SaaS-Audit — Revenue Centric Design (RCD)
Auditiere jedes SaaS-Produkt, damit sein Design Nutzerwert UND Umsatz gleichzeitig bedient. Dieses Skill verwandelt eine Sammlung von verhaltenswissenschaftlichem Wissen in ein wiederholbares Audit, das konkrete, priorisierte Verbesserungspunkte aufdeckt – jeder mit einer benannten kognitiven Verzerrung oder einem Prinzip und einer empfohlenen Lösung.
Quelle & Anerkennung. Diese Frameworks synthetisieren öffentliche Beiträge und Artikel von Richard – „Design for Startups“ (@richardrx): Revenue Centric Design, der Swiss-Knife-Index, die 4 Startup-Phasen, GBB-Preise, der Feature-Filter und mehr. Die zugrundeliegende Wissenschaft wird ihren Urhebern zugeschrieben (Kahneman & Tversky, Dan Ariely, Eugene Schwartz, Aronson & Mills, Nir Eyal, Fitts, Hick, Nielsen Norman Group). Wende Persuasion ethisch an – siehe Ethik-Kontrollpunkt.
Kernthese
Neutrales Design ist nicht „objektiv“ – es ist Unterlassung. Eine Oberfläche, die die Aufmerksamkeit nicht bewusst lenkt, macht den Weg zum Wert länger und den Umsatz schwerer. Gutes Produktdesign ist niemals Nutzerwert oder Geschäftsumsatz; es ist beides, von Natur aus. Kognitive Verzerrungen sind die Hebel; der Kundenlebenszyklus ist die Karte; die Startup-Phase setzt die Prioritäten.
Was dieses Skill tut
Gegeben ein SaaS (eine URL, Screenshots, eine Beschreibung, eine Codebasis oder eine bestimmte Oberfläche wie „unsere Preisseite“), erstelle ein Audit: eine priorisierte Liste von Verbesserungspunkten, jeweils mit Beleg, der verletzten Verzerrung/dem verletzten Prinzip, einer konkreten Lösung und einer Aufwand×Wirkung-Schätzung. Funktioniert für ein vollständiges Audit oder ein fokussiertes (nur Preise, nur Onboarding …). Führe bei einer fokussierten Anfrage trotzdem zuerst Schritt 0–1 (Phase + ICP) durch – sie stellen alles neu dar – und springe dann zur relevanten Stufe.
Audit-Workflow
Kopiere diese Checkliste in deine Arbeitsnotizen und fülle sie aus:
Audit-Fortschritt:
- [ ] Schritt 0: Startup-Phase kalibriert (ARR/MRR + Prioritäten)
- [ ] Schritt 1: ICP-Klarheit überprüft
- [ ] Schritt 2: Lebenszyklus durchgegangen (Akquisition → Aktivierung → Bindung → Monetarisierung → Metriken)
- [ ] Schritt 3: 9 RCD-Prinzipien bewertet
- [ ] Schritt 4: Master-Checkliste durchgeführt
- [ ] Schritt 5: Befunde im Berichtsvorlage ausgegeben
Schritt 0 — Kalibrierung auf die Startup-Phase → references/startup-phases.md
Der häufigste Fehler ist die Anwendung von Ratschlägen der falschen Phase (Skalierungs-Wachstumsschleifen auf ein Produkt in der Überlebensphase). Bestimme den ARR/MRR (oder eine beste Schätzung) und lege fest, was wichtig ist:
| Phase | ARR-Bereich | Ziel | Wo Design sich auszahlt |
|---|---|---|---|
| Überleben | R$0–240k | Beweise, dass jemand zahlt | Visuelle Differenzierung, Vertrauensebene, Geschwindigkeit bis zum Wert |
| Traktion | R$240k–1,2M | Glück oder System? | Verhaltensorientiert: Onboarding, TTV, Wertrealisierung, Upsell-Hebel, Churn-Kontrolle |
| PMF | R$1,2M–6M | Beweise Skalierbarkeit (Nutzer kommen, bleiben, empfehlen weiter) | Retentionseffizienz, Marge |
| Skalierung | R$6M+ | Um Aufmerksamkeit konkurrieren | Kontinuierliche Optimierung + Verteidigungsfähigkeit (Netzwerkeffekte, Daten-Moat) |
Schritt 1 — Überprüfung der ICP-Klarheit → references/acquisition.md
Alles nachgelagerte hängt von einem scharfen, unterversorgten ICP ab, der: (a) den Schmerz mit echtem Gewicht spürt (der Verlust bei Nichtlösung ist groß), (b) groß genug ist (Bottom-up TAM), (c) den Ticketpreis zahlen kann, den deine Unit Economics benötigen, (d) einen Founder-Fit aufweist. Ein vager ICP („jeder, der das Produkt will“) macht jeden späteren Befund mehrdeutig und Fehler nicht diagnostizierbar. Wenn der ICP unklar ist, ist das Befund Nr. 1.
