methodatlas

Product Discovery Mapping Tool

Opportunity Solution Tree

Führt kontinuierliche Discovery von einem Outcome über Kundenbedürfnisse zu geprüften Lösungswegen.

Der Opportunity Solution Tree visualisiert mögliche Wege zu einem gewünschten Ergebnis: Outcome, kundenbezogene Opportunities, Lösungen und Tests ihrer Annahmen. Die Map wird mit neuer Evidenz fortgeschrieben.

Kernfrage
Welche evidenzgestützten Wege können das gewünschte Outcome über Kundenbedürfnisse und geprüfte Lösungen erreichen?
Teilnehmende
2-6
Zeit
Laufende Praxis

Opportunity Solution Trees bilden einen kontinuierlichen Lernpfad ab; jede Lösung bleibt eine Option, bis Evidenz eine Entscheidung unterstützt.

Papierillustration eines verzweigten Baums mit Outcome an der Wurzel, darunter Kunden-Opportunities, Lösungsoptionen und kleinen Experimentkarten.
  1. Outcome

    Ein steuerbares Outcome festlegen

    Ein gewünschtes Ergebnis begrenzt die Discovery-Arbeit und verbindet Kundennutzen mit Geschäftswert.

  2. Opportunities

    Kundenbedürfnisse strukturieren

    Opportunities sind Bedürfnisse, Pain Points oder Wünsche, deren Verbesserung das Outcome unterstützen könnte.

  3. Fokus

    Eine Ziel-Opportunity auswählen

    Das Team wählt eine relevante Opportunity innerhalb seines Discovery-Fokus.

  4. Lösungen

    Mehrere Lösungswege erkunden

    Lösungen werden nur unter der gewählten Ziel-Opportunity entwickelt.

  5. Lernen

    Annahmen testen und Baum aktualisieren

    Tests helfen zu beurteilen, welche Lösungsoptionen die Opportunity und das Outcome unterstützen.

Aktualisiere den Baum nach Interviews, Beobachtungen und Experimenten. Verworfene Pfade bleiben als Lernhistorie nachvollziehbar.

Geeignet, wenn

Nutze ihn für kontinuierliche Produkt-Discovery, wenn ein Team Outcome, Kundenbedürfnisse und Lösungslernen zusammenhalten muss.

Ideal für

  • Continuous Discovery
  • Product Triads
  • Experiment Planning

Nicht gut für

  • Reine Delivery-Verfolgung
  • Architektur-Dokumentation

Ergebnisse

  • Outcome

    Ein messbares Ergebnis im Discovery-Einflussbereich.

  • Opportunity Space

    Strukturierte Bedürfnisse mit Quellen und offenen Interpretationen.

  • Lösungs- und Testpfade

    Alternative Lösungen, riskante Annahmen, Experimente und Folgeentscheidungen.

Opportunity Solution Tree

Fiktives Lehrbeispiel

Die Baumebenen sind Outcome, kundenseitige Opportunities, Lösungsoptionen und Tests kritischer Annahmen. Der Baum bildet Hypothesen und Lernpfade ab, keinen Projektplan.

Outcome

Welches steuerbare Ergebnis soll sich verbessern?

Fiktives Outcome: Anteil abgeschlossener Ausleihen an allen Reservierungsanfragen im Pilotgebiet in acht Wochen von 20 % auf 35 % erhöhen. Alle Werte sind erfunden.

Kunden-Opportunities

Welche Bedürfnisse, Pain Points oder Wünsche aus konkreten Kundensituationen könnten das Outcome beeinflussen?

Fiktive Recherchehypothese: Unsicherheit über Verfügbarkeit erschwert die Planung. Noch kein Kundenbeleg.

Ziel-Opportunity

Welche Opportunity wählen wir für die nächste Discovery-Runde und warum?

Fiktive Auswahl: Klarheit über Reservierungsstatus, weil sie dem geplanten Ausleihpfad vorausgeht.

Lösungsoptionen

Welche unterschiedlichen Wege könnten diese Opportunity bedienen?

Fiktiv: verbindliche Reservierungsbestätigung · telefonischer Rückruf · Selbstbedienungsstatus.

Annahmen und Tests

Welche riskante Annahme prüft welcher Test, und welche Entscheidung folgt?

