Finding Product-Market Fit: The „n=1“ rule

Von Andreas Olmes (Principal / Prokurist)

Unterstützt von Ulrike Kalapis (Investment Manager), Yann Fiebig (Senior Investment Manager) , Gregor Haidl (Investment Manager) und Fabian Hogrebe (Investment Manager)

In a nutshell

Die „Rule of n = 1“ besagt, dass ihr euch bei der Suche nach dem Product-Market Fit zu Beginn auf genau einen einzelnen Kunden konzentrieren solltet. Im Gegensatz dazu führt euch die Einführung von Personas oder generalisierten Kundensegmenten regelmäßig auf Irrwege.

Quick wins:

• Richtet den Fokus konsequent auf einzelne Kunden: „Rule of n=1“!
• Erstellt Personas erst ab fünf einzelnen, gleichen und zahlenden Kunden!
• Überprüft, wenn ihr Venture Capital mit an Bord habt, ausgehend von n=1 direkt die Skalierbarkeit, d.h. die Übertragbarkeit des PMF auf weitere Kunden!
• Betrachtet weitere Themen wie zusätzliche Features, Vertriebspartnerschaften oder Skalierungsthemen als sekundär und konzentriert euch auf den einzelnen Kunden!

Status Quo

Wie wir bereits 2019 aufzeigen konnten, sind rund 75 % der Ausfälle in unserem Industrial-Tech-Bereich auf einen mangelnden Product-Market Fit (PMF) zurückzuführen. Weitere knapp 10% fallen aus rein technologischen Gründen aus und gute 30% scheitern aus Teamgründen. Dies gilt übrigens auch für US-amerikanische Unternehmen, siehe hierzu eine Studie von CB Insights aus 2019.

Wenn wir Gründerteams bitten, ihren eigenen Product-Market Fit darzustellen, werden die Kunden überraschenderweise oft nur oberflächlich beschrieben. Auch die Probleme der Kunden sind nicht richtig greifbar. Bereits 2018 hatte mein Kollege Gregor Haidl daher vorgeschlagen, die Kundensegmente zunächst auf Basis von einzelnen konkreten Kunden darzustellen. Darauf basierend haben wir 2018 die ersten PMF-Workshops auf- und umgesetzt. In diesen Workshops erarbeiten wir zusammen mit dem Gründer-Team die grundlegenden Erfolgsfaktoren: Kunde -> Problem -> Lösung -> Cash Kunde / Cash Start-up. Wie ein solcher Workshop im Detail abläuft, werden wir für euch in einem der kommenden Artikel beleuchten.

Obwohl wir im Vorfeld der Workshops den Fokus auf einzelne Kunden betonen, fällt uns auf: Viele Teams tendieren im ersten PMF-Workshop weiterhin zu einer abstrakten und generalisierten Beschreibung der Zielkunden. Offensichtlich schaffen wir es noch nicht, unser wichtiges Learning an die Gründer weiterzugeben.

Ergänzend ein kleiner Einschub darüber, wie der PMF heutzutage klassischerweise gelöst wird, und wodurch die Start-up-Teams geprägt sind:

• Basierend auf einer Kundenbefragung wird ein Canvas-Modell erstellt.
• Damit werden alle relevanten Teilbereiche wie Kundensegment, Problem, Lösung, Mehrwert, Vertriebskanäle, Lieferanten, usw. beschrieben.
• Dies ist schon viel besser als die Strategie um die 2000er Wende, Kunden erst zu befragen, wenn das Produkt bereits fertig ist.😉
• Hin und wieder beobachten wir eine weitere Verbesserung: Um das Kundensegment besser zu verstehen, wird eine Persona erstellt. Ein Beispiel: „Das ist Alice. Alice ist 35 Jahre alt, arbeitet als Produktionsleiterin und hat das Problem, dass sie alle 8 Wochen die Produktion zu Wartungszwecken anhalten muss, usw. …“.