Schritt 2 — Den Lebenszyklus durchgehen
Lies für jede Stufe die passende Referenz + den passenden Checklistenabschnitt und notiere dann Lücken.
| Stufe | Lesen | Suche nach |
|---|---|---|
| Akquisition | references/acquisition.md | Hero besteht den 5-Sekunden-Test nicht, Fachjargon, generischer CTA, kein/schwacher Beleg, Awareness-Fehlanpassung, LP, die nicht qualifiziert |
| Aktivierung / Onboarding | references/onboarding-activation.md | Kein definierter Aha-Moment, langsames TTV, leeres Dashboard, passive Tour, Admin-Friktion, Lücke im Journey |
| Bindung / Churn | references/retention-churn.md | Erwartungsschulden, Jargon-Churn, toter Kündigungsfluss, Einmal-Job-Modell, reaktive Kommunikation, geringe Feature-Adoption, keine Gewohnheitsschleife, kein Moat |
| Monetarisierung / Expansion | references/pricing-expansion.md | Kein Köder/Anker, >4 Pläne, kostenlos bei Null verankert, schlechte Voreinstellungen, schwacher Upgrade-Pfad, Upsell, der unterbricht statt eine Grenze zu treffen |
| Metriken / Experimentieren | references/metrics-experimentation.md | Vanity-Metriken, unterdimensionierte A/B-Tests, gemischter LTV, aufgeblähter LTV:CAC, ignorierte Leaky-Bucket-Mathematik |
| Produkt- / Designstrategie | references/product-design-strategy.md | Feature-Creep (Swiss-Knife-Index), kein Feature-Filter, überladenes Dashboard, reine Kosmetik-Refactors |
Schritt 3 — Die 9 RCD-Prinzipien bewerten → references/revenue-centric-design.md
Bewerte jedes Prinzip mit Bestanden / Teilweise / Nicht bestanden und einem Satz Beleg. Dies ist die übergreifende Bewertungstafel.
Schritt 4 — Die Master-Checkliste durchführen → checklists/master-audit-checklist.md
Der umfassende, phasenbewusste Lückendetektor. Jedes Konzept aus dem Korpus ist hier enthalten. Jeder Punkt ist ein Ja/Nein-Check, markiert mit seiner Verzerrung/seinen Prinzip und einem Verweis auf die Referenz für die Lösung.
Schritt 5 — Befunde ausgeben → assets/audit-report-template.md
Fülle die Vorlage: Phasen- + ICP-Urteil, Befundtabelle (Bereich · Befund · Beleg · Verzerrung/Prinzip · Schweregrad · Lösung · Aufwand×Wirkung), Top-5-Schnellgewinner, RCD-Bewertungstafel.
Navigation – welche Datei beantwortet welche Frage
| Frage | Datei |
|---|---|
| „Was bedeutet jedes RCD-Prinzip und wie überprüfe ich es?“ | references/revenue-centric-design.md |
| „Welche Verzerrung trifft hier zu / was ist die Studie dahinter?“ | references/cognitive-biases.md |
| „Ist die Landingpage / der Hero / der Text / der CTA / die Positionierung richtig?“ | references/acquisition.md |
| „Warum aktivieren sich Testnutzer nicht? Welches Onboarding-Muster passt?“ | references/onboarding-activation.md |
| „Warum kündigen Nutzer? Wie halte ich sie und baue einen Moat auf?“ | references/retention-churn.md |
| „Wie sollten Preise/Stufen/Voreinstellungen/Upgrades strukturiert sein?“ | references/pricing-expansion.md |
| „Ist diese Metrik oder dieses Experiment vertrauenswürdig?“ | references/metrics-experimentation.md |
| „Zu viele Funktionen? Überladenes Dashboard? Was soll wegfallen?“ | references/product-design-strategy.md |
| „Was sollte ich in meiner Phase priorisieren?“ | references/startup-phases.md |
| „Gib mir die vollständige Checkliste.“ | checklists/master-audit-checklist.md |
Wie man Empfehlungen schreibt
- Sei spezifisch und quantifiziert. „Ersetze die Hero-Überschrift ‚A plataforma completa de produtividade‘ durch eine, die den ICP + das Ergebnis nennt, z.B. ‚Auftragsverwaltung für Kfz-Werkstätten‘“ – nicht „verbessere die Überschrift.“
- Verknüpfe jeden Befund mit einer benannten Verzerrung oder einem benannten Prinzip (z. B. Verankerung, Verlustaversion, RCD #6 Voreinstellungen). Das „Warum“ macht eine Empfehlung überzeugend und vertrauenswürdig.
