Eine klar formulierte Liste von 10-25 Feature-Kandidaten oder Verbesserungsideen liegt vor, jedes als eindeutig verständlicher Satz beschrieben.
Kano Model
Vorbedingung
Was vorher fertig sein muss
Mindestens vorläufiges Verständnis der Zielgruppe und ihrer Erwartungen liegt vor, sodass Features im richtigen Kontext bewertbar sind.
Vorbereitung
Was vor Start vorliegen muss
Online-Survey-Tool (Typeform, Google Forms, SurveyMonkey) oder Interview-Leitfaden; Kano-Auswertungs-Spreadsheet mit Discrete-Analyse-Tabelle (5x5-Matrix) oder Continuous-Analyse-Plot; Feature-Liste als nummerierter Katalog.
Ein Researcher als Owner für Befragung und Auswertung; Product Manager für Feature-Liste und Interpretation; ein Designer für Feature-Formulierung; mindestens 30 Befragte aus der Zielgruppe für statistische Aussagekraft.
Feature-Liste mit kurzen, neutralen Beschreibungen; Zielgruppen-Definition und Recruiting-Plan; bestehende Kundenfeedback-Daten als Validierung; ggf. Befragungsvergütung-Budget.
1-2 Tage Setup, 1-2 Wochen Befragung, 1-2 Tage Auswertung
Pro Feature ein Fragenpaar formulieren (funktional „Wie fühlen Sie sich, wenn Feature X vorhanden ist?“; dysfunktional „Wie fühlen Sie sich, wenn Feature X NICHT vorhanden ist?“). Antwort-Skala: 5 Stufen (mag es, erwarte es, neutral, kann damit leben, mag es nicht). Pilot-Test mit 3 Personen, dann Rollout.
Kernfrage
Die eine Frage, die diese Methode beantwortet
Welche der vorgeschlagenen Features sind Must-Have-Basics, Performance-Treiber oder Delighter, und welche sind irrelevant oder sogar abschreckend?
Ablauf
Marker: Phase
| Schritt | Dauer | Aktion | Hinweis |
|---|---|---|---|
1Phase 1: Feature-Liste und Frage-Paare | 2-4 h | Pro Feature Beschreibung neutral und konkret formulieren. Funktionale + dysfunktionale Frage erzeugen. Antwortskala festlegen. Reihenfolge randomisieren. | Features in Marketing-Sprache verzerren das Ergebnis. Lieber technisch-neutral: „Inline-Validierung im Formular“ statt „nahtlose, intelligente Formular-Hilfe“. |
2Phase 2: Pilot mit 3-5 Personen | 2-4 h | Mit kleinem Kreis Befragung testen. Verständlichkeit prüfen. Bei systematischen Verständnisproblemen Feature umformulieren oder rausnehmen. | Pilot überspringen kostet später Datenqualität. Mindestens 3 Probanden, idealerweise 5, mit Folge-Interview zur Frage-Klarheit. |
3Phase 3: Hauptbefragung | 1-2 Wochen | Online-Survey an mind. 30 Personen aus Zielgruppe verteilen. Antwortquote tracken, ggf. nachfassen oder Anreiz erhöhen. Sample-Repräsentativität prüfen. | Unter 30 Antworten ist Auswertung statistisch fragwürdig. Bei spezifischer Subgruppe können auch 15-20 reichen, dann aber qualitativ interpretiert. |
4Phase 4: Discrete-Auswertung | 4-6 h | Pro Feature pro Antwortpaar Kategorie zuordnen via 5x5-Matrix (Must-be M, One-dimensional O, Attractive A, Indifferent I, Reverse R, Questionable Q). Modus-Kategorie pro Feature bestimmen. | Hoher Q-Anteil bedeutet Frage war unklar oder Befragte verstanden Feature nicht. Wenn >5% Q für ein Feature, Frage überarbeiten. |
5Phase 5: Interpretation und Roadmap-Ableitung | 2-4 h | Must-be: Pflicht, nicht weglassen. One-dimensional: Investment treibt Zufriedenheit linear. Attractive: Differenzierung, geringe Erwartung. Indifferent: niedrig priorisieren. Reverse: lieber weglassen. Mit PM und Stakeholdern Implikationen diskutieren. | Kano-Kategorien sind Momentaufnahme. Delighter werden im Laufe der Zeit zu Performance, dann zu Must-be (Beispiel: Smartphone-Kamera). Wiederholungs-Befragung alle 12-24 Monate. |
Artefakt
Was am Ende rauskommt
Auswertungs-Dokument mit Feature-Liste, jeweiliger Kano-Kategorie, Confidence-Indikator (Anteil der dominanten Kategorie), Befragten-Demografie, Interpretations-Empfehlung und Roadmap-Ableitung pro Feature-Cluster.
