14. Juli 2026 · Methodisches Problemlösen

Teure Hypothesen: Wie falsche Fährten aufgrund fehlender Ist/Ist-Nicht-Analyse und fehlenden Hypothesenabgleichs Budgets verbrennen

In der Welt der professionellen Problemlösung gibt es einen Moment von maximaler Verwundbarkeit. Es ist der Moment, in dem ein Problem frisch auf dem Tisch liegt, der Druck von oben steigt und plötzlich jemand im Raum eine verdammt gut klingende Idee äußert. „Das muss an der neuen API-Schnittstelle liegen! Seit dem Update läuft das System instabil.“ Die Erklärung klingt logisch, der Kollege ist Experte, die Intuition unterschreibt sofort.

Was dann folgt, ist ein psychologisches und finanzielles Drama in drei Akten: Das Team stürzt sich auf diese Hypothese. Entwickler werden abgestellt, Taskforces gegründet, externe Berater eingekauft. Wochen vergehen, sechsstellige Budgets werden verbrannt, nur um am Ende festzustellen: Die API war es nicht. Man ist am Anfang falsch abgebogen – und das mit Vollgas.

Dabei hätte dieses Desaster mit einer simplen, fast banalen methodischen Übung verhindert werden können: einer sauberen Ist / Ist-Nicht-Analyse (oft als Is / Is-Not aus dem Kepner-Tregoe-Ansatz bekannt). Wer die vorliegenden Fakten nicht strukturiert gegen die Hypothesen abgleicht, jagt Phantome. Wer es tut, entkräftet falsche Fährten in wenigen Minuten, bevor der erste Euro investiert wird.

Das psychologische Triebwerk: Warum wir blind Hypothesen jagen

Warum biegen wir überhaupt so leicht falsch ab? Die Antwort liegt in unserer Kognition. Wenn wir mit einem ungelösten Rätsel konfrontiert sind, hält unser Gehirn den Zustand der Unsicherheit nur schwer aus. Wir suchen instinktiv nach Mustern und Kausalitäten. Sobald eine plausible Hypothese im Raum steht, schnappt die Falle der Bestätigungsfehler (Confirmation Bias) zu.

Ab diesem Zeitpunkt sucht unser Unterbewusstsein nur noch nach Indizien, die diese eine Hypothese stützen. Widersprechende Fakten werden ausgeblendet oder als „Ausreißer“ abgetan. Wenn der Chef dann noch fragt: „Woran liegt es?“, wollen wir eine Antwort liefern. Eine Hypothese zu verfolgen fühlt sich nach Arbeit und Fortschritt an – selbst wenn es der Weg in die Sackgasse ist. Ohne ein methodisches Korrektiv wird Aktionismus mit Produktivität verwechselt.

Das Korrektiv: Was ist die Ist / Ist-Nicht-Analyse?

Die Ist / Ist-Nicht-Analyse ist die ultimative Bruchkante für Bauchgefühl und voreilige Hypothesen. Sie basiert auf einem einfachen Prinzip: Ein Problem wird nicht nur dadurch definiert, was es ist, sondern vor allem dadurch, was es unter exakt denselben Bedingungen nicht ist.

Man beschreibt den Fehler systematisch in vier Dimensionen und stellt ihnen das logische Gegenstück gegenüber:

Dimension	IST	IST-NICHT
Was	Was ist der Fehler?	Was könnte der Fehler sein, ist es aber nicht?
Wo	Wo tritt der Fehler auf?	Wo könnte er logischerweise auch auftreten, tut es aber nicht?
Wann	Wann tritt der Fehler auf?	Wann könnte er auftreten, tut es aber nicht?
Ausmaß	Wie groß ist das Ausmaß?	Wie groß könnte es sein, ist es aber nicht?

Das entscheidende Element ist das „Ist-Nicht“. Es liefert die Kontrollgruppe für das Experiment. Es grenzt das Problem so eng ein, dass der Raum für Spekulationen drastisch schrumpft.

Das Drama in der Praxis: Ein teures Lehrbeispiel

Um die Wucht dieses Werkzeugs zu verstehen, schauen wir uns ein realistisches Szenario aus einem E-Commerce-Unternehmen an.

Die Situation: Der Umsatz im Onlineshop bricht am Dienstagnachmittag plötzlich um 30 % ein. Die Serverlast ist normal, keine Fehlermeldungen im Log.

