Happy Sunday!

Letzte Woche habe ich diese Mail mit einem ziemlich großen Versprechen beendet.

Ich war auf dem Weg nach Amsterdam, um den Gründer eines GLP-1 (Abnehmspritzen) Unternehmens zu treffen. Die genaue Firma und die internen Zahlen lasse ich bewusst raus. So viel kann ich sagen: Die Unit Economics in diesem Markt können wirklich absurd gut aussehen.

Das Geschäftsmodell erklärt ziemlich schnell, warum.

Kunden werden online gewonnen, durchlaufen eine medizinische Prüfung und erhalten bei entsprechender Eignung ein verschreibungspflichtiges Medikament über eine Partnerapotheke. Die Behandlung läuft über mehrere Monate. Dazu kommen medizinische Begleitung, Ernährung und Coaching.

Ein digital skalierbarer Akquisitionskanal trifft damit auf hohe Zahlungsbereitschaft und wiederkehrenden Umsatz. Das Produkt löst ein großes, emotionales Problem und liefert bei vielen geeigneten Patienten sichtbare Ergebnisse. Aus Business Sicht ist das eine ziemlich attraktive Kombination.

Das Gespräch hat allerdings auch die andere Seite gezeigt. Wo attraktive Margen entstehen, dauert es selten lange, bis sehr viele Wettbewerber auftauchen. Der GLP-1 Markt ist inzwischen voll mit Telemedizin Plattformen, Abnehmprogrammen, Kliniken, Apotheken und neuen Marken, die am Ende teilweise Zugang zu denselben Wirkstoffen verkaufen.

Seit dem 1. September ist in Deutschland zusätzlich die Wegovy Tablette erhältlich. Die tägliche Tablette beseitigt für viele Menschen die größte psychologische Hürde der bisherigen Angebote: die Spritze. Das kann den Markt deutlich vergrößern. Gleichzeitig wird es für Anbieter schwerer, sich allein über die Darreichungsform oder den Zugang zum Medikament abzugrenzen. Weitere orale Wirkstoffe stehen bereits vor dem europäischen Marktstart.

Die langfristig entscheidenden Fragen liegen deshalb eine Ebene tiefer. Wer gewinnt Kunden effizient, ohne bei Google und Meta dieselbe Auktion wie 30 Wettbewerber hochzubieten? Wem vertrauen Patienten ihre Gesundheit an? Wer begleitet sie so gut, dass sie sicher durch die Behandlung kommen und echte Ergebnisse erzielen? Und wer lernt schneller, welche Zielgruppe, Betreuung und Customer Journey langfristig funktionieren?

Genau dieser letzte Punkt ist mir aus Amsterdam hängen geblieben.

Ein attraktives Produkt verschafft dir einen Vorsprung. Wie lange er hält, entscheidet dein Lernsystem.

Deshalb geht es diese Woche um drei Unternehmen, die Kundenverhalten ungewöhnlich schnell in Entscheidungen übersetzen.

Made In entwickelt aus einer hartnäckigen Produktanfrage einen Bestseller. Reformation verbindet aktuelle Nachfrage mit einer ungewöhnlich schnellen Supply Chain. Und Quince nutzt einen Sample Sale gleichzeitig als Inventarlösung, Research und Test für den stationären Handel.

CASE 01 · PRODUCT

Made In findet Produktideen in seinen Instagram DMs

Bevor Lindsay Jackson morgens ihren ersten Kaffee trinkt, öffnet sie Instagram.

Jackson ist CMO des Kochgeschirrherstellers Made In. In der Inbox warten laut eigener Aussage meistens 20 bis 30 neue Nachrichten. Kunden fragen nach Abmessungen, Pflege oder danach, warum ihr Rührei in einer Edelstahlpfanne kleben bleibt.

Das klingt zunächst nach Kundenservice. Für Made In ist es gleichzeitig ein tägliches Research Tool.

Wenn Menschen Probleme mit klebendem Ei melden, produziert das interne Content Team ein Video dazu. Die Frage wird direkt in Education übersetzt. Made In spart sich an dieser Stelle wochenlange Briefings und beantwortet ein reales Problem in der Sprache, in der es beim Kunden aufgetaucht ist.

