[00:00:00] Chirag Mehta: Als Chief Product Officer habe ich immer gesagt, dass Chief Product Officers im Grunde genommen Chief Backlog Officers sind. Sie sitzen auf einem Backlog. Das ist es, was [00:00:10] in der Vergangenheit immer passiert ist. Und weil du es nicht genug liefern konntest. Ja. Und [00:00:15] es gab immer mehr zu tun. Und ich denke, jetzt führst du [00:00:20] dieses Konzept ein, das bedeutet, dass du ohne Experimente nichts richtig machen kannst. [00:00:25] 

[00:00:25] Chirag Mehta: Und du musst Fähigkeiten haben, um experimentieren zu können. Sie müssen einfach keine Funktionen und Ergebnisse erstellen und [00:00:30] so weiter, aber Sie müssen wirklich verstehen, was funktioniert und was nicht. 

[00:00:34] Trisha Price: [00:00:35] Wenn du Software entwickelst oder Leute leitest, die das tun, dann bist du hier richtig. [00:00:40] Das ist Hard Calls. Echte Entscheidungen, echte Führungskräfte, echte Ergebnisse. [00:00:45] 

[00:00:45] Trisha Price: Hallo zusammen, willkommen zurück zu Hard Calls, dem Podcast, der die [00:00:50] besten Produktführer aus der ganzen Welt vorstellt. Wenn Sie die Sendung noch nicht kennen, möchte ich Sie einladen, [00:00:55] zu folgen oder zu abonnieren, damit Sie über die neuesten Folgen auf dem Laufenden bleiben. Die heutige [00:01:00] Folge ist ein Gespräch, das ich mit Chirag Mehta von Constellation Research geführt habe. [00:01:05] Wir haben über den zunehmenden Wandel von Feature-Fabriken hin zu ergebnisorientierten [00:01:10] Produktführern gesprochen. Und deshalb wollte ich, dass du das hörst. Wir befinden uns an einem [00:01:15] Wendepunkt, an dem KI die Produktlebenszyklen auf eine Weise, die ich noch nie zuvor [00:01:20] gesehen habe, von Jahren auf Tage komprimiert. In vielen Fällen. Du kannst etwas buchstäblich am [00:01:25] selben Tag versenden, an dem du mit dem Bau beginnst, aber das bedeutet auch, dass du das Falsche schneller [00:01:30] als je zuvor versenden kannst.

[00:01:31] Trisha Price: In diesem Gespräch sprechen wir darüber, was es wirklich bedeutet, dein Produktteam wie ein Forschungslabor zu leiten. Warum deine North Star-Metriken wichtiger sind als die Anzahl deiner Funktionen. Und wie sich das Verhältnis von Produktmanagern zu Ingenieuren grundlegend verändert. [00:01:45] Wir kommen auch auf etwas zu sprechen, von dem ich glaube, dass nicht genug Leute reden, nämlich wie man sicherstellt, dass gute Entscheidungen tatsächlich belohnt werden und nicht im Backlog begraben werden.

[00:01:54] Trisha Preis: Wenn [00:01:55] du dich jemals wie ein Chief Backlog Officer gefühlt hast, statt wie ein Chief Product Officer, oder wenn du [00:02:00] versuchst herauszufinden, wie du experimentieren kannst, ohne dein Budget zu überschreiten, dann ist das genau das Richtige für dich. [00:02:05] 

[00:02:05] Chirag Mehta: Also werden wir Spaß daran haben, darüber zu reden. Alles und jedes rund um den [00:02:10] Produkt- und Erlebnislebenszyklus. Ich war früher Chief Product Officer und unterstütze jetzt Chief Product Officers als Käufer und Endanwender.

[00:02:19] Chirag Mehta: Das wird also ein [00:02:20] lustiges Gespräch. Lass mich mit etwas beginnen, das ich beobachte. Es wurde viel darüber gesprochen, dass Funktionen großartig sind, aber sie bringen dich nicht weiter. Jeder kann in [00:02:40] kurzer Zeit eine Funktion erstellen.

[00:02:41] Chirag Mehta: Du kannst ein Produkt an einem Tag ausliefern, wenn du möchtest, aber es kann eventuell nichts bewirken. Es könnte also so sein, dass du am Ende etwas baust und auslieferst, aber das hilft möglicherweise nicht, ein Geschäftsergebnis zu erzielen. Wir erleben also diesen Übergang. Von dieser [00:02:55] funktionsorientierten Softwareentwicklung bis hin zur ergebnisorientierten Produkt. [00:03:00] Siehst du das Gleiche?

[00:03:01] Chirag Mehta: Vielleicht? Ich meine, das ist ein guter Ausgangspunkt. 

[00:03:02] Trisha Price: Ja, das ist ein guter Ausgangspunkt. [00:03:05] Chirag, und das wird so viel Spaß machen – wir beide unterstützen Produktleute und sind selbst Produktmenschen. [00:03:10] Also freue ich mich wirklich auf die Diskussion. Das tue ich, ich glaube, dass bereits vor der Dynamik der KI, die wir im letzten Jahr erlebt haben, einiges im Wandel war.

[00:03:20] Trisha Price: Der Fokus hat sich wirklich von der Feature-Fabrik auf Ergebnisse verlagert, weil wir viel Geld ausgeben und feiern können, dass wir ein neues Produkt oder eine neue Funktion ausliefern – aber was soll's? Wenn Personen es nicht benutzen? Wenn es [00:03:35] ARR nicht steuert, wenn es die Supportkosten nicht senkt, wen kümmert es dann, dass wir es versendet haben, weil wir [00:03:40] das Falsche versendet haben?

[00:03:41] Trisha Price: Nun, schnell voraus bis heute, und ich weiß, dass wir künftig mehr Zeit darauf verwenden werden, denn KI hat Einzug gehalten. Die Fähigkeit, [00:03:50] unglaubliche Prototyping-Tools zu verwenden und sogar zu einem echten [00:03:55] Produkt zu gelangen, ist einfacher denn je und schneller als je zuvor, oder? Und [00:04:00] du hast Tools wie Lovable und Bolt und Cursor und all diese Tools sind unglaublich und sie [00:04:05] bringen Produkte noch schneller auf den Markt.

