9. November 2026Aktualisiert am Fathy Shalaby13 Min. Lesezeit
Pretend-to-Own-Test: Erledige einen echten Auftrag von Hand, bevor du baust
Bevor du die Software baust: Erledige den Job einmal komplett von Hand und lass die Stoppuhr laufen. So lernst du Schritt für Schritt, was dein Versprechen wirklich kostet.
Teilen
Dieser Artikel wurde aus dem Englischen übersetzt. Original lesen
Ein Pretend-to-Own-Test behandelt eine echte Kundenanfrage so, als ob deine Lösung bereits existieren würde. Du erledigst die Arbeit komplett von Hand – mit laufender Stoppuhr – und prüfst, ob der Kunde für den nächsten Auftrag zurückkommt. Noch bevor du auch nur eine Zeile Code schreibst, siehst du genau, was die Einlösung deines Versprechens wirklich erfordert: die einzelnen Schritte, die Arbeitsstunden, die Kosten und die Sollbruchstellen.
Das Wichtigste in Kürze
Der Begriff stammt aus Alberto Savoias Pretotype It (2011). Dort bedeutet Pretend-to-Own, teure Assets zu mieten oder zu leihen, statt sie direkt zu kaufen (Savoia, 2011).
In Testing Business Ideas von Bland und Osterwalder ist Pretend to Own ein nicht-funktionales, Low-Fidelity-Mockup, mit dem getestet wird, ob ein Produkt in den Alltag der Kunden passt (Aufwand: 1/5, Evidenzstärke: 2/5; Strategyzer-Poster).
Dieses Template wendet den Gedanken auf eine operative Fähigkeit an: Liefere einen echten Auftrag manuell aus und protokolliere jede Minute. Du testest die Machbarkeit (Feasibility), und die Evidenz basiert auf echtem Verhalten.
Die investierten Stunden sind deine wichtigste Erkenntnis. Im Praxisbeispiel flossen 3 von 9 Stunden in einen Schritt, den niemand eingeplant hatte – und der eigentliche Test ist, ob der Kunde ein zweites Mal anfragt.
Was ist ein Pretend-to-Own-Test?
Der Begriff hat drei verwandte Bedeutungen. Es hilft zu verstehen, welche Variante du gerade durchführst.
Variante
Quelle
Was du vorgibst zu besitzen
Was du lernst
Pretend-to-Own-Pretotyp
Alberto Savoia, Pretotype It (2011)
Teure Vermögenswerte (z. B. ein Ladenlokal, Flugzeug oder Fuhrpark), die du stattdessen mietest oder leihst
Ob das Interesse vor einer großen Investition stabil bleibt
Ob es sich nahtlos in den Alltag des Kunden einfügt
Pretend-to-Own-Test (dieses Template)
Specky
Die Fähigkeit, das versprochene Ergebnis tatsächlich zu liefern
Die echten Schritte, Stunden und Kosten einer Lieferung – und ob der Kunde wiederkommt
Savoias Beispiele sind bewusst kostengünstig gewählt: Ein neues Ladengeschäft sollte lieber erst drei Monate Leerstand zwischennutzen, bevor ein Fünfjahresvertrag unterschrieben wird. Und wer einen Verleih für Elektroautos plant, mietet erst einmal für ein paar Wochen eine Handvoll Autos, statt direkt eine Flotte zu kaufen. Sein Fazit: „Sei geizig, bis du sicher bist, dass du das richtige ‚It‘ hast“ (Savoia, 2011).
Die Version aus Testing Business Ideas ist ein sogenannter „Diskussions-Prototyp“: eine nicht-funktionale Low-Fidelity-Lösung, um zu prüfen, wie sie in den Alltag passt. Die Nutzung wird dabei in einem Experiment-Log dokumentiert (UPV-Vorlesungsfolien).
Dieses Template greift das Kernprinzip beider Ansätze auf: Tu so, als hättest du die Kapazitäten bereits, und finde heraus, was der Betrieb wirklich verlangt, bevor du Geld dafür ausgibst.
