Modernes Produktmanagement: Vom Produktkatalog zum KI-gestützten Steuerungssystem
Produktmanagement wird in vielen Unternehmen noch immer vor allem als Administration von Produkten, Preisen und Leistungsbeschreibungen verstanden. Produkte werden definiert, Verantwortlichkeiten vergeben, Produktblätter erstellt und Leistungen in Katalogen strukturiert.
Das ist wichtig. Aber es greift zu kurz.
Modernes Produktmanagement ist ein datenbasiertes Steuerungssystem, das Strategie, Kundenbedarf, Produkte und Services, Wirtschaftlichkeit und Technologie miteinander verbindet.
Damit wird das Produktportfolio zu einer zentralen Steuerungsebene des Unternehmens. Es übersetzt die Unternehmensstrategie in Richtung Markt in konkrete Angebote und Kundennutzen. Gleichzeitig übersetzt es dieses Leistungsversprechen in Richtung Organisation in Anforderungen an Services, Technologien, Ressourcen und Investitionen.
Für jedes Produkt sollten deshalb zentrale Fragen beantwortbar sein: Wer nutzt es? Welches Problem löst es? Welche Services gehören dazu? Was kostet seine Bereitstellung? Welche Erlöse erzielt es? Wie entwickelt sich die Nachfrage? Welche Qualität erreichen wir? Wer verantwortet es? Und wollen wir dieses Produkt künftig ausbauen, verändern oder einstellen?
Erst wenn diese Fragen systematisch beantwortet werden können, entsteht aus einer Sammlung von Leistungen ein steuerbares Produktportfolio.
Wie sollte ein modernes Produktportfolio strukturiert sein?
Eine der grundlegenden Fragen ist die richtige Produkthierarchie.
Die Versuchung ist groß, möglichst viele Dimensionen direkt in diese Hierarchie einzubauen: Kundengruppen, Geschäftsbereiche, Technologien, Produkte, Services, Regionen oder technische Komponenten.
Das Ergebnis ist häufig eine komplexe Struktur, die schon bei der nächsten organisatorischen, marktseitigen oder technologischen Veränderung angepasst werden muss.
Wir halten deshalb ein anderes Prinzip für sinnvoll:
Die Produkthierarchie sollte einfach und stabil sein. Die Intelligenz entsteht durch Attribute und die dahinterliegenden Daten.
Dafür braucht es wenige, eindeutig definierte Hierarchieebenen, beispielsweise Portfoliobereiche, Produktgruppen, Produkte und Services.
Andere Perspektiven werden über Attribute abgebildet. Ein Produkt kann beispielsweise mit Informationen zu Kundensegmenten, Anwendungsfällen, regulatorischer Relevanz, Technologie, Architektur, Kritikalität, Verantwortlichkeit oder Lebenszyklus verbunden werden.
So entsteht aus einem eindimensionalen Produktkatalog ein multidimensionales Produktdatenmodell.
Welche Daten braucht modernes Produktmanagement?
Die Produkthierarchie allein schafft noch keine bessere Steuerung. Entscheidend ist ihre Verbindung mit den relevanten Unternehmensdaten.
Dazu gehören beispielsweise Kunden und Produktabnahmen, Verträge und Preise, Kosten und Erlöse, Nutzung und Nachfrage, Servicequalität und Supportaufwand, Kundenzufriedenheit, Investitionen und Roadmaps sowie Technologien und Abhängigkeiten.
Damit entsteht eine gemeinsame Datenbasis, aus der unterschiedliche Unternehmensbereiche ihre jeweilige Perspektive ableiten können.
Der Vertrieb erkennt Cross- und Upselling-Potenziale. Das Kundenmanagement erhält eine kundenspezifische Sicht auf Portfolio, Nutzung und Veränderungen. Der Service erkennt Abhängigkeiten und Auswirkungen. Das Controlling analysiert Kosten und Wirtschaftlichkeit. Das Produktmanagement steuert Lebenszyklen und Investitionen. Die Geschäftsführung erhält eine Grundlage für strategische Portfolioentscheidungen.
Alle Bereiche greifen auf dasselbe Produktmodell zu, benötigen daraus aber unterschiedliche Steuerungsinformationen.
Wie verändert KI das Produktmanagement?
Genau hier wird künstliche Intelligenz relevant.
Der interessante Einsatz von KI im Produktmanagement besteht nicht darin, lediglich Produktbeschreibungen schneller zu erstellen.
KI entfaltet ihren größeren Wert, wenn sie auf einer strukturierten und verknüpften Produktdatenbasis arbeiten kann.
