Product Sense gilt als das mysteriöse Bauchgefühl guter Produktleute. Die Nielsen Norman Group liefert jetzt eine überraschend konkrete Definition und zeigt, warum Erfahrung genau dann versagt, wenn sie sich am sichersten anfühlt.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Product Sense entscheidet, welche Produktidee floppt und welche trägt, und galt lange als angeborenes Talent. Die UX-Forschungsagentur Nielsen Norman Group hat den Begriff jetzt so gefasst, dass er sich messen und trainieren lässt.
Das Wichtigste in Kürze
- Product Sense ist die Fähigkeit, zu erkennen, wann ein aktuelles Problem einem früheren gleicht, und den Ausgang verlässlich abzuschätzen.
- Entscheidend ist nicht Erfahrung an sich, sondern das Wissen, wann sie greift und wann sie täuscht.
- KI liefert plausible Lösungen, hat die Rückkopplung mit echten Nutzern aber nie durchlaufen.
- Echtes Gespür entsteht nur, wenn Teams Projekte bis zum gemessenen Ergebnis begleiten.
Was Product Sense wirklich ist
Der Analyst Tanner Kohler von der Nielsen Norman Group definiert Product Sense als die Fähigkeit, zu erkennen, wann aktuelle Probleme früheren Erfolgen oder Fehlschlägen gleichen, und verlässlich abzuschätzen, wie ähnliche Lösungen auf das gewünschte Ergebnis wirken.[1] Mustererkennung steht damit im Zentrum, nicht ein diffuses Talent.
Dahinter steckt ein Kreislauf aus sechs Schritten: Problem verstehen, passendes Muster erinnern, die Passung bewerten, eine Lösung umsetzen, das Ergebnis messen und daraus lernen. Erst diese Schleife formt aus einzelnen Projekten ein belastbares Urteil.
Die meisten durchlaufen nur die erste Hälfte dieses Kreislaufs: Lösungen entstehen, doch das Team wechselt Projekt oder Rolle, bevor die Ergebnisse eintreffen. Ohne den zweiten Teil bleibt jede Wiederholung folgenlos, und genau die Wiederholung baut das Gespür überhaupt erst auf.
Wann trägt Erfahrung, wann täuscht sie?
Product Sense bleibt wertlos ohne das Wissen, wann ein Muster überhaupt gilt. Kohler greift dafür auf die Intuitionsforschung von Daniel Kahneman und Gary Klein zurück, die zwei Bedingungen für verlässliches Bauchgefühl benennen: eine stabile Umgebung und schnelle, klare Rückmeldung.
In einem Checkout oder einem oft optimierten Dashboard sind beide Bedingungen erfüllt, das Muster trägt. Bei Produkten von null auf eins mit langen Feedback-Schleifen fehlt die Validität, und Erfahrung liefert kaum mehr als eine Vermutung.
Am gefährlichsten sind die trügerischen Fälle, die Robin Hogarth 2001 als wicked beschrieben hat: Das Problem sieht vertraut aus, doch die bewährte Lösung passt nicht mehr. Hier erzeugt Erfahrung falsche Sicherheit, und ein Feature, das anderswo funktioniert hat, scheitert an anderen Nutzerbedürfnissen.
Gutes Produktgefühl ist kein Talent, sondern ein Protokoll. Teams, die ihre Annahmen vor dem Launch festhalten und danach die Ergebnisse messen, bauen Gespür auf, alle anderen sammeln nur Meinungen.
— Markus Seyfferth, Chefredakteur Dr. Web
Der Kreislauf in sechs Schritten
Wann trägt Erfahrung, wann täuscht sie?
Stabile Umgebung mit schneller, klarer Rückmeldung. Das Muster aus der Erfahrung trägt zuverlässig.
Erfahrung trägt
Neues Terrain, lange oder unklare Feedback-Schleifen. Auch KI-Vorschläge fallen hierunter.
Vorsicht
Sieht vertraut aus, doch die alte Lösung passt nicht mehr. Erfahrung erzeugt trügerische Sicherheit.
Höchste GefahrWas das für Ihre Teams und die KI-Frage bedeutet
Für Produkt- und Designteams im DACH-Raum verschiebt das die Prioritäten, ähnlich stark wie es die neuen Webdesign-Trends 2026 tun. Teams, die Ideen nur über Wettbewerbsanalysen und Teardowns sammeln, kopieren Muster, ohne zu wissen, ob sie im eigenen Kontext gelten.
Besonders KI-Werkzeuge fallen in diese Falle. Ein Sprachmodell schlägt in Sekunden plausible Flows und Layouts vor, hat die Rückkopplung mit Ihren Nutzern aber nie durchlaufen. KI arbeitet damit strukturell in Kahnemans Zone niedriger Validität und liefert genau die selbstsichere Lösung, die in wicked Situationen scheitert, so wie schwache Informationsarchitektur auch KI-Assistenten ins Leere laufen lässt.
Praktisch heißt das: Annahmen vor dem Launch schriftlich festhalten, Projekte bis zum gemessenen Ergebnis begleiten statt beim reinen Output aufzuhören, und regelmäßig prüfen, welche Entscheidung warum funktioniert hat. Was das für echte Nutzer neben autonomen Systemen bedeutet, zeigt der Umgang mit KI-Agenten statt menschlicher Nutzer.
Product Sense wird so zum knappen Gut: Je mehr KI plausible Vorschläge liefert, desto wertvoller wird das menschliche Urteil darüber, wann ein Muster wirklich passt.
Quelle
[1] Nielsen Norman Group: „A Concrete Definition of Product Sense“
Mehr Newshunger?
- Informationsarchitektur: das Fundament, an dem KI-Assistenten scheitern
- Dichte statt Weißraum: Was der Dashboard-Umbau bei Vercel über Interface-Design zeigt
- Layout-Animation: Wie FLIP und View Transitions Sprünge im Interface glätten
- Wie hart trifft KI den Beruf des Webdesigners?
- UI SFX: 936 quelloffene UI-Sounds für Web-Oberflächen
