Vom Kund:innenproblem zum tragfähigen Geschäftsmodell

Sie erfahren, warum gerade Fachverlage ihre Relevanz über Nutzwert verteidigen müssen, weshalb Kund:innen sehr genau wissen, welchen Nutzen sie wollen – die Interpretation ihrer Antworten aber anspruchsvoll bleibt –, und mit welchen Werkzeugen von Jobs-to-be-done über das Value Proposition Canvas bis zum Business Model Canvas sich aus Insights tragfähige Angebote entwickeln lassen.

Teil 1 dieser Reihe hatte gezeigt, dass die Innovationsstrategie der Grundsatzstrategie folgt und dass Medienhäuser mehrheitlich eine defensive, folgend-inkrementelle Haltung einnehmen – weniger aus Überzeugung als mangels Strukturen und Methoden. Teil 2 hatte beschrieben, wie aus dieser Absicht ein Innovationsbetrieb wird: Nutzer:innenzentrierung als Arbeitsweise, die Trennung von Problem- und Lösungsraum, hypothesenbasiertes Arbeiten und eine Pipeline mit den Entscheidungen Continue, Change und Stop.

Jetzt folgt die inhaltliche Kernfrage. Ein Innovationsbetrieb, der mit hoher Disziplin an den falschen Fragen arbeitet, ist teurer als gar keiner. Entscheidend ist, woran gearbeitet wird: an Angeboten, für die jemand zu zahlen bereit ist, weil sie ein Problem lösen, das dieser Jemand tatsächlich hat.

Der Druck ist unstrittig. Künstliche Intelligenz verändert gleichzeitig vier Felder: die Schlüsseltrends in Technologie und Regulierung, die Branchenstruktur mit neuen Markteintritten und Substitutionsprodukten, die makroökonomischen Rahmenbedingungen und – am unmittelbarsten – den Kund:innenmarkt mit veränderten Bedürfnissen, gesunkenen Switching-Costs und neu verhandelter Zahlungsbereitschaft. Wer heute über Produkte spricht, spricht zwangsläufig über ein Umfeld, in dem Inhalte beliebig rekombiniert, übersetzt und zusammengefasst werden können.

Bemerkenswert ist jedoch, was sich nicht verändert hat. Der Reuters Institute Digital News Report 2026 zeigt für Deutschland, warum Menschen für Online-Nachrichten bezahlen: An erster Stelle steht mit 42 Prozent der Zugang zu Inhalten, auf die sich anderweitig nicht zugreifen lässt. Es folgen Zeitvertreib (27 Prozent), Werbefreiheit und die Unterstützung von Journalismus (je 26 Prozent) sowie die Identifikation mit dem Medium (21 Prozent).

Der mit Abstand wichtigste Grund ist also Exklusivität – und genau dieser Grund steht durch generative KI unter Druck. Das ist die eigentliche Botschaft der Zahl: Nicht die Motive der Kund:innen haben sich geändert, sondern die Leichtigkeit, mit der Alternativen entstehen. Wer bezahlt werden will, muss etwas anbieten, das sich nicht nebenbei rekonstruieren lässt.

Dieselbe Logik lässt sich positiv formulieren. Bezahlt wird in der Praxis für fünf Nutzenbündel: Orientierung und Zugehörigkeit, Entscheidungen und Steuerung, Effizienz und Absicherung, Weiterbildung und Know-how sowie Vernetzung und Engagement. Diese fünf Kategorien sind seit Jahrzehnten stabil. Was sich verändert, ist die Form, in der sie geliefert werden – und wer sie liefert.

Betrachtet man die Angebotslandschaft entlang zweier Achsen – wie tief oder breit ein Angebot ist und ob die Kund:innenbeziehung im eigenen Haus oder bei einem Dritten liegt –, ergeben sich vier Räume: Informationsvermittlung, Einbindung und Unterhaltung, Nutzwerte sowie Daten- und Analysedienste. Für Fachverlage ist diese Einordnung mehr als eine Systematik, sie ist eine Standortbestimmung.

Breite, allgemeine Informationsvermittlung ist der Raum, in dem KI-gestützte Antwortsysteme am stärksten substituieren. Unterhaltung und Einbindung laufen über Plattformen, deren Algorithmen über die Sichtbarkeit entscheiden – die Kund:innenbeziehung liegt dort nicht im Verlag. Verteidigbar sind die beiden tiefen Räume: Nutzwerte – praxisnaher Nutzen, Anleitung, Erklärung, Werkzeuge – und Daten und Analysen als Research-, Intelligence- und Syndication-Dienste.

