Best practices und erfolgreiche Beispiele der Minimum Viable Product (MVP) Entwicklung

Groß und global werden ist das, was viele junge Unternehmen wollen. Einige verbringen viel Zeit, Geld und Brainpower damit, fertige Produkte mit großartiger Funktionalität zu entwickeln. Wie kann man solche Ressourcen schonen, sinnvoll einsetzen und trotzdem erfolgreich sein? Welche Erfahrungen hat die innFactory GmbH bei der MVP-Entwicklung durch Co-Innovation von Laura AI gemacht und was ist Teslas Geheimrezept?

Best practices

Definieren des Produkts

Das Produkt sollte anhand von Texten, Bildern, Mockups oder noch besser anhand eines klickbaren In-Vision-Prototyps genau definiert sein, um die wichtigste Eigenschaft des Produkts hervorzuheben. Usability-Testessen eignen sich hier, um schon frühzeitig das User-Verhalten zu testen und auszuwerten.

Identifizieren der Zielgruppe und der Wettbewerber

Für wen entwickelt man das Produkt? Was haben diese Personen gemeinsam? Gibt es einen Konkurrenten? Welche Zielgruppe sind die Early Adopters?

Was sind die genauen Kernfunktionen

Was wird das Hauptmerkmal des Produkts sein? Welche Funktionen sind auf dem Markt einzigartig? Welche Funktionen werden die Benutzer begeistern?

Fragen stellen

Welche Informationen wünscht man sich von den Kunden? Was halten die Kunden von der Idee? Werden sie es kaufen? Wie viel werden sie dafür bezahlen? Wie oft werden sie es benutzen? Mit wem werden sie es teilen?

Informationsbeschaffung

Wie beschafft man sich alle wichtigen Informationen der Early Adopters? – möglicherweise aus Kommentaren, Formularen, Umfragen, Google Analytics oder integrierten App-Tracking- Komponenten

Priorisieren Sie

Bei der Entwicklung eines MVPs für eine App, merkt man schnell, dass man in ein Dutzend verschiedene Richtungen denkt und sich verzettelt. Oftmals wird es dann ziemlich chaotisch. Deshalb ist es wichtig, klare Prioritäten und wesentliche Aufgaben zu haben. Man sollte nicht die Kernfunktionalitäten des Produkts aus den Augen verlieren.

RoboAdvisor Laura AI als MVP

Laura AI RoboAdvisor für Immobilienfinanzierung

Zu Beginn des MVPs Laura AI stand die Frage in welchem Bereich einer Bank Digitalisierung durch Co-Innovation umgesetzt werden kann. So ergab sich zusammen mit der Volksbank Raiffeisenbank Rosenheim-Chiemsee eG die Idee eines Robo-Advisors zur Baufinanzierung. Andere Bereiche, wie z.B. die Girokontoeröffnung, können nämlich bei den meisten Direktbanken schon zu 100% mobil abgewickelt werden. Nach der gemeinsamen Ideenfindung und der Bestimmung des Product-Owners und Scrum-Masters begann auch schon der erste Sprint der MVP-Entwicklung. Ziel des Baufinanzierungsrechners war, den potentiellen BauFi-Kunden Schritt für Schritt durch den Berechnungsprozess zu begleiten und abschließend ein Finanzierungskonzept zu erstellen und zu präsentieren. Die Entwicklung von Laura AI erfolgte in drei-Wochen-Sprints. Dabei wurden von Beginn an alle Stakeholder des Projekts miteinbezogen. Nur so schien es für uns als innFactory GmbH möglich die Banken- und IT-Welt zusammenzubringen. Gemeinsam mit BauFi- Beratern und Innovationsmanagern der VR-Bank erfolgte nach jedem Sprint ein sogenanntes Sprint-Review.

Review, um sich über den aktuellen Entwicklungsstand des MVPs auszutauschen und um Feedback und neuen fachlichen Input der Bank-Berater einzuholen. Bei der MVP-Entwicklung war uns vor allem wichtig, dass der Mensch im Mittelpunkt steht. Durch sogenannte „Beratersessions“ und Interviews mit Finanzierungsspezialisten konnten wir sowohl aus technischer als auch aus Banken-Sicht die Produktinhalte des virtuellen Finanzierungsassistenten genau bestimmen. Das bereits oben erwähnte Usability Testessen führten wir zusammen mit Auszubildenden der VR-Bank durch. Dieses erste Feedback von unseren „Early Adopters“ verwendeten wir dann um Laura AI noch konkreter an die Kundenwünsche anzupassen. So gelang es uns über die gesamte Entwicklungsperiode des Robo- Advisors Laura AI den Feedback-Loop Build measure, learn umzusetzen.

Teslas Geheimrezept

Der Tesla Roadster war das erste Serienfahrzeug von Tesla. Dieses Elektroauto ist ein Beispiel für ein sehr hochwertiges Minimum Viable Product. Ein MVP zu entwerfen bedeutet ja nicht unbedingt günstig oder schlecht zu bauen. Als Chassis wurde ein Lotus Elise verwendet. Als Energiespeicher wurden 6.831 zusammengeschaltete Akkus verwendet, die auch für Laptops hergenommen werden. Hört sich nicht gerade perfekt ingenieurstechnisch durchdacht an, aber der Roadster kommt damit ca. 300km weit. Die Early Adopters waren wohlhabende Personen, die nicht auf den Roadster als tägliches Fortbewegungsmittel angewiesen waren. Es ging dabei nicht um Stil oder Luxus, sondern um Einzigartigkeit. Diese kleine Zielgruppe brannte für das Produkt. Sie wollten ein ökologisches Statement setzen. Diese Mindestanforderungen waren beim MVP Tesla Roadster gegeben. Durch weitere Iterationen entstanden schnell und kontinuierlich neue innovative Produkte wie das Model S, das Model X oder das Model 3. Es kamen neue Funktionen hinzu, die Reichweite wurde höher und der Kaufpreis niedriger. Build measure, learn wurden hier von Elon Musk und seinem Team mustergültig umgesetzt.

Im Gegensatz zu anderen Automobilherstellern, die auf dem Feld der Elektromobilität mitspielen wollen, sammelt Tesla von Beginn an Informationen von echten Kunden, um sein Produkt stetig zu verbessern. Außerdem wählte Tesla bei der Vorstellung des Model 3 Prototypen eine kluge Taktik, um schnell Geld für die Weiterentwicklung des Model 3 einzusammeln. Um das Model 3 vorzubestellen, mussten Kunden „nur“ 1000 Dollar anzahlen. Einen Tag nach der Vorstellung des Model 3 durch Elon Musk, reservierten 180.000 Personen das Elektroauto. Bedeutet: 180 Millionen Dollar zur Weiterentwicklung. Gemäß dem Investoren-Motto „Zeig mir, dass sich dein MVP bei den Early Adopters verkauft und ich investiere.“