Teresa Torres' Continuous Discovery ist in aller Munde – und das zu Recht. Das Problem? Plötzlich sollen Product Owner, Requirements Engineers und Entwickler:innen Nutzerinterviews führen. Ohne Plan. Ohne Methodik. Ohne zu wissen, was sie da eigentlich tun.

Das Ergebnis: Oberflächliche Gespräche, die bestätigen, was du eh schon dachtest. Schöne Bestätigung, null Erkenntnisgewinn.

Wir machen das anders. In diesem Seminar lernst du, wie richtige Nutzerinterviews funktionieren – methodisch sauber, effizient und mit echten Insights. Keine Pseudoforschung, sondern handwerklich solide Arbeit, die dein Produkt voranbringt.

Warum du dabei sein solltest

• Methodische Sicherheit statt Bauchgefühl: Führe deine ersten Interviews mit Selbstvertrauen durch – basierend auf solider Methodik, nicht auf Hoffnung.

• Echte Erkenntnisse statt schöner Bestätigungen: Sorge dafür, dass deine Discovery-Aktivitäten wirklich neue Insights liefern und nicht nur deine Annahmen bestätigen.

• Effizienter Prozess von A bis Z: Lerne, wie du den kompletten Interview-Prozess zeit- und ressourcenschonend gestaltest – ohne Qualitätsverluste.

• KI als Werkzeug nutzen: Verstehe, wann und wie KI-Tools dich unterstützen können, ohne die methodische Qualität zu verwässern.

• Sofort einsetzbare Tools: Geh mit konkreten Templates, Checklisten und Übungen nach Hause, die du direkt verwenden kannst.

• Praxis meets Theorie: Profitiere von der perfekten Balance zwischen methodischen Grundlagen und pragmatischen Lösungen für den Unternehmensalltag.

Das erwartet dich

Continuous Discovery im Kontext – Chancen und Herausforderungen

Klartext zur Ausgangssituation:

• Warum Continuous Discovery wichtig ist, aber methodische Fallgruben bereithält

• Die Rolle von Nutzerinterviews im Opportunity Solution Tree nach Teresa Torres

• Unterschiede zu klassischen UX-Research-Methoden

• Typische Stolpersteine, wenn Product-Teams ohne Research-Background loslegen

• Was wirklich entscheidend ist für valide Erkenntnisse

Methodische Grundlagen qualitativer Interviews

Das Handwerkszeug für erfolgreiche Nutzerforschung:

• Verschiedene Interviewtypen und wann du welchen einsetzt

• Objektivität und Neutralität in der qualitativen Forschung – warum das wichtig ist

• Mental Models und was sie über Nutzerbedürfnisse verraten

• Ethische Grundlagen und Datenschutz – rechtlich sauber arbeiten

• Verzerrungen (Biases) erkennen und vermeiden – dein Bullshit-Detektor

Planung und Vorbereitung von Nutzerinterviews

Der Grundstein für erfolgreiche Interviews:

• Klare Forschungsziele und -fragen definieren

• Die richtigen Interviewpartner finden und auswählen

• Optimales Interview-Setting planen (Dauer, Format, Umgebung)

• Organisation und Logistik – damit nichts schiefgeht

• Technische Aspekte meistern (Aufzeichnung, Remote vs. vor Ort)

Erstellung effektiver Interviewleitfäden

Von der Forschungsfrage zum strukturierten Gespräch:

• Aufbau und Struktur eines guten Interviewleitfadens

• Offene und nicht-direktive Fragen formulieren – die Kunst des richtigen Fragens

• Suggestivfragen und Priming vermeiden – subtile Fallen umgehen

• Problem- vs. Lösungsraum: Die richtige Balance finden

• Praktische Übung: Erstelle deinen eigenen Leitfaden

KI-Unterstützung bei der Leitfadenerstellung

Moderne Tools sinnvoll nutzen:

• Wie KI bei der Entwicklung von Fragetechniken hilft

• Prompting-Strategien für methodisch saubere KI-Fragen

• KI-generierte Leitfäden reviewen und optimieren

• Praktische Übung: Kollaborative Leitfadenerstellung mit KI

• Grenzen der KI-Unterstützung – wann menschliche Expertise unverzichtbar ist

Professionelle Durchführung von Nutzerinterviews

Die Kunst der Gesprächsführung:

• Rapport und Vertrauen aufbauen – Menschen zum Reden bringen

• Active Listening und verbale/non-verbale Kommunikation

• Schwierige Gesprächssituationen meistern und unerwartete Antworten nutzen

• Follow-up-Fragen stellen und tiefer nachbohren

• Praktische Übungen zur Interviewführung im geschützten Rahmen

Häufige Fehler und wie du sie vermeidest

Aus den Fehlern anderer lernen:

• Typische Anfängerfehler bei Nutzerinterviews

• Confirmation Bias – wenn du nur hörst, was du hören willst

• Social Desirability erkennen – wenn Nutzer nett sein wollen

• Der schmale Grat zwischen Nachfragen und Suggestivfragen

• Praktische Tipps zur Selbstreflexion und Qualitätskontrolle

Effiziente Analyse qualitativer Daten

Vom Interview zur Erkenntnis:

• Grundprinzipien der qualitativen Datenanalyse

• Strukturierte Dokumentation und Transkription

• Codierung und thematische Analyse von Interviewdaten

• Muster und Insights identifizieren – wo stecken die echten Erkenntnisse?

• Von Einzelerkenntnissen zu verallgemeinerbaren Aussagen

KI-unterstützte Analyse von Interviewdaten

Moderne Analysetools clever einsetzen:

• KI bei Transkription und Erstanalyse – wo macht das Sinn?

• Prompting-Strategien für KI-gestützte Theme- und Pattern-Identifikation

• KI-Analyseergebnisse kritisch bewerten – nicht alles glauben, was die Maschine sagt

• KI-Erkenntnisse in den Opportunity Solution Tree integrieren

• Praktisches Beispiel: Interviewtranskript mit KI-Support analysieren

Integration in den Continuous Discovery Prozess

Den Kreis schließen:

• Interviewergebnisse in den Opportunity Solution Tree einbauen

• Erkenntnisse im Produktteam kommunizieren – so dass alle verstehen

• Vom Interview zur validierten Opportunity

• Regelmäßige Interviewzyklen planen und etablieren

• Nachhaltige Interview-Praxis im Team entwickeln

Für wen ist das Seminar?

Das Seminar ist für alle, die im Rahmen von Continuous Discovery Nutzerinterviews führen sollen, aber bisher wenig Erfahrung mit qualitativer Forschung haben:

• Product Owner und Product Manager, die regelmäßig mit Nutzern sprechen sollen

• Requirements Engineers, die ihre Anforderungserhebung durch direkte Nutzergespräche verbessern möchten

• Entwickler:innen, die im Rahmen von Dual-Track-Scrum an Discovery-Aktivitäten beteiligt sind

• Designer:innen, die ihre Interview-Skills systematisch ausbauen möchten

• Scrum Master und Agile Coaches, die Teams bei der Implementierung von Continuous Discovery unterstützen