Wie du KI schon heute in der Produktentwicklung einsetzen kannst, ohne deinen bestehenden Prozess zu unterbrechen

Wenn du ein Produkt entwickelst, willst du, dass die Leute es auch nutzen. Laut Userpilot nutzen nur 17 % der Nutzer die SaaS-Produkte, die sie erhalten. Je weniger Menschen dein Produkt nutzen, desto weniger erkennen sie den Wert deines Produkts und desto unwahrscheinlicher ist es, dass sie ihr Abonnement verlängern.

Eingroßartiges Produkt zu entwickeln und den richtigen Markt zu finden, istalso in jedem Produktentwicklungszyklus wichtig. Doch das Verstehen potenzieller Nutzer/innen, die Auswertung von Kundendaten und der Bau von Prototypen brauchen mehr Zeit, als der Markt bereit ist, dir zu geben.

Produkte werden oft ohne viel Brainstorming oder einfach zu spät auf den Markt gebracht. Lauteinem Bericht von Undo kostet die Behebung von Softwarefehlern jährlich rund 61 Milliarden Dollar, was auf unzureichende Tests hindeutet. Ich habe jedoch das Gefühl, dass der Prozess durch die ständigen Fortschritte in der KI datenbasierter und einfacher wird.

Und so geht's.

KI ist nicht die Lösung selbst

Ja, KI kann nicht alles für dich tun.

Gif-Quelle: Giphy.com

KI-Tools helfen dir, bessere Funktionen und Produkte schneller zu entwickeln, aber sie können dir nicht die gesamte Arbeit abnehmen. Als Produktteam solltest du deinen Produktentwicklungsprozess auf seine KI-Tauglichkeit überprüfen. Das bedeutet, dass du die bestehende Infrastruktur, die Verfügbarkeit von Qualitätsdaten und die technischen Fähigkeiten deines Teams überprüfen musst.

Wenn du KI einbeziehst, unterscheidet sich der Prozess nicht wesentlich von einem Standardprozess. Die Einhaltung der üblichen Produktentwicklungspraktiken und das Verständnis der Nutzeranforderungen sind immer noch von größter Bedeutung. Sie kann Möglichkeiten für intelligente Automatisierung oder personalisierte Erlebnisse aufzeigen.

KI könnte dir zum Beispiel dabei helfen, einen Entwurf für ein Produktanforderungsdokument (PRD) zu erstellen, der auf den von dir eingegebenen Nutzeranforderungen basiert.

Bildquelle: Chat GPT

Von da an liegt es in deiner Verantwortung, Daten zu sammeln, an Details zu denken und den endgültigen Entwurf zu erstellen. KI kann dir bei vielen Schritten helfen. Du kannst:

• Wiederkehrende Aufgaben automatisieren, z. B. grundlegende Produktgestaltung, generatives Design, Produktpläne, PDP-Entwürfe usw.
• Eine Empfehlungsmaschine nutzen, um das Nutzererlebnis zu personalisieren. Entwürfe auf der Grundlage von Vorlieben erstellen.

• Verwalte den Bestand, die Ressourcenzuweisung und die Preisgestaltung auf der Grundlage von Daten.
• Und vieles mehr

Produktideen sollten auf den Interessen deiner Nutzer/innen beruhen. Da sich das Verhalten und die Interessen der Verbraucher/innen ständig ändern, passt KI die Marktforschung in Echtzeit an und sorgt dafür, dass du kein Geld verschwendest, um deinen Kund/innen ein irrelevantes Erlebnis zu bieten.

Die E-Commerce-Branche nutzt KI zum Beispiel, um perfekte Lieferbedingungen festzulegen und das 470-Milliarden-Dollar-Problem zu lösen, das darin besteht, den Kunden an der Kasse genaue Lieferfristen zu garantieren. KI sagt sogar Lieferprobleme voraus, die durch externe Faktoren wie schlechtes Wetter usw. entstehen könnten.

In Zukunft würde dies mehr bedeuten, als nur ein Produkt mit KI zu versehen. Es würde bedeuten, dass das Produkt für jeden Nutzer oder jede Gruppe von Nutzern eine andere Iteration darstellt. Die menschliche Kreativität wird genutzt, um mehrere Produkte in einer Iteration zu erstellen. Das klingt verrückt und das ist es auch. Es schafft auch eine Lernherausforderung. Viele Unternehmen sind verwirrt, wenn es darum geht, in den aktuellen Stand der KI zu investieren. Sie wissen nicht, ob sie warten sollen oder in welche Aspekte der KI sie jetzt investieren sollen .

Der Einstieg inKI und Produktentwicklung

Wenn man über die Entwicklung von Produkten nachdenkt, ist es leicht, viele Ideen zu haben. Aber was viele Menschen vor der Ideenfindung nicht bedenken, ist der Unterschied zwischen einer strategischen Hypothese und einer funktionalen Hypothese. Genau dabei kann dir KI helfen.

