Wie man mit einer Operations-Mentalität die Produktauslieferung skaliert

Hannah Clark: Das Finden des Product-Market-Fit kann sich anfühlen, als würde man den höchsten Berg besteigen, den man je gesehen hat, nur um auf dem Gipfel festzustellen, dass dahinter noch ein höherer Berg wartet. Die Herausforderung, in diese Phase des rasanten Wachstums einzutreten und die Produktauslieferung zu skalieren, ist vielschichtig: Sie stellt die Prozesse und Infrastruktur Ihrer Organisation auf die Probe, zwingt Sie dazu, bei der Priorisierung und Bereitstellung Ihrer Ressourcen unerbittlich zu sein, und verlangt enormen Mut, Wetten einzugehen, die nie ohne Risiko sind. Aber trotz all dieser Abhängigkeiten gibt es viele Wege, einen Berg zu erklimmen. Heute schauen wir uns nur einen davon an.

Mein heutiger Gast ist Amit Shah, Chief Operating Officer bei Virta Health. Was seine Perspektive besonders wertvoll macht, ist, dass er nicht aus dem klassischen Produktmanagement kommt. Er begann im Bereich Operations, leitete Teams bei der Leistungserbringung und wechselte erst vor fünf Jahren in den Produktbereich. Dieser Hintergrund verschafft ihm eine einzigartige Sichtweise auf Systemdenken und bereichsübergreifende Zusammenarbeit – was entscheidend war, da Virta rasant gewachsen ist und eine der schwierigsten Herausforderungen im Healthcare-Tech-Bereich angegangen ist: Wann setzt man menschliche Mediziner ein und wann lässt man KI-Tools die Arbeit übernehmen?

Sie erfahren gleich, wie sein Team die Reise zum Product-Market-Fit gemeistert hat, welche Entscheidungen nicht gut skalierbar waren und wie sie über KI und Tech-Schulden in der nächsten Wachstumsphase denken. Steigen wir ein.

Amit, vielen Dank, dass du dir im Januar trotz deines vollen Terminkalenders Zeit für uns genommen hast.

Amit Shah: Danke, dass ich hier sein darf. Ich freue mich sehr darauf.

Hannah Clark: Kannst du uns zunächst etwas über deinen Hintergrund erzählen und wie du von einer Operations-Rolle zur Produktführung bei Virta Health gewechselt bist?

Amit Shah: Gerne. Ich beginne etwas ausführlicher. Ich habe Wirtschaftsingenieurwesen studiert, das führt recht direkt zu einem Job im Operations-Bereich.

Ich war eine Zeit lang Berater, habe ein eigenes Unternehmen gegründet, das Solarprodukte im ländlichen Indien hergestellt hat. Dann habe ich mich sehr für das Gesundheitswesen interessiert, vor allem, weil ich gerne an Dingen arbeite, die die Lebensqualität der Menschen verbessern. Später habe ich im wertorientierten Gesundheitswesen gearbeitet, angefangen mit Direct Primary Care, und bin vor etwa neuneinhalb Jahren zu Virta gekommen.

Ich bin also nun seit fast zehn Jahren bei Virta. Wie du richtig gesagt hast, habe ich in Operations angefangen und zunächst Teams im Bereich der Gesundheitsversorgung geleitet. Als Virta gewachsen ist, wurde unser Kerngeschäftsmodell immer stärker technologiebasiert. Anfangs war ich Partner unserer Produktentwicklungs- und Auslieferungsteams, und mit der Zeit wurde ich immer stärker involviert.

Vor etwa fünf Jahren wurde ich gebeten, das Produktentwicklungsteam zu leiten, weil vieles, was wir taten, darin bestand, die Versorgung durch menschliche Mediziner mit unserer Produktplattform zu verbinden. So bin ich also ins Produktmanagement gerutscht. Ein kurzer Hinweis zu Virta: Virta hat die Mission, die Stoffwechselkrankheit für eine Milliarde Menschen umzukehren – dazu gehören Diabetes, Fettleibigkeit, Prädiabetes, und wir liefern sämtliche Versorgung vollständig virtuell.

Wir sind eine komplette Stoffwechselklinik. Das, was wir tun, ist einzigartig, denn wir personalisieren Biologie und Ernährung, um den Stoffwechsel der Menschen zu heilen.

