Offizieller Skill · Strategie

Build-Measure-Learn-Schleife

v1.0.1 · Aktualisiert am 4. November 2026

Macht aus einer neuen Idee eine einseitige Experimentkarte: die riskanteste Annahme, der kleinste Test, Metrik und Schwelle vorab festgelegt, ein Entscheidungsdatum und eine Regel für Pivot oder Weitermachen.

Zum Pod meines Teams hinzufügen

Funktioniert in Claude, ChatGPT und Coding-Agents. In Team und Business aktualisiert sich der offizielle Skill in deinem Pod von selbst, wenn wir ihn verbessern.

Wann du ihn nutzt

Bevor ein Team wochenlang etwas Neues auf ungetesteten Annahmen baut
Jemand fragt, was das MVP ist oder wie man eine Idee validiert
Die Zahlen stagnieren und das Team streitet über einen Pivot

Was du ihm gibst

Die Idee: Kunde, Problem, Angebot
Bisherige Belege
Zeit, Geld und wer über einen Test entscheidet
Aktueller Ausgangswert, falls es das Produkt gibt

Was du bekommst

Eine Experimentkarte mit Leap-of-Faith-Annahmen, dem, was man lernen will, Metrik und Schwelle, dem MVP, einer Regel für Weitermachen, Pivot und Dazwischen und der nächsten Schleife.

So funktioniert er

Liste die Leap-of-Faith-Annahmen auf Schreib die Überzeugungen auf, von denen der ganze Plan abhängt. Sortier sie in die zwei Arten, die Ries nennt: die Werthypothese (Kunden haben echten Nutzen, sobald sie es verwenden) und die Wachstumshypothese (neue Kunden finden es und kommen). Ergänze jede andere Überzeugung, die den Plan beendet, wenn sie falsch ist (sie zahlen diesen Preis, ein Partner baut eine Integration).
Wähl die riskanteste Nimm die Annahme, die am wahrscheinlichsten falsch ist und am teuersten, wenn sie es ist. Eine pro Karte. Liegen zwei gleichauf, teste zuerst die günstigere.
Schreib auf, was du lernen musst Ein widerlegbarer Satz: „Wir glauben, dass [Kunde] [Verhalten] wird, weil [Grund].“ Verhalten schlägt Meinung: zahlen, sich anmelden, wiederkommen, weiterempfehlen. Antworten auf „Würden Sie das nutzen?“ zählen nicht als Lernen.
Wähl die Metrik und leg die Schwelle jetzt fest Eine Metrik, die das Verhalten zeigt, gemessen pro Kohorte (die Leute, die im selben Zeitraum dazugekommen sind), keine laufende Gesamtzahl. Leg die Bestehensgrenze fest, bevor der Test beginnt: „mindestens [n] von [n] Testnutzern tun [Verhalten] innerhalb von [Tage]“. Schreib auf, warum diese Zahl: welches Ergebnis das Geschäft tragen würde. Vermeide Vanity-Metriken wie Anmeldungen insgesamt oder Seitenaufrufe, die steigen, egal was du tust.
Entwirf den kleinsten Test Wähl das günstigste MVP, das diese Metrik mit echten Kunden liefert: eine Landingpage mit Preis und Anmeldung, ein Service, der hinter einer einfachen Oberfläche von Hand erbracht wird, ein Demovideo, eine Vorbestellung, eine Version mit nur einer Funktion. Ries definiert das MVP als die Version, die mit dem geringsten Aufwand das meiste validierte Lernen bringt; streich also alles, was nicht auf die Metrik einzahlt.
Leg Entscheidungsdatum und Regel fest Leg das Enddatum und die Mindestzahl an Kunden fest. Schreib die Regel: weitermachen, wenn die Metrik die Schwelle schafft; pivotieren, wenn sie klar darunter bleibt (nenn, welchen Teil des Plans du ändern würdest: Kundensegment, Problem, Kanal, Preis oder Lösung); liegt sie dazwischen, nenn die eine Änderung, die du als Nächstes testest. Nenn, wer entscheidet.
Plan die nächste Schleife Sag, was du als Nächstes testest, wenn dieser Test besteht, und plan ein regelmäßiges Review zu Pivot oder Weitermachen ein (zum Beispiel alle paar Wochen), damit nach Belegen entschieden wird, nicht nach Stimmung.

Teile ihn mit deinem Team

Füge ihn einem AI Skill Pod hinzu, und alle im Team, auch Freelancer, nutzen dieselbe Version aus ihrer eigenen KI. Lies, wie Teams KI-Skills am besten teilen