Mit Jobs to Be Done herausfinden, was Nutzer wirklich erreichen wollen

Kapitelübersicht

🎯本章学习目标

JTBDNutzerbedürfnisseProduktdenkenBedarfserkenntnis

Viele Anfänger machen bei der Produktentwicklung am häufigsten den Fehler, ihre gesamte Aufmerksamkeit auf "Welche Funktionen will ich bauen" zu richten. Man sieht, dass andere intelligente Kategorisierung haben, man will auch welche; man sieht, dass andere automatische Zusammenfassung haben, man will auch welche; man sieht, dass andere Agenten, Multimodalität und Workflows gebaut haben, man fühlt sich auch nicht zurückbleiben.

In der Realität entscheiden sich Nutzer aber selten deshalb für ein Produkt, weil "der Funktionsname cool klingt". Vielmehr möchten sie in einem bestimmten Moment etwas voranbringen und "stellen" ad hoc ein Werkzeug, einen Service oder sogar eine Person ein, die ihnen bei diesem Schritt hilft.

Genau das ist es, was die Jobs to Be Done (JTBD) -Methode uns verdeutlichen will: Nutzer kaufen nicht die Funktion an sich, sondern stellen eine Lösung ein, die ihnen hilft, einen Fortschritt zu erzielen.

Dieser Artikel führt Sie in verständlicher Sprache durch JTBD und macht es zu einem Analysewerkzeug, das Sie direkt bei der Entwicklung von AI-Anwendungen einsetzen können.

⏱️

预计耗时

Etwa 1,5 Stunden

📦

预期产出

1 JTBD-Satz, der einem echten Bedarf näher kommt

Eine vage Idee zu einem konkreteren Nutzerszenario und einer MVP-Richtung verdichten können

Minimales SOP

Ziel: Nach dem Lesen wissen Sie besser, wie Sie eine vage Idee in einen Satz mit echtem Nutzerszenario verdichten, anstatt nur eine Sammlung von Funktionsnamen im Kopf zu haben.

Aktionspunkte: 1 vage Idee aufschreiben, 3 potenzielle Nutzer nach "Wie haben Sie das letzte Mal damit umgebracht" fragen und dann zu 1 JTBD-Satz zusammenfassen.

Ergebnis: Sie erhalten eine klarere Bedarfshypothese und wissen, was in der ersten Version prioritär gelöst werden sollte.

Stichwortsprünge: Was ist JTBD · Ein-Satz-Formel · Wie AI Ihnen hilft

Was Sie lernen werden

1. Was Jobs to Be Done ist und warum es näher an echten Bedürfnissen liegt als "Funktions-Brainstorming"
2. Wie man unterscheidet zwischen "Funktionen, die Nutzer sagen zu wollen" und "was Nutzer wirklich erreichen wollen"
3. Wie man mit einer einfachen Vorlage eine vage Idee in Szenario, Auslöser, Hindernis und Erfolgskriterium zerlegt
4. Wie man JTBD bei AI-Produkten, Interview-Fragen und Prompt-Strukturierung anwendet

1. Was ist Jobs to Be Done?

Jobs to Be Done wird oft als JTBD abgekürzt. Die Kernidee dahinter hängt mit dem klassischen Ausdruck zusammen, den Clayton Christensens Team verbreitet hat: Nutzer "stellen" ein Produkt ein, um etwas zu erledigen.