Hannah Clark: Sehr fantastisch, und es ist definitiv ein edles Ziel. Ich weiß, dass das viele Familien und deren Leben betrifft.

Ich bin sehr gespannt, ein wenig mehr über die praktischen Aspekte hinter dieser Mission zu erfahren und wie es euch aktuell damit geht. Aber heute konzentrieren wir uns speziell auf die Übergangsphase vom rasanten Wachstum zur skalierten Produktauslieferung – genau dort, wo ihr euch bei Virta aktuell befindet.

Was bedeutet dieser Wandel deiner Meinung nach konkret im Alltag, Amit? Und was macht diesen Moment aus deiner Erfahrung besonders herausfordernd?

Amit Shah: Ja. Und um den Leuten einen gewissen Kontext zu geben: Über die letzten Jahre waren wir sowohl im rasanten Wachstum als auch schon ein skaliertes Produkt. Im letzten Jahr zum Beispiel hatten wir ein Wachstum von über 70 % Jahr für Jahr und machen Umsätze im dreistelligen Millionenbereich.

Wie gesagt, Details kann ich hier aus verschiedenen Gründen nicht nennen, aber man kann sich vorstellen: Das ist sehr schnelles Wachstum und schon ein recht ausgereiftes Produkt. In dieser Übergangsphase passiert eine Menge; vor Ort kann es sich sehr intensiv anfühlen. Ich habe mit vielen Teammitgliedern gesprochen, und wenn man skaliert, bedeutet das meist einfach mehr Menschen, mehr Squads, mehr Produktentwicklungsteams, verschiedene Leute, die an unterschiedlichen Themen arbeiten – und es gilt herauszufinden, wer welche Verantwortung übernimmt. Die richtigen Systeme und Prozesse müssen geschaffen werden, damit das, was im Kleinen funktionierte, nun übertragen werden kann.

Das Hauptding ist: Es kann sich vor Ort chaotisch anfühlen. Als Führungskraft sollte man daher viel Zeit investieren, die Nordsternfrage zu klären – was wollen wir erreichen? Und dann: Was sind die Systeme, Prozesse und Organisationsstrukturen, die wir schaffen, um dieses Ziel zu erreichen?

Hannah Clark: Du hast vorhin deine Operations-Vergangenheit angesprochen, die in meinen Augen ein echtes Ass im Ärmel ist, wenn es um den Übergang zur Produktführung geht.

Wie hat diese Operations- oder Systemdenken-Perspektive deine Herangehensweise an die Produktentwicklung geprägt – insbesondere in der Skalierungsphase?

Amit Shah: Gute Frage, und ich bin tatsächlich dankbar, dass du das als positiv einschätzt. Oft sieht man bei Produktleitern ja, dass sie im Produktbereich groß geworden sind; dort gibt es viel Wissen. Ich hatte das Glück, aus Operations zu kommen, und ich finde, da gibt es gewisse Dinge, die besonders hilfreich sind. Exzellente Ausführung ist etwas, das ich sogar im Studium gelernt habe. Systemdenken ist dabei ein zentraler Aspekt: analytische Entscheidungsfindung, effektive Priorisierung, Vereinfachung und gute Personalführung. Das sind die Kernkompetenzen, die großartige Operations-Leute mitbringen. Und es zeigt sich, dass hervorragende Produktleiter viele dieser Kompetenzen ebenso besitzen.

Natürlich gibt es noch weitere Fähigkeiten, und wie man das tut, kann unterschiedlich sein. Aber die Kernkompetenzen sind übertragbar zwischen Operations und Produktentwicklung. Als ich für die Produktentwicklung verantwortlich wurde, habe ich 15 Bücher gelesen, viele Podcasts gehört (auch diesen), und mit anderen Produktleitern gesprochen. Immer wieder fiel auf: Wer systemisch denken kann, analytische Entscheidungen fördert, nach diesen Systemen priorisiert, auf das Wesentliche vereinfacht und sein Team gut führt – der schlägt die Brücke bestmöglich.

Hannah Clark: Wenn du diese fünf Kernkompetenzen aufzählst, finde ich, sie sind alle gleich wichtig, um Wachstum zu ermöglichen. Sie betreffen jeden Organisationsbereich und sind oft eine große Herausforderung für Unternehmen. Es ist definitiv ein wertvolles Set.

