Product-Market Fit: Woran du ihn erkennst (und was du davor tust)

Was Product-Market Fit wirklich ist

Marc Andreessens Definition ist immer noch die sauberste: "In einem guten Markt mit einem Produkt, das diesen Markt befriedigt." Du spürst es, wenn die Nachfrage deine Kapazität übersteigt — Server schmelzen, der Support ertrinkt, das Recruiting kommt nicht hinterher. Du hast es nicht, wenn Wachstum sich wie ein Stein anfühlt, den du den Berg hochschiebst — egal wie gut das Produkt aussieht.

Die 5 PMF-Signale

Keine einzelne Kennzahl beweist PMF. Das Bündel tut es:

Der 40 %-Test. Frag aktive Nutzer: "Wie würdest du dich fühlen, wenn du das hier nicht mehr nutzen könntest?" Sagen 40 %+ "sehr enttäuscht", hast du PMF. Unter 25 % nicht. Quelle: Sean Ellis, hundertfach validiert.
Organischer Sog. Kunden finden dich ohne Paid Acquisition — Mundpropaganda, Inbound, Suche.
Retention-Kurven werden flach. Tag-30- oder Woche-12-Retention hört auf zu fallen. Eine Kohorte bleibt für immer — das ist dein PMF-Segment.
NPS über 40 in deinem Zielsegment (nicht im Gesamt).
Sales-Zyklus verkürzt sich. Käufer diskutieren nicht mehr. Sie wollen wissen, wie schnell sie onboarden können.

Ein Signal = starker Hinweis. Drei Signale = PMF.

Wie du den 40 %-Test wirklich durchführst

Die Schwelle ist der einfache Teil. Die meisten Gründer bekommen eine irreführende Zahl, weil sie die falschen Leute auf die falsche Art befragen.

Wen du befragst. Sean Ellis' eigene Empfehlung ist, kürzlich aktive Nutzer zu befragen — Leute, die das Produkt erlebt haben, nicht die Dabbler, die sich angemeldet haben und wieder weg waren. Ein praktischer Filter: Nutzer, die das Kern-Feature in den letzten ein, zwei Wochen mindestens zweimal genutzt haben. Deine gesamte Signup-Liste zu befragen verwässert das Signal mit Leuten, die den Wert nie gespürt haben — und du liest zu niedrig.
Wie viele. Du willst grob n ≥ 30–40 qualifizierte Antworten, bevor der Prozentsatz viel bedeutet. Darunter liest du Rauschen, und ein, zwei Antworten können dich über die 40 %-Linie kippen lassen.
Schürf im Freitext, nicht nur im Prozentsatz. Die Zahl sagt dir, ob du Fit hast. Die Freitext-Antworten sagen dir, wer ihn hat und warum. Lies die offenen Antworten der "sehr enttäuscht"-Kohorte auf zwei Dinge: das Muster darin, wer diese Leute sind (Rolle, Unternehmensgröße, Use Case — das ist dein PMF-Segment, das offen vor dir liegt), und womit sie dich ersetzen würden, wenn du verschwändest. Wenn der beste Ersatz, den sie nennen können, eine Tabelle oder "nichts" ist, ist dein Moat echt. Ist es ein Wettbewerber einen Klick entfernt, ist er dünner, als der Prozentsatz vermuten lässt.

Im Workspace instrumentiert der disappointment-Abschnitt genau diese Umfrage, retention trackt die Kurvenformen unten und word-of-mouth erfasst das Organischer-Sog-Signal — so leben die drei am schwersten zu fälschenden Signale an einem Ort.

Retention-Kurven lesen (die Form zählt mehr als die Zahl)

Eine einzelne Retention-Zahl ist fast nutzlos. Die Form der Kurve ist das Signal:

Ein "Smile" oder eine L-Kurve, die abflacht auf eine Asymptote ungleich null bedeutet, dass eine Kohorte wirklich geblieben ist. Die Linie hört auf zu fallen und wird waagerecht — diese Nutzer haben die Gelegenheitsnutzer abgeschüttelt und die Überzeugten behalten. So sieht PMF im Chart aus.
Zerfall auf null — eine Kurve, die immer weiter abwärts läuft, ohne abzuflachen — bedeutet, dass niemand eine bleibende Gewohnheit bildet, egal wie gut die Launch-Wochen-Zahlen waren.

Die gesunde Asymptote unterscheidet sich je nach Kategorie, und deine mit der falschen Benchmark zu vergleichen lügt dich in beide Richtungen an:

Consumer-Social / Casual-Apps können bei niedrigerer M1-Retention gesund sein — ein kleiner, dichter, hoch engagierter Kern reicht, wenn er viral wächst.
Vertical SaaS / B2B erwartet hohe Logo-Retention — Accounts Monat für Monat zu verlieren ist ein Fit-Problem, kein Gelegenheitsnutzungs-Artefakt. Eine 70-%-Consumer-App-Retention, die für Social exzellent wäre, ist für ein Tool mit 1.000 $/Seat ein langsamer Tod.

Frag nicht "ist meine Retention gut?" Frag "flacht meine Kurve ab, und ist die Asymptote für meine Kategorie gesund?"

Berechne jedes Signal innerhalb des Segments, nicht über das Aggregat

Das ist der Widerspruch, über den Gründer stolpern: "drei Signale = PMF", aber "PMF ist segment-spezifisch". Beides stimmt — wenn du innerhalb des Segments misst. Deine Aggregat-Zahlen können mittelmäßig aussehen, während ein Segment PMF schreit, weil das tote Gewicht der schlecht passenden Nutzer jeden Durchschnitt nach unten zieht.

Die Reihenfolge der Schritte zählt:

Finde zuerst die Kohorte mit flacher Retention. Schneide deine Nutzer nach den offensichtlichen Dimensionen (Rolle, Unternehmensgröße, Quellkanal, Use Case) und such die Scheibe, deren Kurve abflacht. Das ist dein Kandidaten-Segment.
Dann führe den 40 %-Test nur auf dieser Kohorte aus. Nicht auf deiner ganzen Liste — auf den Leuten in der Flache-Retention-Scheibe.
Dann prüfe organischen Sog und Sales-Zyklus-Verkürzung für genau diese Gruppe.

Lass die Signale gegen das Aggregat laufen und du wirst schließen, dass du keinen Fit hast — obwohl du intensiven Fit mit 15 % deiner Nutzer hast. Die Aufgabe ist nicht, den Durchschnitt zu heben — es ist, das Segment zu finden, das schon schreit, und voll darauf zu setzen.

Was PMF NICHT ist

Ein PR-Launch.
Eine Finanzierungsrunde.
Ein viraler Tweet.
Eine Warteliste mit 10.000 Mails (Vanity).
Logo-Kunden (sie sagen nichts über Stickiness der Nutzung).

Falsch-positiver PMF: wenn die Signale lügen

PMF lässt sich faken — meist dadurch, dass etwas, das nicht skaliert, die Zahlen stützt. Achte auf:

Ein nicht-skalierender Kanal. Ein Gründer, der jeden Nutzer persönlich onboardet, ein einzelnes Subreddit, der Newsletter eines Freundes. Wachstum sieht organisch aus, weil du die Distribution bist. Es stirbt in dem Moment, in dem du es zu systematisieren versuchst.
Ein einzelner Enterprise-Wal. Ein großes Logo, das dich intensiv nutzt, lässt Retention und Umsatz wunderschön aussehen. Nimm es heraus, und die Kurve kollabiert. Ein Account ist kein Segment.
Paid Acquisition, das schwachen organischen Sog kaschiert. Stoppst du das Ad-Budget und das Wachstum stoppt, hast du Nutzung gekauft, nicht verdient. Die 40 %-Umfrage kann unter den Leuten, für deren Akquise du gezahlt hast, trotzdem hoch ausfallen — deshalb ist organischer Sog ein eigenes, nicht ersetzbares Signal.

Das Anzeichen für alle drei: Die Signale hängen an etwas, das du im Maßstab nicht wiederholen kannst. Bevor du aufs Gas trittst, frag, was bricht, wenn du den Gründer, den Wal oder das Ad-Budget entfernst.

PMF zerfällt — und warnt dich vorher

PMF ist keine einmalige Errungenschaft, die du auf die Bank legst. Er erodiert, meist aus einem von zwei Gründen: das einfache Segment sättigt sich (du hast jeden unterschrieben, der verzweifelt war, und die nächste Kohorte ist lauwarm), oder ein Wettbewerber setzt die Erwartungen neu (was magisch wirkte, fühlt sich jetzt selbstverständlich an).

Zerfall zeigt sich in Frühindikatoren, bevor er den Topline-Umsatz trifft:

Steigender CAC — du zahlst mehr für jeden neuen Kunden, weil die einfache Nachfrage weg ist.
Sinkende Win-Rate — Deals, die du vor sechs Monaten abgeschlossen hättest, stocken jetzt oder gehen an einen Wettbewerber.
Die Retention-Asymptote sinkt in neueren Kohorten — alte Kohorten sehen noch großartig aus (Survivorship), aber jede neue Kohorte flacht auf einer niedrigeren Linie ab. Lies Retention immer nach Kohorten-Startdatum, nicht gemischt, sonst bleibt das quartalelang verborgen.

Wenn deine gemischten Zahlen gut aussehen, neuere Kohorten aber leise schlechter werden, steckst du im frühen Zerfall. Das ist der Moment zum Verengen oder Neu-Fitten — nicht erst, wenn der Umsatz kippt.

Die drei Phasen vor PMF

Phase 1: Problem-Solution Fit

Du hast validiert, dass ein echtes Segment ein echtes Problem hat, für das es zahlt — aber noch nichts Sticky gebaut. Fokus: Kundeninterviews, Demand-Tests, manuelle Lösungslieferung.

Phase 2: Erste Sticky-Nutzer

Du hast 5–20 Kunden, die das Produkt aktiv nutzen und merken würden, wenn du es abschaltest. Noch nicht skalieren — hier brechen die meisten Gründer PMF, indem sie Wachstum jagen, bevor das Produkt sticky ist. Fokus: Nutzung vertiefen, den "Magic Moment" im Onboarding finden, Features killen, die die Sticky-Nutzer nicht anfassen.

Phase 3: Die PMF-Schwelle

Die Signale oben tauchen auf. Jetzt darfst du aufs Gas — aber nur im Segment, das die Signale zeigt. Klassischer Fehler: zu früh generalisieren. PMF kommt fast immer mit einem schmalen Segment zuerst, nicht mit deinem ganzen TAM.

Was du in jeder Phase wirklich tust

Pre-PMF. Sprich jede Woche mit Nutzern. Persönlich. Lies jedes Support-Ticket. Streich Features. Stell keinen Head of Sales ein.
An der Schwelle. Wähl einen Wachstumskanal und verdopple ihn. Stell ein, um den Engpass zu lösen (das bist meist du).
Post-PMF. Bau das System — Onboarding, Success, Sales — das es Nicht-Gründern erlaubt, das zu liefern, was du bisher per Hand lieferst.

Das Schwerste: Wissen, wann man mit Iteration aufhört

Pre-PMF-Gründer pivotieren oft zu spät — sie bauen Features in der Hoffnung, dass Retention-Kurven sich von allein biegen. Tun sie nicht. Wenn du 6+ Monate investiert hast und Retention immer noch fällt, ist Produkt oder Segment falsch. Wechsle eines (Segment ODER Produkt), nicht beide gleichzeitig.

PMF ist segment-spezifisch

Du hast nicht "Product-Market Fit". Du hast Fit mit einem Segment. Das Segment, das dir PMF gibt, ist meist enger als dein Original-Ziel — und das ist gut. Dokumentiere dieses Segment und schreib alles (Positionierung, Pricing, Sales-Skripte) für sie, nicht für den weiteren Markt, den du dir wünscht.

Die Entscheidungsregel: verengen, neu-fitten oder das Produkt ändern

Wenn die Signale mehrdeutig sind, quäl dich nicht — lies die zwei Zahlen, die das auflösen: Retention nach Kohorte und "sehr enttäuscht" nach Sub-Segment. Sie zeigen auf unterschiedliche Maßnahmen:

Insgesamt zerfallende Retention, aber ein Sub-Segment mit hohem "sehr enttäuscht" und flacher Retention → VERENGEN, nicht pivotieren. Du hast echten Fit, der in einem zu breiten Ziel versteckt ist. Schneide das Ziel auf dieses Segment und schreib Positionierung, Pricing und Sales für sie neu. Das ist die häufigste Situation — und die am häufigsten als "wir müssen pivotieren" fehlgelesene.
Überall niedriges "sehr enttäuscht", kein Segment mit flacher Kurve → das Produkt ändern. Niemand würde dich wirklich vermissen. Das ist ein Produkt- oder Lösungsproblem, kein Targeting-Problem. Gleicher Kunde, andere Lösung.
Ein Segment schreit, aber du erreichst nicht mehr davon zu vertretbaren Kosten (CAC zu hoch) → es ist ein Kanal-Problem, kein Fit-Problem. Fass das Produkt nicht an; geh Distribution finden.

Die Disziplin von vorhin gilt weiter: Wechsle das Segment oder das Produkt, nie beides gleichzeitig — sonst weißt du nie, welcher Zug gewirkt hat.

Der schnellste Weg, diesen Faden zu verlieren, ist Drift. Ein einseitiges Product Vision Document — am Anfang jedes Roadmap-Meetings gelesen — hält dich ehrlich, wer das Segment ist und wie die Kill-/Verengen-Zahlen lauten. Nutze es als operativen Kompass, bis die PMF-Signale eindeutig sind, und danach jedes Mal wieder, wenn die Frühindikatoren wackeln. God of Startups generiert es in 3 Minuten.