Dieses "Etwas" ist keine oberflächliche Aktion auf einer To-do-Liste, sondern ein Fortschritt, den der Nutzer für seinen Zustand anstrebt. Zum Beispiel:

• Nicht "Ich brauche ein AI-Protokoll-Tool", sondern "Ich möchte innerhalb von 10 Minuten nach einem Meeting die wichtigsten Punkte, Aufgaben und Verantwortlichen zusammenfassen, anstatt mich auf Erinnerung zu verlassen"
• Nicht "Ich brauche eine Haushaltsbuch-App", sondern "Ich möchte wissen, wohin mein Geld geht, damit ich am Monatsende nicht mehr ängstlich bin"
• Nicht "Ich brauche einen Lebenslauf-Optimierer", sondern "Ich möchte zuversichtlicher einen ansehnlichen Lebenslauf verschicken, ohne bei jeder Bewerbung zu zweifeln, dass er schlecht geschrieben ist"

Deshalb konzentriert sich JTBD nicht darauf, wie das Produkt aussieht, sondern darauf, warum der Nutzer es in diesem Moment braucht.

Das erklärt auch, warum viele scheinbar unterschiedliche Produkte tatsächlich um denselben Job konkurrieren. Wenn ein Nutzer "auf dem Arbeitsweg weniger gelangweilt sein" möchte, könnte er Kurzvideos, Podcasts, Spiele, Chats oder sogar Nickerchen einsetzen. Wenn ein Nutzer "ein langes PDF schnell verstehen" möchte, könnte er AI-Zusammenfassungs-Tools, Praktikanten, Kollegen, sich selbst durchbeißen oder es erst einmal liegen lassen.

Mit dieser Perspektive werden Sie feststellen, dass Ihre wahren Konkurrenten oft nicht nur "eine andere App, die wie Ihre aussieht" sind, sondern alle akzeptablen Alternativlösungen, die dem Nutzer aktuell zur Verfügung stehen.

2. Worin unterscheidet sich JTBD von Personas und Funktionslisten?

Viele Einsteiger beginnen die Bedarfsanalyse mit Personas: 25 Jahre alt, weiblich, Großstadt, Büroangestellte, mag Effizienz-Tools, offen für neue Produkte. Diese Informationen sind nicht ganz nutzlos, aber sie erklären oft nicht, warum eine Person in diesem Moment handelt.

JTBD interessiert sich eher für folgende Fragen:

• In welchem Szenario hat er beschlossen, nach einer Lösung zu suchen?
• Was genau hat ihn blockiert?
• Was möchte er zum nächsten Schritt voranbringen?
• Mit welchem behelfsmäßigen Ansatz hält er sich aktuell über Wasser?
• Welches Ergebnis würde ihn das Gefühl haben lassen: "Es hat sich gelohnt"

Mit anderen Worten: Personas beschreiben eher, wer dieser Mensch ungefähr ist; JTBD beschreibt eher, was dieser Mensch jetzt wirklich erreichen will.

Gleichzeitig führen Funktionslisten oft in die Irre. Nutzer sagen: "Ich will Word-Export", "Ich will AI-Umschreibung", "Ich will Spracheingabe". Das sind alles oberflächliche Äußerungen. JTBD fragt weiter:

• Warum benötigen Sie jetzt Word-Export und nicht PDF?
• Möchten Sie umschreiben, weil der Stil schlecht ist, oder weil Sie verschiedene Zielgruppen ansprechen müssen?
• Möchten Sie Spracheingabe, weil Sie nicht tippen möchten, oder weil Sie häufig unterwegs, beim Autofahren oder direkt nach Meetings aufzeichnen?

Oft ist eine Funktion nur eine vorläufige Übersetzung eines Jobs. Wenn Sie nur Funktionen sammeln, machen Sie leicht ein Produkt, das "alles aufstapelt, was Nutzer sagen". Wenn Sie den dahinterliegenden Job erkennen, haben Sie eher die Chance, eine wirklich handliche und wettbewerbsfähige Lösung zu entwickeln.

3. Ein Beispiel, das auch Einsteiger verstehen

Lassen Sie uns zunächst nicht an komplexe AI-Produkte denken, sondern mit einem Alltagsbeispiel beginnen.

