Evidenzbasiertes Entscheiden löst ein Dilemma, das unabhängig vom Innovationsfeld den Innovationsprozess ausbremsen oder zerstören kann: die Schwierigkeit, im Projekt richtungweisende Entscheidungen für die Zukunft treffen zu müssen, ohne die dafür nötigen Informationen zu haben. Dieses Dilemma zeigt sich mit besonderer Wirkkraft oft in Start-ups und bei disruptiven Innovationsvorhaben.
Das Ziel ist, evidenzbasiert entscheidungsfähig zu bleiben, statt aufgrund fehlender Informationen Entscheidungen aufzuschieben oder ihre Reihenfolge zu ändern. Für diese Form der Entscheidungsfindung wird im Sinne von «Lean Startup» mit begrenzten Hypothesen begonnen. Diesen folgen mehrere Phasen des Sammelns und Pivotierens von Informationen.
Die daraus ermittelten Daten ermöglichen das evidenzbasierte Entscheiden und Überarbeiten des Business Models bis zu seiner marktfähigen, validierten Version. Zwingend an Know-how für Datenhandling gebunden, führt evidenzbasiertes Entscheiden so zu evidenzbasiertem Innovationsmanagement.
Die benötigte Datenbasis für eine echte Faktenbasis wird im HudsonGoodman Innovation Hub aus bestehenden Unternehmens-/Marktdaten generiert. Mit dem relevanten Know-how für die Auswertung der Daten werden Muster erkennbar, auf die der Innovationsprozess und Entwicklungen angepasst werden.
Entscheidend: Diese Vorgehensweise des evidenzbasierten Innovationsmanagements ist zu jedem Zeitpunkt in den Business Innovation Process integrierbar – sowohl in der Ideation Phase (z. B. für die Entwicklung eines Business Modells von Grund auf) wie auch der späteren Execution Phase (z. B. zur Skalierung eines Prototyps). Die Datenermittlung, Auswertung und Anwendung nach dem Prinzip «try, learn and adapt» ist in diesem Sinne ein konstanter Bestandteil des Innovationsprozesses bis zum finalen Product-Market Fit.
«try, learn and adapt» ist eine iterative Strategie der Erkenntnisgewinnung und -verarbeitung im Rahmen der Business Model Innovation. Dazu hält zunächst ein Versuchsplan Annahmen und gewünschte Erkenntnisfelder fest, priorisiert sie und erlaubt damit das Abtesten mit echten Kunden im Experiment (try). Die ermittelten Ergebnisse und zusätzliche Datenpunkte werden dann analysiert und Erkenntnisse abgeleitet (learn). Auf Basis gewonnener Daten und Erkenntnisse lassen sich Prototypisierungen verfeinern oder Problemlösungsansätze verändern, um die Innovationsstrategie zu optimieren (adapt).
Ob radikale bzw. disruptive Produkt-Innovationen, Dienstleistungen oder inkrementelle Neuerungen: Business Innovationen sind als Erfolgsfaktoren für Unternehmen im Wettbewerb entscheidend. Innovationsprozesse brauchen darum ein strategisches Innovationsmanagement, das nicht blind hofft, sondern datenbasiert weiss. Hier hat der datengestützte Ansatz des evidenzbasierten Innovationsmanagement deutliche Vorteile.
HudsonGoodmans Ansatz der Evidence-based Innovation senkt durch eine valide Evidenzbasis das Risiko, an unerkannten technischen, marktbedingten oder wirtschaftlichen Risiken zu scheitern. Mit EBI entwickelte Ideen, neue Produkte und digitale Innovationen sind darum um den Faktor 5 erfolgreicher.
Das evidenzbasierte Entscheiden im Rahmen des EBI-Ansatzes ermöglicht, Prozesse fortlaufend zu schärfen und Investitionen zielgerichteter zu steuern. Das verkürzt die Entwicklung und Umsetzung von Business Innovationen.
EBI erlaubt unternehmerisches Diskutieren und Entscheiden auf Faktenbasis. So werden Kommunikationsprozesse erleichtert und das Risiko von Fehlentscheidungen reduziert.