Der Holzklotz des Palm Pilot
Die bekannteste Anekdote hinter der Mockup-Variante gehört Jeff Hawkins und dem Palm Pilot. Savoia zitiert einen Artikel des Time-Magazins von 1998: Hawkins schnitzte sich einen Holzklotz in der Größe seiner Hemdtasche, trug ihn monatelang mit sich herum, tippte darauf herum, als würde er seinen Kalender prüfen, und klebte Papierstreifen auf, um verschiedene Benutzeroberflächen auszuprobieren. Savoia taufte diesen Pretotyp-Typ „Pinocchio“. Das Computer History Museum besitzt ein solches Holzmodell aus dem Jahr 1995; Hawkins nutzte ein Essstäbchen als Stylus, machte in Meetings Schein-Notizen und zählte die Klicks und Schritte für Standardaufgaben (Computer History Museum).
Das Zählen dieser Schritte ist die direkte Brücke zu unserem Template: Hawkins verstand, was die Bedienung erfordern würde, bevor jemand das Gerät baute. Dieser Test macht exakt dasselbe für die Erbringung einer Dienstleistung.
Welches Risiko wird getestet und wie aussagekräftig ist das Ergebnis?
Du testest hier die Machbarkeit (Feasibility): Kannst du das wirklich von Anfang bis Ende liefern – und zu welchen Kosten? Die Evidenz basiert auf tatsächlichem Verhalten, da sowohl du als auch der Kunde die Transaktion real durchlaufen haben. Ein einzelner Auftrag ist zwar eine kleine Stichprobe (er zeigt, was möglich ist, nicht, was bei Skalierung passiert), aber unser Leitfaden zur Auswahl von Produkt-Experimenten zeigt dir, welche Schritte als Nächstes folgen.
Testing Business Ideas stuft tatsächliches Verhalten deutlich höher ein als reine Absichtserklärungen oder Meinungen (Strategyzer, 2025). Ein Kunde, der dich um den nächsten Auftrag bittet, hat gehandelt – nicht nur geredet.
Wann solltest du einen Pretend-to-Own-Test nutzen?
Nutze ihn, wenn deine Idee ein Ergebnis verspricht, für das dir aktuell noch die technischen Fähigkeiten fehlen – und du verstehen musst, was die Umsetzung in der Praxis bedeutet. Wenn du es einmal von Hand machst, siehst du die echten Arbeitsschritte, den realen Zeitaufwand und wo der Prozess hakt.
Nutze ihn nicht für Dinge, die sich unmöglich manuell abbilden lassen, oder bei denen Fehler schwere Schäden anrichten könnten (wie medizinische oder juristische Beratung ohne entsprechende Qualifikation). Wenn du vorhast, mehrere Kunden gleichzeitig manuell zu betreuen, um zu sehen, ob sie dabeibleiben, ist ein Concierge-Test besser geeignet. Sollen die Kunden glauben, dass bereits alles vollautomatisch läuft, wähle einen Wizard-of-Oz-Test.
Der Test funktioniert am besten, wenn:
Das Ergebnis klar bewertbar ist, etwa ein Report oder ein Plan.
Du die Arbeit mit vorhandenen Tools zusammenstöpseln kannst. Musst du dafür mehrere bestehende Tools fest verdrahten, ist das Mash-up-MVP der nächste Schritt.
Die Kernfrage „Können wir das?“ lautet und nicht „Wollen die Kunden das überhaupt?“ Im zweiten Fall machst du zuerst einen Paper-Prototype-Test oder einen Demand-Test.
Vorlage für den Pretend-to-Own-Test
Klicke auf das Bild für die Vollansicht oder kopiere die folgende Textvorlage.
Wen rekrutieren und wie viele?
Einen echten Kunden mit einem realen Auftrag. Wähle jemanden aus, dem es sofort auffallen würde, wenn die Qualität nicht stimmt. Sei ehrlich und sag auf Nachfrage offen, dass dies ein Pilotprojekt ist. Versprich nicht mehr, als du halten kannst.
Schritt-für-Schritt-Ablauf
Formuliere präzise, was genau du dem Kunden versprechen willst.
Lege dein Erfolgssignal fest.
Nimm einen konkreten, echten Auftrag an.
Führe jeden einzelnen Schritt manuell durch – mit laufender Stoppuhr.
Dokumentiere jeden Schritt, die genutzten Tools und jede Stelle, an der du feststecktest.
Liefere das Ergebnis aus und frage nach dem nächsten Schritt.
Rechne Zeit- und Kostenaufwand zusammen.
Delivery-Log (Lieferprotokoll)
Schritt
Wer hat es gemacht?
Tools
Minuten
Was lief schief?
Könnte Software das übernehmen?