Angenommen, jemand hat morgens vor dem Verlassen des Hauses keine Zeit zum Frühstück und kauft oft ein Sandwich und Kaffee am U-Bahn-Eingang. Oberflächlich betrachtet "kauft" er ein Frühstück. Mit der JTBD-Perspektive könnte das, was er wirklich erreichen will, jedoch sein:

• An einem morgendlichen Tag in Eile mit minimalem geistigen Aufwand eine Mahlzeit organisieren
• Sicherstellen, dass er vor der Ankunft im Büro nicht hungrig wird
• Sein Arbeitsweg-Tempo nicht durch Frühstück beeinträchtigen

In diesem Fall stellt der Nutzer nicht "eine bestimmte Sandwich-Marke" ein, sondern eine Lösung, die ihm hilft, seinen Morgen reibungslos zu gestalten. Wenn der nahe gelegene Supermarkt schneller, näher und zuverlässiger ist, könnte er sofort wechseln.

Diesen Logik auf AI-Produkte übertragen, wird es noch offensichtlicher.

Wenn Sie beispielsweise ein "AI-Meeting-Protokoll-Tool" entwickeln möchten, würden Sie auf Funktionsebene leicht darüber nachdenken:

• Audio-Upload unterstützen
• Sprecher-Trennung integrieren
• Markdown-Export anbieten
• Automatische Aufgaben generieren

Das alles ist nicht falsch, aber noch nicht ausreichend. Mit JTBD eine Ebene tiefer gefragt, könnte der Nutzer Folgendes wirklich erreichen wollen:

• Innerhalb von 10 Minuten nach dem Meeting die Diskussionsergebnisse an nicht anwesende Personen weiterleiten
• Aufgaben, Verantwortliche und Fristen sauber extrahieren, damit das Team nicht aus dem Gedächtnis zusammenarbeiten muss
• Die Zeit für wiederholtes Zusammenfassen von Meeting-Inhalten reduzieren und Energie für Entscheidungen und Fortschritt aufwenden

Sobald der Job klar formuliert ist, ergeben sich viele Funktionsprioritäten automatisch. Vielleicht ist das Wichtigste in der ersten Version nicht "12 Exportformate unterstützen", sondern:

• Protokollstruktur muss klar genug sein
• Aufgabenerkennung muss zuverlässig sein
• Freigabelink muss bequem sein
• Ergebnisse müssen direkt an das Team weitergeleitet werden können

Das ist der Wert von JTBD: Es hilft Ihnen, von "Welche Fähigkeiten will ich aufstapeln" zurückzukehren zu "Welchen Fortschritt will ich dem Nutzer ermöglichen".

4. Eine nützliche JTBD-Vorlage

Wenn Sie Einsteiger sind, müssen Sie JTBD zunächst nicht zu akademisch betrachten. Konzentrieren Sie sich auf die 5 wichtigsten Elemente.

4.1 Szenario

In welchem Moment und in welcher Umgebung denkt der Nutzer an dieses Produkt?

• Nach einem Meeting
• Wenn der Chef spontan Material anfordert
• Abends bei der Vorbereitung einer Bewerbung
• Am Monatsende, wenn das Geld wieder nicht reicht

Ein Bedarf ohne Szenario ist meist noch nicht echt genug.

4.2 Auslöser

Was bringt ihn dazu, sofort nach einer Lüsung zu suchen?

• Von langen Dokumenten überwältigt und weiß nicht, wo man anfangen soll
• Morgen muss Material abgegeben werden, heute erst gemerkt, dass das Format chaotisch ist
• Gerade vom Chef nach dem Fortschritt gefragt und bemerkt, dass man nicht klar zusammengefasst hat
• Möchte kontinuierlich aufzeichnen, aber handschriftlich, kopieren und zusammenstellen ist zu aufwendig

Auslöser sind oft emotional aufgeladen. Diese Emotion ist wichtig, denn sie bestimmt, warum der Nutzer in diesem Moment handelt.