Für Fachverlage ist das kein Zufallsbefund, sondern eine Existenzfrage. Ihr klassisches Versprechenlautete: Wir sammeln, prüfen und ordnen Fachwissen, das andernorts nicht verfügbar ist. Sobald ein Sprachmodell dieses Versprechen zu neunzig Prozent und in Sekunden einlöst, verliert es seine Preissetzungsmacht. Was bleibt, ist der Nutzwert im engeren Sinne: Information, die in einem konkreten Arbeitsvorgang unmittelbar anwendbar ist, die Verantwortung absichert, Zeit spart oder eine Entscheidung belastbar macht. Ein Regulatorik-Alert, der genau die drei Änderungen meldet, die für diesen Betrieb relevant sind. Eine Kalkulationshilfe, die in der Software liegt, in der ohnehin gearbeitet wird. Eine Checkliste, die im Audit standhält.

Der Unterschied zwischen „interessant“ und „nutzwertig“ ist dabei kein gradueller, sondern ein ökonomischer: Für interessant wird nicht bezahlt.

In der Praxis heißt das: Prüfen Sie jedes Angebot im Portfolio an einer Frage – welchen Arbeitsschritt des Kunden bzw. der Kundin macht es messbar besser? Lässt sie sich nicht beantworten, liegt das Angebot im substituierbaren Raum.

An dieser Stelle hält sich in Verlagen ein hartnäckiger Zweifel: dass Kund:innen ihre Bedürfnisse nicht benennen könnten und die eigene Entwicklung genügend Aussagekraft hätte. Das Gegenteil ist der Fall. Fragen Sie eine:n Steuerberater:in, eine:n Anlagenbauer:in oder eine Pflegedienstleitung, woran ihre Arbeit scheitert, bekommen Sie präzise, oft verblüffend konkrete Antworten. Menschen wissen sehr genau, was sie stört, was sie Zeit kostet und wofür sie Verantwortung tragen.

Anspruchsvoll ist nicht das Fragen, sondern das Interpretieren. Kund:innen beschreiben ihre Welt in Lösungen, nicht in Problemen: „Wir bräuchten eine bessere Suche“ ist keine Anforderung, sondern die Spitze eines ungelösten Problems – womöglich fehlt gar nicht die Suche, sondern die Gewissheit, dass nichts Relevantes übersehen wurde. Hier liegt die eigentliche Arbeit: hinter der genannten Lösung die Aufgabe freizulegen, die erledigt werden soll.

Genau das leistet das Konzept der Jobs-to-be-done. Es fragt nicht nach Zielgruppenmerkmalen, sondern nach der Situation: In welchem Moment, unter welchem Druck, mit welchem Ziel greift jemand zu einem Angebot – und welches bisherige Behelfsverhalten würde es ersetzen? Für Fachmedien ist die Nutzungssituation fast immer aussagekräftiger als die Branchenzugehörigkeit: Zwei Unternehmen derselben Größe und Branche können völlig unterschiedliche Aufgaben zu erledigen haben.

Daraus folgt eine zweite, oft unbequeme Einsicht: Klassische Marktforschung allein reicht nicht.

Repräsentative Befragungen messen zuverlässig, wie bekannt und wie zufriedenstellend bestehende Angebote sind. Sie messen nicht, welches ungelöste Problem ein künftiges Angebot rechtfertigt, weil die Befragten dieses Angebot noch nicht kennen und ihre Zahlungsbereitschaft dafür nicht verlässlich einschätzen können. Zahlen sagen, was passiert; sie sagen selten, warum.

Was es stattdessen braucht, sind belastbare Insights: verdichtete, nachvollziehbar hergeleitete Erkenntnisse darüber, welches Problem in welcher Situation ungelöst ist und welchen Wert seine Lösung hätte. Ein Insight ist mehr als ein Zitat und weniger als eine Statistik. Er entsteht aus Gesprächen, Beobachtung, Nutzungsdaten und der Beschäftigung mit dem Arbeitsalltag der Kund:innen – und er lässt sich in einem Satz formulieren, dem im Haus niemand mehr widersprechen mag, weil er offensichtlich stimmt, sobald er einmal ausgesprochen ist.

Erst auf dieser Grundlage lassen sich nutzwertige Produkte entwickeln und vermarkten. Die Reihenfolge ist nicht umkehrbar: Kein Marketingbudget kompensiert ein Angebot, dessen Nutzen niemand benennen kann.

Für den Weg vom Insight zum Angebot haben sich Werkzeuge etabliert, die in Verlagen inzwischen weit verbreitet, aber selten konsequent genutzt werden.