Dann kann sie Zusammenhänge analysieren, Informationen verdichten, Auffälligkeiten identifizieren, Szenarien bewerten und Entscheidungen vorbereiten.
Ein Kundenmanager könnte beispielsweise fragen:
„Welche Veränderungen unseres Portfolios sind für diesen Kunden in den kommenden zwölf Monaten relevant?“
Das Produktmanagement könnte analysieren:
„Welche Produkte sollten wir aufgrund von Wirtschaftlichkeit, Nachfrage, technologischer Komplexität und strategischer Relevanz überprüfen?“
Die Geschäftsführung könnte wissen wollen:
„Welche Portfolioentscheidungen haben aktuell den größten Einfluss auf Wachstum, Wirtschaftlichkeit und Standardisierung?“
Die Qualität solcher Antworten hängt dabei nicht allein vom eingesetzten KI-Modell ab. Sie hängt maßgeblich von der Qualität, Struktur und Verknüpfung der zugrunde liegenden Produktdaten ab.
Eine AI-ready Organisation braucht deshalb zunächst eine AI-ready Daten- und Produktarchitektur.
Können Produktblätter und andere Dokumente künftig aus Daten entstehen?
Auch die Erstellung und Pflege von Produktinformationen kann sich dadurch grundlegend verändern.
In vielen Unternehmen befinden sich Informationen heute verteilt in Produktblättern, Präsentationen, Preislisten, CRM-Systemen, Verträgen, Service-Management-Systemen und Excel-Dateien.
Das führt zu redundanter Pflege und widersprüchlichen Informationsständen.
Ein modernes Produktmanagement dreht diese Logik um:
Produktdaten werden strukturiert und möglichst einmal gepflegt. Unterschiedliche Sichten und Dokumente werden daraus erzeugt.
Aus derselben Datenbasis können beispielsweise Produktblätter, Angebotsbausteine, Kundeninformationen, Servicebeschreibungen, Portfolio-Reviews oder Managementreports entstehen.
KI kann diese Informationen anschließend kontextbezogen für Vertrieb, Kundenmanagement, Service, Controlling oder Management aufbereiten.
Dokumente werden damit zunehmend zum Ergebnis der Produktdatenbasis und nicht länger zu deren primärer Quelle.
Warum wird Produktmanagement damit strategisch wichtiger?
Die Diskussion darüber, ob etwas Produkt, Produktgruppe, Service oder Leistungsbaustein heißt, wirkt zunächst operativ.
Sie ist es nicht.
Mit diesen Entscheidungen entsteht eine Struktur, die später bestimmt, wie gut ein Unternehmen Kunden verstehen, Wirtschaftlichkeit analysieren, Leistungen standardisieren, Ressourcen priorisieren und sein Portfolio weiterentwickeln kann.
Das wird durch KI noch relevanter.
Denn KI kann schlechte Datenstrukturen nicht auflösen. Sie kann nur so gut analysieren und entscheiden helfen, wie es die zugrunde liegende Datenbasis ermöglicht.
Die entscheidende Frage für Unternehmen lautet deshalb nicht mehr nur:
Wie strukturieren wir unsere Produkte?
Sondern:
Welche Daten- und Steuerungsarchitektur brauchen wir, um unser Portfolio künftig datenbasiert und KI-gestützt führen zu können?
Wie unterstützt die Next Digital Group beim Aufbau eines modernen Produktmanagements?
Die Next Digital Group unterstützt Unternehmen dabei, den Schritt vom klassischen Produktkatalog zu einem datenbasierten und KI-fähigen Produkt- und Portfoliomanagement zu gehen.
Dabei betrachten wir Produktmanagement nicht isoliert. Wir verbinden Strategie, Kunden- und Vertriebslogik, Organisation, Service Management, Wirtschaftlichkeit, Daten und KI.
Gemeinsam mit unseren Kunden entwickeln wir Produkthierarchien und Produktdatenmodelle, definieren Rollen, Governance und Lebenszyklusprozesse und schaffen die Schnittstellen zu Vertrieb, Kundenmanagement, Service und Controlling.
Darauf aufbauend entwickeln wir die Steuerungslogik und konkrete KI-Anwendungsfälle: von kundenindividuellen Portfolioinformationen über automatisiert erzeugte Produkt- und Vertriebsunterlagen bis hin zu KI-gestützten Analysen für Wirtschaftlichkeit, Portfolioentwicklung und Managemententscheidungen.
Unser Ziel ist dabei nicht der bessere Produktkatalog.
Unser Ziel ist ein Produktmanagement, das zum datenbasierten und lernenden Steuerungssystem des Unternehmens wird.