Ab wann eine Annahme abgeschrieben werden darf

Wenn Zahlen fehlen und die Entscheidung trotzdem fällt
Es gibt Entscheidungen, die warten nicht. Der Kalender hat ein Datum, das Budget einen Stand, und das Team eine Frage, die beantwortet werden muss. Nicht morgen.
In solchen Momenten geschieht etwas Merkwürdiges: Man greift nach Zahlen, die man nicht hat. Man rechnet mit Nutzerzahlen aus einem Gespräch vor drei Wochen. Man interpretiert die Rückmeldung von zwei Testkandidaten als Muster. Man schreibt in das Dokument, das den Kurs festlegt, Zahlen hinein, die Schätzungen sind — und lässt das Dokument so klingen, als wären sie Messungen.
Das ist kein Mangel an Sorgfalt. Es ist die normale Reaktion auf Druck.
Eine Entscheidung, die nicht auf Zahlen warten konnte
Ein Beispiel aus einem unserer frühen Projekte: Wir sollten entscheiden, welche Funktion zuerst gebaut wird — eine, die wenige Nutzerinnen täglich benötigten, oder eine, die viele selten bräuchten. Nutzungsdaten gab es nicht, weil das Produkt noch nicht live war. Gespräche mit potenziellen Nutzerinnen hatten stattgefunden, aber nur sechs, und drei davon hatten unterschiedliche Antworten gegeben.
Die Entscheidung fiel dennoch. Sie fiel auf Basis einer Annahme, die wir im Dokument nicht als solche kennzeichneten. Das Ergebnis war nicht falsch — aber es war Glück, nicht Methode.
Was in solchen Momenten meistens fehlt
Es fehlt selten die Bereitschaft zum Nachdenken. Es fehlt die Sprache dafür, was man weiß und was man annimmt. Die meisten Entscheidungsdokumente mischen beides, ohne eine Linie zu ziehen. Eine Zahl mit Quelle und eine Schätzung stehen nebeneinander, und drei Monate später erinnert sich niemand mehr, welche welche war.
Der eigentliche Unterschied liegt nicht darin, ob Zahlen fehlen. Zahlen fehlen fast immer, wenn eine Entscheidung wirklich zählt — sonst wäre es keine Entscheidung, sondern eine Auswertung. Der Unterschied liegt darin, ob festgehalten wird, warum die Entscheidung trotzdem fiel. Und unter welchen Bedingungen sie wieder geöffnet werden müsste.
- Was gilt als bekannt — und woher kommt dieses Wissen?
- Was ist Schätzung, und auf welcher Grundlage?
- Was bleibt Annahme, die noch kein Signal bestätigt hat?
Diese drei Kategorien zu trennen, kostet zehn Minuten. Sie zu vermischen kostet manchmal Monate.
Was wir wirklich messen konnten — und was wir uns erzählt haben
Es gibt zwei Arten von Wissen in einem laufenden Projekt. Die eine liegt schwarz auf weiß vor: Zahlen, Häufigkeiten, Zeitstempel. Die andere fühlt sich genauso sicher an, ist aber eine Deutung. Das Problem ist nicht, dass man deutet — das ist unvermeidlich. Das Problem ist, wenn man aufhört, beides auseinanderzuhalten.
Was wir tatsächlich messen konnten, war überschaubar. Wie oft etwas aufgerufen wurde. Wann. Von wie vielen verschiedenen Personen. An welchem Schritt ein Vorgang abgebrochen wurde. Ob jemand zurückkam. Diese Zahlen lagen vor — sie waren keine Meinung.
Was wir uns erzählt haben, war dagegen reich. Warum jemand abgebrochen hat. Was der fehlende Rücklauf bedeutete. Ob die ruhige Nutzung Zufriedenheit anzeigte oder schlicht daran lag, dass niemand den Bereich kannte. Für diese Fragen hatten wir keine Daten. Wir hatten Plausibilität.