Value Proposition Canvas: Alexander Osterwalder und Yves Pigneur stellen dem Kund:innenprofil – Aufgaben, Probleme, erwartete Gewinne – das Angebot gegenüber: Produkte und Services, Problemlöser, Nutzenstifter. Der Wert des Werkzeugs liegt in seiner Unerbittlichkeit: Jedes Merkmal des Angebots muss auf ein benanntes Kund:innenproblem zeigen. Merkmale ohne Gegenstück sind Aufwand ohne Ertrag.

Problem-Solution-Fit und Product-Market-Fit: Diese beiden Schwellen werden häufig verwechselt. Der Problem-Solution-Fit ist erreicht, wenn belegt ist, dass ein relevantes Problem existiert und der gewählte Lösungsansatz es adressiert. Der Product-Market-Fit ist erst erreicht, wenn ein ausreichend großer Markt das Angebot in seiner tatsächlichen Form annimmt, wiederkehrend nutzt und dafür zahlt. Zwischen beiden liegen in der Regel mehrere Richtungswechsel – jene Change-Entscheidungen, die Teil 2 beschrieben hat.

Desirability, Feasibility, Viability: Drei Fragen, die parallel beantwortet werden müssen: Wollen die Kund:innen es? Können wir es leisten? Trägt es sich wirtschaftlich? Vorhaben in Medienhäusern scheitern selten an der ersten Frage allein und fast nie an der zweiten. Sie scheitern an der dritten – oder daran, dass die drei nacheinander statt gleichzeitig betrachtet werden.

Hier liegt auch die Antwort auf eine Beobachtung, die sich derzeit in nahezu jedem Haus machen lässt: Die wenigsten KI-Projekte scheitern an der Technologie. Die Modelle funktionieren, die Schnittstellen existieren, der Prototyp steht nach zwei Wochen. Was fehlt, ist die Antwort auf die Frage, welchen Arbeitsschritt bei welchem Kunden bzw. bei welcher Kundin das Ergebnis besser macht – und warum diese:r Kund:in dafür zahlen sollte, statt dasselbe mit einem allgemeinen Assistenten zu versuchen.

Technische Machbarkeit ist in diesem Feld keine Hürde mehr. Sie ist auch kein Argument.

Ein Angebot ist noch kein Geschäftsmodell. Das Business Model Canvas ordnet die neun Bausteine, die zusammen entscheiden, ob ein Vorhaben trägt: Kund:innensegmente, Wertversprechen, Kanäle, Kund:innenbeziehungen und Erlösströme auf der Wertseite; Schlüsselressourcen, Schlüsselaktivitäten, Schlüsselpartner und Kostenstruktur auf der Kostenseite.

Der praktische Nutzen zeigt sich erst, wenn beide Seiten gemeinsam verändert werden. Ein neuer Vertriebskanal auf der rechten Seite verändert zwangsläufig Aktivitäten und Ressourcen auf der linken. Wer eine Fachzeitschrift um ein digitales Nutzwertangebot ergänzt, ändert nicht nur das Produkt, sondern Redaktionsprozesse, Technologiebedarf, Partnerstruktur und Erlöslogik gleichzeitig.

Die Erkenntnis aus Teil 2, dass Vorhaben mit mehreren Innovationstypen häufiger tragen, hat hier ihre konkrete Entsprechung.

Ergänzend hilft die Logik der Blue Ocean Strategie von W. Chan Kim und Renée Mauborgne: Welche Leistungen lassen sich eliminieren, welche reduzieren, welche aufstocken, welche neu erzeugen? Die Frage zwingt dazu, Nutzen zu steigern und Kosten zu senken, statt beides gegeneinander auszuspielen. In Kombination entsteht daraus ein systematischer Ansatz – die gleichzeitige Verbesserung der Ertragslage und die Steigerung des Nutzens, heute vielfach mit Unterstützung von KI: automatisierte Formatanpassung, Übersetzung, situative Preisdifferenzierung, Integration in Anwender:innensoftware, Lizenz- und Royalty-Modelle.

Entscheidend ist die Blickrichtung: KI ist in diesem Zusammenhang nicht zwangsläufig ein Produktbestandteil, sondern ein Hebel an bestimmten Bausteinen des Geschäftsmodells. Die Frage lautet nicht „Was machen wir mit KI?“, sondern „An welchem Baustein unseres Modells verändert KI die Ökonomie so stark, dass ein neues Angebot möglich wird?“

Die inkrementelle Optimierung des bestehenden Geschäftsmodells reicht möglicherweise nicht aus. Diese Einsicht führt zu der Frage, wie ein Haus gleichzeitig sein Kerngeschäft bewirtschaften und neue Märkte erschließen kann. Die Organisationsforschung nennt diese Fähigkeit Ambidextrie – Beidhändigkeit.