Noch besser ist die Geschichte hinter dem Fish Basket.

Der Chefkoch Fermín Núñez fragte Made In immer wieder nach einem hochwertigen Korb zum Grillen von Fisch. Das Unternehmen hielt das Produkt für zu speziell für normale Hobbyköche. Núñez blieb ungefähr zwei Jahre lang hartnäckig.

Irgendwann entwickelte Made In den Fish Basket gemeinsam mit ihm. Heute verkauft das Unternehmen ihn für 99 Dollar und gibt an, ihn kaum auf Lager halten zu können. Der Korb funktioniert in der Profiküche, lässt sich aber auch für Gemüse, Fladenbrot oder Obst verwenden. Aus der vermeintlichen Nischenanfrage wurde dadurch ein breiteres Produkt.

Die einfache Lesson wäre jetzt: Hört euren Kunden zu.

Das ist richtig und im Alltag trotzdem fast nutzlos. Kunden wünschen sich ständig Dinge. Manche davon sind brillant. Andere würden drei Jahre Entwicklung benötigen und am Ende von genau sieben Menschen gekauft werden.

Made In zeigt zwei verschiedene Arten von Signalen.

Die Frage zum klebenden Ei weist auf ein Verständnisproblem hin. Das Produkt muss dafür nicht verändert werden. Ein gutes Video kann die Nutzung verbessern, Frust reduzieren und gleichzeitig einen Einwand zukünftiger Käufer beantworten.

Die wiederholte Anfrage nach dem Fish Basket deutet auf unbefriedigte Nachfrage hin. Hier lohnt sich ein Produktcheck. Entscheidend war, dass Made In die Idee breiter übersetzen konnte: vom Spezialwerkzeug eines Kochs zu einem vielseitigen Grillprodukt für zu Hause.

Genau diese Trennung fehlt in vielen Unternehmen. Produktfeedback landet als lange Wunschliste in Notion. Support löst jeden Fall einzeln. Marketing sucht parallel nach neuen Content Ideen. Das Produktteam schaut auf seine Roadmap. Alle arbeiten mit Teilen desselben Signals, nur niemand setzt sie zusammen.

Ich würde dafür einen sehr einfachen wöchentlichen Prozess einführen.

Support, Sales und Social bringen jeweils die drei häufigsten oder auffälligsten Kundenaussagen mit. Im Meeting wird zuerst entschieden, welche Art von Problem vorliegt: Fehlt Verständnis? Stimmt das Versprechen nicht? Gibt es echte Produktreibung? Oder taucht eine neue Nachfrage auf?

Danach wird der kleinste sinnvolle Test festgelegt.

Eine Verständnisfrage braucht vielleicht nur ein neues Video oder eine Ergänzung auf der Produktseite. Ein Einwand lässt sich mit einer anderen Offer Kommunikation testen. Eine neue Produktidee kann zunächst über eine Warteliste, ein Mock up, eine kleine Stückzahl oder persönliche Sales Calls validiert werden.

Wichtig ist, die Originalsprache zu behalten. Wenn 18 Kunden von “zu kompliziert” sprechen, sollte daraus kein interner Punkt namens “Optimierung der User Experience” werden. Die konkrete Formulierung gehört in Ads, Landingpages, Produktbriefings und Sales Skripte.

So wird aus einer Inbox ein Frühwarnsystem für Product, Marketing und Retention.

CASE 02 · RETENTION & OPERATIONS

Reformation produziert mehr als die Hälfte seiner Produkte in höchstens 60 Tagen

Viele Modemarken müssen heute entscheiden, was ihre Kunden in neun oder zwölf Monaten kaufen sollen.

Reformation produziert nach eigenen Angaben mehr als die Hälfte seiner Produkte innerhalb von 60 Tagen.

Dieser Unterschied klingt nach Operations. Tatsächlich beeinflusst er fast das gesamte Wachstumsmodell.

Reformation meldete im zweiten Quartal 2026 einen Umsatz von 155,2 Millionen Dollar. Das waren 24,1 Prozent mehr als im Vorjahr. Die Zahl der aktiven Kunden stieg um 22,9 Prozent. Gleichzeitig erwirtschaftete das Unternehmen 12,4 Millionen Dollar Nettogewinn.

