Product-Market Fit erreichen, ohne das Budget zu verbrennen

PMF wird oft wie eine Stimmung behandelt. Am ehesten ist es ein Muster aus Verhaltensdaten: Retention, die sich einpendelt, Weiterempfehlungen, die niemand angefordert hat, eingehende Nachfrage, mit der man kaum Schritt hält. Ohne verlässliche Messung verwechseln Teams den Lärm um den Launch mit echter Nachfrage. Voraussetzung ist ein MVP, dem man vertrauen kann: Produktionsqualität und Validierung vor dem Bau.

Diese Unschärfe ist teuer. Gründer wissen oft nicht, ob sie PMF haben. Sie verwechseln frühe Begeisterung mit Nachfrage, die bleibt. Sie lesen Stille als Bestätigung. Sie bauen weiter, wenn sie mit Nutzern sprechen sollten, oder sprechen mit Nutzern, wenn sie liefern sollten.

Konkreter wird es, wenn man die Signale einzeln anschaut.

Was PMF wirklich ist

PMF ist kein Gefühl. Es ist ein Muster aus Signalen, die zusammen darauf hindeuten, dass der Markt das Produkt zieht, statt dass das Team es in den Markt schieben muss.

Marc Andreessens ursprüngliche Umschreibung, «in einem guten Markt mit einem Produkt zu sein, das diesen Markt bedienen kann», stimmt. Zum Entscheiden ist sie zu abstrakt. Brauchbarer: PMF ist da, wenn ein nennenswertes Segment ohne das Produkt spürbar schlechter dran wäre, es aktiv nutzt und andere mitbringt.

Der Teil mit dem Segment ist wichtig. Man kann PMF in einem kleinen Segment haben und keins im breiteren Markt. Am Anfang ist das sogar gut. Fast jedes erfolgreiche Produkt startet eng. Der Fehler ist, breites PMF zu behaupten, bevor es da ist, und dann zu skalieren, ohne das Signal, das die Skalierung tragen würde.

Drei Signale, an denen echtes PMF hängt

Retention ist das erste Signal. Nutzer kommen und kommen von sich aus zurück, ohne Reaktivierungsmails, ohne Anreize, ohne Ankündigung eines neuen Features. Das zählt. Retention-Kurven, die sich auf einem nennenswerten Prozentwert einpendeln, zeigen, dass ein echtes Segment das Produkt in seinen Ablauf eingebaut hat. Kurven, die weiter gegen null fallen, sagen, dass das Produkt keinen Wert liefert, der bleibt.

Weiterempfehlungen, die niemand angefordert hat, sind das zweite Signal. Nutzer erzählen anderen vom Produkt, ohne gefragt zu werden, ohne Empfehlungsprogramm, ohne Hinweis im Onboarding. Das Produkt hat genug Wert geschaffen, dass Teilen naheliegt. Das ist etwas anderes, als wenn jemand empfiehlt, weil man darum gebeten hat oder weil ein Rabatt winkt.

Eingehende Nachfrage, mit der man kaum Schritt hält, ist das dritte Signal. Irgendwann hört man auf, die ganze Arbeit darauf zu verwenden, Nutzer hereinzuholen, und beginnt, den Strom von Leuten zu steuern, die schon entschieden haben, dass sie wollen, was man hat. Marketing und Sales werden deswegen nicht abgeschafft. Sie ändern die Qualität: sie verstärken etwas, das schon da ist, statt Interesse erst herzustellen.

Die drei Signale kommen selten gleichzeitig. Typisch zuerst Retention, dann Weiterempfehlungen, dann Druck von aussen. Starke Retention und nach längerer Zeit keine Weiterempfehlungen deuten meist auf eine Lücke in der Positionierung oder beim Netzwerkeffekt. Am Wert des Produkts liegt es dann oft nicht.

Der Test von Sean Ellis und seine Grenzen

Sean Ellis’ Frage, «Wie enttäuscht wärst du, wenn dieses Produkt verschwände?», wurde aus gutem Grund bekannt. Sie ist einfach, gibt eine Richtung und eine Zahl, die man verfolgen kann. Der Schwellenwert, den er genannt hat, 40 Prozent der Nutzer sagen «sehr enttäuscht», ist eine vernünftige Daumenregel für ein frühes Signal.

Der Test hat echte Grenzen. Er misst die Stimmung zu einem Zeitpunkt. Das ist bestenfalls ein Frühindikator. Menschen können sagen, sie wären sehr enttäuscht, und drei Monate lang nicht zurückkommen. Er braucht eine Nutzerbasis, die gross genug ist, um etwas auszusagen. Vor dem Launch oder in sehr frühen Phasen taugt er deshalb kaum. Und er hat einen Auswahlfehler: wer eine Umfrage beantwortet, ist für die ganze Nutzerbasis oft nicht typisch.

Den Ellis-Test als einen Datenpunkt nutzen. Sagen 40 Prozent oder mehr der aktiven Nutzer «sehr enttäuscht», ist das ein starkes Signal. Bei 15 Prozent ist die Suche nicht vorbei. Schauen, was an diesen 15 Prozent anders ist und ob sie ein engeres Segment sind, in das man doppelt investieren sollte.

Warum Gründer PMF an den falschen Orten suchen

Zwei Muster kommen oft vor.

