Wie Sie Ihren unfairen Vorteil in der Wildwest-Ära des Produktmanagements finden

Lesen Sie das Transkript:

Wir testen die Transkription unserer Podcasts mit einem Softwareprogramm. Bitte entschuldigen Sie etwaige Tippfehler, da der Bot nicht zu 100 Prozent korrekt ist.

Hannah Clark: Es ist offiziell. "Vibe Coding" hat sich im allgemeinen Sprachgebrauch etabliert und wir stehen an einem kritischen Punkt, an dem KI, digitale Produkte und Kultur zu einem riesigen evolutionären Sprung zusammenkommen. Die Demokratisierung des Zugangs zur digitalen Produktentwicklung, oder einfacher gesagt, „Bauen nach Gefühl“, markiert eine dauerhafte Gleichstellung, bei der buchstäblich jeder Gründer werden kann.

Die Beseitigung von Zugangshürden bedeutet, dass mehr großartige Ideen den Weg auf den Markt finden – aber das bedeutet eben auch, dass viel mehr großartige Ideen auf den Markt kommen. In diesem Maßstab sind die Auswirkungen viel größer als nur die Tatsache, dass es mehr Konkurrenz gibt. Es bedeutet, dass wir, wenn wir wirklich mithalten wollen, unsere GTM- und Wachstumsstrategien auf ein viel höheres Niveau bringen müssen.

Und zum Glück für Sie ist mein heutiger Gast Margaret-Ann Seger, Head of Product bei Statsig. Wie Sie gleich hören werden, hat Margaret-Ann, oder MA, wie sie genannt wird, ein unglaubliches Gespür dafür, was sich vom Lärm abhebt und Wachstumsmotoren ins Rollen bringt. Aber das eigentliche Highlight dieser Episode sind die Taktiken, die sie und das Team bei Statsig verwenden, um die Zusammenarbeit zwischen Nutzern und Produktteam zu ermöglichen. Sie werden ganz sicher Notizen machen wollen. Los geht’s.

Übrigens, solche Gespräche führen wir jede Woche – wenn Sie das interessiert, abonnieren Sie uns doch einfach! Okay, jetzt legen wir los.

Willkommen zurück beim CPO Club Podcast. Margaret-Ann, vielen Dank, dass Sie heute Zeit für dieses Gespräch genommen haben.

Margaret-Ann Seger: Danke, dass ich dabei sein darf, Hannah.

Hannah Clark: Können Sie uns zuerst ein wenig über Ihren Hintergrund erzählen und wie Sie zu Statsig gekommen sind?

Margaret-Ann Seger: Gerne. Ich leite das Produkt und Design bei Statsig, der modernen Plattform für Produktintelligenz.

Von traditionellem AB-Testing über Offline-Modelltests – Teams arbeiten immer häufiger mit Modellen, intelligentem Feature-Flagging, Produktanalytik. Wir helfen Teams, Daten in jedem Teil ihres Produktentwicklungsprozesses in dieser KI-Ära zu integrieren. Eine sehr umfassende Plattform. Für mich ist das relevant, weil ich aus großen Tech-Unternehmen komme.

Ich habe in meiner Karriere bei Big Tech angefangen, bei Facebook, und war dann etwas mehr als sechs Jahre bei Uber. Beide Unternehmen befanden sich im Hyperwachstum, als ich dort gestartet bin, aber ich hatte das Privileg, eine Suite großartiger interner Tools zu nutzen. Erst als ich 2020 ausgestiegen bin und in die echte Welt kam, habe ich gemerkt, dass nicht jede Firma Zugang zu diesen Tools hat.

Deshalb ist unsere Mission bei Statsig, den Zugang zu genau diesem Set an Tools für alle Unternehmen zu demokratisieren.

Hannah Clark: Das ist großartig. Heute sprechen wir etwas mehr über das Wachstum, wie man Growth und GTM-Strategien auf den Punkt bringt – gerade jetzt, wo im KI-Zeitalter so viele Bereiche der Produktentwicklung und des Launches demokratisiert sind.

Wir müssen wirklich clevere, intuitive Wege finden, um aufzufallen. Lassen Sie uns mit einer Aussage beginnen, die Sie mir in einem früheren Gespräch mitgeteilt haben und die mir sehr gefällt: First time founders care about product, repeat founders care about distribution. (Erstgründer konzentrieren sich auf das Produkt, Mehrfachgründer auf die Distribution.) Das fasst das Thema sehr gut zusammen.

