Zusammenfassung
Dieser Artikel erklärt das Entscheidungsframework hinter dem Research Method Explorer: wie die Unterscheidung generativ/evaluativ, vier Forschungsabsichten, Erlebniskomponenten und Messebenen Ihre Forschungsfrage mit der richtigen Methode, den passenden Instrumenten und einer Studien-Konfiguration verbinden.
Die erste Frage: Haben Sie bereits eine Lösung?
Jedes Forschungsprojekt beginnt mit einer Weggabelung. Wenn Sie noch kein Produkt, keinen Prototyp und keine konkrete Lösung haben, befinden Sie sich im Bereich der generativen Forschung: den Problemraum verstehen, unerfüllte Bedürfnisse entdecken, Ideen für die Entwicklung generieren. Wenn Sie bereits etwas haben (ein Wireframe, ein funktionierendes Produkt, ein Interface eines Wettbewerbers), wechseln Sie in die evaluative Forschung, bei der es darum geht zu bewerten, wie gut diese Lösung funktioniert.
Diese einzelne Unterscheidung bestimmt die Richtung Ihrer Studie. Generative Forschung fragt „Was sollten wir entwickeln?" Evaluative Forschung fragt „Funktioniert das?" Die beiden zu verwechseln (einen Usability-Test durchzuführen, wenn Discovery-Forschung angebracht wäre, oder Interviews zu führen, wenn Sie messen sollten) kostet Zeit und Budget und liefert Antworten auf die falsche Frage.
Vier Forschungsabsichten
Innerhalb der generativen und evaluativen Zweige unterscheidet das Tool vier Absichten, die verschiedenen Methodenfamilien zugeordnet sind.
Entdecken bedeutet, einen Problemraum zu erkunden, bevor Sie eine Lösung haben. Die Methoden sind qualitativ und offen: Contextual Inquiries, ethnografische Beobachtung, Fokusgruppen und explorative Interviews. Das Ergebnis sind Themen, mentale Modelle, unerfüllte Bedürfnisse und Möglichkeitsräume. Discovery-Forschung ist der Weg, um zu vermeiden, das Falsche zu bauen.
Evaluieren bedeutet, zu bewerten, wie Menschen etwas erleben, das Sie gebaut haben. Usability-Tests, heuristische Evaluationen, Card Sorting und Tree Testing fallen hierunter. Die entscheidende Unterfrage ist, welchen Aspekt Sie evaluieren: Auffindbarkeit, Aufgabeneffizienz, emotionale Reaktion oder Gesamtzufriedenheit. Unterschiedliche Erlebniskomponenten erfordern unterschiedliche Techniken und Instrumente.
Entscheiden nutzt strukturierte Methoden, um Unsicherheit bei einer bestimmten Entscheidung zu reduzieren. Feature-Priorisierung durch MaxDiff- oder Conjoint-Analyse, Preisforschung, Konzepttests, Product-Market-Fit-Bewertung: Das Ergebnis sind entscheidungsreife Daten, oft quantitativ, die „welche Option?" und „gibt es Nachfrage?" beantworten.
Messen bedeutet, Erlebnisse mit standardisierten Instrumenten zu quantifizieren. Die System Usability Scale, der Net Promoter Score, die Single Ease Question, Task-Erfolgsraten und UX-Benchmarks produzieren Zahlen, die Sie über die Zeit verfolgen, produktübergreifend vergleichen und Stakeholdern berichten können.
Erlebniskomponenten
Wenn Sie ein Produkt evaluieren, ist nicht alles „Usability". Das Modell der Erlebniskomponenten bietet eine Hierarchie. An der Basis: Barrierefreiheit und grundlegende Funktionalität, Voraussetzungen, die erfüllt sein müssen, bevor alles andere relevant wird. Die pragmatische Ebene umfasst klassische Usability: Können Menschen Dinge finden, Aufgaben effizient erledigen und sich von Fehlern erholen? Die erlebnisorientierte Ebene adressiert Ästhetik, emotionale Reaktion, Vertrauen und die Gesamtqualität der Interaktion.