Alexander Osterwalder und Kollegen machen den Unterschied in ihrem Portfolio-Ansatz greifbar, indem sie beide Spielfelder über unterschiedliche Achsen beschreiben: – Im Exploit-Feld geht es um das bestehende Geschäft. Die relevante Größe ist der tatsächliche Umsatz, das relevante Risiko ist das Disruptionsrisiko: Wie stark ist dieses Geschäft bedroht? Die Aufgabe heißt Marktabschöpfung und Prozessoptimierung – und, wo das Disruptionsrisiko hoch ist, rechtzeitiger Umbau.

Im Explore-Feld geht es um künftiges Geschäft. Die relevante Größe ist der zu erwartende Umsatz, das relevante Risiko ist das Innovationsrisiko: Wie wahrscheinlich ist es, dass sich die Annahmen bestätigen? Die Aufgabe heißt Suchen, Testen, Verwerfen – und in einem zweiten Schritt Fokussierung auf die wenigen Vorhaben, die Belege geliefert haben.

Der häufigste Führungsfehler besteht darin, beide Felder mit denselben Maßstäben zu bewerten. Ein Explore-Vorhaben an Umsatz und Deckungsbeitrag zu messen, bedeutet, es im ersten Jahr zu beenden. Ein Exploit-Geschäft dagegen nach Lernfortschritt zu steuern, bedeutet, die Ertragsbasis zu vernachlässigen. Beide Felder brauchen eigene Kennzahlen, eigene Taktung und – das ist der unbequeme Teil – eigene Budgets, die nicht gegeneinander verrechnet werden.

Die Verbindung zu Teil 1 liegt auf der Hand: Die Portfolio-Balance und der Innovation-Basket sind genau die Instrumente, mit denen sich diese Zweiteilung verbindlich machen lässt.

In der Praxis heißt das: Ordnen Sie jedes Vorhaben vor dem Start einem der beiden Felder zu und legen Sie fest, woran es gemessen wird. Vorhaben ohne Feldzuordnung werden im Zweifel nach Exploit-Maßstäben beurteilt – und verlieren.

Aus den beschriebenen Werkzeugen wird ein Weg. In der Praxis hat sich ein zweischleifiges Vorgehen bewährt, dessen erste Schleife das Geschäftsmodell entwickelt und dessen zweite es prüft.

Erste Schleife – Geschäftsmodellentwicklung.

1. Vom Problem zur Chance. Ausgangspunkt sind Zielgruppe und Nutzungssituation. Aus Gesprächen, Beobachtungen und Daten werden Insights verdichtet und als priorisierte „Wie können wir …“-Fragen formuliert. Diese Fragen, nicht die Ideen, sind das eigentliche Ergebnis dieses Schrittes.

2. Ideen generieren. Zu den priorisierten Fragen werden in moderierter Form Lösungsansätze erzeugt – bewusst in der Breite, bewusst ohne frühe Bewertung.

3. Ideen strukturieren, Geschäftsprototyp entwickeln. Die tragfähigen Ansätze werden zu Geschäftsmodell-Entwürfen verdichtet: Für jede Idee entsteht ein ausgefülltes Canvas mit Wertversprechen, Kund:innensegment, Kanälen, Erlösströmen und Kostenseite.

4. Bewerten und entscheiden. Die Entwürfe werden verglichen und priorisiert – nach strategischem Beitrag, Potenzial, Umsetzbarkeit und Zeithorizont bis zum ersten belastbaren Signal.

Zweite Schleife – Testing.

5. Hypothesen bilden. Jeder Geschäftsmodell-Entwurf wird in seine Annahmen zerlegt. Die riskanteste Annahme wird benannt und mit einem messbaren Signal versehen.

6. Experimentieren. Für diese Annahme wird das kleinstmögliche Experiment gewählt: Landingpage, Klickdummy, manuell erbrachter Service, Preistest, Interview-Reihe.

7. Auswerten. Das Ergebnis wird gegen das vorab definierte Signal gehalten – nicht gegen die Hoffnung.

8. Entscheiden. Continue, Change oder Stop. Bei Change kehrt das Vorhaben in die erste Schleife zurück, und der Kreislauf beginnt mit verändertem Entwurf erneut. Der Wert dieses Vorgehens liegt weniger in seiner Originalität als in seiner Wiederholbarkeit. Es verbindet die Methodenwelt aus Teil 2 mit den Inhalten dieses dritten Teils und macht aus einer Reihe von Einzelprojekten einen Prozess, der sich zweimal im Jahr durchlaufen lässt – auch in einem Haus mit begrenzten Ressourcen.