Fiktiv: Prototypentest prüft, ob Personen den Status verstehen; Ergebnis erfordert echte Nutzersitzungen.

Alle Einträge sind fiktiv. Opportunities müssen aus Discovery stammen; Teamwissen allein liefert keine Kundenbelege.

Quelle: Teresa Torres, Product Talk

Erster Schritt

Lege ein Team-Outcome, Zielgruppe und vorhandene Kundenkenntnisse fest. Für einen ersten Opportunity Tree empfiehlt Teresa Torres drei bis vier story-basierte Interviews als Input.

Zur Methodenanleitung

Vertiefung

Zweck

Wenn Discovery zwischen Zielen, Ideen und Lernschleifen pendelt, schafft sie eine klare Steuerlogik. Sie verbindet gewünschte Wirkung, Chancen und Experimente in einer lesbaren Struktur.

Funktionsweise

Sie hält Outcome, Chancen, Lösungswege und Tests in einer Baumlogik zusammen und zeigt, wo Lernen gerade hängt. Jede Verzweigung macht sichtbar, welche Annahme den nächsten sinnvollen Schritt bestimmt und welche Idee noch zu wenig Evidenz trägt.

Im Detail

Die Tree Logik trägt, weil sie Outcomes, Chancen, Lösungsansätze und Experimente als zusammenhängendes Entscheidungsgerüst sichtbar macht. Gute Nutzung hält Opportunities eng an beobachteten Nutzerproblemen und schützt den Baum vor ideengetriebener Verästelung ohne Evidenz. So wird klar, welche Lösung nur ein Kandidat unter mehreren ist und an welcher Annahme der nächste Lernschritt wirklich hängt.

Durchführung

Beginne mit einem klar formulierten Outcome und nur den Chancen, die aus belastbarer Erkenntnis stammen. Scharf wird die Sache, wenn mehrere Lösungen an dieselbe Opportunity andocken und ein Vergleich möglich wird. Schließe mit einem fokussierten Teilbaum, den wichtigsten Unsicherheiten und einer expliziten Reihenfolge der nächsten Tests.

Die Methodenanleitung führt mit 5 Phasen, Zeitrahmen, 5 Stolperfallen und klaren Abbruchkriterien durch die Umsetzung.

Methodenanleitung öffnen

Deine Einschätzung

Hilft dir diese Methode für dein Vorhaben?

Mit deinem Feedback hilfst du, den Methodatlas weiterzuentwickeln.

Quellen und Themen

Themen
Artefakt-Vorlagen
Opportunity Solution Tree: ArbeitsvorlagePlane den Einstieg und den laufenden Arbeitsrhythmus für Outcome, Opportunities, Lösungen und Tests.
markdown

opportunity-solution-tree-outline.md

Plane den Einstieg und den laufenden Arbeitsrhythmus für Outcome, Opportunities, Lösungen und Tests.

Opportunity Solution Tree: Arbeitsvorlage

Fragestellung

Noch zu klären

Gewünschtes Ergebnis

Noch zu klären

Rahmen

Kontinuierliche Discovery strukturieren Zeit: Laufende Praxis; kein Gesamtzeitlimit

Diese Vorlage während der Arbeit auf Papier oder in einem eigenen Dokument ausfüllen.

Vorbereitung für diesen Umfang

Methodische Grundausstattung

  • Materialien: Outcome-Definition, Forschungsnotizen mit Quellen, Opportunity-Clustering, gemeinsame Baumfläche und Platz für Lösungshypothesen und Experimentkarten.
  • Rollen: Produkttrio oder cross-funktionales Team aus Product, Design/Research und Engineering; Discovery-Verantwortung hält Baum und Evidenz aktuell.
  • Vorab-Infos: Outcome, Zielgruppe und aktuelle Produkt- oder Kundenbelege sammeln. Kundenaussagen von Interpretationen trennen.
  • Gesamter Zeitbedarf: Kein einzelner Workshop. Einstieg und erste Struktur in etwa 1–2 Stunden; Interviews, Tests und Aktualisierungen laufen in wiederkehrenden Discovery-Zyklen.
  • Setup: Outcome oben, Opportunities darunter, Lösungen unter der gewählten Opportunity und Experimente auf Lösungsannahmen abbilden. Nur eine Ziel-Opportunity gleichzeitig vertiefen.