- Typeform oder Google Forms für Befragung
- SurveyMonkey mit Kano-Plugin
- Excel oder Google Sheets mit 5x5-Auswertungs-Matrix
- R oder Python mit kanoauswertung-Skript
- Notion oder Confluence für Bericht
Pro Befragungsrunde eigene Datei mit Datum, Sample-Größe und Zielgruppen-Beschreibung. Vergleich mit Vorrunde explizit dokumentieren, sodass Kategorie-Verschiebungen sichtbar werden.
Kano Model Arbeitsvorlage
Kompakte Arbeitsvorlage für Kano Model mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
# Kano Model Arbeitsmatrix
| Element | Beschreibung | Bewertung | Evidenz | Owner | Nächster Schritt |
|---|---|---|---|---|---|
| 1 | | | | | |
| 2 | | | | | |
| 3 | | | | | |
## Ergebnisartefakte
- Kano Matrix:
- Feature Classes:
- Priority Themes:
## Entscheidung oder Empfehlung
Welche Konsequenz ergibt sich aus der Matrix?Beispielausgabe
Konkret gefülltes Szenario
## Kano-Auswertung — Checkout Features (Befragung KW 18-19/2026)
**Sample**: 67 Befragte aus Zielgruppe Online-Shopper (25-55 J, monatliche Online-Käufe >2). Vergütung 15 EUR.
### Ergebnisse
| Feature | Kategorie | Confidence | Implikation |
|---|---|---|---|
| SSL-Sicherheitsanzeige | Must-be | 89% | Pflicht, kein Investment-Hebel |
| Express-Checkout | One-dimensional | 64% | Performance, mehr investieren = mehr Zufriedenheit |
| Wunschliste | Indifferent | 71% | Niedrig priorisieren |
| Live-Chat im Checkout | Attractive | 58% | Delighter, gute Differenzierung |
| Newsletter-Pflicht-Opt-In | Reverse | 76% | Schadet, abschaffen |
| Vorausgefüllte Demo-Daten | Questionable | 14% | Frage war unklar, neu formulieren |
### Roadmap-Empfehlung
- Q3: Newsletter-Pflicht abschaffen (Reverse, Quick Win)
- Q3: Express-Checkout-Investment fortsetzen (One-dimensional, hoher ROI)
- Q4: Live-Chat als Pilot in 20% Traffic (Attractive, vor Wettbewerb belegen)
- Wunschliste in Backlog parken (Indifferent, keine kurzfristige Wirkung)Stolperfallen
Symptome erkennen, gegensteuern
Zu wenige Befragte
Befragung läuft mit 10-15 Antworten, Kategorien werden interpretiert, als wären sie statistisch belastbar.
Mindestens 30 Antworten für quantitative Aussage. Bei kleineren Stichproben Ergebnis als qualitatives Signal markieren, nicht als Verteilungs-Aussage.
Marketing-formulierte Features
Features wie „intuitive UX“ oder „revolutionäre Geschwindigkeit“ in der Befragung.
Features neutral und konkret formulieren. Funktionalität nennen, nicht Wirkung. „1-Click-Bestellung“ statt „blitzschneller Checkout“.
Zielgruppe falsch
Befragte sind nicht Zielgruppe (z. B. interne Mitarbeiter, falsche Demografie).
Recruiting-Filter strikt anwenden. Bei spezifischer Zielgruppe externe Recruiter (Respondent, User Interviews) statt Convenience Sample.
Statisches Bild
Kano-Ergebnis von vor 2 Jahren wird weiter als Grundlage genutzt, obwohl Markt sich verändert hat.
Wiederholungsbefragung alle 12-24 Monate für Kernsortiment. Kategorien wandern (Delighter → Must-be), Roadmap muss mitwandern.
Hoher Indifferent-Anteil ignoriert
Viele Features als Indifferent klassifiziert, trotzdem in Roadmap aufgenommen.
Indifferent ernst nehmen: Feature liefert keinen Zufriedenheits-Hebel. Vor Investment hinterfragen, ob es überhaupt gebaut werden soll.
Abbruchkriterien
Done-Signale, in unter einer Minute prüfbar
Run Sheet durchgearbeitet?
Zum Steckbrief für Zweck, ähnliche Methoden und Quellen — oder direkt zur nächsten Methode im Katalog.