Die Auswahl ist bewusst nicht vollständig. Entscheidend ist nicht, möglichst viele Methoden zu beherrschen, sondern für jede Frage die einfachste zu wählen, die eine belastbare Antwort liefert.

Die Märkte der Medienhäuser verändern sich durch KI tiefgreifend – die Gründe, aus denen Menschen für Information bezahlen, tun es eigentlich nicht. Bezahlt wird für Vertrauen und Orientierung, für bessere Entscheidungen, für Effizienz und Absicherung, für Know-how und für Vernetzung. Für Fachverlage heißt das: Relevanz entsteht künftig fast ausschließlich über nachweisbaren Nutzwert und Integration in die Kund:innenprozesse, nicht über die bloße Verfügbarkeit von Inhalten – auch wenn originärer und menschgemachter Content zukünftig im Meer der KI-generierten Nachrichten (oder gerade deshalb) weiterhin elementarer Grundbaustein für die KI-Economy sein wird. Auch diesen Nutzen sollten sich Verlage stärker klar machen und die richtigen Schlüsse daraus ziehen.

Der Weg zu nutzwertigen Angeboten ist weder geheimnisvoll noch besonders teuer, aber ungeübt. Er beginnt damit, Kund:innen zu fragen – und ihre Antworten als Material zu behandeln, nicht als Ergebnis.

Aus Gesprächen werden Insights, aus Insights Wertversprechen, aus Wertversprechen Geschäftsmodell-Entwürfe, aus Entwürfen getestete Annahmen. Zwei Spielfelder sind dabei auseinanderzuhalten: das bestehende Geschäft, das abgeschöpft und gegen Disruption gesichert wird, und das neue, das gesucht, getestet und erst später fokussiert wird.

Vier Fragen zeigen, ob dieser Pfad in Ihrem Haus begangen wird:

1. Für welchen konkreten Arbeitsschritt unserer Kund:innen ist unser Angebot unverzichtbar?

2. Welche drei Insights über ungelöste Kund:innenprobleme haben wir im letzten Halbjahr gewonnen – und woher stammen sie?

3. Welche Bausteine unseres Geschäftsmodells verändert KI so stark, dass neue Angebote möglich werden?

4. Welche unserer Vorhaben gehören zu Explore, welche zu Exploit – und werden sie entsprechend unterschiedlich gemessen?

Teil 4 der Reihe wendet sich dem Kultur-, Führungs- und Veränderungspfad zu: warum Innovationskultur nicht durch Leitbilder entsteht, welche Rolle Geschäftsführung, Chefredaktion und Produktleitung tatsächlich spielen, wie sich der Zielkonflikt zwischen Kerngeschäft und Zukunftsprojekten führen lässt und welche Innovationsvehikel Vorhaben organisatorisch verankern.

Teil 5 schließt die Reihe mit dem Kooperations- und Ökosystempfad – von der Lieferant:innenbeziehung über Co-Creation und Coopetition bis zu Venture Clienting und Innovation Ecosystems.

– Hölig, S., Behre, J., Stöwing, E., & Möller, J. (2026): Reuters Institute Digital News Report 2026 – Ergebnisse für Deutschland. Arbeitspapiere des Hans-Bredow-Instituts 83, Hamburg

– FT Strategies: The Future of Discovery. Strategic Business Model Choices in the Age of AI Search

– Alexander Osterwalder, Yves Pigneur: Business Model Generation, Wiley 2010

– Alexander Osterwalder, Yves Pigneur, Gregory Bernarda, Alan Smith: Value Proposition Design, Wiley 2014

– David J. Bland, Alexander Osterwalder: Testing Business Ideas, Wiley / Strategyzer 2019

– Alexander Osterwalder, Yves Pigneur, Frederic Etiemble, Alan Smith: The Invincible Company, Wiley 2020

– Clayton M. Christensen u. a.: Competing Against Luck. The Story of Innovation and Customer Choice, HarperBusiness 2016

– W. Chan Kim, Renée Mauborgne: Blue Ocean Strategy, Harvard Business Review Press 2005

– Winfried Ruf: Dreiermuster des Gelingens. Lehrbuch zum 3×3-Modell, 3x3 Institut 2022 (3x3institut.com)

– Argestes Managementberatung: Innovationsstudie 2025