- Respektiere die Phase. Empfehle keine Skalierungs-Optimierung für ein Produkt in der Überlebensphase. Priorisiere in der Überlebensphase Differenzierung/Vertrauen/Geschwindigkeit zum Wert; in der Traktionsphase verhaltensorientiertes Onboarding & Churn; später Retentionseffizienz & Moat.
- Bevorzuge wirkungsvolle Korrekturen gegenüber Kosmetik. Preisstruktur, Voreinstellungen und die Onboarding-Sequenz bewegen Metriken weit mehr als die Farbe eines Buttons. (1 % besserer Preis ≈ 8–11 % mehr Gewinn vs. ca. 2 % durch 1 % bessere Akquisition – ProfitWell.) Markiere „Neuanstrich“ als getarnten „Refactor.“
- Quantifiziere die Leckage, wenn möglich. Nutze die Leaky-Bucket- und Kohorten-LTV-Mathematik in
references/metrics-experimentation.md, um einen Churn-Punkt in R$ zu übersetzen.
Ethik-Kontrollpunkt
Persuasion dient hier der Klarheit und Dynamik, nicht dem Zwang. Setze diese durch, sonst wird das Audit zu einem Dark-Pattern-Handbuch:
- Voreinstellungen müssen ethisch vertretbar sein. Ein vorab angehaktes Kästchen, das Nutzer in Ausgaben fängt, ist Churn-Köder und ein ReclameAqui/Rückerstattungsrisiko – empfehle Voreinstellungen, die dem entsprechen, was ein informierter Nutzer des ICP wählen würde.
- Versprechen muss Beweis entsprechen (RCD #4). Empfehle niemals eine Behauptung, die das Produkt nicht demonstrieren kann – das schafft Erwartungsschulden und verursacht Churn.
- Knappheit/Dringlichkeit muss echt sein. Empfehle nur ehrliche Knappheit (echte Grenzen, echte Fristen), niemals erfundene Countdowns.
- Friktion, die qualifiziert ≠ Friktion, die fängt. Füge Friktion hinzu, um die Absicht zu qualifizieren oder das Engagement zu vertiefen; niemals, um die Kündigung zu behindern.
Benchmarks – Kurzübersicht
Verwende als grobe Richtwerte (meist SaaS; einige US-Daten – an den Markt anpassen). Quellen in references/.
| Metrik | Schwach | OK | Stark | Hinweis |
|---|---|---|---|---|
| Aktivierungsrate | <20 % | 30–37 % | 40 %+ | <20 % = strukturelles Onboarding-/Produktproblem |
| D7-Bindung | <10 % | 10–15 % | >30 % | |
| Time-to-Value (TTV) | Tage | ~1d12h (Median) | <5 Min. (Spitze) | Userpilot, 547 Unternehmen |
| NRR (B2B) | <100 % | ~100 % | >110 % | Trennt Wachstum von undichtem Trichter |
| Trial→Bezahlt, Karte vs. keine Karte | 8,9 % (keine Karte) | — | 31,4 % (Karte) | Chartmogul 2026, USA, 200 Produkte |
| LTV:CAC | <3:1 | 3:1 | >3:1 | Nach Kohorte neu berechnen; gemischt überschätzt um 30–50 % |
| Swiss-Knife-Index | <0,3 | — | ≥0,3 | Funktionen, die von >40 % der Aktiven/30d genutzt werden ÷ Gesamt |
| Preisstufen | 1 oder 5+ | — | 3 (max. 2–4) | Hick’s Law; Köder braucht einen mittleren Plan |
| Bewertungen – Sweet Spot | 5,0 (wirkt gefälscht) | — | 4,2–4,5★ | Northwestern |
Wenn du eine Zahl zitierst, nenne die Quelle und weise darauf hin, dass es sich um einen Benchmark handelt, nicht um eine Garantie.