KI als Ergänzung zur Kundenforschung nutzen

Ich weiß, dass wir alle mehr Zeit darauf verwenden müssen, unsere Kunden kennen zu lernen. Es reicht nicht aus, zu sagen, dass ich an ein jüngeres Publikum verkaufen will, ein paar TikToks anzuschauen und dann ein Produkt zu entwickeln. Beim Kundenfeedback geht es nicht nur um eine Person. Jeder potenzielle Kunde kann andere Vorlieben haben.

Du kannst also KI für die Datenanalyse nutzen und deine Forschung in eine funktionale Hypothese zerlegen. Hier helfen die Daten deinem Produktentwicklungsteam zu lernen:

• Welche Art von Produkten du für deine Zielgruppe bauen kannst
• Welche Botschaften und Inhalte bei dieser Zielgruppe ankommen, auch wenn du Chatbots einsetzt
• Deroptimale Preispunkt wird für deine Zielgruppe relevant sein.

Auf diese Weise hat jeder Schritt der Produktentwicklung einen größeren Zusammenhang mit der größeren Frage, die du zu beantworten vers uchst .

Und ich weiß, das ist leichter gesagt als getan. Jeder neue Produktentwicklungsprozess erfordert eine Reihe von Produktmerkmalen und Modulen, und es ist schwierig, diese miteinander zu verbinden. Die Zustimmung der Stakeholder zu bekommen ist schwierig, da jeder eine andere Meinung hat. Bei all dem und mehr können dir kontextbasierte Erkenntnisse helfen. Unabhängig davon, ob du KI einsetzt oder nicht, ist die Einbeziehung von Kundeninformationen und -feedback für deine Nutzer/innen von großem Wert.

Bayes Esports ist ein hervorragendes Beispiel für ein Unternehmen, das KI in der Produktentwicklung einsetzt, um reale Lösungen für das Esports-Publikum zu entwickeln.

Bildquelle: Bayes Esports

Denk daran, dass die Produkte, die du entwickeln willst, nur dann erfolgreich sein werden, wenn sie ein echtes Problem lösen und Daten die tatsächlichen Probleme aufdecken können.

Ein Team der Universität von Hawaii arbeitete an einem Projekt zur Rettung des bedrohten Seevogels. Es setzte KI ein, um 600 Stunden Tonaufnahmen zu analysieren und zu erkennen, wie oft die Vögel mit den Stromleitungen kollidieren würden.

Anhand der ausgewerteten Daten wurde ein Aktionsplan erstellt, um die Kollisionen zu reduzieren und die Vögel zu retten.

Bildquelle: Nature dot com

Die richtigen Anwendungsfälle für KI

KI kann nicht alles für dich tun. Du kannst nicht einfach an eine Funktion denken und erwarten, dass sie direkt erstellt wird. Vielleicht wird das in der Zukunft möglich sein. Im Moment braucht die Produktentwicklung noch deine Kreativität, deine Richtung, deine Daten und deine Hypothesen. Überlege dir, in welchen Bereichen dein Unternehmen den größten Nutzen aus dem Einsatz von KI ziehen kann.

Du hast zum Beispiel ein Produktionsunternehmen. KI kann die künftige Nachfrage auf der Grundlage von historischen Daten, saisonalen Schwankungen und Markttrends in einem bestimmten Umfang genau vorhersagen. Sie hilft dir, den Bestand, die Produktionspläne und vieles mehr zu optimieren. Angenommen , du betreibst ein Online-Kleidungsgeschäft. Aber die Rücksendequoten sind so hoch wie noch nie, was zu Verlusten führt. Du kannst KI nutzen, um den Kunden Größenoptionen zu empfehlen oder Kunden zu identifizieren, die häufiger als sonst zurückkehren, und ihnen ein anderes Liefererlebnis bieten.

Ein anderes Beispiel: DieAnforderungserhebung ist eine der ersten Phasen im Lebenszyklus der Produktentwicklung. Sie erfordert ein hohes Maß an Interaktion zwischen den Projektmitgliedern. Der Prozess ist jedoch manuell und zeitaufwändig und lässt oft wichtige Details außer Acht. IBM hat Watson AIentwickelt , um jeden Schritt des Prozesses effektiv zu unterstützen.

Bildquelle: IBM Watson

Erkennen, ob dein Team bereit für KI ist

Dir gehenvielleicht eine Menge Fragen durch den Kopf:

• Wie sehr kann ich KI-Quellen vertrauen?
• Wie viel davon brauche ich für die Ideenfindung?
• Wie viel ist gut oder schlecht für das Produktmanagement?