Der HudsonGoodman Innovation Hub geht den Business Innovation Process holistisch an: von einer umfassenden Ideation mit Entwicklung und Testung von echten Lösungen für Kundenbedürfnisse (Problem Solution Fit) hin zu einer konsequenten Execution mit Implementierung der Lösungen und Skalierung am Markt (Product Market Fit). Dabei ist die spezifische HudsonGoodman Vorgehensweise über einen evidenzbasierten Entscheidungsprozess das Wesensmerkmal aller vier Phasen des Innovationsprozesses.
Welches Problem ist zu lösen? In der Tiefe wird verstanden, welche unternehmerische Herausforderung sich stellt bzw. was für eine Art Produkt oder Geschäftsmodell zu entwickeln ist. Dieses Verständnis bildet die strategische Basis des Innovationsmanagements und definiert die Challenge für den Innovationsprozess.
In der ersten Aktivität geht es um das Entdecken von Art und Umfeld des Problems (discover). Durch ein umfassendes Problemverständnis wird im Innovation Hub der Raum für Lösungen geweitet. Abtauchen unter die Ebenen allgemeiner Erkenntnisse führt zu echten Insights und legt bisher unbeachtete Kausalitäten und Problemfacetten offen.
Der Erkundung des Problems folgt das eindeutige Abstecken des zu bearbeitenden Problemraums (define): In welche Teilprobleme lässt sich die Herausforderung gliedern, und wo liegt der grösste Lösungsbedarf? Priorisierung schärft den Fokus und eliminiert Elemente ausserhalb des Fokus’.
Das Solving geht das Problem an, das als Herausforderung in der Understanding-Phase verstanden und konkretisiert wurde. Jetzt werden Lösungsvorschläge für Produktentwicklungen oder mögliche Business Model Innovations erarbeitet und bewertet. Das Ziel: Umsetzbarkeit, die sich als Proof of Concept erweist.
Im ersten Aktivitätsschritt werden im offenen Lösungsraum mittels divergent thinking mögliche Lösungen prototypisiert (prototype). Denkbar als frühe Probe, Modell, Artefakt oder Konzept, erlaubt ein Prototyp eine Testung und Annahmenverifizierung.
Der zweite Aktivitätsschritt ist die Testung des Prototyps in einem überschaubaren Testumfeld, um seine Eignung als Problem-Solution Fit zu messen (measure). Im Sinne eines evidenzbasierten Managements der Innovation kann der Prototyp durch gewonnene Erkenntnisse iterativ überarbeitet werden.
Vom Proof of Concept zum Minimum Viable Product: Die Implementierung setzt erste Ergebnisse aus der Ideation um und erprobt sie. Lösungsansätze für das unternehmerische Problem werden weiterentwickelt und angepasst, bis sie «auslieferungsfähige» Ergebnisse erzielen.
Als erste Aktivität im Implementierungs-Prozess wird die Entwicklung einer Lösungsvariante angestossen (develop), die Kernbestandteile des Proof of Concept umsetzt. Viele Prozessabläufe sind in diesem Stadium noch nicht standardisiert und werden «händisch» umgesetzt, um schneller voranzukommen.
Die entwickelte Lösungsvariante wird produktiv gesetzt (deploy) und ihre Performance durch ein strukturiertes KPI-System bewertet. Künstliche Limitierungen der realen Marktbedingungen (z. B. geringe Anwenderzahl) werden berücksichtigt, um die Lösung bzw. das getestete Produkt/Konzept adäquat bewerten zu können.
Die abschliessende Skalierungsphase überführt die Produktinnovation in die Marktreife (Minimum Marketable Product). Dazu werden Prozesse und Anwendungen optimiert, aber auch die technische und organisatorische Skalierung abgeschlossen.
Das Optimieren (optimize) betrifft insbesondere die Erhebung von Daten: Die Erfassung zusätzlicher Datenpunkte erlaubt eine bessere Datenanalyse und damit Optimierung bzw. Maximierung der Performance. Skalierbare Prozesse ersetzen vormals händische Abläufe der Implementierungsphase, um Ressourcen besser zu nutzen.
Der (zunächst) finale Schritt ist die Erweiterung und Stärkung aller Back-end-Prozesse, Datenstrukturen und Kollaborationen hin zu einer Resilienz, die Marktbelastungen standhält (amplify). Der Übergang zur Automatisierung wird angestrebt. Ein Backlog erfasst und priorisiert mögliche Ergänzungen weiterer Leistungskomponenten des Minimum Marketable Products.
