Die 4 Säulen der Produktexzellenz

Säule 1: Produktführung

Die erste Säule legt die Standards, Rollen und Verantwortungsstrukturen fest, die definieren, wie Produktmanagement in der gesamten Organisation funktionieren soll.

Bei Novo Nordisk begann dies mit einem praktischen Problem: Die Organisation verfügte über eine Vielzahl von Berufsbezeichnungen, Rollendefinitionen und Erwartungen an Produktmanager. Einige kamen aus Startup-Umgebungen mit ausgeprägten B2C-Produktinstinkten; andere hatten sich die Rolle innerhalb der prozessorientierten Unternehmenskultur erarbeitet. Ohne einen gemeinsamen Standard war es unmöglich, einheitliche Erwartungen zu formulieren, Leistungen fair zu messen oder ein gemeinsames Verständnis davon zu entwickeln, wie gutes Produktmanagement aussieht. Die Funktion konvergierte daher auf zwei primäre Berufsbezeichnungen – Product Director und Product Manager – mit klar definierten Erwartungen darunter.

Über die Standardisierung von Titeln hinaus betont die Leadership-Säule eine ergebnisorientierte Denkweise: nämlich die Verbindung zwischen Produkt-OKRs und Geschäftsauswirkungen. Wenn Produktteams nicht artikulieren können, wie ihre Arbeit führende Indikatoren wie Aufgabenabschlussraten beeinflusst oder eine regulatorische Anforderung unterstützt, die die Akzeptanz bei der Zielnutzergruppe belegt (und diese Informationen der Führungsebene so präsentieren, dass sie mit Finanzierungsentscheidungen verknüpft sind), bleiben Analysedaten – so umfangreich sie auch sein mögen – von den Entscheidungen getrennt, die am meisten zählen.

Säule 2: Strategisches Design

Die zweite Säule positioniert Design nicht als ästhetische oder UI-Angelegenheit, sondern als strategische Geschäftskompetenz. Im Rahmenwerk von Novo Nordisk fungieren strategische Designer als Brückenbauer zwischen der Prozessorganisation und der digitalen Produktorganisation. Sie stehen an der Schnittstelle von Geschäftsprozessen, Produktentwicklung und Nutzererfahrung und bündeln Signale aus allen drei Bereichen, um Entscheidungen früher sichtbar zu machen und Investitionsrisiken zu reduzieren.

Dies stellt eine bedeutende Abkehr von der typischen Arbeitsweise von Designfunktionen dar. Anstatt als Produktdesigner in einem einzelnen Team eingebettet zu arbeiten, fungieren strategische Designer in diesem Modell als Business-Design-Strategen. Sie schaffen Transparenz über die Produkt- und Prozesslandschaft hinweg und helfen Stakeholdern zu verstehen, wo die größten Reibungspunkte liegen und wo Maßnahmen vor- und nachgelagert die größte Wirkung erzielen.

Die strategische Design-Säule adressiert auch direkt die Spannung zwischen prozessgetriebenem und produktgetriebenem Denken. In vielen regulierten Organisationen verfügen Prozessverantwortliche über tiefgreifende Expertise in Compliance-Anforderungen und Geschäftsregeln und sind in der Regel diejenigen, die Priorisierungsentscheidungen vorantreiben. Produktmanager, insbesondere solche mit B2C- oder Startup-Hintergrund, bringen eine andere Perspektive ein, die in Nutzerergebnissen und iterativer Validierung verwurzelt ist. Ohne eine verbindende Funktion können diese Perspektiven eher zu Konflikten als zu Klarheit führen. Strategisches Design liefert das verbindende Element. Prozessverantwortliche neigen beispielsweise dazu, die Benutzeroberfläche zu verkomplizieren, um Compliance zu gewährleisten; strategische Designer helfen dabei, eine elegante Lösung zu finden, die sowohl Benutzerfreundlichkeit als auch Geschäftsanforderungen berücksichtigt.

