Wir müssen Jobsuchenden und Personalverantwortlichen mit KI-Lösungen einen
echten Mehrwert bieten, um im Markt erfolgreich zu sein. Diese Aufgabe stellte sich das Jobportal Stepstone und machte sich auf, gezielt mit CFI die Kundenbedürfnisse zu messen und dann KI-Innovationen zu entwickeln, die am Markt Chancen haben.
Keine Firma hat zu wenige Ideen, sondern im Gegenteil: Gute Innovationen sind kein Problem der Ideenproduktion, sondern der Ideenauswahl. Firmen sind ständig – mal stärker und entschiedener, mal weniger und eher zufällig – auf der Suche nach neuen Marktchancen. Und das oft gleichzeitig in unterschiedlichen Suchfeldern, die mal mehr, mal weniger klar definiert sind. Suchfelder sind etwa Digitalisierung, Nachhaltigkeit, Customer Experience oder industriespezifische Wachstumsfelder. Seit dem Launch von ChatGPT 3 im November 2022 ist künstliche Intelligenz (KI) im Begriff, ein solches Suchfeld zu werden.
Doch sehr schnell stellt sich ein typisches Problem: Es gibt tausende Möglichkeiten, KI einzusetzen. Ob bei internen Prozessen zur effizienten Leistungserbringung, an der Schnittstelle mit Kunden für bessere Interaktionen oder bei der Entwicklung von neuen Produkten. Es stellt sich immer die Frage: Wo anfangen? Wir nennen dies den Ozean der Möglichkeiten. Ozean, da man vor lauter Ideen und Optionen die Orientierung verliert und zu ertrinken droht. Bei KI kommt hinzu, dass die benötigten Ressourcen hoch sind, um wirklich zur Produkt- oder Prozessreife zu gelangen. Es wird schnell klar, dass nicht alles umgesetzt werden kann – aber wie sollte man die Prioritäten setzen? Nach Machbarkeit? Nach Meinungen der Entwickler? Nach HIPPO-Entscheid (Highest Paid Person Opinion)?
Innovationen sind naturgemäß riskante Vorhaben, da sie immer etwas Neues, noch nie zuvor Gemachtes beinhalten. Es schwingt also immer ein Risiko mit, egal welche Entscheidungsgrundlage gewählt wird. Letztlich entscheidet der Kunde oder der Nutzer (der auch intern sein kann) über Erfolg oder Flop einer Innovation.
Stepstone setzt auf Künstliche Intelligenz
The Stepstone Group ist eine der weltweit führenden Online-Jobplattformen. Seit jeher nutzt Stepstone neue Technologien, um Jobsuchenden und Unternehmen dabei zu helfen, den perfekten Fit zu finden: für Jobsuchende den passenden Job, für Unternehmen den geeignetsten Kandidaten. Nach eigenen Angaben will Stepstone in den kommenden drei Jahren 100 Millionen Euro in KI investieren.
Jobsuche und Kandidaten-Vermittlung scheinen prädestiniert für den Einsatz von KI. Sehr viele repetitive Aufgaben werden sowohl auf Kandidaten- als auch auf Unternehmensseite händisch erledigt. Recruiter durchforsten manuell hunderte Lebensläufe, Kandidaten erstellen Bewerbungsunterlagen in Word. Doch Stepstone stellte sich über die offensichtlichen Einsatzmöglichkeiten von KI hinaus die Frage: Wo kann KI einen wirklichen Unterschied machen und über den Effizienzgewinn hinaus zum Game Changer für die Branche werden?
Dieser Aufgabe stellt sich Stepstone bereits seit Jahren und erhielt von Vendbridge tatkräftige Unterstützung in der Umsetzung. In einem Customer-Focused-Innovation(CFI)-Prozess wurden die unerfüllten Bedürfnisse von Kandidaten im Markt gemessen und anschließend scharfe Produktkonzepte für KI-Lösungen entwickelt, die Stepstone bereits zum großen Teil zur Marktreife gebracht hat.