Das erste: zu früh nach PMF suchen, bevor ein echtes Produkt da ist. Ein schöner Onboarding-Flow zeigt kein PMF. Gutes Design zeigt keins. Ein Prototyp, der in Interviews Begeisterung auslöst, auch nicht. PMF braucht ein echtes Produkt mit echten Nutzern, die echte Entscheide treffen. Beurteilen lässt sich das erst, wenn etwas gebaut und gelauncht wurde, das Menschen wirklich nutzen können. Wiederholt, und unter Bedingungen, die ihrer echten Nutzung ähneln.

Das zweite: PMF zu breit suchen, über zu viele Segmente gleichzeitig. Bedient das Produkt kleine Restaurants, grosse Gastrokonzerne und Lieferplattformen, gibt es über alle drei kein sauberes Signal. Retention pro Segment verhält sich unterschiedlich, die Empfehlungen auch, und der Auftrag, den das Produkt erfüllt, ist oft nicht derselbe. Wer breites PMF über mehrere Segmente jagt, landet bei unklaren Daten, die nichts Brauchbares sagen.

Die Disziplin, die es braucht: das Segment mit dem stärksten Frühsignal nehmen und dort tief gehen. Wer in einem Segment eng sitzt, kann danach fragen, ob benachbarte Segmente erreichbar sind.

Wie man gezielt auf PMF zusteuert

Eine Abkürzung gibt es nicht. Es gibt einen Ablauf, der die Suche weniger verschwenderisch macht.

Mit einer engen Hypothese zum Segment starten. «KMU» ist zu breit. Eine brauchbare Fassung: «Gründer in SaaS-Firmen mit zwei bis zehn Personen, die den Betrieb im Blick haben und gerade die erste Anstellung machen». Je enger die Hypothese, desto besser lassen sich die Daten lesen, wenn sie zurückkommen.

Die kleinste Version des Produkts bauen, die die zentrale Wert-Hypothese prüft. Das ist nicht dasselbe wie das kleinste Produkt, das man ausliefern kann. Es ist das Kleinste, das das Erlebnis erzeugt, von dem man erwartet, dass es Retention und Weiterempfehlungen bringt. Ein Produkt mit zu wenig Funktion erzeugt das Signal nicht. Die Hypothese muss deshalb nicht falsch sein. Die Nutzer finden schlicht keinen Weg zum Wert.

Für das Zielsegment launchen, nicht für das eigene Netzwerk und nicht für ein allgemeines Product-Hunt-Publikum. Daten aus einem allgemeinen Launch sind viel schwerer zu lesen, weil unklar bleibt, welchem Teilsegment die aktiven Nutzer angehören.

Retention in Abständen messen, die zur Nutzung passen. Was passt, hängt davon ab, wie oft das Produkt natürlich gebraucht wird: täglich bei einem Kommunikations-Tool, wöchentlich bei einem Planungs-Tool, monatlich bei einem Reporting-Tool. Intervalle, die nicht zur Nutzung passen, sagen wenig.

Mit Nutzern sprechen, die bleiben, und mit solchen, die abspringen. Wer bleibt, erzählt, was funktioniert und warum. Wer abspringt, zeigt die Lücke zwischen Versprechen und Realität. Beide Gespräche braucht es. Die meisten Gründer stecken zu viel ins erste und zu wenig ins zweite.

Auch das Segment prüfen. Zeigen die Daten dauerhaft schwache Retention, ist der Reflex meist, Features dazuzubauen. Oft sind die falschen Menschen angesprochen: Leute, für die das Problem nicht akut genug ist, oder für die die bisherige Lösung nicht schlecht genug ist, um zu wechseln. Das Zielsegment neu zu fassen, bringt oft mehr als ein weiteres Feature.

PMF und das MVP

Das MVP ist ein Werkzeug, um PMF zu finden. Das ist seine Aufgabe. Viele Gründer behandeln das MVP als Ziel, als etwas, das man abschliesst, launcht und übergibt. Fertig ist das MVP nicht beim Launch. Fertig ist es, wenn es ein klares Signal gibt: ein echtes Segment hat echten Wert gefunden, oder die Hypothese ist klar genug widerlegt, dass man weitergehen kann.

Deshalb spielt Produktionsqualität bei der MVP-Entwicklung eine Rolle. Ein Prototyp, der unter echten Nutzungsbedingungen zusammenbricht, liefert keine brauchbaren Retention-Daten. Eine Landing Page ohne funktionierendes Produkt zeigt nicht, ob Menschen zurückkommen. Die Qualitätsschwelle für diese Suche liegt höher, als die meisten Gründer erwarten, weil das gesuchte Signal echte Bedingungen braucht, keine simulierten.

Deshalb dauert der Weg vom MVP zum PMF fast immer länger als geplant. Bauen braucht Zeit. Distribution braucht Zeit. Retention-Daten brauchen per Definition Zeit, bis sie sich ansammeln. Wer drei Monate budgetiert, um PMF zu finden, entscheidet auf Basis von vier Wochen Retention. Das reicht fast nie.

Mehr Zeit einplanen, als nötig scheint. Solvent genug bleiben, um nachzuziehen, wenn die erste Version das Signal nicht liefert. Und jeden Datenpunkt, positiv oder negativ, als Hinweis behandeln, wo der echte Wert liegt.

PMF ohne Raten

Wer Retention- und Akquisitionsdaten braucht, denen man in einer Seed-Runde oder einem Skalierungsschritt vertrauen kann: Discovery Call. Wir prüfen, ob unser 12-Wochen-Sprint die Lücke zwischen MVP und einem belastbaren PMF-Signal schliesst.