[00:04:06] Trisha Price: Es kann aber auch bedeuten, dass wir einfach mehr schlechte Produkte oder mehr Funktionen entwickeln, die weiterhin nicht die Ergebnisse erzielen, die wir anstreben. Und es [00:04:20] macht wirklich Spaß, diese Art der Produktentwicklung [00:04:25] zu beobachten, dass Produktleute wirklich Strategie- und Geschäftsleute sind. [00:04:30] Und die Verantwortung gilt für dieselben Dinge, die der Rest des Unternehmens in Bezug auf [00:04:35] Geschäftskennzahlen hat.

[00:04:36] Chirag Mehta: Ja, also mir gefällt, was du gesagt hast, Strategie [00:04:40] und Geschäftsleute. Und wenn man sich den typischen Produktmanager anschaut – ich komme ursprünglich aus dem Ingenieurwesen – und in meinem Team ein Produktmanager ist, sind wir Ingenieure und Menschen, die im Engineering tätig sind.

[00:04:59] Chirag Mehta: Du musst eine Leidenschaft für den Technologiebereich und all das haben. Aber du stellst klar [00:05:05], dass sich die Dinge jetzt ändern. Da ist diese Idee, [00:05:10] du musst technisch genug sein. Um herauszufinden, was vor sich geht. Denn wieder einmal, [00:05:15] dreht sich alles um Technologie. Sie entwickeln Produkte, aber wir, wir [00:05:20] sprechen über Ergebnisse und bei Ergebnissen geht es um Geschäft und Strategie.

[00:05:24] Chirag Mehta: Du musst [00:05:25] die Ziele deines Unternehmens in das übersetzen, was draußen in Bezug auf deinen Markt und deine Kunden passiert. Wie sieht also diese Mischung aus Technologie und Geschäft aus? 

[00:05:39] Trisha Price: Ich stelle mir [00:05:40] das gerne als eine Kombination aus Inside-out- und Outside-in-Denken vor, und ich denke, Ingenieure – vielleicht bin ich voreingenommen, weil ich einer bin – können großartige Produktverantwortliche sein.

[00:05:50] Trisha Price: Das können sie wirklich, weil sie das Inside-out-Denken meistern – die Fähigkeit, mit Technologie zu experimentieren und über die Kunst des Möglichen nachzudenken, um etwas Neues zu innovieren. Und gerade im Zeitalter der KI, um ein Problem in seine Bestandteile zu zerlegen, oder? Um zu verstehen: Hier ist das Ergebnis, das ich erreichen möchte, hier ist das Problem, und welche Bestandteile dazugehören?

[00:06:11] Trisha Preis: Was sind die Bausteine, um mit dem Versand zu beginnen, an Schwung zu gewinnen und die Dinge auf den Markt zu bringen? Und dieses Inside-out-Denken ist für Ingenieure sehr natürlich, aber das kann dazu führen, dass du viele schlechte Produkte herausbringst. Also für mich ist es egal [00:06:25], ob Ingenieur oder nicht. Outside-in-Denken. Manche Leute nennen es auch Produktsinn. Es geht darum, deinen Markt und das Ergebnis, das du erreichen willst, zu kennen. Und einen sehr ausgeprägten Produktsinn zu haben. Du musst wissen, [00:06:40] welche Jobs zu erledigen sind. Du musst deine Benutzer in- und auswendig kennen und wissen, welche [00:06:45] Probleme für sie wirklich Schmerzmittel sind, keine Vitamine. Aber das muss sich immer noch auf die Ergebnisse deines eigenen Unternehmens auswirken.

[00:06:52] Trisha Preis: Also quasi der Teil von außen beim Denken [00:06:55], und die Geschäftsstrategie gibt es in zwei Varianten, oder? Die erste ist. [00:07:00] Deine Nutzer zu kennen, den Wert, den du ihnen bieten willst, die Probleme, die du [00:07:05] zu lösen versuchst. Und dann ist die zweite, was versuche ich für mein Unternehmen zu tun? [00:07:10] Richtig? Versuche ich, ein neues ARR zu bekommen?

[00:07:12] Trisha Preis: Versuche ich, ein neues Produkt für denselben [00:07:15] Kunden zu entwickeln, aber ein anderes Problem zu lösen und dann deine North-Star-Kennzahlen wirklich darauf abzustimmen? 

[00:07:22] Chirag Mehta: Es ist interessant, dass du gesagt hast, dass du am Ende [00:07:25] ein falsches Produkt versenden könntest. Ich denke, was wir bei KI sehen, ist, dass sie den Lebenszyklus wirklich [00:07:30] komprimiert und wie ich gerade [00:07:35] sagte, könntest du etwas bauen, etwas am selben Tag versenden, [00:07:40] und weißt du was?

[00:07:40] Chirag Mehta: Du versendest das Falsche. Siehst du das als Teil [00:07:45] dieser Strategie, als Teil dieser Validierung und als das, was wir, was die Leute im Allgemeinen als Produktsinn bezeichnen, wie du es zu Recht beschrieben hast? Gibt uns das jetzt die [00:08:00] Möglichkeit, diese Feedback-Schleifen zu beschleunigen?

[00:08:03] Trisha Price: Ja, 

[00:08:04] Chirag Mehta: Früher haben wir [00:08:05] Stunden, Tage, Wochen gewartet, manchmal um Feedback zu bekommen und zu sagen: [00:08:10] „Hey Mann, wir, wir haben das Falsche versendet.“ Wir müssen es tatsächlich beheben. Aber jetzt sind diese [00:08:15] Feedback-Schleifen viel schneller. Wie siehst du [00:08:20] diese Feedback-Schleifen? Feedback-Schleifen sind schneller?

[00:08:23] Chirag Mehta: Und wenn ja, weißt du, wie [00:08:25] sich das Produktmanagement als Disziplin damit weiterentwickelt? 

[00:08:28] Trisha Price: Ja, nun, ich finde es [00:08:30] magisch, dass sich Rückkopplungsschleifen und Zyklen verkürzen. Denn wenn Sie [00:08:35] strategisch denken, wenn Sie das Geschäftsergebnis kennen, wenn Sie ein [00:08:40] Gespür für das Produkt haben und Ihre Nutzer kennen, ermöglichen uns diese schnellen Feedback-Zyklen, [00:08:45] echte Experimente in großem Maßstab durchzuführen, oder?