Das falsche Abbiegen (ohne Ist / Ist-Nicht): Der Marketingleiter hat sofort eine Erklärung: „Wir haben am Dienstagmorgen die neue Werbekampagne auf Google und Instagram gestartet. Die Leads, die da reinkommen, sind Schrott und konvertieren nicht. Wir müssen die Kampagne sofort stoppen, die Agentur feuern und das Targeting komplett neu aufsetzen!“

Die Kampagne wird gestoppt (Verlust von Sichtbarkeit), ein neues Konzept wird für teuer Geld in Auftrag gegeben. Drei Tage später, die Kampagne ist offline, liegt der Umsatz immer noch 30 % im Keller. Das Geld für die Agentur und die neuen Anzeigen ist weg – das Problem besteht weiterhin.

Die Rettung durch den Hypothesenabgleich (mit Ist / Ist-Nicht): Hätte das Team vor dem Aktionismus eine Ist / Ist-Nicht-Tabelle ausgefüllt, hätte sie so ausgesehen:

Dimension	IST	IST-NICHT
Was	Umsatzeinbruch bei den Käufen.	Kein Einbruch bei den Warenkorb-Aufrufen (die Leute wollen kaufen).
Wo	Betrifft Kunden, die mit iPhones (iOS) bestellen.	Betrifft nicht Kunden mit Android-Geräten oder Desktop-PCs.
Wann	Seit Dienstag, 14:00 Uhr.	Vor Dienstag, 14:00 Uhr war alles normal.

Nun nehmen wir die lautstarke Hypothese des Marketingleiters („Die neue Kampagne bringt schlechte Leads“) und gleichen sie mit diesen nackten Fakten ab:

Hypothesenprüfung: Wenn die Kampagne die Ursache wäre, warum bricht der Umsatz dann nur bei iPhone-Nutzern ein? Die Kampagne läuft schließlich auf allen Geräten gleichermaßen. Und warum konvertieren die Desktop-Nutzer aus derselben Kampagne ganz normal?

Ergebnis des Abgleichs: Die Hypothese wird durch das „Ist-Nicht“ (Android/Desktop läuft normal) sofort und schmerzlos entkräftet. Sie ist logisch unmöglich. Das Team spart sich das Stoppen der Kampagne und das Budget für die Agentur.

Stattdessen lenkt das „Ist-Nicht“ den Blick auf die wahre Ursache: Am Dienstagnachmittag um 14:00 Uhr gab es ein automatisches iOS-Update. Ein Blick in den Checkout zeigt: Bei der neuesten iOS-Version wird der „Kaufen“-Button durch einen Darstellungsfehler unsichtbar. Ein Bugfix von 10 Minuten löst das Problem.

Der Hypothesenabgleich: Fakten als Türsteher

Das obige Beispiel zeigt: Eine saubere Problembeschreibung sammelt die Fakten, bevor die Diskussion beginnt. Wenn danach Hypothesen aufgestellt werden, müssen sie an diesen Fakten vorbei – wie an einem strengen Türsteher.

Jede Hypothese muss sich der Frage stellen: „Wenn diese Hypothese wahr ist, wie erklärt sie dann sowohl das IST als auch das IST-NICHT?“

Wenn eine Hypothese das „Ist-Nicht“ nicht erklären kann, ist sie draußen. Sie wird nicht weiterverfolgt. Es wird kein Geld für sie ausgegeben. Sie wandert auf den Friedhof der logisch widerlegten Ideen. Das ist effiziente Problemlösung. Wir testen Hypothesen zuerst auf dem Papier und mit Logik, bevor wir sie mit echtem Geld im Feld testen.

Fazit: Erst die Leitplanken, dann die Reise

Es ist keine Schande, am Anfang einer Problemlösung falsche Ideen zu haben. Es ist jedoch eine Management-Sünde, diese Ideen ungeprüft mit Ressourcen zu füttern.

Die Ist / Ist-Nicht-Analyse ist die billigste Versicherung gegen Fehlinvestitionen im Projektmanagement. Sie zwingt uns zu der Demut, zuzugeben, dass unsere erste Intuition oft falsch ist. Indem wir uns die Zeit nehmen, die Grenzen des Problems sauber zu vermessen, bauen wir ein stabiles logisches Gerüst. Jede investierte Minute in dieses Fundament spart am Ende Tausende von Euro, schont die Nerven des Teams und sorgt dafür, dass wir zielsicher dort ankommen, wo die echte Ursache liegt – statt auf halber Strecke im teuren Nebel der Vermutungen zu stranden.