Was denken Sie, ist die wichtigste Denkweise, die Produktverantwortliche annehmen sollten, wenn man von einem produktorientierten zu einem distributionsorientierten Denken wechselt?

Margaret-Ann Seger: Gute Frage. Tatsächlich stammt dieser Spruch von meinem Mann. Er erzählte es mir gerade, als er sein eigenes Startup aufbaute.

Es war ein sehr passendes Gespräch zu der Zeit. Der Kern ist: Sie können das beste Produkt der Welt bauen, aber wenn niemand davon weiß oder Sie keinen Weg haben, es den richtigen Leuten zu präsentieren, werden Sie keinen Erfolg haben. Das gilt im Zeitalter der KI besonders.

Denn es gibt einfach so viel mehr Produkte. Die Messlatte für die Erstellung eines Produkts ist gesunken. Jeder kann jetzt seine eigene App, Website oder sonstiges erstellen. Es gibt also viel mehr Lärm. Wie sticht man heraus? Wie kommt man an die Nutzer? Ein paar Beispiele, die mir dafür einfallen:

Das ist kein Tech-Produkt, aber nehmen Sie die Make-up-Linie von Hailey Bieber, Road. Sie wurde kürzlich für über eine Milliarde Dollar übernommen – ein sehr erfolgreicher Exit. Das ganze Geschäftsmodell basierte auf ihrer Marke. Sie beherrscht Make-up bestimmt, aber es gibt sicher viele, die mehr darüber wissen. Sie hat aber eine unglaubliche Marke – sie hatte Distribution. Genau wie damals bei Facebook: Wir hatten riesige Verbreitung, und jede Funktion hätte sofort Millionen von Nutzern erreichen können.

Auch bei KI-Companies sieht man das: Cursor z. B. nutzt bestehende Gewohnheiten und Distributionskanäle und setzt da etwas drauf – und hat über Nacht enormen Erfolg. Die Unternehmen, die nachhaltig und kreativ Distribution aufbauen, werden sich hervorheben. Ein gutes Produkt zu bauen ist im Zeitalter der KI quasi Grundvoraussetzung, kein echtes Differenzierungsmerkmal mehr.

Hannah Clark: Genau das ist, glaube ich, die Sorge vieler: Sie können eine tolle Idee haben, aber die Funktionalität eines Produkts ist selten einzigartig.

Welche Strategien empfehlen Sie, damit großartige Produkte trotzdem aus der Masse herausragen, wenn doch theoretisch jeder das Gleiche bauen kann?

Margaret-Ann Seger: Ein wichtiger Punkt, über den zu wenig gesprochen wird, sind Feedbackschleifen.

Sie haben vielleicht eine KI, die Ihren Code schreibt oder in jedem Schritt des Produktentwicklungsprozesses unterstützt. Aber: Wie erhalten Sie Feedback, sobald das Produkt draußen ist? Sowohl qualitatives als auch quantitatives Feedback – Sie müssen schnell wissen, ob das, was Sie bauen, funktioniert.

Schaffen Sie Feedbackschleifen, damit Sie konstant Signale erhalten und entsprechend iterieren können. Und dazu kommt als Unterscheidungsmerkmal die Geschwindigkeit. Können Sie Feedback nutzen und schneller iterieren als die Konkurrenz?

Sobald Nutzer Ihnen Feedback geben, können Sie das sofort nutzen? Geschwindigkeit zusammen mit Feedbackschleifen wird die Gewinner bestimmen. Wir veröffentlichen bei Statsig manchmal sogar unfertige Prototypen, um schnell Feedback zu erhalten, das uns hilft, das endgültige Produkt gezielter und schneller zu entwickeln.

Hannah Clark: Es geht also darum, seine Nutzer wirklich kennenzulernen, was schon immer wichtig war, aber jetzt entscheidend ist. Welche praktische Herangehensweise empfehlen Sie Produktverantwortlichen, um ihr ICP (Ideal Customer Profile) zu verstehen – gerade im aktuellen, demokratisierten Umfeld?

Margaret-Ann Seger: Das mag kontrovers sein, aber: Machen Sie Support.

Ich finde, wenn Product Manager Support machen und mit Kunden zusammenarbeiten, wenn sie Probleme haben, ist das tatsächlich sehr hilfreich, um den Nutzer zu verstehen. Bei Statsig treiben wir das auf die Spitze – das hat mich am Anfang echt überrascht.