Doch selbst Start-ups, die solche Personas erstellen, zeigen sehr häufig keinen durchschlagenden Erfolg am Markt. Konkret beobachten wir dagegen lange Verkaufszyklen, verlorene Abschlüsse und ein schlechtes Verhältnis in der Gegenüberstellung von Umsatz und Vertriebsaufwand.

Was läuft also falsch?

Offensichtlich führt die direkte Verallgemeinerung aus den Kundeninterviews hin zum Canvas dazu, dass sich ein einzelner Kunde darin nicht mehr vollständig(!) wiederfindet. Selbst eine Persona ist ganz am Anfang zu allgemein gefasst und damit nicht greifbar.
Zusätzlich(!) führen die weiterführenden Canvas-Boxen dazu, dass das Start-up-Team massiv von dem absolut prioritären Verständnis des eigentlichen Kundenproblems abgelenkt wird. Das Canvas wird sorgfältig ausgefüllt und die Arbeit erledigt, trotzdem wird nicht tief genug hinterfragt, ob der Kunde wirklich verstanden wurde.

Resumee:

• Zu wenig Fokus auf die Kunden- und Problem-Box
• mit zu vielen weiteren Boxen, die im ersten (entscheidenden) Schritt nur ablenken.

Wie haben wir dies gelöst?

In der Physik haben wir gelernt, Lösungen und damit insbesondere auch Lösungswege zu finden, indem wir uns das Extremum vorstellen und von dort aus rückwärts denken. Wenn es das Ziel ist, eine Kundengruppe möglichst detailliert zu verstehen, um Produkte an möglichst viele aus dieser Kundengruppe zu verkaufen, dann ist das Extremum, einfach mit einem Kunden zu beginnen. Genauer gesagt, mit nur einem einzigen Kunden.
Und damit wird die notwendige Optimierung auch direkt völlig klar:

• Beschreibe nur genau einen Kunden, d.h. „n = 1“,
• und fokussiere Dich zunächst ausschließlich auf die absolut wesentlichen Punkte Kunde -> Problem -> Lösung -> Cash Kunde / Cash Start-up

Welche Vorteile ergeben sich?

Der wesentliche Vorteil ist, dass sich das Gründer-Team nun auf einen einzelnen Kunden fokussieren darf, aber auch muss. So fallen vermeintliche Details nicht länger unter den Tisch.
Zudem macht es die Arbeit viel einfacher. Es geht einfach „nur“ noch um die Kundin Alice von Unternehmen XY, die erlebbar wird und damit auch im Detail beschrieben werden kann:

• Im positiven Fall führt dies unmittelbar zu einem ersten Umsatz durch einen Auftrag durch Alice, da ein real existierendes Problem gelöst wurde. Das ist unser Ziel.
• Im negativen Fall wird immerhin genau verstanden, warum die Kundin Alice nicht passt.

Ein positiver Nebeneffekt: Auch Investoren und externe Unterstützer des Start-ups verstehen anhand der “Story” eines einzelnen Kunden die Unternehmung des Start-ups oft schneller und besser.

Gibt es dazu eine Guideline?

Wir haben dazu den Standard-Canvas deutlich vereinfacht und auf das Wesentliche fokussiert. Erfahrt mehr in einem unserer nächsten Artikel.

Was muss parallel beachtet werden?