4.3 Gewünschter Fortschritt

Er will nicht nur "eine Aktion ausführen", sondern sich in einen neuen Zustand bringen:

• Von Chaos zu Klarheit
• Von Angst zu Sicherheit
• Von Aufschieben zu Aufbrechen
• Von Ineffizienz zu Leichtigkeit
• Von Unklarheit zu direkter Lieferung

In diesem Schritt ist das Wort "Fortschritt" entscheidend. Denn viele kaufen nicht das Werkzeug, sondern die Zustandsveränderung.

4.4 Aktuelle Alternativlösung

Wie macht er es ohne Ihr Produkt?

• Manuell kopieren und einfügen
• Mit Excel oder Notizen kämpfen
• Kollegen um Hilfe bitten
• Aufschieben
• Zwischen mehreren Tools hin- und herwechseln

Wer die Alternative ist, das ist Ihre echte Wettbewerbsumgebung.

4.5 Erfolgskriterium

Wann gilt das Problem als wirklich gelöst?

• Innerhalb von 10 Minuten ein teilbares Ergebnis erhalten
• Ohne größere Nachbearbeitung an andere versenden können
• Keine wichtigen Punkte übersehen, keine Fehler machen, nichts vergessen
• Beim ersten Mal wissen, wie es weitergeht

Wenn Sie nicht einmal sagen können, "wie der Nutzer beurteilt, ob es sich gelohnt hat", ist die Richtung wahrscheinlich noch nicht ausreichend konvergiert.

5. Eine direkt anwendbare Ein-Satz-Formel

Wenn Sie eine Produktrichtung strukturieren möchten, können Sie zunächst diese sehr praktische Formel verwenden:

Wenn __________, möchte ich __________, um __________. Aktuell kann ich __________ nur mühsam nutzen, um dieses Ziel zu erreichen.

Beispiel:

Wenn ich nach einem informationsreichen Projektmeeting fertig bin, möchte ich schnell ein Protokoll mit Aufgaben, Verantwortlichen und Fristen erhalten, um sofort mein Team zu informieren und die Umsetzung voranzutreiben. Aktuell kann ich nur durch eigene Erinnerung, Durchsuchen von Chat-Verläufen und manuelle Zusammenstellung mühsam dieses Ziel erreichen.

Ein weiteres Beispiel:

Wenn ich mich auf eine neue Stelle bewerbe, möchte ich schnell meine bisherigen Erfahrungen in eine Version umschreiben, die besser zur Stelle passt, um zuversichtlicher einen ansehnlichen Lebenslauf verschicken zu können. Aktuell kann ich nur durch wiederholtes Kopieren des alten Lebenslaufs und manuelles Ändern der Formulierungen mühsam dieses Ziel erreichen, und am Ende bin ich immer unsicherer.

Wenn Sie einen Satz auf diese Klarheitsstufe bringen können, wird das darauf folgende Seitendesign, die Prompt-Gestaltung und die Priorisierung von Funktionen deutlich einfacher.

6. Bei AI-Produkten: Drei Job-Ebenen besonders beachten

Viele AI-Produkte wirken in Funktionsdemonstrationen beeindruckend, können Nutzer nach dem echten Launch jedoch nicht halten. Der häufige Grund: Nur die oberflächliche Aktion wurde gelöst, nicht der tiefere Job.

Sie können einen Job grob in drei Ebenen unterteilen:

6.1 Funktionsebene

Was ist die oberflächlichste Aufgabe?

• Dokumente zusammenfassen
• Texte umschreiben
• Aufgaben extrahieren
• Bilder generieren

Das ist die Ebene, die Nutzer am leichtesten aussprechen.

6.2 Emotionale Ebene

Welche Unannehmlichkeit möchte der Nutzer reduzieren oder welches Gefühl gewinnen?

• Nicht so in Panik sein wollen
• Nicht unprofessionell wirken wollen
• Nicht jedes Mal bei null anfangen wollen
• Mehr Kontrolle haben wollen

Viel Zahlungsbereitschaft hängt tatsächlich stark mit der emotionalen Ebene zusammen.

