Evidence-based Innovation, kurz und knapp

Die grosse Mehrheit an Innovationsprojekten und Startups scheitern [1]. Die Ursachen dafür erscheinen auf den ersten Blick vielfältig. Sie reichen von der Fehleinschätzung der eigenen Fähigkeiten oder Ressourcen bis zu fehlenden oder fehlerhaften Innovationsstrategien, von der Fehldeutung von User Insights oder Marktpotenzialen bis zum berühmten Innovator‘s Dilemma mit dem Fokus auf falschen KundInnen und dem Ignorieren disruptiver Kräfte.

Zusätzlich bergen Voreingenommenheit, tendenziöse Auslegung von Erkenntnissen (Biases) sowie Inside-Out-Blickwinkel auf die Unternehmensumgebung die Gefahr, etwas zu übersehen oder fehlzuinterpretieren. All diese so unterschiedlich scheinenden Faktoren haben einen gemeinsamen Nenner: die Unfähigkeit, eine evidente und damit verlässliche Basis für solide Entscheidungen im Innovationsprozess zu schaffen. 

Organisationen sind häufig schlicht nicht in der Lage, die relevanten Daten zu generieren und/oder auszuwerten, die sie dazu befähigen würden, Chancen und Risiken von Innovationen in jeder Phase des Innovationsprozesses realistisch zu beurteilen. Und selbst wenn Daten vorliegen, lässt ihre Qualität, Validität oder Relevanz oft zu wünschen übrig. Dieser Missstand bleibt unter Umständen dauerhaft unbemerkt (oder ignoriert), was zu einer traurigen Konsequenz führt: viele Innovationsprojekte enden im Misserfolg. Eine bekannte und folgenschwere "Pathologie" im Innovationsprozess ist somit "To stop too late". Aufgrund der besonders hohen Komplexität im Gesundheitswesen sind digitale Innovationsprojekte, die sich erst spät in der Entwicklung als wenig erfolgsversprechend entpuppen, besonders kostspielig.

Die Frage stellt sich also, wie man in Innovationsprojekten möglichst frühzeitig feststellen kann, ob man einerseits an einer “Opportunity worth solving” arbeitet, sprich einem unzureichend oder unbefriedgtem Bedürfnis, welches die nötige Wichtigkeit und Reichweite hat und andernseits eine notwendige und ausreichende Lösung hat, welche sowohl für die KundInnen/NutzerInnen wie auch die AnbieterInnen den gewünschten Impact leistet.