Katalog
method#Produkt#Lieferung#Architektur#Softwareentwicklung

Prototyping

Eine strukturierte, iterative Methode zum schnellen Erstellen von Modellen oder Simulationen, um Annahmen zu prüfen, Feedback zu sammeln und Entscheidungen zu unterstützen.

Prototyping ist eine iterative Methode zur schnellen Erstellung von greifbaren Modellen oder Simulationen eines Produkts oder Features.
Etabliert
Mittel

Klassifikation

  • Mittel
  • Geschäftlich
  • Design
  • Fortgeschritten

Technischer Kontext

Prototyping-Tools (z. B. Figma, Axure)Usability-Testing-PlattformenIssue-Tracker und Projektmanagement-Tools

Prinzipien & Ziele

Iterativ arbeiten, schnell testen und lernen.Fokus auf Hypothesen und messbare Annahmen.Sichtbare Artefakte nutzen, um Dialog zu fördern.
Erkundung
Team, Domäne

Use Cases & Szenarien

Kompromisse

  • Fehlinterpretation von Prototypverhalten als finale Funktionalität.
  • Zu früh hohe Investition in nicht validierte Lösungen.
  • Bias durch nicht repräsentative Testpersonen.
  • Mit Low-Fidelity starten und selektiv auf hohe Fidelity aufbauen.
  • Test frühzeitig mit echten Nutzern durchführen.
  • Klare Hypothesen und Messkriterien vor jedem Test definieren.

I/O & Ressourcen

  • Problem- oder Zieldefinition
  • Annahmen und Hypothesen
  • Ressourcen für Prototyping (Tools, Zeit, Personen)
  • Getestete Prototyp-Artefakte
  • Nutzer- und Stakeholder-Feedback
  • Empfehlungen für Produktentscheidungen

Beschreibung

Prototyping ist eine iterative Methode zur schnellen Erstellung von greifbaren Modellen oder Simulationen eines Produkts oder Features. Es hilft, Annahmen zu validieren, Nutzerfeedback früh zu gewinnen und Risiken zu reduzieren. Geeignet für Discovery-Phasen, um Anforderungen zu klären und Entscheidungsträger zu informieren.

  • Frühe Validierung reduziert kostspielige Fehlentwicklungen.
  • Schnelles Nutzerfeedback verbessert Produktentscheidungen.
  • Klare Kommunikationsgrundlage für Stakeholder.

  • Prototypen können technische Details verschleiern.
  • Hohe Fidelity kann Zeitaufwand und Kosten erhöhen.
  • Nicht immer repräsentativ für Produktionseigenschaften.

  • Validierungsrate von Hypothesen

    Anteil der getesteten Hypothesen, die durch Prototyping bestätigt oder verworfen wurden.

  • Zeit bis erstes Feedback

    Dauer vom Prototyp-Start bis zur ersten nutzbaren Rückmeldung.

  • Anzahl iterierter Varianten

    Zahl der Prototypversionen, die innerhalb eines Zyklus getestet wurden.

Klickbarer Mobile-Prototyp

Ein interaktiver Klick-Dummy zur Überprüfung von Navigation und Flow bei frühen Nutzertests.

Frontend-Concept-Prototype

Ein funktionaler HTML/CSS-JS-Prototyp zur Prüfung technischer Machbarkeit und Performance.

Wizard für komplexe Konfigurationen

Prototyp eines Konfigurationsassistenten zur Validierung von User Journeys und Fehlerszenarien.

1

Ziele und Hypothesen definieren; Erfolgskriterien festlegen.

2

Geeigneten Prototyp-Typ und Fidelity-Level wählen.

3

Schnell Prototyp erstellen und interne Reviews durchführen.

4

Nutzertests planen, durchführen und Feedback sammeln.

5

Ergebnisse auswerten und nächste Iterationen planen.

⚠️ Technische Schulden & Engpässe

  • Provisorische Implementationen werden fälschlich in Produktion übernommen.
  • Unstrukturierte Prototyp-Artefakte erschweren Nachnutzung.
  • Fehlende Dokumentation von Testergebnissen führt zu wiederholten Fehlern.
Verfügbarkeit von TestnutzernZeit- und BudgetrestriktionenTechnische Machbarkeitsgrenzen
  • Aufwändige Prototypen bauen, bevor Kernannahmen getestet wurden.
  • Nur interne Kollegen testen lassen und externe Nutzer ignorieren.
  • Prototyp-Ergebnisse ohne Dokumentation und Entscheidungen verwerfen.
  • Falsch interpretierte Nutzerreaktionen als breite Nutzermeinung.
  • Zu hohe Fidelity erzeugt falsche Erwartungen bei Stakeholdern.
  • Verlust des Fokus auf die zu prüfende Hypothese.
Grundkenntnisse in UX-MethodenFähigkeit, schnell visuelle Artefakte zu erstellenModerations- und Interviewfähigkeiten
Schnelle IterationszyklenWiederverwendbare Komponenten für TestsLeichte Integration von Nutzerdaten für Feedback
  • Datenschutz bei Nutzertests beachten
  • Begrenzte Ressourcen für hochfidele Prototypen
  • Nicht alle Interaktionen lassen sich ohne Backend simulieren