[00:08:47] Trisha Price: Und wenn wir wissen, dass wir [00:08:50] laserfokussiert auf unsere Nordsternmetrik sind – und was auch immer das sein mag – könnte das eine Time-to-Value-Metrik sein. Könnte eine Konversionsmetrik sein, könnte Bindung sein, was auch immer es [00:09:00] ist, das Sie erreichen wollen. Wenn du es jetzt plötzlich verstehst, kannst du [00:09:05] drei verschiedene Dinge oder hundert verschiedene Erlebnisse [00:09:10] mit verschiedenen Untergruppen deiner Population ausprobieren, Feedback einholen und [00:09:15] wirklich herausfinden, was dieses Produkterlebnis ist. Welche Funktionen [00:09:20] musst du entwickeln, noch bevor du dein Engineering einbeziehst? [00:09:25] Richtig? 

[00:09:25] Chirag Mehta: Noch bevor Sie sich engagieren. 

[00:09:26] Chirag Mehta: Interessant.

[00:09:26] Trisha Price: Ja. Ich meine, natürlich sollten Sie Ihre Partner einbeziehen und durchgehend Gespräche führen, aber es ist nicht notwendig, dass die Ingenieure ständig selbst am Keyboard sitzen, um Prototypen zu erstellen, Experimente durchzuführen und Feedback zu erhalten.

[00:09:38] Trisha Price: Nicht mit den heutigen Tools, die [00:09:40] da draußen sind. Und ich denke immer, dass das Ingenieurwesen meine kostbarste Ressource ist. Es ist selten und ich muss es wirklich mit Bedacht einsetzen. Jetzt, wenn ich die Ingenieure darum bitte, etwas in großem Maßstab zu bauen, das die Benutzer lieben, ist mein Vertrauen in die richtige Funktion – also in das, was das gewünschte Ergebnis liefert – enorm, weil ich diese Experimente und Feedbackschleifen mit Prototypen durchgeführt habe, die ich in das Produkt integrieren kann.

[00:10:06] Chirag Mehta: Ja, glaube ich. Ich glaube, ich würde, ich [00:10:10] liebe dieses Ding. Ich denke, was du sagst, ist das, das hohe, das Signal ist von sehr hoher [00:10:15] Qualität. Eine der Herausforderungen, die die Leute erlebt haben – und ich war auf beiden Seiten: Ich war auf der Produktseite und auf der Ingenieurseite. Ingenieure würden Ihnen sagen, dass ihre Produktmanager nichts wissen.

[00:10:25] Chirag Mehta: Produktmanager würden sagen, nun ja, Ingenieure sind viel zu anspruchsvoll. Sie hören uns einfach nicht zu. Und [00:10:30] sie haben beide recht. Ja. Denn was in der Vergangenheit passiert ist, ist, dass wir einfach nie hatten. [00:10:35] Ein so hochwertiges Signal von Kunden aus dem Markt. Am Ende [00:10:40] verschwendest du Zeit damit, etwas zu bauen oder zu modifizieren, das eigentlich niemand [00:10:45] will und das eigentlich kein Problem löst.

[00:10:48] Chirag Mehta: Angesichts des beschleunigten Prototypings, das da draußen praktiziert wird, kann man den Kunden einfach etwas präsentieren, ohne dass die Prototypen voll funktionsfähig, perfekt konstruiert oder hochskalierbar sein müssen. Aber du erhältst tatsächlich dieses starke Signal, ob das Problem wirklich gelöst wird oder nicht.

[00:11:09] Chirag Mehta: Angesichts dessen, wohin diese Dynamik führt, denke ich, dass man viel schneller zu Ergebnissen kommt und intensiv experimentieren kann, wobei die Kosten weiterhin eine Rolle spielen. Ich denke, die [00:11:30] Kosten sind, es sind immer noch die Kosten und die Unternehmen, die Kunden [00:11:35], die wir beraten, eine der Fragen ist wie, schau, ich will nicht endlos [00:11:40] experimentieren.

[00:11:41] Chirag Mehta: Und weil es immer noch teuer ist – selbst wenn du dabei KI zur Hilfe nimmst – bleibt der Preis ein entscheidender Faktor. Also, was ist [00:11:50] deine Empfehlung? Was siehst du bei den Kosten? Wie stellst du sicher, dass du im Rahmen des Budgets bleibst, dennoch experimentierst und am Ende ein großartiges Ergebnis lieferst? Es ist, als würde man einen Kuchen haben und ihn auch essen, aber ich hoffe, dass wir das mit KI schaffen können.

[00:12:04] Trisha Price: Ja, ich denke wir [00:12:05] können. Weißt du, schau, ich denke, es ist sehr einfach, [00:12:10] dir das falsche Gefühl zu geben, oh, ich habe einen tollen Job gemacht [00:12:15] und ich habe das Budget eingehalten und das Projekt abgeschlossen. Wenn [00:12:20] du dich nicht auf Ergebnisse konzentrierst. Hey, ja, ich kann das Projekt jetzt fertigstellen – ist das, was ich gebaut habe, nicht fantastisch? Und ich denke, man kann auch die Kehrseite einschlagen, [00:12:30] das heißt, man kann endlos experimentieren, ohne [00:12:35] Ergebnisse zu erzielen.

[00:12:36] Trisha Price: Ich glaube nicht, dass es allein darum geht; wenn man sich auf den ROI konzentriert – was eigentlich jeder sollte – muss man berücksichtigen, dass technische Produkte, besonders im Bereich der KI, teuer in der Entwicklung und im Unterhalt sind. Es ist also unglaublich wichtig, dass man sich selbst – als Geschäftsverantwortlicher – und sein Team für den ROI verantwortlich zeigt.

[00:12:57] Trisha Price: Also, wenn du das tust. Und du legst fest: Das ist der Betrag, den wir jetzt ausgeben, und das ist der Zeitrahmen, den du einhältst, um etwas auf den Markt zu bringen. Wenn du dich auf Ergebnisse konzentrierst, ist es dir egal, ob dafür 10, 100 oder nur 2 Experimente nötig waren – Hauptsache, du lieferst ein Produkt, das tatsächlich Ergebnisse bringt.

[00:13:18] Trisha Price: Und so denke ich, dass man das Team so zur Rechenschaft zieht. Und ich denke, dass deine Wahrscheinlichkeit, ein Ergebnis zu erzielen, viel höher ist, wenn du experimentierst, als wenn du nur ein paar Umfragen machst, ein paar Zoom-Meetings abhältst, mit einigen wichtigen Kunden sprichst und dir dadurch ein falsches Gefühl der Sicherheit verschaffst. Weil es nicht [00:13:40] darum geht, ich meine, es geht darum, ein Produkt zu bauen, das Personen kaufen [00:13:45] oder nutzen, es geht oft um die Details, wenn wir über Produktsinn [00:13:50] und dann über Produktgeschmack sprechen. Es geht darum, die Details richtig zu machen, die die Personen dazu bringen, [00:13:55] zurückzukommen und immer wieder etwas zu tun, das den [00:14:00] Wert ausmacht. Etwas, ohne das sie nicht leben können. Und ohne einige ziemlich ernsthafte Experimente wirst du niemals zu dieser [00:14:05] Detailebene gelangen.