Das Gespräch als Beweisstück
Bei einer Hausverwaltungssoftware haben wir über zwei Quartale hinweg einen Bereich der Anwendung ausgebaut, den wir für besonders wichtig hielten — weil er in Gesprächen mit Nutzerinnen und Nutzern immer wieder vorkam. Die Auswertung der tatsächlichen Nutzung erzählte eine andere Geschichte: Dieser Bereich wurde im Schnitt dreimal pro Woche geöffnet, fast immer von denselben zwei Personen. Der Rest nutzte ihn kaum.
Der Fehler lag nicht darin, dass wir zugehört hatten. Der Fehler lag darin, dass wir Häufigkeit im Gespräch mit Häufigkeit in der Nutzung gleichgesetzt hatten. Was reibungslos funktioniert, wird selten erwähnt. Was fehlt oder stört, wird laut. Gespräche sind kein Abbild der Nutzung — sie sind ein Abbild dessen, was auffällt.
Was die Zahlen nicht sagten
Die Häufigkeitsauswertung klärte, wie oft etwas passierte. Sie klärte nicht die Absicht dahinter. Warum jemand eine Funktion dreimal angefasst und dann nicht mehr genutzt hat: war es zu umständlich, hatte sich der Bedarf erledigt, war einmal genug? Diese Fragen ließen sich nicht ablesen. Wir haben geraten — und das war ehrlicher als die Formulierungen, die wir manchmal verwendet haben: „die Nutzenden brauchen", „die Nutzenden wollen".
Der Unterschied zwischen „wir messen, dass X passiert" und „wir schließen daraus, dass Y der Grund ist" klingt nach einer akademischen Unterscheidung. Praktisch ist er der Abstand zwischen einer Entscheidung, die man revidieren kann, und einer, die man für gesichert hält und deshalb nie revidiert.
- Messbar: Häufigkeit, Zeitpunkt, Abbruchstellen, Wiederkehr
- Nicht messbar, aber benennbar: Absicht, Grund, Zufriedenheit hinter dem Verhalten
- Am gefährlichsten: Deutungen, die als Messungen behandelt werden
Das bedeutet nicht, dass Deutungen verboten wären. Es bedeutet, dass man sie als solche ausweisen muss — in der Dokumentation, aber auch im eigenen Kopf. Eine Annahme, die als Annahme sichtbar ist, kann überprüft werden. Eine Annahme, die als Erkenntnis durchläuft, wird es nie.
Der Preis einer Annahme, die drei Monate zu lang stand
Es gibt Annahmen, die sterben leise. Man merkt erst, dass man sie gemacht hat, wenn die Zahlen nicht mehr passen – und bis dahin hat man drei Monate in eine Richtung gebaut, die niemand bestellt hatte.
In einem unserer Projekte haben wir früh angenommen, dass Nutzerinnen und Nutzer ihre Anfragen vorbereiten, bevor sie das System öffnen. Die Idee klang einleuchtend: Wer ein Formular ausfüllt, weiß, was er will. Wir haben die Abläufe auf diese Reihenfolge ausgelegt. Erst Unterlagen, dann Angaben, dann Absenden.
Was wir nicht gemessen hatten: Wie viele tatsächlich mittendrin abbrachen. Das war einfach zu erheben. Wir haben es trotzdem drei Monate lang nicht erhoben – weil die Annahme plausibel war und weil niemand im Team ein konkretes Gegenargument hatte.
Was drei Monate Rückstand bedeuten
Der direkte Schaden war überschaubar. Einige Wochen Arbeit, die in eine andere Richtung gelenkt werden mussten. Der indirekte Schaden war größer:
- Rückmeldungen, die wir als Einzelfälle behandelt hatten, mussten neu bewertet werden.
- Entscheidungen, die wir in der Zwischenzeit auf derselben Annahme aufgebaut hatten, hingen nun in der Luft.
- Das Team hatte drei Monate lang das richtige Problem gelöst – aber für ein Verhalten, das so nicht stattfand.
