Was vorher fertig sein muss
Eine identifizierte Annahme oder Hypothese liegt vor, deren Validität für die Initiative kritisch ist und die experimentell prüfbar ist.
Was vor Start vorliegen muss
Canvas-Vorlage (Strategyzer, Lean-UX oder eigene); Stifte und Haftnotizen; geteiltes Dokument oder Miro-Board; Liste der zu prüfenden Annahmen; Beispiele für Metriken und Schwellenwerte aus früheren Experimenten.
Ein Discovery-Lead oder Product Manager als Canvas-Owner; ein Designer für Test-Setup; ein Engineer für technische Machbarkeit; optional ein Data Analyst für Metrik-Quellen.
Annahmen-Liste; bekannte Kunden- oder Nutzersegment-Daten; verfügbare Test-Tools (Landing-Page, Fake-Door, Prototyp); Budget und Zeitrahmen; bestehende Metriken aus Analytics.
30-60 min
Canvas-Vorlage als Druck oder Board. Felder sichtbar: Hypothese, Riskanteste Annahme, Testdesign, Metrik, Erfolgsschwelle, Lernziel, Entscheidungsregel, Voraussetzungen. Beispiel-Canvas eines früheren Experiments als Referenz.
Die eine Frage, die diese Methode beantwortet
Welche Annahme prüfen wir mit welchem Test, ab welchem Schwellenwert gilt die Hypothese als bestätigt, und welche Entscheidung folgt aus dem Ergebnis?
Marker: Sektion
| Schritt | Dauer | Aktion | Hinweis |
|---|---|---|---|
1Sektion 1: Lernziel und Annahme | 10 min | Lernziel als Frage formulieren („Wollen Nutzer für Feature X bezahlen?“). Riskanteste Annahme dahinter benennen. Beide Felder ausfüllen. | Wenn Lernziel als „wir wollen Feature bauen“ formuliert ist, ist es kein Lernziel sondern eine Umsetzungsabsicht. Canvas ist falsches Werkzeug, Roadmap-Item nutzen. |
2Sektion 2: Hypothese und Erfolgsmetrik | 10 min | Hypothese als Wenn-dann-Aussage. Erfolgsmetrik benennen mit Quelle (Analytics-Tool, Umfrage, manuelle Auswertung). Schwellenwert für Erfolg festlegen. | Hypothese ohne Schwellenwert ist Wunschdenken. Schwellenwert vor Test fixieren, nicht nachher. Ohne Quelle ist Metrik nicht messbar. |
3Sektion 3: Testdesign und Setup | 15 min | Testtyp wählen (Landing-Page, Fake-Door, Prototyp, Concierge, Wizard-of-Oz). Setup beschreiben: was wird gebaut, Zielgruppe, Distribution. Aufwand und Dauer abschätzen. | Kleinster funktionierender Test bevorzugen. Wer Prototyp baut, wo Landing-Page reicht, verbrennt Zeit. Aufwand sollte zur Größe der Annahme passen. |
4Sektion 4: Entscheidungsregel | 10 min | Vor Test definieren: was passiert bei Erfolg, was bei Misserfolg. Optionen: Pivot, Persevere, Stop, weiteres Experiment. Risiken und Voraussetzungen auflisten. | Ohne Entscheidungsregel wird Ergebnis interpretiert statt eingehalten. Pro-Erfolg-und-Misserfolg-Pfad vor Test fixieren, das ist methodischer Schutz. |
5Sektion 5: Review und Freigabe | 5-10 min | Canvas mit Stakeholder oder Sponsor abgleichen. Budget und Owner bestätigen. Test-Start-Datum fixieren. | Wenn Stakeholder Schwellenwert nicht akzeptiert, vor Test klären. Nachträgliche Schwellenwert-Diskussion entwertet das Experiment. |
Was am Ende rauskommt
Ausgefülltes Experiment Canvas als Dokument oder Board-Export mit allen Sektionen, plus Test-Plan mit Setup-Details, Datums-Plan und Owner. Verlinkt mit Hypothesen-Backlog.
Pro Experiment eigenes Canvas mit ID, Datum, Status (Geplant, Läuft, Abgeschlossen). Ergebnis-Sektion nach Test ergänzen, nicht überschreiben. Verlinkung mit Folge-Experimenten.