Die Funktion positioniert Design außerdem als Mechanismus zur Risikoreduzierung bei großen Investitionen, indem sie Benutzerfreundlichkeit direkt mit Produktivität verknüpft und beides mit der Erfolgswahrscheinlichkeit künftiger Automatisierungsinitiativen verbindet. Dieser Aspekt der Funktion ist entscheidend, um die Zustimmung der Führungsebene zu gewinnen.

Säule 3: Produktanalyse

Die dritte Säule ist der Punkt, an dem verhaltensanalytische Tools wie Pendo ins Spiel kommen – jedoch erst, nachdem die organisatorische Grundlagenarbeit der ersten beiden Säulen begonnen hat. Die Operationalisierung von Produktanalysen bedeutet, einen einheitlichen Messrahmen für das gesamte Produktportfolio zu schaffen: gemeinsame Metriken, einheitliche Definitionen und einen standardisierten Ansatz zur Instrumentierung, der es der Führungsebene ermöglicht, Signale über verschiedene Produkte und Workflows hinweg zu vergleichen.

Bei Novo Nordisk bedeutete dies, die Implementierung von Verhaltensanalysen mit einem strukturierten Lernprogramm zu verbinden. Beides musste Hand in Hand gehen. Implementierung ohne Schulung führte zum gleichen Ergebnis wie gar keine Implementierung: Produktteams hatten zwar Zugang zu Daten, standen jedoch vor Herausforderungen bei der Interpretation, bei der Frage, welche Fragen sie stellen sollten, oder dabei, Erkenntnisse mit ihren Produkt-OKRs zu verknüpfen. Außerdem wurde deutlich, dass Verhaltensdaten allein nur einen Teil der Geschichte erzählen. Nutzungssignale zeigen, wo Nutzer Schwierigkeiten haben – aber nicht warum. Die Kombination aus quantitativer Analyse und qualitativem Feedback (In-App-Umfragen, Stimmungserfassung auf Sitzungsebene, direkte Rückmeldungen von Endnutzern) gibt Produktteams das vollständige Bild, das sie benötigen, um mit Zuversicht Prioritäten zu setzen.

Die Funktion verfolgte zunächst einen Basisansatz: Produktteams wurden geschult, in der Hoffnung, dass die Akzeptanz sich organisch verbreiten würde. Die Early Adopters (etwa 5 % der Produktmanager) engagierten sich sofort und mit großer Begeisterung. Bei den übrigen Beteiligten jedoch stagnierte die Akzeptanz.

Die Erkenntnis: Der Wandel hin zu einer datengetriebenen Arbeitsweise ist kein Nice-to-have, sondern ein Must-have. Die Verankerung dieser Denkweise beginnt damit, dass die Führungsebene eine produktzentrierte Verhaltensweise stärkt, indem sie Produktstandards etabliert und vereinheitlicht, sodass Konsistenz und Interpretation dessen, was „gut" bedeutet, teamübergreifend nachvollziehbar sind. Während Produktmanager mit den notwendigen Instrumenten ausgestattet werden, müssen auch Führungskräfte im Rahmen des Enablement-Plans darauf vorbereitet werden, was sie von ihren Teams erwarten können.

Ein wichtiger Moment kam, als das Team Pendos Produktanalysen auf eine einzelne SaaS-Lösung anwandte und quantifizierte, wie Nutzerreibung für eine bestimmte Kohorte zu verlorenen Stunden und reduzierter Kapazität führt. Auch wenn dies noch keinen realisierten Geschäftswert im großen Maßstab belegt, verknüpft es Benutzerfreundlichkeit und Produktivität weitaus greifbarer. Diese Erkenntnis hat die Wahrnehmung verändert: Anstatt Benutzerfreundlichkeit als Anekdote zu behandeln, kann dieses Produktteam die Produktarbeit nun auf der Grundlage messbarer Auswirkungen priorisieren und Verbesserungen anvisieren, die voraussichtlich Lieferzeitpläne schützen sowie Automatisierungs- und KI-Bemühungen unterstützen.