6.3 Soziale Ebene

Wie möchte der Nutzer in den Augen anderer erscheinen?

• Zuverlässiger wirken
• Im Team besser organisiert erscheinen
• Vor Kunden professioneller auftreten
• Auf Social-Media-Plattformen besser ausdrücken können

Wenn Sie nur die Funktionsebene bedienen, ist das Produkt leicht ersetzbar; wenn Sie gleichzeitig die emotionale und soziale Ebene verstehen, finden Sie eher einen wirklich klebrigen Wert.

7. JTBD umgekehrt zur Produktrichtungsfilterung nutzen

Manchmal haben Sie noch kein Produkt, sondern 3 bis 5 Ideen und wissen nicht, welche Sie umsetzen sollen. JTBD eignet sich hervorragend als Filter.

Nehmen Sie jede Idee und stellen Sie sich 5 Fragen:

1. Ist das Szenario, das dieser Idee entspricht, konkret genug?
2. Nutzt der Nutzer bereits eine behelfsmäßige Lösung?
3. Ist der Schmerz dieses Jobs stark genug oder häufig genug?
4. Wenn ich es gut mache, wird der Nutzer merklich "eine Zustandsverbesserung" spüren?
5. Kann die erste Version nur um den wichtigsten Schritt dieses Jobs herum eine sehr kleine, aber nützliche Version sein?

Wenn eine Richtung am Ende nur "klingt interessant" ist, aber keine klaren Auslöser, Alternativlösungen und Erfolgskriterien formuliert werden kann, ist sie wahrscheinlich eher eine vage Inspiration als eine ausgereifte Richtung.

8. Interview-Fragen, die Sie direkt verwenden können

Viele beginnen eine Umfrage mit: "Welche Funktionen möchten Sie?" Diese Frage liefert leicht oberflächliche Antworten.

JTBD eignet sich besser für folgende Fragen:

• Wann hatten Sie das letzte Mal dieses Problem?
• Was haben Sie damals getan und warum sind Sie hängengeblieben?
• Wie haben Sie es schließlich gelöst?
• Was war in diesem Prozess das Nervigste, Langsamste oder Beunruhigendste?
• Wenn es ein Tool gäbe, das Ihnen hilft: Welches Ergebnis würde Sie wirklich überzeugen?
• Welche Alternativmethoden haben Sie ausprobiert und warum waren sie nicht gut genug?

Diese Frageweise hat einen Vorteil: Sie bringt das Gespräch zurück zu echten Erlebnissen, anstatt bei imaginären Präferenzen zu bleiben.

9. AI nutzen, um JTBD-Analyse durchzuführen

JTBD wurde nicht von AI erfunden, aber AI eignet sich hervorragend, um JTBD zu ordnen und zu destillieren.

Wenn Sie beispielsweise 5 bis 10 Nutzer-Feedbacks gesammelt haben, können Sie diese dem Modell geben und es bitten, nach folgender Struktur zusammenzufassen:

Bitte spiele die Rolle eines Produktforschungsassistenten.
Ich werde dir einige Nutzer-Originalzitate geben. Bitte gib zunächst keine Funktionsvorschläge,
sondern ordne sie nach dem Jobs-to-Be-Done-Framework:

1. In welchem Szenario befindet sich der Nutzer
2. Was ist das auslösende Ereignis für seine Handlung
3. Welchen Fortschritt möchte er wirklich erreichen
4. Was ist die aktuelle Alternativlösung
5. Welches Erfolgskriterium ist ihm am wichtigsten
6. Welche Emotionswörter tauchen in diesen Feedbacks wiederholt auf

Fasse abschließend diese Inhalte in 3 priorisierte JTBD-Hypothesen zusammen.