Für die Arbeitsschritte bereitstellen

Outcome: Ein steuerbares Outcome festlegen

  • Produktstrategie und Zielgruppe
  • Verfügbare Kennzahl oder beobachtbarer Verhaltensindikator

Opportunities: Kundenbedürfnisse strukturieren

  • Story-basierte Kundengespräche oder Beobachtungen
  • Outcome und bestehende Opportunity-Notizen

Fokus: Eine Ziel-Opportunity auswählen

  • Outcome
  • Opportunity Map und zugehörige Kundennotizen

Lösungen: Mehrere Lösungswege erkunden

  • Ziel-Opportunity und Erfolgssignal
  • Produkt-, Design- und technische Perspektiven

Lernen: Annahmen testen und Baum aktualisieren

  • Lösungsoptionen und explizite Annahmen
  • Zugriff auf geeignete Nutzer oder Daten

Opportunity Solution Tree

Outcome

Welches steuerbare Ergebnis soll sich verbessern?

...

Kunden-Opportunities

Welche Bedürfnisse, Pain Points oder Wünsche aus konkreten Kundensituationen könnten das Outcome beeinflussen?

...

Ziel-Opportunity

Welche Opportunity wählen wir für die nächste Discovery-Runde und warum?

...

Lösungsoptionen

Welche unterschiedlichen Wege könnten diese Opportunity bedienen?

...

Annahmen und Tests

Welche riskante Annahme prüft welcher Test, und welche Entscheidung folgt?

...

Leere Vorlage: genau ein Outcome wählen, Opportunities mit Beleg verknüpfen, Ziel-Opportunity markieren, darunter Lösungshypothesen und Tests dokumentieren.

Quelle: Teresa Torres, Product Talk

Outcome: Ein steuerbares Outcome festlegen

Erwartetes Artefakt: Outcome als Wurzel des Baums

Ergebnis · Zielgruppe · Messsignal

Eintrag:

...

  • Kann das Team das Outcome mit Produktentscheidungen beeinflussen?

Opportunities: Kundenbedürfnisse strukturieren

Erwartetes Artefakt: Kundenbezogene Opportunities mit Belegen

Bedürfnis oder Hindernis · Quelle · offene Frage

Eintrag:

...

  • Ist jede Opportunity aus Kundenwissen hergeleitet?
  • Enthält sie noch eine Lösung in Verkleidung?

Fokus: Eine Ziel-Opportunity auswählen

Erwartetes Artefakt: Gewählte Ziel-Opportunity mit Begründung

Opportunity · Evidenz · Begründung

Eintrag:

...

  • Ist die Opportunity relevant und ausreichend verstanden, um Ideen zu entwickeln?

Lösungen: Mehrere Lösungswege erkunden

Erwartetes Artefakt: Lösungsoptionen mit Annahmen

Option · adressierte Opportunity · wichtigste Annahme

Eintrag:

...

  • Gibt es verschiedene Wege, die Opportunity zu bedienen?

Lernen: Annahmen testen und Baum aktualisieren

Erwartetes Artefakt: Aktualisierter Baum mit Tests und Entscheidungen

Annahme · Test · Evidenz · Entscheidung

Eintrag:

...

  • Prüft der Test eine wichtige Annahme der Lösung?
  • Ist die nächste Entscheidung vor dem Test benannt?

Offene Fragen und nächste Schritte

...

Methodenanleitung: https://methodatlas.meierhoff-systems.de/de/methods/opportunity-solution-tree/run-sheet

Alternativen und Nachbarn

Passende Alternativen mit Entscheidungshilfe, danach weitere verwandte Methoden.

Alle Methoden
Rahmenbedingungen und Herkunft
MittelWorkshop + Async1-2 h Setup, laufend

Steckbrief

Methodenform
Mapping Tool
Teilnehmende
2-6
Zeit
1-2 h Setup, laufend
Reifegrad
Established
Papierillustration einer Assumption Map als ruhige Vier-Felder-Matrix mit Hypothesenkarten und Markierung der wichtigen, kaum belegten Annahmen.
Als Nächstes: Assumption Mapping