Besonders relevant finde ich eine andere Zahl: Fast 70 Prozent des DTC Umsatzes kamen 2025 von wiederkehrenden Kunden. Diese gaben im Durchschnitt ungefähr doppelt so viel aus wie neue Kunden.

Natürlich helfen eine starke Marke, gute Produkte und prominente Kundinnen. Der operative Kern dahinter ist Reformations Fähigkeit, reale Nachfrage schneller in Ware zu übersetzen.

Das Unternehmen kann Produkte in kleineren Mengen testen, die Reaktion der Kunden beobachten und Gewinner zügig skalieren. Dadurch muss es weniger Kapital auf Prognosen setzen, die ein Jahr später stimmen sollen. Gleichzeitig erscheinen häufiger relevante Neuheiten, was bestehenden Kunden einen Grund gibt zurückzukommen.

Hier greifen Retention und Kapitalallokation direkt ineinander.

Ein langsamer Produktzyklus erhöht das Risiko auf zwei Seiten. Verkauft sich eine Kollektion schwach, bleibt Kapital im Bestand gebunden und Rabatte belasten die Marge. Wird ein Produkt überraschend zum Gewinner, kann die Marke oft nicht schnell genug nachproduzieren. Nachfrage ist vorhanden, die Ware fehlt.

Geschwindigkeit verkürzt diese Lernschleife. Sie ist allerdings erst wertvoll, wenn das Unternehmen vorher festlegt, worauf es reagieren will.

Bei einer Modemarke können das Sell through, Vollpreisquote, Wiederkäufe, Retourengründe, Suchanfragen und Wartelisten sein. Bei SaaS wären es Aktivierung, wiederkehrende Nutzung und Erweiterung bestehender Accounts. Ein Dienstleister könnte beobachten, welche Einstiegsprojekte später zu größeren Mandaten führen.

Die übertragbare Strategie lautet daher: Triff reversible Entscheidungen früh und halte dir bei den großen Entscheidungen Kapazität für die Gewinner frei.

Eine Consumer Brand könnte einen neuen Farbton zunächst mit geringer Stückzahl launchen, schon nach sieben und 14 Tagen die Nachfrage bewerten und Produktionskapazität für schnelle Nachbestellungen reservieren. Ein Softwareunternehmen kann ein Problem zunächst manuell für zehn Kunden lösen, bevor sechs Monate Entwicklungszeit gebunden werden. Ein B2B Unternehmen kann ein neues Angebot an bestehende Kunden verkaufen, bevor es dafür Team, Website und kompletten Funnel baut.

Das klingt vernünftig. Viele Planungen funktionieren genau andersherum. Budget, Bestand und Team werden verteilt, bevor ein echtes Signal vorliegt. Wenn die Ergebnisse kommen, sind die Ressourcen bereits gebunden.

Auch bei Reformation gibt es eine wichtige Einschränkung. Der DTC Umsatz pro Kunde sank im Quartal um 1,4 Prozent. Das Unternehmen führt das auf besonders viele Neukunden zurück, die anfangs weniger ausgeben. Die starke Wiederkaufsstory bedeutet also nicht, dass jeder neue Kunde sofort doppelt so wertvoll wird.

Genau dort würde ich als Operator hinschauen:

  • Entwickelt sich der zweite Kauf so wie bei älteren Kohorten?

  • Welche erste Produktkategorie führt am häufigsten zu einem weiteren Kauf?

  • Wie lange dauert dieser Schritt?

  • Und welche Warenverfügbarkeit braucht es genau in diesem Zeitfenster?

Eine aggregierte Wiederkaufsrate kann gut aussehen und trotzdem verdecken, dass neue Kundengruppen schwächer werden. Kohorten zeigen, ob das System weiterhin funktioniert.

CASE 03 · MARKET VALIDATION

Quince baut aus einem Lagerproblem gleich drei Tests

Quince hatte in seinem Büro in San Francisco ein ziemlich banales Problem.

Über Jahre hatten sich dort Kleidungsstücke und Home Produkte aus Fotoshootings angesammelt. Viele davon waren Einzelstücke. Sie belegten Platz und ließen sich über den normalen Onlineshop nur schwer verkaufen.