[00:14:08] Trisha Price: Ich denke also, dass Experimente dem ROI nicht im Wege stehen, sondern ihn vielmehr ermöglichen. Aber so oder so wirst du dein Ziel nicht erreichen, wenn du deine North-Star-Metrik nicht kennst und nicht kontinuierlich misst. 

[00:14:25] Chirag Mehta: Also Experimentieren. Klingt wie ein [00:14:30] Forschungslabor. Ich hoffe, es ist kein physisches Forschungslabor, aber es klingt so, als ob... 

[00:14:34] Trisha Price: [00:14:35] ja.

[00:14:35] Chirag Mehta: ... wissen Sie, wir experimentieren heute viel mehr, als wir es in der Vergangenheit konnten. Und als Chief Product Officer habe ich immer scherzhaft gesagt, dass Chief Product Officers – also unsere "Chief Backlog Officers" – buchstäblich in einem Backlog sitzen. Das ist es, was in der [00:14:55] Vergangenheit immer passiert ist. Und weil du nicht genug liefern konntest.

[00:14:58] Chirag Mehta: Und es gab [00:15:00] immer mehr Dinge zu tun, und ich glaube, jetzt führst du dieses Konzept ein, [00:15:05] das heißt, du kannst nichts richtig machen ohne zu experimentieren und du musst [00:15:10] Fähigkeiten haben, um experimentieren zu können. Du musst nicht einfach nur Funktionen und Ergebnisse und so weiter erstellen. Aber [00:15:15] du musst wirklich verstehen, was funktioniert und was nicht.

[00:15:18] Chirag Mehta: Also, was hältst du von diesem Konzept – entweder von einem Forschungslabor oder von einem forschungs- bzw. experimentell getriebenen Produktmanagement als Teil einer umfassenderen Disziplin? [00:15:30] 

[00:15:30] Trisha Price: Ja, ich denke, das führt zurück auf das, was ich vorher gesagt habe: dass du ein extrem tiefes Verständnis für die Probleme haben musst, die du zu lösen versuchst, und Empathie sowie Verständnis für deine Benutzer und deren Aufgaben mitbringen musst. [00:15:40]

[00:15:46] Trisha Price: Aber ich denke, genauso muss man verstehen, [00:15:50] wie man misst und wie Erfolg aussieht. Und es ist [00:15:55] nicht, weißt du, wenn ich Zeit verbringe, und ich weiß, dass du auch mit Produktleitern [00:16:00] auf der ganzen Welt zu tun hast. Sie wissen, dass sie versuchen, ARR voranzutreiben, oder? Sie wissen, dass ihr neues Produkt 5 Millionen ARR, 10 Millionen ARR oder was auch immer benötigt. [00:16:10]

[00:16:10] Chirag Mehta: 10 Millionen heute und hundert Millionen Ende des Jahres.

[00:16:13] Chirag Mehta: Ja. 

[00:16:14] Trisha Price: Ja. Das wissen sie [00:16:15]. Das ist keine Frage, aber das ist keine North Star-Metrik im [00:16:20] Produkt. Das ist ein Nachlaufindikator, kein Frühindikator. 

[00:16:23] Chirag Mehta: Das ist ein Nachlaufindikator. [00:16:25] Okay. Ja. Interessant. 

[00:16:26] 

[00:16:26] Trisha Price: Das braucht Zeit, oder? Ich kann nicht sagen, ob ein Feature oder ein neues Produkt, das ich diese Woche eingeführt habe, das ARR vorantreibt. [00:16:30]

[00:16:34] Trisha Price: [00:16:35] Das braucht so viel Zeit. Dann musst du anfangen zu überlegen: Was ist in einem Forschungslabor schwierig und was sollte ich messen? [00:16:45] Richtig? Welche Nordstern-Metrik ist entscheidend und wird letztlich das ARR vorantreiben? [00:16:50] Und so könnte es zum Beispiel irgendwann einfach sein, melden sich die Leute [00:16:55] an?

[00:16:55] Trisha Price: Okay, sie melden sich an. Erledigen sie ihre Aufgaben, und [00:17:00] schaffen sie es mit meinem Produkt schneller als vor dem Kauf? Dann könnte es sein, dass sie zwar einen Arbeitsablauf [00:17:10] erledigen, aber … Vielleicht ist das oder, oder sie schließen vielleicht [00:17:15] Transaktionen ab, aber vielleicht ist der ultimative Wert, besonders in dieser Ära der KI, dass sie nichts [00:17:20] tun müssen.

[00:17:21] Trisha Price: Jetzt wirst du wirklich niedlich und knifflig, wenn du [00:17:25] über Analysen, Kennzahlen und Ergebnisse nachdenkst, denn es [00:17:30] könnte sein, dass der wahre Wert darin besteht, dass die Person überhaupt nichts tun muss. Aber es wird einfach [00:17:35] erledigt. Es wird von deinen Agenten erledigt, die du entwickelst. 

[00:17:37] Chirag Mehta: Ja. Ich sage, weißt du, die beste Benutzerschnittstelle [00:17:40] ist keine Oberfläche.

[00:17:41] Trisha Price: Ja. Wirklich. Ich will in deinem Produkt gar nichts tun. Ich will nur, dass es [00:17:45] funktioniert. Richtig. Ich denke, dass die von dir geschilderte Denkweise – nämlich dass die beste Benutzerschnittstelle darin besteht, dass ich gar nichts tun muss – genau richtig ist. [00:17:50] Und du stärkst damit mein Vertrauen, dass alles korrekt umgesetzt wurde. [00:17:55] So müssen wir denken.

[00:17:59] Trisha Price: Und [00:18:00] wenn wir dieses Forschungslabor leiten, werden wir drei verschiedene Dinge ausprobieren. Welches hat [00:18:05] Vertrauen aufgebaut? Welches war am effizientesten, oder? Welches war von höchster Qualität? [00:18:10] Und wie füge ich dann all diese Dinge zusammen, um diese Erfahrung perfekt zu machen? [00:18:15] 

[00:18:15] Chirag Mehta: Vertrauen, Effizienz und Qualität sind interessant. Und du könntest [00:18:20] Prioritäten setzen, wie du willst.