Amit Shah: Noch ein Nachtrag zur Frage zum Übergang vom schnellen Wachstum zum skalierten Produkt: Einfachheit wird dabei extrem schwer. Das ist der vierte Punkt, den ich vorhin erwähnt hatte. Sehr früh beim Product-Market-Fit ist vieles einfach: Man muss Product-Market-Fit finden, und solange man sehr schnell wächst, ist es auch einfach – es gilt, den Zug auf den Schienen zu halten. Sobald man in die Skalierungsphase kommt, steigt die Komplexität auf interessante Weise. Das ist heute etwas, das mir besonders auffällt.

Hannah Clark: Du entkommst mir nicht so leicht, wir müssen da tiefer einsteigen. Du hast meine Neugier geweckt. Was bedeutet Einfachheit für dich? Ich kann es mir grob vorstellen, aber aus deiner Sicht als Operations-Mensch sieht das bestimmt anders aus.

Amit Shah: Einfachheit bedeutet, aus all den potenziellen Chancen die Prioritäten herauszufiltern, an denen das Team klar und fokussiert arbeiten kann – ohne sich ablenken zu lassen. Besonders im Bereich Stoffwechselgesundheit, der sich extrem schnell wandelt, z.B. durch neue GLP-1-Medikamente, sind wir sehr eigenständig unterwegs mit einer skalierbaren, vollständigen digitalen Lebensstil-Intervention. Um das Produkt auf dem bisherigen Exzellenzniveau zu halten, ist enorm viel Arbeit nötig, vor allem, da wir heute hundertfach größer sind als zu Zeiten unserer ersten klinischen Studie 2015, bei der wir weltverändernde Ergebnisse für Patienten erzielt haben – und das wollen wir jeden Tag wieder schaffen.

Neben dem Marktumfeld mit neuen Medikamenten, Mitbewerbern und verschiedenen Kundenbedürfnissen, ist die Herausforderung zu priorisieren und zu vereinfachen: Was gehört zum Kern, was investiert man gesondert und was lässt man weg? Genau diese Vereinfachung beschäftigt uns heute sehr.

Hannah Clark: Ich wollte klarstellen, ob du Einfachheit eher aus Nutzerperspektive oder interner Sicht meinst, aber es ist ja für beide relevant. Jetzt möchte ich auf das spannende Thema eingehen, wie ihr bei Virta entscheidet, wann ihr menschliche Mediziner für die Versorgung einsetzt und wann ihr auf digitale Tools setzt. Wie gestaltet ihr da die Balance und was macht das schwierig?

Amit Shah: Viel von Virtas Magie liegt genau darin, den richtigen Einsatz von Technologie, KI, Automatisierung, ML-Modellen und menschlichen Ärzten zu bestimmen. Unsere Ergebnisse sind echt: durchschnittlich 10 % Gewichtsverlust nach einem Jahr, signifikant reduzierte Risiken für Herzinfarkt und Tod. Ich erwähne das, weil es hier nicht um App-Klicks geht, sondern um echte Lebensveränderung und längere Lebensdauer.

Daher ist diese Entscheidung für uns extrem wichtig. Ein Schlüsselsystem ist unser klarer Nordstern: Metabolische Gesundheitsverbesserung als messbares Ziel. Unsere Patienten liefern täglich Biomarker wie Gewicht, Ketone, Glukose oder Blutdruck – und wir sehen Verbesserungen in Echtzeit.

Weil wir diesen Nordstern so klar haben, fällt es leichter zu erkennen, was ihn am besten beeinflusst. Es gibt Dinge, da sind Menschen mit Empathie, Kreativität, Verantwortungsgefühl und komplexer klinischer Entscheidungsfähigkeit auch mit KI unverzichtbar. Das sind die vier Bereiche, wo wir auf Menschen setzen. Alles andere sollte – sofern rechtlich zulässig und outcome-orientiert – die Technologie übernehmen.

Zudem führt das dazu, dass sich Ärzte bei uns wirklich erfüllt fühlen, weil sie sich auf das konzentrieren können, was Menschen am besten können: Empathisch sein, komplexe Probleme lösen, Verbindung aufbauen. So ist unser Ansatz: Wo KI besser ist, setzen wir sie ein, aber in gewissen Bereichen sind Menschen unschlagbar. So werden unsere Ärzte besonders effektiv.