Kompakte Arbeitsvorlage für Experiment Canvas mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
# Experiment Canvas Canvas
## Kontext
Wofür wird die Methode eingesetzt?
## Kernfrage
Welche Frage soll am Ende beantwortet sein?
## Input
Welche Daten, Beobachtungen oder Materialien liegen vor?
## Arbeitsfläche
- Bereich 1:
- Bereich 2:
- Bereich 3:
- Beziehungen / Muster:
## Ergebnisartefakte
- Ausgefülltes Experiment Canvas:
- Erfolgsmetrik:
## Offene Fragen
- ...
## Nächster Schritt
Owner, Datum, Erfolgssignal.Konkret gefülltes Szenario
## Experiment Canvas - Concierge-Test Beleg-Vorabklassifikation, 2026-05-18
**Lernziel**: Sparen Solo-Steuerberater wirklich Zeit, wenn Belege vorklassifiziert ankommen?
**Riskanteste Annahme**: Manuelle Vorklassifikation durch Steuerberater dauert pro Beleg >30 Sekunden, automatisierte Vorschläge würden sie um >50% reduzieren.
**Hypothese**: Wenn 10 Sabine-ähnliche Solo-Steuerberaterinnen 1 Woche lang vorklassifizierte Belege erhalten, dann sparen sie im Schnitt >5 Stunden gegenüber der Vorwoche.
**Metrik**: Selbstgemessene Bearbeitungszeit pro Belegstapel (vor/nach), Quelle: Tagebuch-Tracking via Notion-Template. Schwellenwert: Median-Einsparung >5 h/Woche.
**Testdesign**: Concierge-Test. 10 Solo-Steuerberater rekrutieren (Recruiter: Respondent.io, 80 EUR/Person). Wir klassifizieren Belege manuell im Backend (1 Person, 2 h/Tag), Nutzer sehen Vorschläge im bestehenden UI-Mock.
**Entscheidungsregel**: Median-Einsparung >5 h -> Persevere, Build automatisierte Version (3 Sprints). 3-5 h -> Re-Test mit anderer Zielgruppe oder Setup. <3 h -> Pivot, anderes Wertversprechen.
**Voraussetzungen**: 10 Nutzer rekrutiert bis 25.05., manueller Backend-Klassifizierer @lisa, UI-Mock @marcus, Recruiting-Budget 800 EUR freigegeben.
**Test-Zeitraum**: 27.05. bis 03.06. (Datenerhebung), 04.06. Auswertung.Symptome erkennen, gegensteuern
Lernziel lautet „Feature X einführen“ statt „Annahme Y prüfen“. Canvas wird Aufgabenliste statt Experiment.
Lernziel als Frage formulieren. Wer schon umsetzen will, hat Annahme als wahr akzeptiert. Canvas ist falsches Werkzeug, Sprint-Planung nutzen.
Hypothese „mehr Konversion“ ohne Zahl, nach Test wird Erfolg interpretiert.
Vor Test konkrete Zahl fixieren („>5%“, „>50 Anmeldungen“). Schwellenwert ist methodischer Schutz vor Confirmation Bias. Ohne Schwellenwert kein Test.
Prototyp wird gebaut für 6 Wochen, wo Landing-Page in 2 Tagen die Annahme prüfen würde.
Kleinstes ausreichendes Test-Format wählen. Faustregel: Aufwand proportional zur Annahme-Größe. Riskiest-Assumption-Test als Vorbild, nicht MVP.
Ergebnis wird interpretiert, Stakeholder finden im Test-Ergebnis Bestätigung für gewünschten Pfad.
Pro Ergebnis-Kategorie (Erfolg, Teilweise, Misserfolg) vor Test Entscheidung fixieren. Schriftlich. Nachträgliche Interpretation ist Confirmation Bias.
Teilnehmer sind Kollegen, Freunde oder zufällige Personen, nicht die Zielnutzer.
Zielgruppe vor Test eindeutig definieren. Recruiting über Plattformen oder eigene Channels. Bei Test mit falscher Zielgruppe Ergebnis ungültig, nicht „besser als nichts“.
Done-Signale, in unter einer Minute prüfbar
Zum Steckbrief für Zweck, ähnliche Methoden und Quellen — oder direkt zur nächsten Methode im Katalog.