KI-Produkte wie ein Tool zum Generieren von Anschreiben oder ein virtueller KI-Interview Trainer haben eine sehr viel höhere Erfolgschance, da sie die Bedürfnisse der Jobsuchenden adressieren, die erwiesenermaßen unerfüllt sind. So wird das Risiko verringert und die Chance auf einen ROI von Innovationen erhöht.
Framing: In die Kundensicht mit Jobs-to-be-done
Der CFI-Prozess wurde in über 120 Projekten gemeinsam mit Kunden entwickelt und verfeinert. Er besteht aus vier Schritten: Framing, Discover, Spin und Action.
Im Framing geht es darum, den richtigen Umfang für das Projekt zu definieren. Das geschieht in erster Linie anhand der Beantwortung von drei fundamentalen Fragen:
Was ist die Geschäftsabsicht?
Was ist die Zielgruppe, das heißt die Quelle für Wachstum?
Was könnten die Jobs-to-be-done, also die Ziele und die Motive der Zielgruppe sein?
Während Geschäftsabsicht und Zielgruppe oft auf Anhieb einleuchten – Stepstone möchte in ihrer Zielgruppe der Jobsuchenden mittels profitabler KI-Produkte wachsen – ist der Job-to-be-done erstmal ein leeres Buzzword. Was ist damit gemeint?
Jobsuchende denken nicht an technologische Lösungen oder Produktideen. User nutzen Produkte, aber nicht als Selbstzweck. Sie wollen mithilfe der Produkte etwas erreichen. Sie wollen mit dem Auto von A nach B kommen (könnten aber auch den Zug nehmen) oder sie lesen einen Artikel, um auf dem neuesten Wissensstand zu sein (könnten aber auch einen Podcast hören). Das, was User mit Produkten letztlich erreichen wollen, ist der sogenannte Job-to-be-done – das Ziel oder der Zweck.
Die Formulierung eines Jobs-to-be-done bewirkt einen sofortigen Perspektivwechsel weg von der technischen Lösungssicht (wo kann man KI einsetzen?) hin zur externen Sicht (was wollen Stellensuchende erreichen?). Dieser Perspektivwechsel ist ein entscheidender erster Schritt, um die Bedürfnisse aufzudecken, ohne diese durch eigene Ideen oder Wünsche zu verzerren. Kunden sind oft nicht in der Lage, eine innovative Lösung zu beschreiben oder ihre eigene zukünftige Nutzung von neuen Produkten korrekt einzuschätzen: Wie viele Fitnessabos liegen ungenutzt herum? Wie viele zunächst skeptische Kunden bezahlen jetzt ohne Zögern mit ihrem Handy? Andererseits sind Unternehmen manchmal sehr enthusiastisch, wenn es um neue Ideen und Technologien geht. Schaut man sich die durchweg äußerst niedrigen Erfolgsraten von Innovationen an, teilen User den Enthusiasmus der Innovatoren offensichtlich nicht immer.
User sind die Experten, wenn es um ihren Job-to-be-done und ihre Probleme geht. Lösungsexperten in Unternehmen sind dies nicht. Das Konzept der Jobs-to-be-done erlaubt es, von der Innen- in die Kundensicht zu wechseln. Um den Erfolg von Lösungsideen einschätzen zu können, muss man also die Lösung zunächst ausblenden.
Vendbridge hat ein Tool entwickelt, die sogenannte Jobs-to-be-done-Hierarchie, um eine erste Hypothese systematisch zu finden. Denn schnell stellt sich die Frage: Wie grenzt man Jobs-to-be-done ein? Der erste Managementtheoretiker Theodore Levitt hat dies einmal so erklärt: Menschen wollen keinen Bohrer, sie wollen ein Loch in der Wand. Freilich. Aber eigentlich will auch niemand Löcher in der Wand, sondern vielleicht ein Bild aufhängen oder ein Regal an der Wand befestigen. Aber ist das wirklich der „Job“, der untersucht werden soll? Geht es nicht eher darum, seine Wohnung zu verschönern? Diese Fragen kann man bis in die höchsten Höhen hinaufschrauben. Es braucht ein Tool, um die Flughöhe und Breite abzustecken: Dazu dient die Jobs-to-be-done-Hierarchie.