Wichtig ist, dass insbesondere VC-finanzierte Start-ups ein skalierbares Produkt vorweisen müssen. Ansonsten handelt es sich um reines Projektgeschäft. Dies kann unternehmerisch durchaus attraktiv sein, allerdings in den seltensten Fällen für VCs. Daher sollten Start-ups mit VC-Ambitionen schon beim ersten Kunden (n=1), die Skalierbarkeit bzw. die Übertragbarkeit des PMF auf weitere Kunden kritisch überprüfen. Eine Ausnahme ist bewusst durch-geführtes Projektgeschäft, um ein Produkt überhaupt verkaufen zu können.
Darüber hinaus ist es bei der Analyse der Kundin Alice zentral, dass zunächst einmal aus-schließlich ihre Welt und ihre Probleme aus ihrer Brille (!) betrachtet werden (Problem Space des Kunden). Erst danach schaut ihr euch als Start-up an, ob eine Lösung für das hoffentlich vorhandene Problem von Alice gefunden werden kann (Solution Space). Wie es so schön heißt: Das Problem wird vom Kunden geliefert, die Lösung vom Start-up. So schreibt es auch Fitzpatrick in dem sehr empfehlenswerten Buch Mom-Test.

Was kommt nach n=1?

Nach n=1 kommt n=2, d.h. der Blick auf den nächsten einzelnen Kunden. Kunde Bob sollte Kundin Alice möglichst ähnlich sein. So lässt sich auf einem deutlich höheren Niveau als bei Alice starten. Die Erfahrung zeigt übrigens, dass dann überraschend oft weitere deutliche Unterschiede aufgedeckt werden. Dies macht nichts, zeigt es doch, wie wichtig und richtig es ist, sich immer wieder den einen gerade vorliegenden Kunden ganz genau anzuschauen. Auch hier heißt es dann, Bob in einen zahlenden Kunden zu verwandeln.
Und nach Alice und Bob kommen natürlich Carol, Dave, usw. So hangelt ihr euch tatsächlich von einem einzelnen Kunden zum nächsten. Die Summe dieser Kunden ergibt dann das an-visierte Marktsegment des Start-ups, d.h. ausgehend von n=1 folgt später n -> Marktsegment.
Mit der Zeit lassen sich so Gemeinsamkeiten zwischen den Kunden aufdecken, die dann einer Persona oder einem Zielkundensegment zugeordnet werden können, um die nächsten Kunden leichter zu identifizieren.
Für die Mathematiker unter Euch: Das ist fast schon wie der Beweis per Induktion.😉

Literatur

• [Bla 2006] Blank: The Four Steps to the Epiphany (2006)
• [Kna 2016] Knapp: Sprint, How to solve big problems and test new ideas in just five days (2016)
• [Fit 2016] Fitzpatrick: Der MOM Test (2016 translation, original 2013)
• [Cag 2018] Cagan: Inspired, How to create tech products customers love (2018)
• [Bra 2018] Bradley, Hirt, Smit: Strategy beyond the hockeystick (2018)
• [CBI 2019] CB Insights, The Top 20 Reasons Startups Fail, https://www.cbinsights.com/research/startup-failure-reasons-top/ (6. November 2019, laut Recherche vom 12. Februar 2021)
• [Hog 2019] Hogrebe, Haidl, Fiebig, Olmes: Product-Market Fit: Der Hauptgrund für das Scheitern von Industrial Tech Startups im HTGF-Portfolio (Mai 2019)
• [Feh 2019] Fehr, Haidl, Hogrebe, Fiebig, Olmes: Product-Market Fit im Industrial Tech – Der Weg zum Kundenverständnis (Juli 2019)
• [Hai 2019] Haidl, Fiebig, Hogrebe, Olmes: Woran erkenne ich Product-Market Fit als Industrial Tech Gründer? (September 2019)
• [Hai 2020] Haidl, Fiebig, Hogrebe, Olmes: Wie erkennen Industrial-Tech Gründer den Product-Market Fit? (Februar 2020)
• [Hog 2020] Hogrebe, Haidl, Kalapis, Fiebig, Olmes: Wie nähere ich mich dem Product-Market Fit an, wenn ich keinen habe? – Der Customer Development Prozess (Juli 2020)
• [Olm 2021] Nachtwei, J. & Nachtwei, K. (2021). HR Consulting Review, Band 13 (Fokus Startups). VQP. p166-172