Hannah Clark: Ja, das ist bestimmt erfüllend. Es ist beeindruckend, den Erfolg eurer Plattform an echten Ergebnissen und der Zufriedenheit der Ärzte zu messen – aber auch eine große Verantwortung, diesem Versprechen, diesem Nordstern Tag für Tag nachzukommen.

Amit Shah: Ja, absolut. Ich bin jetzt seit neuneinhalb Jahren dabei. Wir sind absolut mission-getrieben und das ist es, was mich jeden Tag antreibt: Besser arbeiten heißt, mehr Leben retten und verbessern – für jeden Mitarbeiter bei Virta. Das ist der Treibstoff bei schnellem Wachstum und im skalierten Produkt.

Hannah Clark: Beeindruckend! Kommen wir zurück zu den Details: Virta ist gewachsen – wenn du an frühe Entscheidungen zu Architektur, Prozessen oder Teamstruktur denkst – was hat zunächst gut funktioniert, musstet ihr aber aufgeben, als ihr skaliert habt?

Amit Shah: Zwei Dinge kommen mir da in den Sinn.

Erstens ein Beispiel zur Organisationsstruktur: Früher hatten wir einzelne Bereichsexperten für Produkt, Entwicklung, Analytics und Design, jeder hatte eigene Prioritäten. Das funktionierte bei einem kleinen Produktteam sehr gut – jede Disziplin konnte ihre Exzellenz entwickeln. Als wir aber größer wurden, mussten wir umstrukturieren, hin zu bereichsübergreifenden Squads, die ein Geschäftsproblem lösen. Das erwies sich im schnellen Wachstum und in der Skalierungsphase als viel effektiver, weil die Teams so mehr Kontext haben, am gleichen Ziel arbeiten und tiefergehende Problemlösung ermöglichen. Bei der alten, stärker siloartigen Struktur führten häufige Wechsel im Team zu Wissensverlusten und Herausforderungen. Heute achten wir darauf, dass jede Squad die entscheidenden Kompetenzen vereint, um eigenständig zu liefern.

Hannah Clark: Ich möchte da kurz einhaken: Du sprichst einen Punkt an, der im Skalierungsprozess oft unterschätzt wird – nämlich den Wissens- und Erfahrungstransfer innerhalb und zwischen Teams, speziell wenn Teams wachsen, neue Mitglieder dazukommen und andere gehen. Das ist nicht nur zwischen den Teams ein Problem, sondern auch innerhalb. Der Squad-Ansatz klingt als effiziente Lösung, um zumindest einen Teil dieser Herausforderungen zu adressieren. Das wäre ein Thema für eine eigene Podcast-Folge! Aber vielleicht können wir später noch darauf zurückkommen.

Amit Shah: Ich gehe da gern kurz drauf ein: Es ist definitiv beim Squad-Modell besser, aber die Herausforderung ist nicht vollständig gelöst. Einzelne herausragende Kolleginnen und Kollegen halten oft sehr viel Kontextwissen, und wenn sie wechseln oder gehen, verliert man immer noch etwas. Die Dokumentation ist auch bei uns keine perfekte Lösung. Aber das Squad-Modell hilft, da in der Regel eine größere Konstanz im Arbeitsbereich und Ziel besteht.

Hannah Clark: Da könnten wir wirklich eine ganze Folge drüber machen! Aber bitte fahre fort.

Amit Shah: Du hattest gefragt, welche frühen Entscheidungen nicht gut skalierten. Das zweite Thema: Datenstruktur und Analytics. Am Anfang wollten wir Daten demokratisieren, stellten alles in Tabellen bereit und gaben vielen Leuten Zugang. Anfangs funktionierte das super, aber mit dem Wachstum wurden die Tabellen unübersichtlich. Unterschiedliche Leute holten sich unterschiedliche Daten, und bald gab es auf dieselbe Frage unterschiedliche Antworten, je nachdem, wer sie zog. Entsprechend haben und investieren wir viel, um unsere Datenquellen zu bereinigen, Prozesse bei der Datenanlieferung zu verbessern etc. Das ist entscheidend – und gerade im Übergang vom schnellen Wachstum zum skalierten Produkt wichtig. Und um das klarzustellen: Ich hoffe, dass unser Wachstum anhält, aber wir sind jetzt eben beides – ein schnell wachsendes und gleichzeitig ein skaliertes Produkt.