Also veranstaltete Quince im August seinen ersten Sample Sale.

Die Schlange zog sich zeitweise über vier Blocks. Einige Besucher warteten zweieinhalb Stunden oder kamen bereits drei Stunden vor der Öffnung. Quince verkaufte den gesamten Bestand sechs Stunden früher als geplant. Insgesamt wurden 600 Transaktionen abgewickelt, im Durchschnitt mit drei Produkten pro Einkauf.

Als reine Abverkaufsaktion war das bereits erfolgreich. Strategisch wertvoll wurde der Sale durch die Informationen, die Quince dabei sammeln konnte.

Die Marke ist vor allem für ihre Cashmere Pullover bekannt, hat ihr Sortiment inzwischen aber auf Möbel, Bettwäsche, Handtücher, Düfte, Schuhe und weitere Kategorien erweitert. Beim Sample Sale kamen viele Menschen wegen eines Pullovers und griffen zuerst zu Bettwäsche oder Handtüchern.

Das Team konnte live beobachten, welche Produkte Menschen anfassen, worüber sie sprechen und welche Kategorien gemeinsam im Warenkorb landen. Gleichzeitig zeigte die Nachfrage, dass Kunden die digital entstandene Marke auch physisch erleben wollen.

Quince hat mit einem Event damit mindestens drei offene Fragen bearbeitet.

  • Lässt sich unproduktiver Bestand noch monetarisieren?

  • Welche neuen Kategorien besitzen echte Anziehungskraft?

  • Und rechtfertigt die Nachfrage weitere Pop ups oder irgendwann einen dauerhaften Store?

Das ist ein gutes Prinzip für jedes Unternehmen: Ein klug gebauter Test liefert mehr als eine Antwort.

Ein Hersteller kann einen Werksverkauf nutzen, um Restbestand abzubauen, neue Bundles zu testen und direkt mit Kunden zu sprechen. Eine Softwarefirma kann einen manuellen Workshop verkaufen und dabei herausfinden, welche Teile später ins Produkt gehören. Ein Dienstleister kann ein kompaktes Diagnostic anbieten und beobachten, welche Probleme über verschiedene Kunden hinweg immer wieder auftauchen.

Der entscheidende Teil passiert vor dem Test. Das Team muss aufschreiben, welche späteren Entscheidungen vom Ergebnis abhängen.

Quince hätte nur auf den Umsatz schauen können. Dann wäre die Schlussfolgerung vermutlich gewesen, dass Menschen stark reduzierte Produkte mögen. Dafür braucht man keine zweieinhalb Stunden Feldforschung.

Aufschlussreicher sind die Verhaltensdaten dahinter: Wofür kamen die Besucher? Was kauften sie tatsächlich? Welche Kategorien wurden zusammen gekauft? Wie viele waren neue Kunden? Welche Produkte wurden häufig angesehen und trotzdem liegen gelassen? Würden Kunden sie später zum regulären Preis bestellen?

Ein ausverkaufter Test ist außerdem nicht automatisch ein Beweis für einen dauerhaften Store. Rabatte, Einzelstücke und künstliche Verknappung erzeugen ein anderes Kaufverhalten als eine normale Filiale mit regulären Preisen. Quince hat starke Hinweise auf physische Nachfrage gesammelt. Für die nächste Entscheidung braucht es einen Test, der näher am späteren Modell liegt.

Genau darin liegt gute Validierung. Jeder Test reduziert eine konkrete Unsicherheit. Danach folgt der nächste Test für die Unsicherheit, die noch übrig ist.

Das war’s für diese Woche.

Welcher Case war für dich am wertvollsten: 1, 2 oder 3? Antworte mir einfach auf diese Mail. Ich lese jede Antwort und nutze sie auch als Signal dafür, welche Themen ich künftig noch tiefer auseinandernehmen sollte.

Und ja, diese Ausgabe endet damit ein wenig selbstreferenziell. Immerhin wäre es unangenehm, mehr als 2.000 Wörter über schnelle Lernsysteme zu schreiben und das eigene anschließend nicht zu nutzen.

Genieß den Sonntag.

Bis nächste Woche

Moritz