnehmen, sondern Ihnen den schnelleren Einstieg in Discover ermöglichen.

11.2 In der Define-Phase: AI beim Konvergieren der Problemdefinition unterstützen

Nachdem man viele Informationen gesammelt hat, ist das Schwierigste oft, das Problem in einen wirklich klaren Satz zu verdichten. Sie können Ihre Recherche-Notizen an AI übergeben und sie bitten, daraus mehrere Problemdefinitionen zu komprimieren:

Hier sind die Nutzer-Feedbacks und Recherche-Notizen, die ich in der Discover-Phase gesammelt habe:
[Inhalt einfügen]

Bitte hilf mir bei drei Dingen:
1. Die häufigsten Problemmuster zusammenfassen
2. Nach Häufigkeit, Schmerzintensität und Validierbarkeit 3 priorisierte Probleme identifizieren
3. Jedes Problem als konkrete Problemdefinition formulieren

So kommen Sie leichter in die Define-Phase, anstatt im Zustand "es gibt so viele Probleme" stecken zu bleiben.

Sie können die Eingabe auch sehr einfach formulieren:

Die Probleme, die ich bisher gesammelt habe:
1. Man weiß nicht, was man im Lebenslauf schreiben soll
2. Man weiß nicht, wie man ihn anpasst
3. Man hat nie das Gefühl, er sei gut genug, und traut sich nicht, ihn abzuschicken

Bitte sage mir, welches Problem sich am besten für die erste Version eignet.

AI könnte ausgeben:

Empfohlenes Prioritätsproblem:

"Studierende bei ihrer ersten Praktikumsbewerbung sind sich nicht sicher, ob ihr Lebenslauf bereit zum Abschicken ist, überarbeiten ihn endlos und verschoben die Bewerbung."

Gründe:
1. Dieses Problem ist konkreter
2. Es erklärt das Verschleppungsverhalten
3. Es ist einfacher, eine kleine Version zur Validierung zu entwerfen

Diese Art von Ausgabe ist sehr nützlich, denn sie hilft, aus einer Vielzahl vager Probleme eine Definition herauszudestillieren, die als MVP-Startpunkt dienen kann.

11.3 In der Develop-Phase: AI nutzen, um mehrere Lösungen zu divergieren

Viele verharren nach der Problemdefinition auf dem ersten Lösungsansatz, der ihnen in den Sinn kommt. AI eignet sich hervorragend dafür, Sie zur Divergenz zu zwingen:

Ich habe ein Kernproblem definiert: [Ihre Problemdefinition]
Bitte gib mir nicht sofort eine Endlösung, sondern schlage aus folgenden Perspektiven jeweils 2-3 Lösungsrichtungen vor:
1. Das leichtgewichtigste MVP
2. Der am besten zur Bedarfsvalidierung geeignete Ansatz
3. Der erfahrungssteigernde Ansatz
4. Ein Ansatz ohne AI
5. Ein Ansatz mit AI
Vergleiche schließlich die Vorteile, Risiken und Validierungskosten jedes Ansatzes.

So werden Sie nicht zu früh auf einen einzigen Ansatz festgelegt.

Ein einfacher Prompt könnte lauten:

Meine aktuelle Problemdefinition lautet:
"Studierende sind sich nicht sicher, ob ihr Lebenslauf abschickbereit ist, und verschoben ihn deshalb ständig."

Bitte schlage mir 4 verschiedene Lösungsansätze vor, nicht nur einen.

AI könnte ausgeben:

Ansatz 1: Checkliste für abschickbereite Lebensläufe
Ansatz 2: Gezieltes Umschreiben basierend auf der Stellenbeschreibung
Ansatz 3: Lebenslauf hochladen und Risikohinweise erhalten
Ansatz 4: Hervorragende Beispiele zum Vergleich zeigen

Jetzt können Sie leichter "Lösungen vergleichen", anstatt von Anfang an nur auf AI-Umschreibung zu starren.

11.4 In der Deliver-Phase: AI beim Generieren von Prototyp-Text und Testmaterial unterstützen

Wenn Sie in die Deliver-Phase eintreten, ist AI hervorragend dafür geeignet, folgende Aufgaben zu beschleunigen:

• Seitentexte für Low-Fidelity-Prototypen generieren
• Nutzer-Testskripte erstellen
• Mehrere vergleichbare Versionen von &Uberschriften, Buttons und Beschreibungen erstellen
• Feedback und Problemlisten nach Tests zusammenfassen

Beispielsweise könnten Sie AI bitten, ein 20-minütiges Nutzer-Testskript zu erstellen oder 5 Nutzer-Feedbacks in "weitermachen / Richtung ändern / pausieren" zu kategorisieren.

Ein minimaler Prompt könnte lauten:

Ich habe einen einfachen Prototyp erstellt:
Der Nutzer lädt einen Lebenslauf hoch und das System zeigt an, welche Stellen noch nicht bewerbungstauglich sind.

Bitte generiere ein 15-minütiges Nutzer-Testskript.

AI könnte ausgeben:

15-minütiges Testskript:

1. Bitte den Nutzer zunächst, seine letzte Lebenslauferfahrung zu beschreiben
2. Den Nutzer den Lebenslauf selbstständig hochladen lassen
3. Beobachten, ob er die Feedback-Ergebnisse versteht
4. Fragen: Welche Hinweise waren am hilfreichsten, welche verwirrend
5. Fragen: Würden Sie das Tool vor der nächsten Bewerbung erneut nutzen

Diese Art von Ausgabe ist sehr praktisch, denn sie hilft, von "Ich habe den Prototyp fertig" zu "Wie teste ich als Nächstes" zu gelangen.

11.5 AI als "Phasen-Wächter" einsetzen

Das häufigste Problem beim Double-Diamond-Modell ist, dass Menschen Phasen überspringen. Sie können AI direkt als Wächter fungieren lassen, der Sie erinnert, wo Sie sich gerade befinden:

Bitte spiele die Rolle eines Produktprozess-Coachs.
Hier ist mein aktueller Projektstatus: [Ihre Beschreibung]
Bitte beurteile, ob ich mich eher in Discover, Define, Develop oder Deliver befinde.
Und sage mir:
1. Ob ich zu früh in die nächste Phase gesprungen bin
2. Welche Aktion in der aktuellen Phase am wichtigsten nachzuholen ist
3. Welche Dinge ich jetzt noch nicht tun sollte

Das ist besonders hilfreich für Einsteiger, da man leicht dazu neigt, "Prototypen zu zeichnen, bevor man das Problem durchdacht hat".

Assignments

Bitte bearbeiten Sie die folgenden Aufgaben basierend auf dem obigen Inhalt:

1. Wählen Sie eine Produktidee, an der Sie kürzlich gedacht haben, und erstellen Sie einen Entwurf für die vier Schritte Discover, Define, Develop, Deliver
2. In der Define-Phase: Zwingen Sie sich, das Problem auf einen konkreten Satz zu verdichten
3. In der Develop-Phase: Listen Sie mindestens 3 verschiedene Lösungsansätze auf, anstatt nur den ersten Gedanken zu verfolgen
4. In der Deliver-Phase: Beschreiben Sie eine minimale validierbare Version, die Sie innerhalb einer Woche liefern können

Weiterführende Literatur

Dieser Artikel bezieht sich hauptsächlich auf die offiziellen Materialien des Design Council zum Double Diamond. Hier sind empfehlenswerte weiterführende Quellen:

• Design Council: The Double Diamond
• Design Council: Framework for Innovation
• Design Council: History of the Double Diamond