Der nächste Schritt besteht darin, eine produktdatenorientierte Denkweise in den Produktteams zu verankern, damit diese Signale konsistent gemessen, Investitionen priorisiert und der tatsächliche Wert von Verbesserungen der Benutzerfreundlichkeit nachgewiesen werden können.

Säule 4: Journey-Management

Die vierte und wichtigste Säule betrachtet Journey-Management als Entscheidungsinstrument und Kollaborationsmodell in der funktionsübergreifenden Entscheidungsfindung. In einem regulierten Unternehmen, in dem ein einzelner Workflow viele Anwendungen umfasst und Prozessverantwortliche, Produktmanager, Architekten und Geschäftsstakeholder einbezieht, hat kein einzelnes Team einen vollständigen Überblick über die Nutzererfahrung. Journey-Management kann diese Lücke schließen, indem es eine gemeinsame Sicht darauf bietet, wie Arbeit tatsächlich fließt – sowohl als End-to-End-User-Journeys (zum Beispiel klinische Studienkoordinatoren) als auch als zentrale Geschäftsfähigkeits-Journeys, die spezifische, abschließbare Geschäftsanforderungen repräsentieren.

Diese Fähigkeit entwickelt sich innerhalb der digitalen Produktorganisation weiter, da Produktteams und Journey-Praktiker das Journey-Denken in das Produktmanagement integrieren. Dadurch werden Entscheidungen in unsicheren Bereichen und an Übergabepunkten durch messbare Ergebnisse geleitet – und nicht durch separate Beratungsteams. Indem Journeys als Organisationsprinzip behandelt werden, können Teams Produktarbeiten priorisieren, die Reibungsverluste reduzieren, und die Produktivitätsgewinne nachweisen, die sich einstellen, sobald eine produkt- und datenorientierte Denkweise im großen Maßstab angewendet wird.

Dieser Pfeiler etabliert eine gemeinsame Sprache und eine gemeinsame Taxonomie, die sowohl Prozess- als auch Produktteams nutzen können. Er bildet durchgängige Workflows über Anwendungen hinweg ab. Er aggregiert verhaltens-, prozess- und qualitätsbezogene Datensignale entlang der Journey. Und er liefert unternehmensweite Erkenntnisse, die die Priorisierung unterstützen. Anstatt dass jedes Produktteam seine eigene Anwendung isoliert optimiert, ermöglicht das Journey-Management der Organisation zu erkennen, wo Reibungsverluste in einer Anwendung nachgelagerte Probleme in einer anderen verursachen – und entsprechend zu priorisieren.

Das Journey-Management ist auch der Bereich, in dem das Framework beginnt, eine kritische Lücke zu schließen, mit der viele Organisationen konfrontiert sind: die Diskrepanz zwischen Verbesserungen auf Produktebene und Auswirkungen auf Unternehmensebene. Einzelne Produktteams können inkrementelle Verbesserungen innerhalb ihrer eigenen Epics nachweisen, doch ohne eine Journey-übergreifende Perspektive ist es schwierig zu beurteilen, ob diese Verbesserungen zu einer spürbaren Reduzierung der End-to-End-Durchlaufzeit oder des Verwaltungsaufwands führen.

Während das Journey-Management auf Unternehmensebene Mehrwert schafft, lässt sich seine Wirkung am besten an einer verbesserten Priorisierungsklarheit, reduzierten Prozessreibungen und einer stärkeren Abstimmung zwischen Produkt- und Prozessteams messen.

Erkenntnisse aus der Praxis: Was Praktiker wissen sollten

Veränderung geschieht nicht über Nacht

Der Zeitrahmen, den Novo Nordisk für den Aufbau dieser Fähigkeiten im Bereich datengesteuertes Produktmanagement benötigte, wurde in Jahren gemessen, nicht in Quartalen. Die Führungskräfte stimmten grundsätzlich darin überein, dass Verhaltensdaten Entscheidungen beeinflussen sollten. Doch ohne einen etablierten Rahmen erforderte der Wandel von der Zustimmung zur Umsetzung nachhaltige Investitionen in Schulung, Instrumentierung und nachgewiesene Ergebnisse.