Die Investition in KI-Technologie birgt Risiken, aber auch die Gefahr, dass sie nicht genutzt wird. Zunächst einmal gibt es gewisse Bedenken hinsichtlich des Datenschutzes und der Datenweitergabe. Lass uns zuerst darüber sprechen. Daten und Erkenntnisse sind oft subjektive Interpretationen und unterliegen einer gewissen kognitiven Verzerrung. Wenn du dich also mit Forschungsergebnissen beschäftigst, um neue Produkte zu entwickeln, wirst du andere Annahmen im Kopf haben. Deine Produktstory und die Gründe, warum du es so baust, wie du es tust, werden auch von deiner Interpretation der Daten bestimmt. Deshalb gilt: Egal, ob du KI oder Analysetools für Daten verwendest, vergiss nicht zu testen. Experimente sind der einzige Weg, um deinen Ansatz zu überprüfen.

Wenn es um Inhalte oder Arbeitsabläufe geht, ist generative KI anfällig dafür, plagiierte oder verzerrte Informationen zu liefern. Die Hypothese kann sich für die eine Person richtig und für die andere falsch anfühlen. Sei dir der ethischen Probleme der KI bewusst und lege einen Prozess in deinem Unternehmen fest, um sie anzugehen.

Hier ist ein Leitfaden für den Anfang: Ethische Überlegungen zur KI

Vorteile der KI-gesteuerten Produktentwicklung

1. Erstelle Produkte, die deine Zielgruppe kaufen will

Eines der frustrierendsten Dinge ist es, wenn Produktteams Produkte entwickeln, weil sie denken, dass sie leicht angenommen werden. Es ist sehr einfach, sich von Forschungsideen leiten zu lassen, aber erst wenn man Ideen testet, findet man heraus, was funktioniert und was nicht. Du kannst nicht einfach raten, welche Funktion oder welches Produkt funktionieren wird.

Seitdem Touchscreens in Mode gekommen sind, wurden zum Beispiel sogar die physischen Knöpfe am Armaturenbrett durch Touch-Buttons ersetzt. In der Praxis hat sich das als gefährlich für die Fahrer/innen erwiesen, die wichtige Funktionen finden müssen, ohne während der Fahrt den Blick abwenden zu müssen. Deshalb bringen Unternehmen auf der ganzen Welt physische Knöpfe für grundlegende Funktionen zurück.

Laut PC Mag hat Hyundai sogar versprochen, die physischen Tasten in Zukunft beizubehalten.

Bildquelle: PC Mag

Wenn du einen Prototyp deines Produkts erstellst, kann die künstliche Intelligenz erfassen, wie die Benutzer es benutzen. Diese Daten sind sehr hilfreich, um die bestmögliche Richtung für dein Unternehmen zu finden. KI-Systeme können dir dabei helfen, echte Kundenbedürfnisse zu verstehen, die sich hinter bekannten Problemen verstecken, und Produkte zu entwickeln, die das Publikum auch kaufen will.

Als Foodies zum Beispiel Essen aus einer anderen Stadt probieren wollten, gründeteZomato, ein Essenslieferant in Indien, Intercity Legends. Die Idee war einfach. Nutze die Flughäfen und die bestehende Lieferinfrastruktur, um das Lieblingsessen eines Kunden aus einer anderen Stadt zu liefern. Was noch? Zomato nutzte KI und Daten, um die Lieblingsspeisen der Menschen zu identifizieren und sie mit Geschichten zu verbinden. So wurde z. B. das Butterhähnchen mit der Geschichte seiner Erfindung in den Straßen von Alt-Delhi durch einen Mann verbunden, der nach der Teilung nach Indien zog.

Bildquelle: Zomato

2. Tagelanges Prototyping, erledigt in Stunden

Die Erstellung von Prototypen, ersten Pagern und mehr ist der zeitaufwändigste Teil des Lebenszyklus einer Produktentwicklung. In der Regel dauert es eine Woche, um die erste Version zu erstellen, sie zu testen und dann die folgenden Versionen zu erstellen.

Stell dir vor, du könntest Prototypen erstellen, ohne dafür Wochen aufwenden zu müssen. KI kann dir dabei helfen, dies in wenigen Stunden oder sogar Minuten zu tun. Wenn du ein Produkt entwickelst, sind manche Funktionen einfach nur notwendig und tragen nicht zum ROI bei. Du willst einfach nur da sein und brauchst nicht die glamouröseste Version. Mit KI kannst du sie schnell entwickeln und nach dem Testen ausliefern.

Da KI von früheren Modellen, die du gebaut hast, lernen kann, kannst du diesen Prozess in einem größeren Maßstab wiederholen.

Ruben Hassid erstellt weiterhin Bilder mit KI-Tools und teilt seine Arbeit regelmäßig auf LinkedIn.