Wenn Sie bereits eine Idee haben, können Sie AI auch beim ersten Konvergierungsschritt unterstützen:

Ich möchte [Ihre Produktidee] entwickeln.
Bitte gib mir nicht direkt eine Funktionsliste, sondern analysiere sie mit der Jobs-to-Be-Done-Methode:

1. Welche konkreten Szenarien könnte dieses Produkt bedienen
2. Was ist der Kern-Job, den der Nutzer in jedem Szenario erreichen will
3. Welche bestehenden Alternativlösungen gibt es
4. Welcher Job eignet sich am besten als MVP-Startpunkt und warum
5. Formuliere den empfohlenen Job als klaren JTBD-Satz

Der Vorteil: Sie werden nicht sofort von AI zu "50 Funktionen brainstormen" gedrängt, sondern klären zunächst die Richtung.

10. Die 4 häufigsten Fehler von Einsteigern

10.1 Den Job als Funktionsnamen formulieren

"AI-Zusammenfassung", "Intelligente Kategorisierung", "Automatische Generierung" sind keine Jobs, sondern nur mögliche Implementierungsweisen.

10.2 Die Zielgruppe zu weit formulieren

"Alle Büroangestellten", "Alle Studierenden", "Alle Gründer" sind meist zu allgemein. Je allgemeiner, desto schwerer erkennen Sie echte Szenarien.

10.3 Nur hören, was Nutzer sagen, nicht beobachten, was Nutzer tun

Nutzer beschreiben, was sie wollen, aber ihre wahren Prioritäten verstecken sich oft darin, wie sie aktuell improvisieren.

10.4 Von Anfang an eine komplette Plattform bauen wollen

Die richtige Herangehensweise an JTBD ist meist nicht "Ich baue eine All-in-One-Plattform", sondern zunächst den wichtigsten Schritt in einem Szenario ins Visier zu nehmen und ihn sehr handlich zu machen.

11. Zusammenfassung

Der wertvollste Beitrag von Jobs to Be Done besteht nicht darin, Ihnen ein neues Schlagwort zu geben, sondern Ihnen zu helfen, die Perspektive zu wechseln: Nicht auf Produktfunktionen starren, sondern darauf, was Nutzer voranbringen möchten.

Wenn Sie anfangen, sich wiederholt zu fragen:

• In welchem Szenario stellen Nutzer dieses Produkt ein
• Wo genau hängen sie fest
• Mit welcher Methode kämpfen sie sich aktuell durch
• Wie ändert sich ihr Zustand, wenn das Problem gelöst ist

werden Sie feststellen, dass viele ursprünglich vage Ideen plötzlich klar werden und viele ursprünglich beeindruckende Funktionen plötzlich weniger wichtig sind.

Bei der Produktentwicklung, besonders bei AI-Produkten, ist das Schlimmste, sich von Anfang an in der Präsentation von Fähigkeiten zu verlieren. JTBD hilft Ihnen, die Aufmerksamkeit auf das wirklich Wichtige zurückzulenken: Warum Nutzer Sie brauchen und welchen Fortschritt Sie ihnen ermöglichen.

12. Wie Sie AI nutzen können, um JTBD zu praktizieren

JTBD wurde nicht von AI erfunden, aber AI eignet sich hervorragend als Forschungsassistent, Ordnungsassistent und Gegenüber in dieser Methode. Der Schlüssel: AI beim Ordnen und Erweitern helfen lassen, nicht Nutzer für Sie erfinden lassen.

Sie können es so einsetzen:

12.1 AI helfen lassen, vage Ideen in JTBD-Hypothesen umzuschreiben

Wenn Sie nur eine vage Beschreibung im Kopf haben, wie "Ich möchte ein Tool entwickeln, das Studierenden bei der Praktikumssuche hilft", können Sie zunächst AI bitten, es in mögliche Jobs aufzuteilen:

Ich habe eine vage Produktidee: [Ihre Idee]
Bitte gib mir nicht direkt eine Funktionsliste, sondern analysiere sie mit der Jobs-to-Be-Done-Methode:
1. Welche konkreten Szenarien könnten entsprechen
2. Welchen Fortschritt wollen Nutzer in jedem Szenario wirklich erreichen
3. Welche Alternativlösungen könnten es geben
4. Welcher Job eignet sich am besten für ein MVP
Formuliere abschließend jeden Job als klaren JTBD-Satz.