[00:18:22] Chirag Mehta: Manchmal willst du nicht effizient sein, wenn deine Aufgabe darin besteht, [00:18:25] einfach Vertrauen zu gewinnen, dann konzentrierst du dich nur auf diese eine Kennzahl. Ich denke, das führt zum Produktlebenszyklus, denn du arbeitest nie ausschließlich in einem einzigen Abschnitt des Lebenszyklus. [00:18:40] Im Lebenszyklus bist du stets als Produktmanager bzw. Produktleiter aktiv.

[00:18:44] Chirag Mehta: Du baust [00:18:45] etwas Neues. Du hältst Dinge am Laufen und löschst Brände. [00:18:50] Wenn es eskaliert, bist du am Telefon. So ein Leben – das ist es, was alle Produktleiter und Produktmanager tatsächlich erleben. [00:18:55] Aber die Sache ist: Von der Entdeckung bis zur Auslieferung – als Teil von Pendo und der Pendo-Plattform sowie -Produkten – bist du quasi mitten in diesem Lebenszyklus. [00:19:10] Was ändert sich? Ich weiß, dass KI alle Teile des Lebenszyklus beeinflusst. Wir haben [00:19:15] einige positive Veränderungen gesehen. Andere jedoch weniger positiv. Was siehst du? [00:19:20] 

[00:19:20] Trisha Price: Ja, ich bin überzeugt, dass es den Produktentwicklungszyklus verändert – auch wenn dieser schon lange iterativ ist. [00:19:25] Weißt du, da war: „Hey, lasst uns [00:19:30] das Geschäftsergebnis definieren.“ Lass es uns planen. Lass uns Designs machen. Lass uns [00:19:35] Feedback einholen, bauen, beobachten – du weißt schon, veröffentlichen, die Kunden im Feld unterstützen (besonders bei B2B-Software) – und dann messen und lernen. [00:19:45] Und dann fängst du irgendwie wieder von vorne an. [00:19:50] Heute sind die Phasen von der Definition des Geschäftsergebnisses über Design, Build bis hin zum Feedback so miteinander verknüpft, dass wir mithilfe dieser Prototyping-Tools etwas bauen können, das sich wirklich real anfühlt – und es ist es auch – sodass wir direkt Feedback erhalten. [00:20:10]

[00:20:11] Trisha Preis: Diese ganze Art von Double-Diamond-Prozess und ein Teil des Lebenszyklus werden gewissermaßen zu einem zusammengefügt, und es ist, als ob du sagst: "Hey, ich habe ein Ziel, das ich vorantreiben will. Hier sind eine ganze Reihe von Experimenten, die du durchführen kannst." [00:20:25] Und vieles davon [00:20:30] passiert vor dem Build. Ich denke, was wir früher unter 'Build' verstanden haben, war: Lass uns dieses minimale Set an Funktionen herausbringen, Feedback einholen und iterieren. [00:20:40] 

[00:20:40] Trisha Preis: Wenn 'Build' nun als echter Engineering-Build verstanden wird – also nachdem wir viele Prototypen erstellt haben und ein deutliches Verständnis davon gewonnen haben, was unser Produkt sein soll und was funktioniert –, dann beschleunigt das wirklich den ersten Teil des Lebenszyklus. [00:21:00] 

[00:21:01] Chirag Mehta: Ich habe mit einem der Käufer und einem [00:21:05] großen Finanzunternehmen gechattet und was sie mir erzählt haben [00:21:10] verwenden sie traditionelle Sprints. Diese zwei Wochen dieses Konzept von [00:21:15] Sprint Zero, das heißt, du bringst deine, du weißt schon, Designer und PMs [00:21:20] und Ingenieure zusammen. Du hast einen Plan aufgestellt und all das. Und was er mir [00:21:25] erzählt hat, dass wir am Ende des Sprints Null tatsächlich ein Produkt haben. [00:21:30] Es ist kein funktionierendes Produkt.

[00:21:32] Chirag Mehta: Es ist nicht etwas, das wir tatsächlich versenden würden. [00:21:35] Aber bei Sprint Zero geht es nicht, nicht um Planung. Ihrer Meinung nach gibt es keinen doppelten Diamanten, 

[00:21:39] Trisha Price: richtig? 

[00:21:39] Chirag Mehta: [00:21:40] Das Ende von Sprint Null. Du lieferst einige, du lieferst [00:21:45] eine Version dessen, was du tatsächlich versenden wirst. Dann beginnt der Build, bis zu deinem [00:21:50] Punkt, die Leute steigen ein und jetzt fragen sich, okay, wie erwecke ich dieses Ding zum [00:21:55] Leben?

[00:21:55] Chirag Mehta: Wie stelle ich sicher, dass dieses Ding skaliert wird und dass dieses Ding die richtige Konformität hat? Und wieder einmal, [00:22:00] das ist eine Bank. 

[00:22:01] Trisha Preis: Ja. 

[00:22:01] Chirag Mehta: Hat all diese Regeln. Und ich denke, [00:22:05] sehen wir auch, dass wir dieses Geschwätz auch von [00:22:10] Nicht-Produktführern hören. Und das kommt von CFOs, was [00:22:15] endlich so ist, als ob ich jetzt ein Tool habe.

[00:22:18] Chirag Mehta: Und ein gemeinsamer Satz [00:22:20] von Matrizen, an dem ich die Produktteams messen kann. Denn in der Vergangenheit, wie du sagtest, [00:22:25] gingen die Leute hin und sagten, nun, ich werde welche versenden. Sie werden erst Ende des Jahres [00:22:30] herausfinden, ob wir unseren ARR erhöhen oder nicht. Du kannst also nicht, du kannst Teams [00:22:35] nicht wirklich dafür zur Rechenschaft ziehen, weil das einfach zu kompliziert ist.