Nachricht an den Kunden
„Wir übernehmen diesen Prozess aktuell für eine kleine Testgruppe sehr sorgfältig und persönlich von Hand. Dürfen wir das für Sie übernehmen? Ich würde Ihnen das Ergebnis gerne bis zum [Datum] schicken.“
Nach der Lieferung: „Sollen wir das direkt für den nächsten Durchlauf wieder so machen? Und was sollten wir noch anpassen?“
Was du messen solltest
Gesamtdauer (Stunden) und Kosten. Wie viele Schritte eine Software prinzipiell nicht übernehmen könnte. Qualität aus Sicht des Kunden. Ob ein Folgeauftrag angefragt oder angenommen wurde.
Erfolgssignal (vor dem Start festlegen)
Speckys Ausgangspunkt: Der Kunde kommt für den nächsten Schritt von sich aus zurück. Das ist eine Basislinie, kein starrer Benchmark. Ergänze sie um eine eigene Kosten- oder Zeitgrenze, z. B.: „… und die Bearbeitung hat unter 4 Stunden gedauert.“
Ergebnisprotokoll
Kunde
Anfrage
Stundenaufwand
Kosten
Feedback des Kunden
Wiedergekommen?
Was solltest du bei einem Pretend-to-Own-Test messen?
Drei Kennzahlen verwandeln dein Protokoll in eine fundierte Produktentscheidung:
Kosten pro Lieferung = Stunden × Stundensatz + genutzte Tool-Kosten. Das ist deine absolute Preisuntergrenze, bevor Software existiert.
Stunden pro Arbeitsschritt. Sortiere das Log absteigend nach Minuten. Der zeitaufwendigste Schritt ist der Punkt, an dem die Entwicklung ansetzen muss – und oft ist es ein ganz anderer als gedacht.
Anteil automatisierbarer Schritte. Zähle die „Ja“-Antworten in der letzten Spalte deines Logs. Wenn die meisten Stunden in Schritten stecken, die mit „Nein“ markiert sind, bringt Automatisierung wenig – und dein Nutzenversprechen muss angepasst werden.
Beobachte danach genau das Folgeverhalten. Savoia unterscheidet strikt zwischen anfänglichem Interesse (Initial Interest) und dauerhaftem Interesse (Ongoing Interest): Die meisten Menschen öffnen eine Fake-Tür kein zweites Mal. Sein fiktives Fallbeispiel eines Fallschirmsprung-Startups verdeutlicht, warum die zweite Buchung zählt: Mit einem gemieteten Flugzeug stiegen die Buchungen über 8 wöchentliche Flüge hinweg auf einen Höchststand von 28 beim dritten Flug – um beim siebten Flug auf null abzufallen (Flüge 4 bis 6 machten Verlust). Weil das Flugzeug nur gemietet und nicht gekauft war, blieb dieses Lehrgeld verschmerzbar.
Wie viele Kunden brauchst du?
Genau einen für den allerersten Durchlauf: Eine einzige, ehrlich gestoppte Lieferung beantwortet die Frage „Ist das machbar und was kostet es?“. Sie zeigt dir allerdings noch nicht die statistische Normalität. Bevor du automatisierst, solltest du den Prozess im Rahmen eines Concierge-Tests mit weiteren Kunden wiederholen und die Logs vergleichen.
Praxisbeispiel (hypothetisch)
Dieses Szenario veranschaulicht die Methode: Ein Gründer plant einen Service, der aufgezeichnete Sales-Calls automatisch in wöchentliche Coaching-Reports für Vertriebsleiter verwandelt. Er nimmt eine reale Anfrage eines fünfköpfigen Sales-Teams an und erledigt den Job komplett selbst.
Er braucht neun Stunden. Drei davon gehen allein dafür drauf, im Transkript mühsam zu sortieren, wer was gesagt hat. Die restlichen Analysen gehen ihm leichter von der Hand als befürchtet. Die Vertriebsleiterin liest den Report, leitet ihn an ihr Team weiter und fragt: „Können Sie den Report für nächste Woche bis Freitag fertigstellen?“
Das Erfolgssignal ist erreicht: Sie ist zurückgekommen. Doch das Delivery-Log zeigt unmissverständlich, dass das eigentliche technische Risiko nicht in den Coaching-Tipps liegt, sondern im Bereinigen der Transkripte. Hier muss die Entwicklung ansetzen.
