Better Solutions.
Start with the right Questions.

Data-driven Discovery beschreibt den Prozess, bei dem alle verfügbaren Datenquellen systematisch genutzt werden, um Nutzerverhalten, -bedürfnisse und -probleme zu verstehen. Dabei werden quantitative Daten (z.B. Analytics, Supportanfragen, Sales & CRM) und qualitative Insights (z.B. Interviews) kombiniert und mittels KI effizienter analysiert. Dies ermöglicht fundierte Entscheidungen und reduziert das Risiko, an den tatsächlichen Nutzerbedürfnissen vorbeizuentwickeln.

Ein strategischer UX-Ansatz berücksichtigt alle Phasen des Customer Life Cycle:

• Awareness: Durch intuitive Navigation und relevante Inhalte die Markenbekanntheit steigern
• Consideration: Mit überzeugenden Vergleichsmöglichkeiten und transparenten Informationen Vertrauen aufbauen
• Purchase: Durch optimierte Checkout-Prozesse und klare Call-to-Actions die Conversion erhöhen
• Get Started: Mit schnellen Setups und intuitiven Onboarding-Flows die Einstiegshürde minimieren
• Use: Durch intelligente Software-Integrationen und nahtlose Workflows die tägliche Nutzung optimieren
• Retention: Mit personalisierten Erlebnissen und einfachem Self-Service die Kundenbindung stärken
• Advocacy: Durch Community-Features und Feedback-Systeme Kunden zu Markenbotschaftern machen

Besonders erfolgreich sind Strategien, die nahtlose Übergänge zwischen diesen Phasen schaffen und datenbasierte Personalisierung für jeden Abschnitt der Customer Journey bieten. Dabei ist zu beachten, dass sich diese Phasen je nach Kontext – also je nach Unternehmen, Produkt und Branche – in ihrer Ausprägung, Dauer und Bedeutung unterscheiden können.

Journey-basierte Strategien sind nachhaltiger, da Nutzerintentionen und -ziele länger Bestand haben als einzelne Technologien oder Touchpoints. Sie bieten mehrere konkrete Vorteile:

• Bessere Nutzererfahrung durch nahtlose Übergänge zwischen verschiedenen Touchpoints
• Höhere Effizienz durch Priorisierung von Touchpoints mit größtem Impact in der Gesamtjourney
• Mehr Flexibilität bei technologischem Wandel, besonders im KI-Zeitalter
• Stärkere Nutzer-Bindung durch bedürfnisorientierte statt produktzentrierte Denkweise

JTBD (Jobs-to-be-Done) basierte Archetypen sind Nutzersegmente, die auf tatsächlichen Aufgaben, Zielen und Bedürfnissen basieren statt auf demografischen Merkmalen. Ihr Vorteil liegt darin, dass sie:

• Reale Nutzermotivationen und -ziele abbilden statt oberflächlicher Eigenschaften
• Langfristig gültig bleiben, da Kernbedürfnisse sich weniger schnell ändern als Technologien
• Teams helfen, empathischer und zielgerichteter zu entwickeln
• Eine klare Priorisierung von Features und Inhalten nach tatsächlichem Nutzwert ermöglichen

Der Erfolg von UX-Research und -Strategie lässt sich anhand verschiedener Metriken messen:

• Geschäftsmetriken: Conversion-Raten, Customer Acquisition Cost, Customer Lifetime Value
• Erfahrungsmetriken: Customer Satisfaction Score (CSAT), Net Promoter Score (NPS), System Usability Scale (SUS)
• Verhaltensmetriken: Absprungrate, Verweildauer, Abschlussquoten bei kritischen Flows
• Effizienzmetriken: Entwicklungszeit, Anzahl notwendiger Iterationen, Support-Anfragen

Am effektivsten ist ein ausgewogener Mix dieser Metriken mit klarem Bezug zu den ursprünglich definierten Zielen. Bereits 2010 habe ich mich im Rahmen meiner Diplomarbeit intensiv mit der Messbarkeit von UX auseinandergesetzt.

KI kann den UX-Research-Prozess auf mehreren Ebenen optimieren:

• Datenanalyse: Schnellere Erkennung von Mustern in großen Datensätzen
• Interview-Analyse: Automatisierte Transkription und Clustering von Erkenntnissen
• Priorisierung: Intelligente Vorschläge für High-Impact-Bereiche basierend auf Datenanalyse

Der größte Nutzen entsteht, wenn KI als Unterstützung für menschliche Expertise eingesetzt wird, nicht als Ersatz.

Eine herausragende UX-Strategie zeichnet sich durch folgende Merkmale aus:

• Geschäftsrelevanz: Direkte Verbindung zu übergeordneten Unternehmenszielen
• Adaptivität: Anpassungsfähigkeit an sich ändernde Marktbedingungen und Technologien
• Balance: Ausgewogenes Verhältnis zwischen kurzfristigen Verbesserungen und langfristiger Vision
• Differenzierung: Klare Positionierung gegenüber Wettbewerbern durch einzigartige Experiences
• Messbarkeit: Konkrete KPIs und Erfolgskriterien für alle strategischen Initiativen

Der entscheidende Unterschied liegt oft in der Fähigkeit, komplexe Insights in einfache, überzeugende Narrative zu übersetzen, die alle Stakeholder verstehen und unterstützen können.

Klassisches UX optimiert für menschliche Wahrnehmung: Wie fühlt sich ein Flow an? Ist der Button auffindbar? Versteht der Nutzer den nächsten Schritt?

Agentic UX denkt eine Ebene tiefer: Wie interpretiert ein Agent diesen Flow? Kann er den Zustand des Systems erkennen, ohne Farben zu sehen? Sind Aktionen eindeutig benannt? Gibt es verlässliche Ankerpunkte in der Struktur – auch wenn sich das Layout ändert?

Beide Perspektiven schließen sich nicht aus – ein gut gestaltetes System funktioniert für Menschen und Agenten. Agentic UX macht nur sichtbar, wo viele digitale Produkte strukturell schwach sind.