Sie können die Eingabe auch sehr anfängerhaft formulieren:

Ich möchte etwas entwickeln, das Studierenden bei der Praktikumssuche hilft.
Ich kann noch nicht genau sagen, was es sein soll. Hilf mir herauszufinden, was Nutzer wirklich erreichen wollen.

AI könnte folgende nützliche Ausgabe liefern:

Mögliche JTBD-Richtungen:

1. Wenn ich mich zum ersten Mal auf ein Praktikum bewerbe, möchte ich schnell wissen, welche Unterlagen ich zuerst vorbereiten sollte,
damit ich nicht wegen Informationschaos meine Bewerbung aufschiebe.

2. Wenn ich eine Praktikumsstelle sehe, möchte ich schnell beurteilen können, ob es sich lohnt, mich zu bewerben,
damit ich nicht zu viel Zeit auf ungeeignete Stellen verschwende.

3. Wenn ich mit der Bewerbung beginne, möchte ich meinen bestehenden Lebenslauf in eine Version umschreiben, die besser zur Stelle passt,
damit ich schneller abschicken und die Erfolgsquote erhöhen kann.

Der Wert dieser Ausgabe liegt darin, Ihre ursprünglich sehr allgemeine Idee in mehrere richtungenähere Szenarien aufzuteilen.

12.2 AI beim Ordnen von Interview-Originalzitaten helfen lassen

Wenn Sie bereits mehrere Nutzer-Interviews durchgeführt haben, können Sie die Interviewaufzeichnungen an AI übergeben und sie bitten, wiederkehrende Szenarien, Auslöser, Alternativlösungen und Erfolgskriterien zu destillieren.

Hier sind die Originalzitate von 5 Nutzern.
Bitte gib zunächst keine Lösungsvorschläge, sondern ordne sie nach dem JTBD-Framework:
1. In welchem Szenario befindet sich der Nutzer
2. Was ist das auslösende Ereignis für seine Handlung
3. Welchen Fortschritt möchte er wirklich erreichen
4. Was ist die aktuelle Alternativlösung
5. Welches Erfolgskriterium ist ihm am wichtigsten
6. Welche Informationen tauchen bei mehreren Nutzern wiederholt auf
Fasse abschließend in 3 priorisierte JTBD-Hypothesen zusammen.

Eine sehr einfache Eingabe könnte so aussehen:

Ich habe 3 Personen gefragt, sie sagten ungefähr Folgendes:

1. Jedes Mal, wenn ich mich auf ein Praktikum bewerbe, muss ich meinen Lebenslauf neu anpassen. Das ist extrem nervig.
2. Was ich eigentlich am meisten fürchte, ist, nicht zu wissen, ob ich es richtig mache.
3. Ich lasse derzeit ältere Kommilitonen gegenlesen, aber es ist mir peinlich, ständig um Gefälligkeiten zu bitten.

Hilf mir herauszufinden, was sie wirklich erreichen wollen.

AI könnte ausgeben:

Zusammenfassung:

- Gemeinsames Szenario: Vor der Praktikumsbewerbung muss der Lebenslauf bearbeitet werden
- Gemeinsame Schwierigkeit: Nicht wissen, wie man es "gut genug" macht
- Aktuelle Alternativlösung: Ältere Kommilitonen bitten, selbstständig wiederholt überarbeiten
- Möglicher JTBD:
  Wenn ich mich auf ein Praktikum bewerbe, möchte ich schneller beurteilen können, ob mein Lebenslauf abschickbereit ist,
  damit ich nicht ständig im "Noch ein bisschen überarbeiten" festhänge und ihn nie verschicke.