Hannah Clark: Wenn wir schon beim Thema Daten sind – lass uns über generative KI sprechen. Ihr habt einige Bereiche, in denen menschliche Ärzte unschlagbar sind, aber bei vielem ist KI effizienter. Wie überlegt ihr, wann KI im Produkt integriert wird und wann Menschen?

Amit Shah: Viel von dem „Magischen“ ist, wie wir das machen. Aber unser Rahmen ist: Wir waren schon immer ein daten- und analytikgetriebenes Unternehmen. Noch bevor generative KI aktuell wurde, hatten wir viele Jahre lang hochpräzise Machine-Learning-Modelle im Einsatz. Ein zentrales Thema ist für uns die proaktive Intervention. Wir verwenden ML-Modelle, die auf unserem proprietären Datensatz von über 200.000 Patienten und 10 Jahren basieren – hunderte Millionen Datenpunkte, etwa Blutglukose, Ketone, Gewicht – um zu prognostizieren, was die nächste, beste Intervention ist.

Wenn wir wissen, was der nächste Schritt ist, experimentieren wir: Soll der Eingriff von einem Menschen oder automatisiert erfolgen? Soll ein generatives KI-Tool eingesetzt werden? Proaktives (vorbeugendes) und reaktives Vorgehen: Für akute Fragen von Patienten setzen wir generative KI sehr gezielt ein – trainiert auf unseren Daten, liefern so direkt Antworten und können, falls nötig, den Fall an einen Arzt weiterleiten.

Außerdem achten wir sehr darauf, transparent zu sein: Patienten sollen klar erkennen, wann ihnen eine KI und wann ein Arzt antwortet – bei Gesundheit ist Vertrauen das Wichtigste. Patienten können immer an einen Arzt weitergeleitet werden.

Und noch etwas: Bei einigen Dingen wissen wir, dass menschliche Intervention besser wirkt. Dort priorisieren wir Ärzte, weil sie helfen wollen. Das ist sowohl für die Patienten als auch die Ärzte die beste Lösung.

Hannah Clark: Wenn ich dir zuhöre, fällt mir auf, wie verantwortungsvoll und durchdacht ihr mit den Themen Daten und KI umgeht. Viele springen neuerdings einfach auf den KI-Zug auf, nur weil es Trend ist. Bei euch merkt man, dass KI schon früh Teil eures Ansatzes war. Glaubst du, die frühe Erfahrung unterscheidet euch beim Umgang und bei der nachhaltigen Nutzung?

Amit Shah: Spannende Frage! Ja, ich finde, unser entscheidender Vorteil ist unser eigener, umfangreicher Datensatz – mit objektiven, subjektiven und Sentiment-Daten von hunderttausenden Patienten über zehn Jahre. Das trainiert unsere ML-Modelle und generativen KI-Anwendungen und ist ein echtes Alleinstellungsmerkmal. Andere könnten morgen ein ähnliches GenAI-Produkt anbieten, aber unser Nordstern ist Disease-Outcome, und die Prozesse und Modelle, die wir basierend auf vielen Daten für jeden einzelnen Patienten haben, sind einzigartig. Letztlich ist jede neue Technologie – ML, GenAI, Ärzte selbst – Tools im Werkzeugkasten für unser Outcome. Was bleibt, ist unser Ansatz und unser Datensatz.

Hannah Clark: Das merkt man – die Wertschätzung für eure Daten und die damit verbundene Verantwortung sind spürbar. Es ist in unserer Branche (zu Recht) Kritik, wenn KI nur um der KI willen eingesetzt wird – oft ohne echten Mehrwert oder mit fragwürdiger Verantwortung. Eure bodenständige und menschliche Herangehensweise ist ein gutes Beispiel dafür, wie KI verantwortungsvoll eingesetzt werden sollte.