Das ist nicht ungewöhnlich. Es ist das Muster: Eine Annahme hält, solange niemand aktiv nach einem Grund sucht, sie zu verwerfen. Und weil Arbeit unter Zeitdruck stattfindet, sucht man selten aktiv – man baut.
Die Frage, die wir zu spät gestellt haben
Rückblickend war das Signal früh vorhanden. Es war in den Abbruchraten sichtbar, hätten wir hingeschaut. Es war in einzelnen Rückmeldungen spürbar, hätten wir sie als Muster gelesen statt als Ausreißer.
Die eigentlichen Kosten einer zu lang stehenden Annahme sind nicht die Stunden, die man braucht, um sie zu korrigieren. Die eigentlichen Kosten sind die Folgeentscheidungen, die man inzwischen auf ihr aufgebaut hat. Jede davon muss ebenfalls überprüft werden. Manche halten trotzdem. Manche nicht.
Drei Monate sind keine ungewöhnliche Zeitspanne. Es dauert länger, bis ein Entwicklungszyklus Feedback zurückspielt, und kürzer, als man denkt, bis aus einer vorläufigen Annahme eine Planungsgrundlage wird, über die niemand mehr spricht.
Ab welchem Signal eine Richtung vertretbar wird
Ein Signal ist kein Beweis. Das klingt trivial, bis man im Raum sitzt und jemand fragt, ob man weiterbauen soll. Dann ist der Unterschied zwischen beidem der Unterschied zwischen einer Entscheidung, die man erklären kann, und einer, die man nur hofft.
Was wir über die Jahre gelernt haben: Ein Signal ist vertretbar, wenn es unabhängig von der Frage entstanden ist, die man gerade stellt. Wer nach einer Bestätigung sucht, findet sie. Wer auf Verhalten schaut, das niemand für diesen Zweck produziert hat, sieht etwas, das standhält.
Drei Arten von Signalen, die wir inzwischen unterscheiden
- Verhalten, das niemand beobachtet hat: Wenn Nutzerinnen denselben Umweg durch eine Oberfläche nehmen, ohne dass jemand sie darum gebeten hat, ist das ein Signal. Nicht weil es schön ist, sondern weil es aufwendig ist. Niemand geht einen Umweg aus Höflichkeit.
- Wiederholung ohne Abstimmung: Wenn drei Personen aus unterschiedlichen Projekten dieselbe Frage stellen, ohne voneinander zu wissen, ist das stärker als eine Umfrage, die dieselbe Frage stellt. Die Umfrage misst, was jemand zu sagen bereit ist. Die Wiederholung misst, was tatsächlich stört.
- Abbrüche an einer Stelle, die niemand als Problem erkannt hat: Wenn der Abbruch dort passiert, wo man ihn nicht erwartet hätte, lohnt es sich hinzuschauen. Ein Abbruch dort, wo man ihn erwartet, bestätigt eine Annahme. Ein unerwarteter Abbruch öffnet eine neue.
Was wir dagegen nicht mehr als Signal zählen: dass jemand sagt, er würde etwas nutzen. Oder dass ein Feature in einem Gespräch positiv aufgenommen wurde. Beides ist angenehm zu hören. Beides kostet den Zuhörer nichts. Ein Signal, das nichts kostet, wiegt wenig.
Der praktische Test, den wir inzwischen anlegen: Würde dieses Signal auch dann entstehen, wenn wir Recht haben — und wenn wir Unrecht haben? Wenn die Antwort auf beide Fragen Ja ist, ist es kein Signal, sondern Rauschen. Erst wenn ein bestimmtes Verhalten nur dann entsteht, wenn die Annahme zutrifft, wird es zu etwas, worauf man eine Richtung stützen kann.
Das bedeutet nicht, dass Sicherheit das Ziel ist. Eine Richtung muss nicht bewiesen sein, bevor man ihr folgt. Sie muss vertretbar sein — das heißt: Man muss in der Lage sein, im Nachhinein zu sagen, warum man damals so entschieden hat, auch wenn die Entscheidung sich als falsch herausstellt. Eine Richtung, die man nur mit dem Wunsch begründen kann, dass sie stimmt, ist keine Entscheidung. Es ist ein Aufschub.