Wir haben kein Support-Team: Das ganze Unternehmen ist für den Support verantwortlich. Wir haben komplexe Tools, z. B. Slack-Feedbackkanäle, die über einen Bot automatisch triagiert werden, ein On-Call-System mit wechselndem Bereitschaftsdienst für alle Mitarbeiter.

Ich bin Head of Product, mache aber ebenfalls Support. So bekomme ich mit, wenn etwas schief läuft oder User an bestimmten Stellen festhängen – und das hält mich ständig in Kontakt mit den Kunden und ihren Problemen.

Viele Unternehmen und auch viele AI-Support-Bot-Firmen sagen, Support soll outgesourct werden. Aber ich glaube, es hilft total, nah dran zu bleiben, und die Kunden schätzen das. Es wird schon fast zu einem Differenzierungsmerkmal in dieser neuen Welt.

Hannah Clark: Das ist tatsächlich genial. Egal ob Bot oder Supportteam: Wenn der Support-Prozess vom Entwicklerteam getrennt ist, bekommen Sie Feedback meistens nur dadurch, dass Sie gezielt nachfragen oder hoffen, dass die richtigen Informationen durchkommen. Im Support dagegen erreichen Sie Nutzer, die weder besonders begeistert noch besonders unzufrieden sind, sondern einfach ein Problem lösen wollen – und damit auch die wichtige „Grauzone“, die schwerer erreichbar ist.

Margaret-Ann Seger: Genau, Sie erleben die Kunden in ihrer Umgebung, mitten im Problem, mit echter Emotion. Es ist auch toll, wie unsere Entwickler so Empathie aufbauen. Nicht nur PMs – auch die Entwickler sind involviert, sie verbessern Prozesse sofort. So entsteht echte Empathie bottom-up.

Hannah Clark: Ja, auf diese Weise versteht man die Use Cases der Nutzer im Moment und kann überlegen, ob bestimmte Hürden überhaupt nötig sind. Das inspiriert mich sehr. Kommen wir zum nächsten Punkt: Die Geschwindigkeit von Entwicklungszyklen war ein weiteres Differenzierungsmerkmal.

Sie schlagen vor: Schnelle Prototypen, raus damit, Feedback gewinnen. Welches Framework würden Sie empfehlen, um zu entscheiden, was zuerst gebaut und getestet wird, wenn es viele Optionen gibt?

Margaret-Ann Seger: Wir machen inzwischen häufig Prototyp-Videos: Wir erstellen ein Prototyp, filmen ein Video, tun so, als wäre das ein reales Produkt, und bieten Beta-Zugang an – bauen das Feature aber erst, wenn genügend Nachfrage sichtbar wird.

Wenn Kunden oder Interessenten dann anfragen, wissen wir, dass Interesse besteht, und gehen in die Entwicklung. Das ist eine sehr kostengünstige Möglichkeit, Ideen zu überprüfen, ohne direkt ein komplettes Produkt mit allen Edge Cases bauen zu müssen.

Wir haben das für einige Features getestet und machen damit super Erfahrungen. Wir werden auf jeden Fall so weitermachen und lassen den Markt entscheiden, was wir überhaupt entwickeln sollten.

Hannah Clark: Das ist ein Blick hinter die Kulissen – fast schon wie bei „Der Zauberer von Oz“.

Margaret-Ann Seger: Vielleicht sollte ich das gar nicht so offen erzählen.

Hannah Clark: Doch, das ist genial! Schließlich gibt es viele Wege, etwas zu bauen, aber warum Aufwand in ein Feature investieren, wenn die Nachfrage fehlt?

Margaret-Ann Seger: Genau das ist der Vorteil: Wir bekommen am ersten Tag direkt Distribution, weil wir sie validieren konnten.

Hannah Clark: Fantastisch. Kommen wir zur Rolle von KI bei der Entwicklung der GTM-Strategie. Wie launcht man ein Produkt, wenn ständig zig ähnliche Produkte starten und viele denken, dass ChatGPT schon gute GTM-Strategien generieren kann?

Margaret-Ann Seger: Da muss ich lachen, weil Sie völlig recht haben. Sie können sicher ChatGPT für viele konkrete Outputs nutzen, aber zu wissen, was man überhaupt eingeben und wie man es formulieren muss, ist eine Kunst für sich. Das Meme, dass PMs zu Prompt-Engineers werden, passt hier.

