Die Kano-Methode: Komplex, aber nah am Kunden

Und so funktioniert die Kano-Methode

Stelle zunächst eine Liste der Merkmale zusammen, über die Dein Produkt aktuell verfügt oder zukünftig verfügen soll.

Formuliere für jedes Merkmal eine positive (funktionale) und eine negative (dysfunktionale) Frage. Dabei ist es in Ordnung, wenn Du die Fragen immer nach demselben Schema aufbaust.
Da ein Produkt mehrere Zielgruppen ansprechen kann, ist die zusätzliche Erfassung von demografischen Merkmalen wie Alter und Geschlecht zu Beginn des Fragebogens sinnvoll.

Lass nun den Fragebogen von einer möglichst repräsentativen Anzahl Personen aus Deiner Zielgruppe beziehungsweise Deinen Zielgruppen beantworten. Falls Du Dich nicht allzu sehr mit Statistik beschäftigen möchtest und Du die Größe Deiner Zielgruppe(n) nicht kennst, sind rund 100 Personen(1) eine gute Stichprobengröße.

Erstelle nun für jedes Merkmal eine Matrix und erfasse die zugehörigen Ergebnisse aus den Fragebögen in den entsprechenden Feldern. Wenn eine Person beispielsweise auf die funktionale Frage mit: „Das setze ich voraus” und auf die dysfunktionale Frage mit: „Das würde mich sehr stören” geantwortet hat, dann musst Du in der zweiten Zeile und der fünften Spalte den Wert um eins erhöhen.

Merkmalstypen

Die Merkmalstypen sind im Kano-Modell folgendermaßen festgelegt:

Dabei bezeichnet „Widerspruch“ eine Kombination, die vermuten lässt, dass die Frage falsch verstanden oder falsch gestellt wurde. Diese Antworten können nicht berücksichtigt werden.

Auswertung

Entsprechend kannst Du nun die Ergebnisse aus den einzelnen Zellen zusammenfassen.

Das Merkmal, das am häufigsten gewählt wurde, bestimmt das Ergebnis der Befragung.

Bestimmt fragst Du dich nun, was Du tun kannst, wenn die Ergebnisse zweier Kategorien sehr dicht beieinander liegen. Da die Einstufung in eine bestimmte Kategorie sehr großen Einfluss auf die Produktentwicklung hat, gibt es für unscharfe Ergebnisse weitere Regeln. Die nächste, die Du berücksichtigen kannst, lautet:

Wäre – anders als in der sehr eindeutigen Tabelle oben – das Ergebnis Deiner Umfrage für ein Merkmal beispielsweise

dann ergibt sich nach den beschriebenen Regeln

Die lichtstarke Leuchte wäre demnach in beiden Fällen aus Sicht der Zielgruppe ein Leistungsmerkmal.

Die nächste Regel legt die Reihenfolge der Merkmale in ihrer Wichtigkeit fest:

1. Basisfaktoren
2. Leistungsfaktoren
3. Begeisterungsfaktoren
4. Unerhebliche Faktoren Wende diese Regel immer dann an, wenn Deine Umfrageergebnisse nur geringe Unterschiede aufweisen. Betrachten wir noch einmal das Beispiel: Nach dieser neuen Regel sollte die lichtstarke Leuchte hier wegen ihrer Bedeutung für die Zielgruppe zum Basisfaktor werden.

Zusätzlich zu den Regeln gibt es noch zwei Kennzahlen, die bei der Bewertung von Umfrageergebnissen mit nah beieinander liegenden Werten helfen.

Man geht davon aus, dass ein Merkmal eindeutig kategorisiert ist, wenn die Kategoriestärke größer als 6 Prozent ist.

Die Totale Stärke gibt an, wie viel Prozent der Befragten das Produktmerkmal als wichtig einstufen.

Erweitert man die beiden Beispiele um diese beiden Kennzahlen ergibt sich dieses Bild:

Im ersten Beispiel ist die Kategoriestärke mit rund 14% eindeutig. Außerdem ist das Produktmerkmal für mehr als die Hälfte der Befragten wichtig (Totale Stärke = 86,1%). Daher reicht der einfache Ansatz über die relative Mehrheit zur Beurteilung aus: die Eigenschaft ist ein Leistungsmerkmal.

Im zweiten Beispiel liegt die Kategoriestärke nur bei einem Prozent. Aber auch hier ist die Eigenschaft für die Mehrheit der Befragten relevant. Zur Entscheidung sollte daher die Regel bezüglich der Wichtigkeit angewandt werden. Danach sind Basisfaktoren wichtiger als Leistungsfaktoren: die Eigenschaft ist daher ein Basisfaktor.

Schlussbemerkung

Du siehst schon an der Länge dieses Artikels, dass die Kano-Methode zu den komplexeren Methoden zur Priorisierung gehört. Sie bietet Dir dafür aber die Möglichkeit, Deine Entscheidungen für die Produktentwicklung auf dem unverfälschten, im Idealfall repräsentativen, Kunden-Feedback aufzubauen. Das ist eine starke Grundlage, die in Gesprächen mit anderen Interessengruppen für Klarheit sorgt.

____________________________________________________________________________________________________

(1) Für die Mathematiker unter Euch:
Die Formel für sehr große oder unbekannte Populationen lautet

mit z = Z-Wert e = Fehlermarge p = Standardabweichung Setzt man dafür realistische beziehungsweise übliche Werte (z = 1,96, e = 0,1, p = 0,5) ein, ergibt sich eine notwendige Stichprobengröße von 96.