Das Schwierige ist nicht, ein Einheitsmodell zu importieren – es geht darum, die spezifischen Lücken zu verstehen und das digitale Produkt-Betriebsmodell so weiterzuentwickeln, dass es den Anforderungen der Organisation entspricht und dabei stets einen Schritt voraus bleibt. Als Enablement-Funktion übernimmt Product Excellence nicht die Arbeit anderer Teams; sie hilft dabei, den nächsten Schritt zu weisen, und gestaltet das „Wie" zur Erfüllung dieser Anforderungen. Im Laufe der Zeit entsteht so ein strukturierter, geplanter Ansatz für den Aufbau von Kompetenzen und Enablement.

Für manche Organisationen ist die Erkenntnis praktischer Natur: Transformationszeiträume lassen sich verkürzen – aber nicht durch das Aufzwingen einer Vorlage. Der Einsatz eines klaren Rahmens von Anfang an kann dazu beitragen, solide Grundlagen schneller zu schaffen – und den Fortschritt von Jahren auf Quartale zu reduzieren –, sofern er als Diagnose- und Gestaltungswerkzeug eingesetzt wird und nicht als starre Vorgabe. Der wirksamste Wandel verbindet zwei Ansätze: Top-down-Governance und Standards, die Klarheit und Leitplanken schaffen, sowie Bottom-up-Erfolge, die greifbaren Mehrwert demonstrieren und Dynamik aufbauen.

Die Voraussetzungen sind nicht optional

Organisationen, die Analytics-Plattformen einsetzen möchten, wollen häufig direkt zur Instrumentierung übergehen. Das Vier-Säulen-Framework macht explizit, was viele auf die harte Tour lernen: Ohne Strukturen zur Führungsverantwortung, standardisierte Rollen, Design-Kompetenzen, die Prozess und Produkt verbinden, sowie eine gemeinsame Journey-übergreifende Perspektive werden Analytics-Investitionen ihr Potenzial nicht entfalten. Gemeinsam ermöglichen diese Grundlagen es Teams, schnellere, evidenzbasierte Entscheidungen zu treffen – durch klarere Signale und einheitlichere Kriterien für die Priorisierung.

Mitarbeitereffizienz wurzelt in der Mitarbeitererfahrung

Eine der aufschlussreichsten Erkenntnisse aus Novo Nordisks Weg ist die Einsicht, dass operative Effizienz und Mitarbeitererfahrung keine getrennten Ziele sind. Als klinische Forschungsassistenten ihre Frustration mit den verwendeten Tools äußerten, wiesen sie nicht nur auf ein technologisches Problem hin, sondern beschrieben auch ihren beruflichen Alltag.

Die Reduzierung des Verwaltungsaufwands und die Verbesserung der Navigation machen Prozesse nicht nur schneller; sie wirken sich unmittelbar darauf aus, wie Menschen ihr Berufsleben erleben. Diese Neuausrichtung hat sich als wirksam erwiesen, um die Unterstützung von Stakeholdern zu gewinnen – insbesondere bei Führungskräften, die nicht zwangsläufig in Begriffen des Produktmanagements denken, denen jedoch die Einbindung und Bindung von Mitarbeitern sehr am Herzen liegt.

Branchenübergreifende Anwendbarkeit

Die Product-Excellence-Funktion von Novo Nordisk hat aktiv untersucht, wie andere regulierte Branchen – insbesondere das Bankwesen – ähnliche Herausforderungen bewältigen. Wie in der Pharmaindustrie arbeiten Banken mit mehreren Anwendungen und komplexen, compliance-intensiven Workflows. Sie sind konstantem regulatorischen Wandel durch Behörden wie die FCA, die SEC und die EZB ausgesetzt. Und sie müssen Process Governance mit dem Bedarf an digitaler Innovation in Einklang bringen. Die Parallelen sind eindeutig, und der Wissenstransfer verläuft in beide Richtungen.