Sie können KI-Tools wirklich nutzen, aber Sie müssen die Prozesse führen. Es braucht immer einen Menschen, um echte Empathie für den Kunden zu haben, die Schmerzpunkte zu erkennen, die richtige Sprache zu wählen und so die GTM-Strategie darauf auszurichten.

Sie brauchen dafür quantitative Inputs – Sie müssen wissen, was die Nutzer tun oder eben nicht tun, und qualitative: Sie sollten Nutzer-Sessions beobachten, ihre echten Blockaden kennen. AI kann dabei helfen, z. B. durch automatisierte Analyse zehntausender Session-Replays, aber die eigentliche Einordnung, das „Framing“, kommt vom Menschen.

Haben Sie diese Vorarbeit gemacht, können Sie ChatGPT zur Feinarbeit nutzen – aber die Grundlage ist Handarbeit.

Hannah Clark: Kommen wir zu den Basics einer starken GTM-Strategie. Wenn die Konkurrenz massiv gewachsen ist, muss die Go-to-Market-Strategie heute viel robuster sein als noch vor fünf Jahren. Was macht eine gute, zeitgemäße GTM-Strategie aus?

Margaret-Ann Seger: Das ist schwierig zu definieren. Es ist aber einfach zu sagen, was früher funktioniert hat, heute aber nicht mehr. Das hat sich selbst bei Statsig seit 2022 deutlich verändert.

SEO ist mittlerweile ganz anders, weil Modelle und Nutzer die klassischen Suchmaschinen umgehen und direkt KI wie ChatGPT, Claude oder Gemini nutzen. Auch die Differenzierung ist schwieriger.

Früher reichte hochwertiger Content – etwa tolle Blogs oder Newsletter.

Hannah Clark: Oder Podcasts.

Margaret-Ann Seger: Genau, all das war ausreichend. Heute ist das nur noch Standard. Geschriebene Inhalte sind geradezu inflationär, weil KI massenhaft Blogs erstellt, nur um Suchergebnisse zu besetzen. Die Frage ist also: Wie hebt man sich ab, wenn alles mit KI-Content geflutet wird?

Die eigentliche goldene Regel ist für mich inzwischen: Menschliche Nähe. Wenn ein Mensch sichtbar ist, wird das schon fast revolutionär. Marken mit Gesicht werden bevorzugt.

Ein Freund meinte zu mir, dass unsere Marke ‚anders‘ wirkt als andere typische KI-Firmen. Warum? Weil wir Menschen zeigen: Unsere Mitarbeiter sind sichtbar, PMs stehen mit ihrem Gesicht für Releases, sie schreiben Blogposts als Personen, nicht anonym. Das ist in der heutigen, maximal minimalistischen Brand-Welt schon fast edgy.

Während Firmen wie Vercel oder Linear für saubere, minimalistische, fast sterile Ästhetik stehen, wagen wir „Menschlichkeit“: Wir zeigen z.B. Hunde auf der Website und beantworten Kundenanfragen persönlich. Das ist für viele tatsächlich ein Unterschied.

Hannah Clark: Das passt zu einem Gedanken, den ich in letzter Zeit in vielen Gesprächen erörtere: Es gibt immer diese Pendelbewegung. Wenn ein Trend seinen Sättigungspunkt erreicht hat, sehnen sich die Menschen nach dem Gegenteil – bei Ästhetik, Technik, Mode... „Cleanes“, minimalistisches Design kann heute jeder erzeugen, also wächst das Bedürfnis nach Authentizität.

Der Übergang von Instagram zu TikTok ist vergleichbar: Instagram prägte poliertes Hochglanz-Content, dann wünschten sich die Leute Low-Fi, echte Einblicke. Ähnlich wollen Produktnutzer heute wissen, dass echte Menschen dahinter stehen.

Wenn wir über Growth-Teams sprechen, die Tools wie Statsig nutzen: Was ist der häufigste Fehler bei der GTM-Umsetzung in einem Tech-Stack voller Mess-Tools?

Margaret-Ann Seger: Viele Teams wollen datengetrieben werden und setzen zahlreiche Lösungen ein. Aber oft stimmen deren Daten nicht überein.

Wenn vier Systeme ähnliche Aktionen loggen, stehen Sie plötzlich vor vier widersprüchlichen Datensätzen. Das ist frustrierend und zerstört das Vertrauen in die Zahlen.