Bildquelle: LinkedIn

3. Gewinne deine Zeit für die strategische Planung und für dich selbst zurück

KI in Form von maschinellem Lernen gibt es schon seit Jahren. Die alten Algorithmen konnten Eingaben in Ausgaben umwandeln, aus den Mustern lernen und sie auf ungesehene Daten anwenden. Die neuen Modelle lernen jedoch nicht nur Muster, sondern versuchen auch, das Denken hinter jedem Prozess zu erlernen.

Sie können z. B. lernen, wie man ein bestimmtes Merkmal von Grund auf erstellt. Das mag beängstigend erscheinen, aber du kannst es zu deinem Vorteil nutzen. Du kannst kreativer sein, weil du nicht verschiedene Versionen desselben Produkts für verschiedene Nutzer/innen erstellen musst. Das kann die KI für dich erledigen. Du kannst deine Zeit damit verbringen, leistungsfähigere Produkte zu entwickeln.

Mit der zusätzlichen Zeit kannst du alles Mögliche machen. Fernsehschauen, ein Nickerchen machen oder gar nichts tun :)

Warum dieVerknüpfung von KI und Experimenten so wichtig ist

Während des Produktentwicklungszyklus legen die Produktteams das Warum, Was und Wann für die Entwicklung eines Produkts fest. Wenn du also in einem Produktteam arbeitest, kommt dein Job ins Spiel, wenn es darum geht, Entscheidungen zu treffen und nicht darum, KI-Modelle selbst zu entwickeln. Zum Beispiel musst du auf der Grundlage der Daten entscheiden, was für die Produktion in Frage kommt.

Deshalb musst du anfangen zu experimentieren. Ein Test-and-Learn-Ansatz macht die Spray-and-Pray-Methode überflüssig, sodass die Auswirkungen auf den Kunden bei jedem Schritt quantifiziert werden können. Denn obKI oder nicht, der Einfluss auf die Kunden ist das, was die Geschäftsziele vorantreibt .

Den Führungskräften ist es egal, ob deine Engagement-Metriken gut funktionieren, aber sie interessieren sich dafür, wie sie Produkte innovieren, mehr Gewinn erzielen und die Konkurrenz hinter sich lassen können. BetrachteKI und Experimente als Freunde, die an deinen Produkten oder Funktionen herumbasteln können, aber du bist derjenige, der die Vision vorantreibt .

Du kannst aus jedem Experiment einen Nutzen ziehen, der deine Produkte auf den richtigen Weg bringt. Wenn du bereits ein Experimentierprogramm hast, helfen dir die folgenden Punkte:

• Klare Richtlinien, wann du experimentieren solltest und wann nicht
• Wenn du etwas lernst, denke daran, das Risiko für Änderungen zuverringern
• Verfüge über einheitliche Experimentiervorlagen und Berichte
• Führe ein Modell der Experimentierkultur mit Sprechzeiten ein
• Stelle dem Unternehmen konsolidierte Berichte zur Verfügung, einschließlich Dashboards
• Führe eine Peer Review der Experimente durch

Wenn du mehr darüber erfahren willst, wie du die Produktbereitstellung durch Experimente verbessern kannst, lies diesen Artikel.

Fang an, mit KI zu experimentieren

Du wirst in deinem Produktentwicklungszyklus schneller vorankommen und Produkte liefern, die dein Publikum lieben wird. Ich habe oben ein paar Beispiele genannt - vor allem die Kundenforschung -, aber du kannst auch andere Anwendungsfälle erforschen, sobald sie auf tauchen.

Fürs Erste möchte ich dir ein paar wichtige Erkenntnisse mit auf den Weg geben:

• Du übernimmst das strategische Denken und lässt KI-gestützte Funktionen die schmutzige Handarbeit für dich erledigen.
• Du kannst das Kundenverhalten nicht rationalisieren. Testen ist der Weg, um herauszufinden, was sie wirklich wollen und die richtige Strategie umzusetzen.
• Wie du denkst, dass deine Kunden dein Produkt nutzen, und wie sie es tatsächlich tun, stimmt oft nicht überein. KI kann dir helfen, diese Lücke zu schließen.
• Ein Produkt ist dann erfolgreich, wenn es ein Problem löst, das die Masse hat, und kontextbasierte Erkenntnisse können dieses Problem aufdecken und bestätigen .

In Zukunft werden KI und Experimente in Bezug auf den Geist und die Entscheidungsfindung perfekt aufeinander abgestimmt sein. Denk daran, zu testen und zu lernen, denn alles, was du tun kannst, um deine Nutzer zu verstehen, wird dir helfen, bessere Produkte zu entwickeln. Und hoffentlich wirst du auf diesem Weg entweder befördert oder bekommst Zeit zurück. Das ist der Traum : )