Amit Shah: Unsere Patienten kommen zu uns, um ihre Gesundheit zu verbessern, und unsere B2B-Kunden beauftragen uns, um die Gesundheit ihrer Populationen zu steigern. Unser Nordstern ist bessere Gesundheit, und dafür nutzen wir alle Tools – generative KI entwickelt sich rasant weiter und liefert echten Mehrwert. Eines meiner Lieblingsfeatures: Patienten können ein Foto von ihrem Teller machen, und die App zeigt automatisch die Makronährstoffverteilung und die Passgenauigkeit zum individuellen Ernährungsplan – Farbe orange, gelb, grün. Ohne generative KI wäre das nicht möglich. Aber das Entscheidende bleibt: Es hilft dem Nutzer in dem Moment, die richtige Entscheidung für sich zu treffen.

Hannah Clark: Es erinnert mich an unser Gespräch mit der User Research-Leiterin von Photo Room: Auch dort ging es um verantwortungsvollen KI-Einsatz – klare Aufgaben für KI (z.B. Mustererkennung in großen Datenmengen), daneben aber weiterhin menschliches Urteilsvermögen, denn Letzteres ist (noch) nicht der große Trumpf von ChatGPT und Co. Es ist wertvoll, wenn Unternehmen klar unterscheiden: Worin ist KI stark? Wann sollte man sie gezielt (und verantwortungsvoll) einsetzen – und wann nicht?

Amit Shah: Ich habe letztens mit meiner Frau (die viel klüger ist als ich) über generative KI gesprochen. Sie meinte: GenAI ist im Prinzip mit allem öffentlichen Wissen im Internet trainiert – es ist die beste Wissensdatenbank der Welt, aber eben auch mit allen Schwächen des Internet. Alles unkritisch zu übernehmen, wäre fatal – entscheidend ist die Fähigkeit, kritisch zu beurteilen, wie und wo man die Technologie einsetzt. Genau hier liegt unsere Magie.

Hannah Clark: Absolut – und zur guten Entscheidung gehört Empathie. Sie lässt sich schwer messen, ist aber für die Outcomes spürbar. Was sind, besonders mit Blick auf das Jahr 2026, die größten Herausforderungen, vor denen ihr aktuell steht, und wie stellt ihr euch auf die Weiterentwicklung ein?

Amit Shah: Das passt gut zur Folge. Unser Fokus liegt darauf, die Systeme und Prozesse so weiterzuentwickeln, dass wir überall Alignment schaffen – vom ersten Kundenkontakt bis zur individuellen Patientenerfahrung. Und das in einem Markt, der sich rasant wandelt: Wir bieten den gleichen Gewichtsverlust wie GLP-1-Medikamente (wie Ozempic, Wegovy, Zepbound, Mounjaro) – aber ganz ohne Medikamente. 70 % der Amerikaner möchten ohnehin ohne Medikamente abnehmen. Wir sind daher sowohl Alternative zu als auch Ausstiegsstrategie für diese Medikamente. Studien zeigen: Unsere Patienten halten nach der Medikamentenabsetzung ein Jahr lang einen Gewichtsverlust von etwa 11 %.

GLP-1s sind ein heißes Thema, neue orale Präparate kommen auf den Markt, der Wettbewerb wächst. Wir bleiben agil, passen uns dem Markt an, sind bei Patienten und Kunden präsent, liefern weiterhin die nachweislichen Outcomes – und das zu geringeren Kosten.

Hannah Clark: Dass ihr mit den Medikamenten mithalten könnt, ist beeindruckend! Ein großes Kompliment an das ganze Virta-Team und die wichtige Mission. Wo kann man nach der Sendung mehr zu dir finden?

Amit Shah: Ich bin am aktivsten auf LinkedIn – bitte sucht mich dort! Außerdem empfehle ich, Virta Health auf Instagram zu folgen – dort bin ich gelegentlich auch beteiligt.

Hannah Clark: Danke, dass du heute dabei warst, Amit. Es war großartig.

Amit Shah: Es war mir eine Freude. Danke dir.

Hannah Clark: Nächste Folge im Product Manager Podcast: Diese Episode ist für die Enterprise-Leaders, die Multi-Produkt-Portfolios managen. Wenn du schon mal die Mütter bei Costco beobachtet hast, wie sie sich mit vier Kindern aus unterschiedlichsten Entwicklungsstadien durch Menschenmassen kämpfen und dachtest: „Genau so sieht mein Job aus“, dann wird die Folge mit Anneka Gupta von Rubrik dein Überlebenskit. Jetzt abonnieren, um nichts zu verpassen.