Daher setzt die Branche auf Konsolidierung: Plattformen, die verschiedene Tools vereinen – wie wir. Wichtig ist, eine zentrale Datenquelle („Source of Truth“) zu haben, etwa ein Data Warehouse. Darauf bauen kluge Lösungen auf, anstatt neue Inseln zu schaffen.

Es ist ein langwieriger, aber notwendiger Prozess, um das Vertrauen in Daten zurückzugewinnen. Viele behaupten, datenbasiert zu entscheiden, können aber konkrete Fragen zur Feature-Performance nicht beantworten, weil Experimentieren aufwendig bleibt. Tools, die Feature Flags und AB-Tests extrem einfach machen, senken die Schwelle für echte Experimente und fördern diese Kultur.

Hannah Clark: Genau. Dieses „Muskel-Aufbauen“ braucht sowohl Entwicklungs- als auch Distributions-Denken. Wie wird das zu einer Team-Mentalität, selbst für Mitglieder, die mit Marketing oder Produktkommunikation wenig zu tun haben?

Margaret-Ann Seger: Es ist nicht leicht, diese DNA im Team zu verankern. Wir achten bei Einstellungen sehr darauf, dass unsere Engineers produktorientiert sind, den Nutzer im Blick haben und Interesse an Marketing zeigen.

Ein konkretes Beispiel: Unser Infra-Team entwickelt eigene Tools, die sie im Alltag auf unserer Plattform (Statsig) einsetzen, ähnlich wie bei Datadog. Sie finden daraufhin Anwendungsfälle, bei denen sie feststellen: Hey, das könnten wir auch unseren Kunden anbieten! So entstehen Produktideen direkt aus internem Bedarf.

Der Engineering Lead arbeitet dann eng mit mir, dem Marketing und dem PMM an der Positionierung – ganz nah an der eigentlichen Produktstory.

Hannah Clark: Das macht deutlich: Wie man launcht und distribuiert, ist höchst individuell und sollte auf wahren Nutzerwert basieren. Haben Sie noch eine schöne Story, wie dies durch Storytelling und Menschlichkeit perfekt umgesetzt wurde?

Margaret-Ann Seger: Mein Goldstandard ist eine Aktion aus meiner Zeit bei Uber, 2018, Stichwort „Driver Forward“.

Uber ist extrem schnell gewachsen, aber die Sichtbarkeit und Wertschätzung der Fahrer blieb oft gering im Vergleich zu den Kundengeschichten. Dabei tragen die Fahrer enorm viel bei und haben viele Wünsche geäußert – von Funktionen bis zu Fragen rund um Verdienst und User Experience.

Mit „Driver Forward“ haben wir beides vereint: Jeden Monat gab es sechs Monate lang eine thematische Aktion, bei der Produkt- und Marketingteam zusammen eine Neuheit für die Fahrer vorgestellt und „Storytelling“ auf die Menschen hinter dem Steuer fokussiert haben. Es gab Launch-Partys, Fahrer-Events, und alle Kommunikation war auf die Fahrer zugeschnitten.

Das war ein echter Wendepunkt im Vertrauensverhältnis zwischen Uber und den Fahrern – und eine Meisterleistung, Produkt-Roadmap und Marketing eng zu verzahnen. Verantwortlich war Laura Jones, heute CMO bei Instacart. Das war für mich die Blaupause für userzentriertes und Storytelling-getriebenes GTM.

Hannah Clark: Ein tolles Beispiel und sehr prägnant formuliert, wie der Mindset funktioniert.

Margaret-Ann Seger: Es war beeindruckend, das zu erleben.

Hannah Clark: Vielen Dank für das Gespräch! Wir haben in kurzer Zeit sehr viele wertvolle Punkte angesprochen.

Wenn Leute mehr über Sie erfahren möchten: Wo findet man Sie?

Margaret-Ann Seger: Bei LinkedIn unter MA, mein voller Name ist Margaret-Ann Seger, und der Statsig-Blog ist auch sehr spannend – dort gibt es viele Insights rund ums Team: statsig.com/blog.

Hannah Clark: Herzlichen Dank!

Margaret-Ann Seger: Dankeschön.

Hannah Clark: Danke fürs Zuhören! Für weitere Einblicke, Leitfäden und Tool-Reviews abonnieren Sie unseren Newsletter auf theproductmanager.com/subscribe. Weitere Gespräche wie dieses finden Sie überall, wo es Podcasts gibt, beim CPO Club.