[00:22:37] Chirag Mehta: Also, was machen wir? Ich denke, [00:22:40] angesichts dieser Ergebnisse und angesichts dieser Fähigkeit, tatsächlich eine frühzeitige Validierung zu erhalten. [00:22:45] Wir sehen, dass sich im [00:22:50] Lebenszyklus immer mehr Führungskräfte engagieren, die nichts mit Produkt zu tun haben. Siehst du das bei deinen Kunden? Geht es jetzt über das Produkt hinaus? [00:22:55] 

[00:22:55] Trisha Preis: Ganz gewiss. Ich meine, ich denke, zunächst können wir uns selbst [00:23:00] zur Rechenschaft ziehen und unsere Kollegen können uns als Produktführer [00:23:05] gegenüber unseren Personen zur Rechenschaft ziehen, die die Dinge verwenden, die wir gebaut haben. [00:23:10] 

[00:23:10] Trisha Price: Und bieten sie einen Mehrwert? Und ich sehe, dass Produkt-Scorecards [00:23:15] in der C-Suite auftauchen müssen. Weißt du, das sind Steine, die Leute planen. [00:23:20] Also das sind Gespräche auf Unternehmensebene. Es ist also kein unendliches Budget, es ist nicht [00:23:25] eine unendliche Menge deiner coolen nächsten Idee, sondern CFOs, CEOs, [00:23:30] und wirklich die gesamte C-Suite, die Produkt und Technik zur Rechenschaft zieht. [00:23:35] 

[00:23:35] Trisha Price: Verwenden die Personen das, was Sie versendet haben? Und da ist Pendo eine große Hilfe. [00:23:40] Ähm, und dann wiederum, haben sie es nicht nur benutzt, sondern profitieren sie auch davon? Und [00:23:45] dann wird daraus Umsatz für das Unternehmen, oder? Deshalb halte ich [00:23:50] das für ein breit gefächertes Gespräch auf der Führungsebene und [00:23:55] sicherlich eines, das großartig ist.

[00:23:57] Trisha Price: Finanzen, CFO-Leiter wird sich sehr um [00:24:00] kümmern, aber sogar um den CRO, oder? Die CROs, weißt du, [00:24:05] wenn du einen undichten Eimer hast, oder? 

[00:24:07] Chirag Mehta: Ja. 

[00:24:07] Trisha Price: Das gilt in hohem Maße für jedes [00:24:10] Softwareunternehmen, bei dem Sie ein Produkt verkaufen und wenn die Leute es nicht verlängern. Das ist [00:24:15] ein Problem, oder? Und die CROs geben all diese Arbeit aus, um neue Kunden zu gewinnen.

[00:24:19] Trisha Price: Und [00:24:20] wenn wir Kunden verlieren, ist das ein großes Problem. Und das Produkt hat dort mit Sicherheit [00:24:25] Rechenschaftspflicht. Also nochmal, das ist ein toller Ort, an dem man [00:24:30] CROs sieht, die sich anmelden und sagen: Hey, benutzen die Leute das Produkt, das wir ihnen verkauft haben? [00:24:35] Und diese Daten dann zu nutzen, um Risikogespräche zu führen: [00:24:40] ist das ein gesunder Kunde, rot, gelb oder grün?

[00:24:42] Trisha Preis: Nun ja. Ich meine, einem CRO ist [00:24:45] das sehr wichtig, wenn es darum geht, seine Ziele zu erreichen. 

[00:24:47] Chirag Mehta: Ja. Ich habe mit einem [00:24:50] von denen gechattet, das ist ein Softwareunternehmen, ein sehr erfolgloses Softwareunternehmen. Und [00:24:55] sie ändern die Art und Weise, wie die Produktteams finanziert werden und [00:25:00] die Kundenbindung. Es gibt einen ganz bestimmten Bucket [00:25:05], der nur der Produktbindung gewidmet ist, und sie hatten eine Version davon.

[00:25:09] Chirag Mehta: Normalerweise wurde es [00:25:10] von Go-to-Market-Teams finanziert, aber in der Vergangenheit war es sehr einmalig und sagte: „Hey, ich habe [00:25:15] diese Verlängerung mit diesem Kunden vor der Tür. Etwas Seltsames passiert, kannst du an diesen beiden [00:25:20] Funktionen arbeiten, die nicht mehr funktionieren.“ Was sie jetzt getan haben, ist, dass es ein Bindungsbudget gibt. [00:25:25] Es hängt direkt davon ab, ob wir jemanden verlängern können oder nicht.

[00:25:29] Chirag Mehta: Denn [00:25:30] Eines der Dinge, die ich Unternehmenssoftware oder Leuten, die nicht mit Unternehmenssoftware [00:25:35] arbeiten, erkläre, ist Unternehmenssoftware, wie sie sich von Verbrauchersoftware unterscheidet. Ihre Käufer sind nicht Ihre [00:25:40] Endverbraucher. 

[00:25:41] Trisha Price: Ja. 

[00:25:41] Chirag Mehta: Personen, die dir Schecks ausstellen, sind nicht diejenigen, die [00:25:45] deine Software benutzen und Personen, die deine Software benutzen, haben wenig bis [00:25:50] keinen Einfluss darauf, du weißt schon, wer Software kauft.

[00:25:52] Chirag Mehta: Das passiert vor allem in großen Unternehmen. Im Vergleich zu [00:25:55] Verbrauchersoftware zahlen Sie, Sie wissen schon, mit Ihrem Geld, bezahlen mit Ihrer Brieftasche. Und [00:26:00] also du, du hast ein Mitspracherecht darüber, was du tatsächlich benutzt, was du nicht benutzt. 

[00:26:03] Trisha Preis: Ja. 

[00:26:03] Chirag Mehta: Und ich denke, es ist gut zu sehen, dass [00:26:05] dieser schnelle Beschleunigungszyklus durch KI-Komprimierung [00:26:10] tatsächlich dazu führt, dass [00:26:15] Endbenutzer tatsächlich bevorzugt werden, denn jetzt, da sich die Endbenutzer zur Bindung anmelden, ist es wirklich wichtig, ob sie [00:26:20] etwas tun oder nicht.

[00:26:22] Trisha Price: Ja. 

[00:26:23] Chirag Mehta: Also lasst uns, lasst uns [00:26:25] ein bisschen zur KI wechseln, oder? Für ein paar Minuten. [00:26:30] Jetzt gibt es offensichtlich KI, die [00:26:35] den Lebenszyklus und die Art und Weise, wie Sie Dinge anders angehen, beeinflusst, weil Sie KI [00:26:40] für X, Y und Z verwenden. Aber auch viele Unternehmen entwickeln jetzt [00:26:45] KI-Produkte und diese Software sieht ganz anders aus.

[00:26:49] Chirag Mehta: Diese Software [00:26:50] sieht überhaupt nicht so aus wie die, die wir zuvor gesehen haben. Es verwendet wahrscheinlich einige der [00:26:55] Komponenten, die wir kennen. Es läuft immer noch in der Cloud und es hat vielleicht immer noch Container und [00:27:00] es verwendet APIs und es testet bestimmte SDKs. Aber die Art und Weise, wie Sie Software entwickeln – also, wie Sie Modelle trainieren, Agenten erstellen und diese einsetzen sowie wie Sie mit den Daten Ihrer Kunden im Gegensatz zu Ihren eigenen Daten arbeiten – ist grundlegend anders.

[00:27:17] Chirag Mehta: Das ist, das ist sehr kompliziert. 

[00:27:19] Trisha Price: Ja?

[00:27:19] Chirag Mehta: Also [00:27:20] wie hilfst du. Die Personen bauen, was wir KI-native [00:27:25] Produkte nennen? 

[00:27:26] Trisha Price: Nun, wissen Sie, wenn Sie zu den Wurzeln der Analysen von Pendo zurückkehren, haben wir Ihnen geholfen zu verstehen, ob Funktionen verwendet wurden, wie der Arbeitsablauf oder die Klickpfade der Leute aussahen, um eine Aufgabe zu erledigen – und haben Ihnen geholfen, dies zu optimieren.

[00:27:44] Trisha Price: Nun, [00:27:45] Das Gleiche muss bei Ag Agentic Experiences passieren, außer dass es nicht wirklich [00:27:50] Klicks gibt, oder? Wir tippen Fragen ein, wir führen Unterhaltungen, [00:27:55] und es gibt viele Gemeinsamkeiten, aber es gibt viele [00:28:00] Unterschiede. Ähnlichkeiten bedeuten, dass ich immer noch einen Mehrwert erzielen muss. Ich kam rein, um die [00:28:05] Softwarefrage zu stellen.

[00:28:06] Trisha Price: Habe ich geklickt und einen Bericht ausgeführt oder mir ein Dashboard angesehen, [00:28:10] oder habe ich einem Agenten eine Frage gestellt? So oder so, ich brauche die richtige [00:28:15] Antwort. Nun, hier ist, was für Konstruktions- und Produktteams ganz anders ist. [00:28:20] Wenn Sie zu unserer traditionellen Qlik-Welt von [00:28:25] SaaS zurückkehren, war es ziemlich [00:28:30] binär, richtig zu sein, oder? Wir haben Unit-Testfälle gebaut.

[00:28:33] Trisha Price: Selbst wenn es ein API-Aufruf [00:28:35] war, kam er zurück, ja, nein, es hat funktioniert. Wir haben darauf geklickt. Du [00:28:40] weißt schon, die Antwort kam zurück. Aber wenn du davon sprichst, ein [00:28:45] Gespräch zu führen. Es ist nicht binär. Es gibt keine richtige Antwort, oder? [00:28:50] Das ist ein Agent auf der anderen Seite, der geschult wurde, und mehrere Antworten könnten die richtige [00:28:55] Antwort sein.

[00:28:55] Trisha Price: Deshalb ist es für uns alle, die agentische Erlebnisse aufbauen, und auch für Produktmanager entscheidend, Qualität zu verstehen und Bewertungen richtig durchzuführen, um die Konversationen, die Ihre Agenten führen, und die Workflows, die sie abschließen, nachvollziehen zu können – und zu verstehen, was Ihre Benutzerbasis zu erreichen versucht, oder?

[00:29:18] Trisha Price: Du wusstest quasi, was sie [00:29:20] erreichen wollten, als sie reingingen und auf X, Y und Z klickten. Jetzt musst du [00:29:25] Unterhaltungen überprüfen. Um den gleichen Wissensstand zu haben. Und für uns bei Pendo war das [00:29:30] im letzten Jahr ein großer Schwerpunkt. Wir entwickeln sogenannte Agentenanalysen [00:29:35], um Produktmanagern zu helfen, diese Konversationen wirklich zu verstehen und herauszufinden, was ihre Benutzer [00:29:40] erreichen wollen.

[00:29:42] Chirag Mehta: Interessant. Eines der Dinge, zu denen bisher weder wir noch unsere Kunden, mit denen wir gesprochen haben, eine klare Antwort gefunden haben, ist: Wie strukturieren wir also Teams, wenn es in der Vergangenheit einen goldenen Schnitt zwischen Produktmanagern, Designern und Ingenieuren gab – wobei Microsoft einen Ansatz verfolgte und das große Unternehmen Google einen anderen?

[00:30:12] Chirag Mehta: Und die Branche hat irgendwie eine [00:30:15] Version davon übernommen, und es ging uns gut. Ich denke, wir haben verstanden, wie dieses gute Verhältnis für [00:30:20] Ihr Unternehmen aussieht. Was auch immer du tust. Das fällt auseinander. Ich glaube nicht mehr, dass das Verhältnis [00:30:25] stimmt. Wir hören auch – und das ist irgendwie bedauerlich – dass man einen Junior-Ingenieur, weißt du, durch KI ersetzen kann.

[00:30:34] Chirag Mehta: Ich muss niemanden [00:30:35] mehr einstellen, du weißt schon, vom College. Es ist offensichtlich nicht wahr. Ich denke, es ist eine der skurrilsten Ideen, die ich je gehört habe, dass man Einstiegsjobs durch KI ersetzen kann. So etwas gibt es nicht. Wir wissen das schon seit einer Weile.

[00:30:50] Chirag Mehta: Aber das Denken, weißt du, die Leute denken immer noch darüber nach. Das ist irgendwie, weißt du, seltsam. Wie siehst du das? Glaubst du, dass sich das Verhältnis ändert? Denkst du, es ist dasselbe? Denkst du, dass sich die Teamzusammensetzung ändert, wenn du KI-Produkte entwickelst? 

[00:31:07] Trisha Price: Ich denke, es hängt [00:31:10] von der Art des Produkts ab, das du baust und dem Team, in dem du bist.

[00:31:12] Trisha Price: Ich meine, selbst KI-first-Produkte haben normalerweise eine Art Backend-Spezialsauce, oder? Wo die Arbeit stattfindet, wo die Daten gespeichert sind, wo die Analysen verarbeitet werden und diese Teams möglicherweise so aussehen wie früher. Aber wenn du [00:31:35] allgemein darüber sprichst. Die KI ermöglicht es, in großem Maßstab zu arbeiten und dabei schnell zu agieren.