Was bleibt, wenn die Daten noch nicht da sind
Bevor ein System live ist, gibt es keine Nutzungsdaten. Das klingt selbstverständlich. Die Konsequenz daraus ist es nicht.
In der Praxis bedeutet es: Jede Entscheidung in der ersten Phase läuft auf Ersatzmaterial. Man zieht Vergleiche zu früheren Projekten, die nie identisch sind. Man fragt Leute, die den Markt kennen sollen — und stellt fest, dass ihre Einschätzungen weit auseinanderliegen. Man liest Anfragen, die Interessenten bisher schickten, und versucht daraus auf das zu schließen, was sie tatsächlich brauchen. Keiner dieser Wege ist falsch. Aber keiner liefert das, was man sich erhofft: eine belastbare Zahl, auf die man sich berufen kann.
Erfahrungswerte — und ihre Grenzen
Das Erste, worauf ein Team zurückgreift, ist das, was schon gemacht wurde. Wie lange hat ein ähnlicher Bereich bei einem früheren Projekt gebraucht, bis die ersten Rückmeldungen kamen? Wie viele Anfragen pro Woche hat ein vergleichbares Produkt im dritten Monat generiert?
Das Problem: Vergleichbar ist nicht gleich. Ein Projekt, das für eine andere Branche gebaut wurde, in einem anderen Marktumfeld, mit einer anderen Ausgangsposition des Kunden, ist kein Maßstab. Es ist ein Anhaltspunkt. Der Unterschied zwischen beidem ist klein genug, dass man ihn übersieht — und groß genug, dass er einen teuer zu stehen kommt.
Annahmen als Platzhalter — nicht als Ergebnis
Was übrig bleibt, ist das Benennen. Nicht im Sinne von Raten, sondern im Sinne von Klarheit darüber, was eine Annahme ist und was ein Messergebnis. Der Unterschied liegt nicht im Inhalt, sondern in der Markierung.
Eine Zahl, die aus einem Gespräch mit einem Interessenten stammt, ist etwas anderes als eine Zahl, die aus hundert tatsächlichen Nutzungsfällen abgeleitet wurde. Wenn beide Zahlen in der gleichen Tabelle stehen, ohne Kennzeichnung, ist die schwächere die gefährlichere — weil man aufhört, sie zu hinterfragen.
In frühen Projektphasen arbeiten wir mit Platzhaltern, die wir als solche auszeichnen: Diese Einschätzung basiert auf Gesprächen. Dieser Wert ist aus einer früheren Situation übertragen. Dieses Signal haben wir noch nicht. Es klingt nach mehr Aufwand als es ist. Und es erspart einen späteren Moment, in dem man merkt, dass man monatelang auf etwas gebaut hat, das nie wirklich gemessen wurde — nur so behandelt wurde, als wäre es das.
Makler kennen das aus der Bewertungsarbeit: Ein Vergleichswert aus einer ähnlichen Lage ist ein Hilfsmittel, kein Beweis. Wer ihn als Beweis behandelt, hat nicht mehr getan als jemand, der geraten hat — nur überzeugender.
Weitere Beiträge

Was wir wussten, was wir annahmen und was das kostete
Wie ein Team entscheidet, wenn die Datenlage dünn ist — was sich wirklich messen lässt, was Annahme bleibt, und ab wann es teuer wird. Aus der Praxis.

Wenn die Datenlage dünn ist: Wann Annahmen kippen
Wie ein Team entscheidet, wenn belastbare Zahlen fehlen — was messbar ist, was Annahme bleibt und ab wann eine Annahme kippt. Lesen Sie, was das kostet.

Wenn das Kundenfeedback widersprüchlich ist: Worauf hören?
Nutzer sagen das eine, die Zahlen zeigen das andere. Wie Entwicklungsteams entscheiden, welchem Signal sie trauen — und wann sie eine Annahme aufgeben müssen.