Fachleute in jeder stark regulierten Branche, die vor einer digitalen Transformation stehen, können von den Erfahrungen von Novo Nordisk lernen. Ob bei der Einführung neuer SaaS-Plattformen, der Konsolidierung von Legacy-Systemen oder dem Rollout KI-gestützter Funktionen – Fachleute aus allen Branchen werden diesen Rahmen als anwendbar empfinden.

Ausblick: Warum dieses Fundament für KI entscheidend ist

Das Vier-Säulen-Framework ist nicht weniger relevant, da Organisationen in regulierten Branchen ihre Einführung von KI beschleunigen – einschließlich agentischer KI-Funktionen, die von Anbietern in SaaS-Plattformen integriert werden.

KI-Transformation findet nicht im luftleeren Raum statt. Agentische KI-Tools, die Teile wichtiger Workflows, Compliance-Prüfungen oder regulatorische Einreichungen automatisieren, operieren nach wie vor in denselben komplexen Multi-Applikations-Umgebungen, die in diesem Papier beschrieben werden. Sie bedienen weiterhin dieselben Nutzer, die dieselben End-to-End-Prozesse durchlaufen. Und ihr Erfolg hängt nach wie vor von denselben grundlegenden Fähigkeiten ab.

Dieselbe evidenzbasierte Grundlage, die effektive Produktentscheidungen ermöglicht, stellt sicher, dass KI-Funktionen die richtigen Probleme lösen und sich integrieren lassen, ohne neue Reibungspunkte zu erzeugen. Ein strategisches Design-Team muss sicherstellen, dass KI die Nutzererfahrung verbessert und nicht verkompliziert. Product Analytics wird benötigt, um zu verstehen, wie Mitarbeiter tatsächlich mit KI-gestützten Funktionen interagieren. Und Journey Management wird unverzichtbar sein, um KI-Investitionen danach zu priorisieren, wo sie den größten End-to-End-Impact erzielen.

Ohne das Verhaltensverständnis, das aus etablierter Product Analytics gewonnen wird, riskieren Organisationen, KI-Funktionen einzusetzen, die die falschen Probleme adressieren oder neue Reibungspunkte in ohnehin komplexe Prozesse einführen. Die Organisationen, die den größten ROI aus KI-Investitionen erzielen werden, sind jene, die bereits die Fähigkeit aufgebaut haben, zu beobachten, zu messen und auf die Arbeitsweise ihrer Mitarbeiter zu reagieren – und dabei gleichzeitig ihr Verständnis der aktuellen Prozesse vertiefen, um deren Wirksamkeit im Zeitverlauf zu messen.

Fazit: Der Weg zur echten Transformation

Für Führungskräfte im Bereich digitaler Arbeitsplätze ist die Botschaft dieses Papiers eindeutig: In stark regulierten Branchen gibt es keinen Abkürzungsweg zum datengesteuerten Produktmanagement. Ein Plug-and-Play-Ansatz für Analytics berücksichtigt nicht die organisatorische Komplexität (Multi-Applikations-Workflows, regulatorische Vorgaben, mangelnde Vertrautheit mit Produkt- und Verhaltensdaten usw.), die diese Umgebungen prägt.

Echte Transformation erfordert zunächst den Aufbau organisatorischer Kompetenz sowie die Bereitschaft zur regelmäßigen Überprüfung aus internen und externen Perspektiven. Das Vier-Säulen-Framework von Novo Nordisk bietet ein praxiserprobtes Modell, wie dies gelingt. Organisationen finden in diesem Framework sowohl eine Diagnose der Herausforderungen, mit denen sie konfrontiert sind, als auch einen Fahrplan, wie sie diese überwinden können.

Die Arbeit ist nicht einfach. Sie ist nicht schnell. Aber sie ist die Arbeit, die alles andere – sei es Produktanalytics, Automatisierung oder KI – tatsächlich sein Versprechen einlösen lässt.

*Telemetrie und Verhaltensanalytics wurden in Übereinstimmung mit den Datenschutzrichtlinien von Novo Nordisk und den geltenden Datenschutzgesetzen implementiert