[00:31:41] Trisha Price: Kann es großartige architektonische Entscheidungen treffen? Das glaube ich noch nicht [00:31:45]. Kann es also Software auf einem wackeligen [00:31:50] Fundament bauen und ein wackeliges Erlebnis schaffen? Es kann. Kann es großartige [00:31:55] Ingenieure unterstützen, die eine großartige Architektur gebaut haben? Und sie verleiht einer großartigen Grundlage Skalierung und Geschwindigkeit. Ich habe das absolut gesehen und ich denke, das wird sich nur [00:32:05] weiter ausweiten.

[00:32:06] Trisha Preis: Wenn du das also mit der Effizienz multiplizierst, die Produktmanager mit Prototyping-Tools erzielen, ... Und dabei wird keine Entwicklungszeit in der Experimentier- und Entdeckungsphase verschwendet, während man mehr Vertrauen in die Ergebnisse gewinnt, die bis zum Beginn der Entwicklung geliefert werden. Ich sehe definitiv [00:32:30] Bereiche, in denen sich das Verhältnis von Produkt zu Engineering [00:32:35] ändert und in denen du vielleicht einen Produktmanager gebraucht hättest, weißt du, bei [00:32:40] sieben oder acht Ingenieuren, um ein großartiges Produkt zu entwickeln.

[00:32:43] Trisha Price: Vielleicht kommst du mit einem [00:32:45] Produktmanager und drei oder vier Ingenieuren, manchmal auch zwei, [00:32:50] aus, um dasselbe großartige Produkt zu bauen. Aber das hängt wieder vom Produktmanager [00:32:55] ab. Die Ergebnisse resultieren aus einem ausgeprägten Produktsinn und dem gezielten Kuratieren von Erfahrungen in ihrem Forschungslabor. Und dann kommt es darauf an, [00:33:05] dass die Ingenieure erstklassige [00:33:10] Architekten sind, wissen Sie, herausragende Ingenieure in Bezug auf ihren Fundamentbau und dann [00:33:15] KI einsetzen, um sie zu skalieren.

[00:33:16] Trisha Price: Aber ich sehe definitiv, dass das passiert. 

[00:33:18] Chirag Mehta: Es ist interessant [00:33:20] dass du das sagst und ich. Ich habe das beschrieben, dass [00:33:25] Leute den größten verborgenen Teil [00:33:30] der KI missverstanden haben. Die KI wurde ursprünglich als eine Art Effizienz angesehen, [00:33:35] die technische Effizienz, die man vorantreiben kann, Code schreiben, [00:33:40] Code versenden kann, Testfälle schreiben kann ist großartig, aber ich glaube nicht, dass das der größte Beschleuniger ist.

[00:33:44] Chirag Mehta: Ich denke, es ist eine [00:33:45] tief hängende Frucht, die jeder verwenden sollte. Wenn du [00:33:50] kannst, wenn KI Code schreiben kann, solltest du KI bitten, Code zu schreiben. Das tust du. Du musst das nicht tun, aber ich glaube nicht, dass das der größte Durchbruch ist [00:33:55]. Der größte Durchbruch ist [00:34:00], wenn du von Anfang an die richtige Entscheidung triffst. [00:34:05] Das verschafft dir die Skalierung und Geschwindigkeit, auf die du dich beziehst.

[00:34:08] Chirag Mehta: Also, in der Vergangenheit, selbst wenn die Leute schlechte oder nicht so gute Entscheidungen getroffen haben, hat das nicht wirklich viel bedeutet, weil du sowieso etwas Mühe verschwendet hast. Und es hat Jahre, anderthalb Jahre gedauert, und bis du [00:34:20] keine Ahnung hast, was passiert ist. Also viele gute Produktmanager, mit denen ich [00:34:25] zusammengearbeitet habe und die ich berate, waren sehr frustriert über die [00:34:30] Tatsache, dass ihre guten Entscheidungen nicht belohnt wurden.

[00:34:33] Chirag Mehta: Selbst wenn du einen großartigen [00:34:35] Produktsinn hattest, wurdest du Chief Backlog Officer, denn was mache ich jetzt [00:34:40]? Es ist eine großartige Entscheidung. Ich weiß mit Sicherheit, dass wir das brauchen. Ich habe [00:34:45] Kunden, die das fordern. Ich weiß, dass wir Einnahmen erzielen können. Ich weiß, dass wir [00:34:50] zu dem Ergebnis kommen können, aber das könntest du nicht wirklich liefern.

[00:34:54] Chirag Mehta: Also, wie setzt du KI ein? Um fundierte Entscheidungen und Urteile [00:35:00] im Voraus zu treffen, sodass du die Skalierung und Geschwindigkeit am Ende tatsächlich nutzen kannst, um viel schneller voranzukommen. Also, das ist faszinierend. Das ist großartig. [00:35:10] Ich möchte dir eine letzte Frage stellen. Wenn du möchtest, dass Produktmanager eine zentrale Erkenntnis mitnehmen, ...

[00:35:20] Chirag Mehta: Wenn sie sich an eine Sache aus diesem Gespräch erinnern, was wäre das [00:35:25]? 

[00:35:26] Trisha Price: Ich denke, die Nummer eins müsste sein, eine wirklich starke Produkt-Scorecard zu haben und die Ergebnisse zu verstehen, die du erzielen möchtest. Und ich spreche nicht nur von [00:35:40] Einnahmen auf dieser Ebene, sondern von den spezifischen Produktkennzahlen, die [00:35:45] Frühindikatoren sind, die diese Ergebnisse beeinflussen werden, und dann richtest du dieses Forschungslabor ein und experimentierst unermüdlich, um dein Ergebnis zu erzielen.

[00:35:56] Chirag Mehta: Fantastisch. Vielen Dank, Trisha. Das war ein [00:36:00] fantastisches Gespräch. Ich habe es wirklich genossen. Ich danke dir. 

[00:36:03] Trisha Price: Ja, danke Shaad. Danke, dass du [00:36:05] mich hier hast. 

[00:36:06] Trisha Price: Vielen Dank, dass du dir Hard Calls, dem Produkt-Podcast, [00:36:10] angehört hast, in dem wir Best Practices und alles, was du für deinen Erfolg brauchst, mit dir teilen. Wenn dir die Sendung [00:36:15] heute gefallen hat, teile sie mit deinen Freunden und komm wieder, um [00:36:20] mehr zu erfahren.