Für Stepstone wurden zwei Jobs definiert: Den Jobmarkt im Auge behalten und eine neue Anstellung finden. Das gilt einerseits für Kandidaten, die eine Anstellung haben, aber dennoch hie und da einen Blick in Anzeigen werfen, andererseits auch für Kandidaten, die aktiv auf der Suche sind.
Discover: Kundenbedürfnisse besser messen
Die Phase Discover besteht im CFI-Prozess oft aus einer qualitativen und einer quantitativen Phase. In qualitativen Tiefeninterviews decken wir Job-Metriken auf: Metriken, die User anwenden, um den Wert von Lösungen zu bemessen. Bei Stellensuchenden ist das zum Beispiel „in möglichst kurzer Zeit den Lebenslauf zu aktualisieren“ oder „in einem Bewerbungsgespräch möglichst wenig nervös zu sein“. Diese Metriken lassen sich in jedem Schritt der Job-to-be-done-Hierarchie finden und folgen einer strikten Syntax, um methodische Einheitlichkeit zu garantieren. In der Regel finden sich in 16 bis 20 Interviews, die meist 60 Minuten dauern, über 100 solcher Job-Metriken. Es handelt sich dabei um sehr konkrete Hypothesen zu Userproblemen, die im Anschluss quantitativ erhärtet werden können.
Über 8000 Stellensuchende und Jobmarkt-Observierende in Deutschland und in UK beantworteten verschiedene Jobs-to-be-done-Fragebögen. Resultat ist die quantitativ erhärtete Einsicht in die Probleme der User, die wir in einer Art „Fieberkurve“ abbilden. Sie zeigt die Wichtigkeit und den Erfüllungsgrad für jede Job-Metrik. Auf einen Blick wird klar, wo ein Mehrwert verlangt wird – und wo KI-Lösungen zum erfolgreichen Einsatz kommen können. Damit ist die Entscheidungsgrundlage für das Unternehmen geschaffen: Wo ist das Risiko einer Innovation am geringsten? Wo lohnt es sich zu investieren? Worauf sollte man sich fokussieren?
Spin: KI auf Kunden ausrichten
Mit den nach CFI gemessenen, unerfüllten Bedürfnissen kann Stepstone systematisch die Marktchancen durchgehen und prüfen, an welcher Stelle KI den entscheidenden Unterschied macht. Wir nennen diesen Teil des CFI Prozesses Spin, um auszudrücken, dass Ideen und Technologien auf den User und seine Bedürfnisse auszurichten oder eben zu „spinnen“ sind. Es geht also darum, die Ideen so zu schärfen, dass sie genau das gemessene, unerfüllte Bedürfnis adressieren. Dazu haben wir zwei Tools entwickelt: Das „Pain Matching“ und eine eigene „Value Proposition Canvas“.
Das Pain Matching schafft die schnelle Priorisierung von Ideen und Vorhaben aus Unternehmenssicht. Die Value Proposition Canvas schärft Ideen, indem sie ausgehend vom Problem ein Value Selling Narrativ entwickelt. Dieses Narrativ kann nun weiter geschärft oder in Konzepttests und anderen Methoden weiterentwickelt werden, bevor Ressourcen in die Entwicklung investiert werden.
Mit diesem Vorgehen entwickelt Stepstone KI-Produkte, um den Bewerbungsprozess von Kandidaten zu unterstützen. Von der Generierung des Lebenslaufs und des Motivationsschreibens bis hin zum digitalen KI-gestützten Coach für die Vorbereitung von Bewerbungsgesprächen werden Lösungen entwickelt, die für Stellensuchende neue Standards setzen und den sonst eher konservativen Markt aufrütteln. Und das Beste daran: Die Chancen auf Markterfolg sind keine leeren Hoffnungen, sondern können dank gemessenen Kundenbedürfnissen und Jobs-to-be-done antizipiert werden. So wird KI vom Schreckgespenst zum Game Changer: Dank der Kundensicht.
Comments