Diese Ausgabe ist sehr nützlich, denn sie hilft, aus verstreuten Originalzitaten etwas herauszudestillieren, das eher einem "Bedarf" entspricht.

12.3 AI eine leichte Webrecherche durchführen lassen

Bevor Sie mit umfangreichen Interviews beginnen, können Sie AI zunächst einen leichten Scan externer Informationen durchführen lassen:

• Wie wird in öffentlichen Foren oder Communitys über dieses Problem geklagt
• Welche Probleme lösen bestehende Produkte hauptsächlich
• Was ist die häufigste Alternativlösung der Nutzer
• Was wird in Bewertungen am meisten gelobt und kritisiert

Diese Recherche kann echte Nutzer-Interviews nicht ersetzen, eignet sich aber gut als Aufwärmübung in der Discover-Phase, um zunächst eine Problemlandkarte zu erstellen.

Ein einfacher Prompt könnte lauten:

Bitte recherchiere für mich:
"Was sind die häufigsten Schmerzpunkte beim Umschreiben von Lebensläufen und Bewerben für Praktika bei Studierenden?"
Konzentriere dich auf das, was Leute in öffentlichen Foren, Erfahrungsberichten und Bewerbungs-Communitys selbst sagen.
Fasse es in 5 häufigsten Problemen zusammen.

AI könnte ausgeben:

Häufigste Schmerzpunkte:

1. Nicht wissen, welche Erfahrungen im Lebenslauf stehen sollten
2. Nicht wissen, wie man für verschiedene Stellen anpasst
3. Nach vielen Überarbeitungen immer noch unsicher, ob es gut genug ist
4. Keine zuverlässige Person zum Gegenlesen finden
5. Komplexer Bewerbungsprozess, der zum Aufschieben verleitet

Diese Art von Ausgabe kann nicht als endgültige Schlussfolgerung dienen, hilft aber zu entscheiden, welche Art von Problem priorisiert interviewt werden sollte.

12.4 AI als "Gegenspieler" fungieren lassen

Oft sind wir zu sehr mit unseren eigenen Ideen verbunden. Sie können AI gezielt als kritischen Gegenüber einsetzen, der Sie zwingt, das Problem klarer zu formulieren:

Bitte spiele die Rolle eines sehr strengen Produktforschungsberaters.
Hier ist meine JTBD-Hypothese: [Ihre Hypothese]
Kritisiere sie aus folgenden Perspektiven:
1. Ist dieses Szenario zu weit gefasst
2. Wurde dieser Job als Funktion statt als echter Fortschritt formuliert
3. Ist die Alternativlösung zu schwach
4. Ist das Erfolgskriterium unklar
5. Was ist das größte Risiko, das bei dieser Hypothese validiert werden muss

Der Vorteil: Sie erkennen schneller, ob Sie sich auf den Bedarf oder nur auf Ihre bevorzugte Lösung konzentrieren.

Assignments

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

1. Wählen Sie eine Produktidee, an die Sie kürzlich gedacht haben, und formulieren Sie sie mit einer JTBD-Formel klar
2. Ergänzen Sie diese Idee mit den 5 Elementen: Szenario, Auslöser, Fortschritt, Alternativlösung, Erfolgskriterium
3. Finden Sie 3 potenzielle Nutzer und fragen Sie mindestens einmal: "Wann hatten Sie das letzte Mal dieses Problem?"
4. Übergeben Sie die Interview-Originalzitate an AI und fassen Sie sie in 3 priorisierte JTBD-Hypothesen zusammen

Weiterführende Literatur

• Christensen Institute: Jobs to Be Done
• Harvard Business School Online: What Is Jobs to Be Done?
• Intercom: Jobs-to-be-Done: A framework for customer needs
• Mural: Jobs to Be Done framework guide