Diese Hierarchie ist für die Methodenwahl relevant. Auffindbarkeits-Probleme zeigen sich in Tree Tests. Aufgabeneffizienz wird in moderierten Usability-Tests sichtbar. Emotionale Reaktionen erfordern gänzlich andere Instrumente: Reaction Cards, AttrakDiff oder den UEQ. Das interaktive Tool oben führt Sie durch die Auswahl der relevanten Komponenten.
Erlebnisebenen und Messung
Der Messen-Pfad bildet ein Schichtmodell ab. Auf der Aufgabenebene messen Sie, ob Menschen bestimmte Aktionen ausführen können: Task-Erfolgsraten, Bearbeitungszeit, Fehlerraten und die Single Ease Question. Auf der Produktebene bewerten Instrumente wie die System Usability Scale oder der User Experience Questionnaire das Gesamterlebnis. Auf der Customer-Experience-Ebene erfassen Beziehungsmetriken (Net Promoter Score, Customer Satisfaction Score, Customer Effort Score), wie Menschen über die Marke jenseits einer einzelnen Interaktion denken. Auf der Market-Fit-Ebene bewerten Product-Market-Fit-Umfragen und Zahlungsbereitschaftsanalysen, ob das Produkt einen echten Bedarf deckt.
Jede Ebene erfordert andere Instrumente und andere Stichprobengrößen. Messung auf Aufgabenebene funktioniert mit kleinen Stichproben und liefert umsetzbare Mikro-Erkenntnisse. Messung auf Market-Fit-Ebene benötigt größere Stichproben und liefert strategische Evidenz. Ein Instrument auf Aufgabenebene für eine Entscheidung auf Marktebene zu verwenden, liefert unzuverlässige Ergebnisse, weil die Evidenz nicht zum Umfang der Frage passt.
Das Forschungsprofil
Jede empfohlene Studien-Konfiguration erzeugt ein Forschungsprofil: eine fünfdimensionale Charakterisierung, wo die Studie im Spektrum der Forschungsansätze liegt.
Die Dimension qualitativ bis quantitativ erfasst, ob Sie mit Worten oder Zahlen arbeiten. Die Dimension generativ bis evaluativ spiegelt wider, ob Sie einen Problemraum erkunden oder eine Lösung bewerten. Die Dimension aktiv bis passiv unterscheidet direkte Einbindung (Interviews, Tests, Umfragen) von Beobachtung ohne Intervention (Analytics, passive Datenerhebung). Die Dimension Tiefe bis Breite erfasst den Trade-off zwischen dem tiefen Verständnis weniger Personen und der breiten Messung vieler. Die Dimension einstellungsbezogen bis verhaltensbezogen spiegelt wider, ob Sie erfassen, was Menschen sagen oder was sie tun.
Kein Profil ist „besser" als ein anderes. Eine tiefe, qualitative, generative Studie ist genau richtig für die frühe Discovery-Phase. Eine breite, quantitative, evaluative Studie ist genau richtig für das Benchmarking eines ausgereiften Produkts. Das Profil macht diese Trade-offs sichtbar, damit Sie bestätigen können, dass sie zu Ihrer Absicht passen, oder den Kurs korrigieren.
Wie es weitergeht
Dieses Tool gibt Ihnen einen Ausgangspunkt: eine Methode, Instrumente und eine Studien-Konfiguration, abgestimmt auf Ihre Forschungsabsicht. Der nächste Schritt ist ein Forschungsplan, der diese Empfehlungen operationalisiert: Forschungsfragen, Sampling-Strategie, Datenerhebungs-Protokoll und Analyseansatz. Für eine detaillierte Berechnung der benötigten Teilnehmer*innenzahl nutzen Sie unseren Stichprobengrößen-Rechner.
Für die Methodenbausteine hinter den Empfehlungen, siehe Bausteine und Kernmethoden: Ein Framework für UX Research. Um den Geschäftswert Ihrer gewählten Methode zu bewerten, nutzen Sie den Research Value Calculator.