Die Kostenlinie einbeziehen. Hätte der Gründer das Beispiel-Kriterium aus der Vorlage („unter 4 Stunden“) definiert, wäre das Ergebnis gemischt ausgefallen: Die Kundin will weitermachen, aber der Aufwand lag bei mehr als dem Doppelten des Limits. Angenommen, er plante, 300 € pro Woche für den Report zu verlangen. Neun Stunden bedeuten einen Erlös von rund 33 € pro Stunde – noch vor Software- und Infrastrukturkosten. Könnte ein Skript den Transkript-Schritt von 3 Stunden auf 30 Minuten drücken, sänke der Gesamtaufwand auf 6,5 Stunden (rund 46 € pro Stunde). Das Protokoll zeigt ihm exakt, welchen Engpass er lösen muss, damit die Rechnung aufgeht.
Die zweite Lieferung. Der Report der Folgewoche dauert nur noch sieben Stunden, da das Format nun steht. Mit dieser Zahl im Gepäck startet er einen Technical Spike zur automatisierten Sprechererkennung.
Pretend-to-Own-Test vs. Concierge-Test vs. Wizard of Oz
Der engste Verwandte ist der Concierge-Test. Bei allen drei Methoden lieferst du etwas manuell aus. Sie unterscheiden sich jedoch in der Kundenzahl, der Transparenz und der Kernfrage:
Können wir das überhaupt liefern und was kostet es?
Kommen mehrere Kunden wieder oder zahlen sie dafür?
Nutzen die Leute das Produkt, wenn es automatisiert wirkt?
Kunden
Ein einziger echter Auftrag
Mehrere Kunden
Mehrere Nutzer
Weiß der Kunde, dass es manuell ist?
Ja, auf Nachfrage; das Resultat ist echt
Ja, ganz offen
Nein, im Hintergrund arbeitet ein Mensch
Evidenz-Typ in Specky
Verhalten
Verbindlichkeit (Commitment), wenn Geld fließt oder Folgebuchungen erfolgen
Verhalten
Bester nächster Schritt
Concierge-Test oder Technical Spike
Single-Feature-MVP
Die arbeitsintensivsten Schritte automatisieren
Wähle diesen Test zuerst, wenn du unsicher bist, ob du die Leistung überhaupt erbringen kannst. Starte direkt mit dem Concierge-Test, wenn die Machbarkeit klar ist und du wissen willst, ob Kunden dauerhaft dafür zahlen.
Ist es moralisch vertretbar, die Arbeit von Hand zu erledigen?
Ja, solange der Kunde exakt das vereinbarte Ergebnis erhält und du die Entstehung nicht wahrheitswidrig darstellst. Paul Graham schreibt in seinem bekannten Essay über frühe Startups, dass Gründer anfangs oft damit durchkommen, „Dinge manuell zu tun, die man später automatisieren will“. Er beschreibt, wie die Stripe-Gründer in den ersten Tagen Händlerkonten hinter den Kulissen komplett von Hand anlegten (Graham, 2013).
Auch Savoia betont in seinen Ethik-Hinweisen, dass billige Tests Kunden wie Gründer vor verschwendeter Zeit und Fehlinvestitionen schützen – und appelliert an den gesunden Menschenverstand. Für die Praxis bedeutet das:
Versprich nur Ergebnisse, die du absolut sicher liefern kannst, und halte das genannte Datum ein.
Behaupte niemals, der Prozess sei bereits automatisiert. Wenn der Kunde fragt, erkläre offen, wie du arbeitest.
Behandle Kundendaten mit derselben Sorgfalt wie ein fertiges Softwareprodukt. Vertriebsaufnahmen enthalten sensible personenbezogene Daten: Kläre vorab, wer Zugriff hat, und lösche die Daten nach Abschluss verlässlich.
Häufige Fehler
Die Zeit nicht stoppen. Die genaue Stundenzahl ist der eigentliche Erkenntnisgewinn.
Zu viel versprechen. Eine einzige, exzellent gelieferte Dienstleistung bringt mehr als fünf hastig zusammengeschusterte Aufträge.
Einen zu nachsichtigen Kunden wählen. Ein übermäßig verständnisvoller Tester kaschiert echte Produktmängel.
Nach der ersten Auslieferung aufhören. Ob der Kunde erneut beauftragt, ist der eigentliche Beweis.
Kein Logbuch führen. Ohne Zeiterfassung hast du am Ende nur ein Bauchgefühl, aber keine Daten.
Die Preise anhand des ersten Versuchs kalkulieren. Der zweite und dritte Durchlauf gehen dank Lerneffekten spürbar schneller; preise dein Angebot anhand der eingependelten Routine ein.
So führst du den Test in Specky durch
Klicke auf der Assumptions-Seite auf deine Annahme, wähle Pick a test und dann Pretend to own. Specky generiert die Teilschritte, das Erfolgssignal und einen Zeitplan über eine Woche.
Die Durchführung liegt bei dir. Specky verwaltet den Plan und dokumentiert das Ergebnis. Erledige die Arbeit selbst und führe das Logbuch.
Klicke auf Start running. Trage Stunden, Kosten und deine Notizen direkt im Test ein.
Erfasse das finale Ergebnis.
Ein erfolgreicher Test wird auf deinem Board als Supported markiert, da eine echte Auslieferung handfestes Verhalten abbildet. Die Annahme wandert in Richtung starker Evidenz, und verknüpfte Produkt-Wetten (Bets) werden automatisch aktualisiert.
Nächste Schritte je nach Testergebnis
Supported: Du hast bewiesen, dass der Prozess einmalig funktioniert. Wiederhole ihn mit mehreren Kunden im Rahmen eines Concierge-Tests oder starte einen Technical Spike für den zeitintensivsten Teilschritt.
Unclear: Du hast geliefert, aber der Kunde hat sich noch nicht entschieden. Hake nach einer Woche nach oder teste mit einem zweiten Kunden gegen.
Contradicted: Die manuelle Abwicklung war nicht machbar oder sprengt das Budget deines Wertversprechens völlig. Passe dein Versprechen an oder verwirf die Idee. Alle darauf aufbauenden Annahmen und Wetten wechseln auf Contradicted.
Häufig gestellte Fragen (FAQ)
Was ist ein Pretend-to-Own-Test?
Ein Pretend-to-Own-Test nimmt eine reale Kundenanfrage an und bearbeitet sie so, als gäbe es bereits eine fertige Softwarelösung – erledigt den Job in Wahrheit aber komplett manuell. Du misst jeden Teilschritt mit der Stoppuhr und prüfst, ob der Kunde Folgeaufträge erteilt. So siehst du die echten Arbeitsstunden und Kosten, bevor du Geld in Automatisierung investierst.
Worin unterscheidet sich Pretend-to-Own von einem Concierge-Test?
Der Pretend-to-Own-Test prüft vor allem, ob du das Versprechen überhaupt einlösen kannst (meist anhand eines einzelnen Auftrags). Ein Concierge-Test erbringt den Service manuell für eine Gruppe von Kunden, um zu validieren, ob diese wiederholt buchen oder dauerhaft dafür bezahlen. Mach Pretend-to-Own zuerst, wenn die Machbarkeit dein Risiko ist – und den Concierge-Test, sobald du weißt, dass du liefern kannst.
Ist es legitim, Arbeit manuell zu erledigen, ohne es den Kunden zu sagen?
Ja, solange der Kunde das zugesagte Ergebnis erhält und du falsche Tatsachen vermeidest. Fragt der Kunde nach den Hintergründen, sei ehrlich, und behaupte keinesfalls, das Produkt sei schon vollautomatisiert. Kunden glauben zu lassen, eine Benutzeroberfläche arbeite automatisch, während im Hintergrund Menschen tippen, fällt unter den Wizard-of-Oz-Test (der eigene ethische Spielregeln hat).
Woher stammt der Begriff „Pretend to Own“?
Aus Alberto Savoias Buch Pretotype It (2011). Dort beschreibt der Pretend-to-Own-Pretotyp das Mieten oder Leihen teurer Ressourcen vor dem endgültigen Kauf. David J. Bland und Alex Osterwalder nutzen den Begriff in Testing Business Ideas für nicht-funktionale Mockups, mit denen geprüft wird, ob sich ein Produkt in den Alltag der Kunden einfügt – ähnlich wie Jeff Hawkins’ berühmter Holzklotz-Prototyp des Palm Pilot.
Wie lange dauert ein Pretend-to-Own-Test?
Rund eine Woche für eine manuelle Auslieferung inklusive Nachbereitung; Speckys Testplan ist standardmäßig auf sieben Tage ausgelegt. Die Mockup-Variante aus dem Buch benötigt mehr Zeit: Die Strategyzer-Bibliothek bewertet Pretend to Own mit 4 von 5 Punkten bei der Testdauer, da ein Attrappen-Produkt längere Zeit im Alltag getragen oder genutzt werden muss.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing