Growth Marketer:in
Strukturierte Interviewfragen für Growth Marketer:in — mit dem Signal, auf das eine starke Antwort jeweils hinweist.
VerhaltensbezogenExperimentier-Rigorosität Beschreiben Sie das letzte Experiment, das eindeutig gescheitert ist. Was war die Hypothese, was haben Sie gemessen, und was haben Sie danach geändert?
Worauf eine starke Antwort hinweistFähigkeit, ein Experiment als Hypothesentest und nicht als persönlichen Erfolg zu rahmen. Klare Vorab-Hypothese mit messbarem Erfolgskriterium, sauberes Stop-Kriterium, konkrete Lerne. Bonus: die:der Kandidat:in beschreibt, wie das Lernen ins nächste Experiment oder in die Roadmap eingeflossen ist. Wer kein gescheitertes Experiment benennen kann, hat selten echte Experimentier-Praxis und neigt zu Confirmation Bias bei der Auswertung.
VerhaltensbezogenAnalytisches Denken Erzählen Sie mir vom letzten Mal, als Sie eine Datenanalyse gemacht haben, die eine bisherige Annahme der Geschäftsführung widerlegt hat. Was haben Sie gefunden, und wie haben Sie es kommuniziert?
Worauf eine starke Antwort hinweistFähigkeit zur eigenständigen Datenarbeit (SQL, Spreadsheet, Analytics-Tool) und zur Kommunikation eines unbequemen Ergebnisses ohne defensive Haltung. Bonus: die:der Kandidat:in beschreibt, wie sie:er die Analyse reproduzierbar gemacht hat (Notebook, dokumentierte Query, geteiltes Dashboard) und wie der Befund in eine Entscheidung umgesetzt wurde. Wer Daten nur aus dem Marketing-Tool exportiert und ohne Validierung präsentiert, ist auf dieser Position zu schwach.
VerhaltensbezogenAkquisitionskanal-Expertise Beschreiben Sie das letzte Mal, als Sie einen neuen Akquisitionskanal von Grund auf aufgebaut haben. Welcher Kanal, welcher Zeitraum, wie haben Sie ihn validiert?
Worauf eine starke Antwort hinweistStrukturiertes Vorgehen: kleines Test-Budget, klares Validierungs-Kriterium (CAC unter Schwelle, ausreichendes Volumen, skalierbare Cost-per-Mille-Kurve), Stop-Kriterium definiert. Bonus: die:der Kandidat:in beschreibt einen Kanal, der erst nach 4 bis 8 Wochen Iteration funktioniert hat (zeigt Geduld und Iterationsfähigkeit), oder einen Kanal, den sie:er nach klarem Validierungsversagen wieder eingestellt hat. Wer nur erfolgreiche Kanal-Launches benennt oder Kanäle ohne CAC-Vergleich skaliert, zeigt eine Schwäche in der Validierungs-Disziplin.
SituativFunnel-Vision Sie übernehmen einen Growth-Posten in einem B2B-SaaS-KMU mit 40 Mitarbeitenden, 3 M€ ARR, 14-Tage-Trial mit 8 % Trial-zu-Paid. Die Geschäftsführung will den Trial-zu-Paid-Wert auf 14 % heben. Was tun Sie in den ersten 30 Tagen?
Worauf eine starke Antwort hinweistAudit vor Aktion: Funnel-Diagnose (Anmeldung-zu-Aktivierung, Aktivierung-zu-Power-Use, Trial-zu-Paid), qualitative Interviews mit 5 bis 10 konvertierten und 5 bis 10 nicht-konvertierten Trial-Usern, Identifikation der zwei oder drei Engpässe mit höchstem Hebel. Erst dann Hypothesen, erst dann Experimente. Kandidat:innen, die direkt zu wir bauen ein besseres Onboarding springen, zeigen einen Exekutions-Bias ohne Diagnose. Bonus: die:der Kandidat:in stellt die Grundannahme in Frage (sind 14 % realistisch für unser Segment? Welche Vergleichsdaten gibt es?).
SituativAkquisitionskanal-Expertise Sie haben ein Budget von 8.000 € pro Monat für Paid Acquisition. Aktuelle Kanäle: Google Ads (CAC 320 €, Volumen stabil), LinkedIn Ads (CAC 480 €, Volumen wachsend). Ein neuer Kanal wird vom Team vorgeschlagen (Reddit Ads, ungetestet). Wie verteilen Sie das nächste Quartal?
Worauf eine starke Antwort hinweistRisiko-Allokation statt Single-Bet: etwa 70 bis 80 % auf validierte Kanäle (Google plus LinkedIn) im proportionalen Verhältnis zum aktuellen CAC-Effizienz, 15 bis 25 % als Test-Budget auf den neuen Kanal mit klar definiertem Validierungs-Kriterium und Stop-Kriterium nach 4 bis 6 Wochen. Bonus: die:der Kandidat:in fragt nach der Pipeline-Conversion pro Kanal (gleicher CAC bedeutet nicht gleicher LTV) und schlägt vor, mit dem Vertrieb die Lead-Qualität pro Kanal zu validieren. Wer alles auf einen Kanal setzt oder das Budget gleichmäßig auf drei verteilt, zeigt fehlende Allokations-Disziplin.
SituativExperimentier-Rigorosität Ein Experiment auf der Pricing-Seite zeigt nach 2 Wochen einen Conversion-Anstieg von 18 % bei einem geplanten Sample von 4 Wochen. Die Geschäftsführung will sofort ausrollen. Wie reagieren Sie?
Worauf eine starke Antwort hinweistStatistische Sauberkeit: die:der Kandidat:in lehnt vorzeitigen Stop ab, falls die statistische Signifikanz und das Mindest-Sample (Sample-Size-Berechnung im Vorfeld) nicht erreicht sind. Erläutert das Risiko der Peeking-Verzerrung und schlägt einen Mittelweg vor (Test bis zum geplanten Ende laufen lassen, parallel Roll-out-Plan vorbereiten). Bonus: erwähnt segment-spezifische Analyse (wirkt der Effekt in allen Plänen gleich? In allen Quellen?). Wer ohne Rückfrage zustimmt, sofort auszurollen, hat keinen statistischen Reflex und produziert mittelfristig falsche Schlüsse.
FachlichExperimentier-Rigorosität Wie priorisieren Sie eine Liste von 30 möglichen Experimenten? Beschreiben Sie Ihren Rahmen konkret und rechnen Sie ein Beispiel laut durch.
Worauf eine starke Antwort hinweistStrukturierte Methodik: ICE (Impact, Confidence, Ease) oder PIE (Potential, Importance, Ease) oder ähnlich, mit Beispiel-Werten. Bonus: die:der Kandidat:in nennt die Schwäche des Rahmens (Confidence ist subjektiv ohne Daten, Impact-Schätzung neigt zu Optimismus) und beschreibt einen Korrektur-Mechanismus (Post-Mortem nach jedem Experiment, Kalibrierungs-Tracking der eigenen Schätzungen). Wer nur den Namen des Rahmens nennt, ohne ein Beispiel rechnen zu können, hat den Rahmen nicht operativ angewendet.
FachlichTool- und Datenkompetenz Beschreiben Sie Ihren idealen Growth-Stack für ein B2B-SaaS-KMU mit 50 Mitarbeitenden und 5 M€ ARR. Begründen Sie jedes Tool und nennen Sie die zwei oder drei Verbindungen, die am schnellsten brechen.
Worauf eine starke Antwort hinweistSchlanker, kohärenter Stack: CRM (HubSpot oder Salesforce), Produkt-Analytics (Amplitude, Mixpanel oder PostHog), Web-Analytics (GA4 oder Plausible), Lifecycle-Automation (Customer.io, HubSpot oder Braze), Experimentier-Tool (VWO, Optimizely oder feature-flag-basiert), SEO-Tool (Ahrefs oder Semrush), Daten-Warehouse (BigQuery oder Snowflake), Reverse-ETL für Aktivierungs-Daten (Hightouch oder Census) falls relevant. Bonus: die:der Kandidat:in identifiziert die fragilen Verbindungen (Produkt-Event zu CRM, Attribution über mehrere Geräte) und nennt konkrete Stolpersteine.
FachlichTool- und Datenkompetenz Welche SQL- oder Spreadsheet-Analyse machen Sie am häufigsten selbst, ohne ein Analytics-Team zu fragen? Beschreiben Sie eine konkrete kürzliche Analyse mit Datenquelle, Frage und Ergebnis.
Worauf eine starke Antwort hinweistOperative Datenautonomie: die:der Kandidat:in beschreibt eine konkrete Kohorten-Analyse, Funnel-Drop-off-Analyse oder Channel-Attribution-Auswertung, die sie:er selbst gemacht hat, idealerweise in SQL oder einem strukturierten Notebook. Bonus: erwähnt eine Validierungs-Schleife (Ergebnis mit Produkt-Team oder Vertrieb gegengeprüft), bevor das Ergebnis kommuniziert wurde. Wer nur in Pixel-Analytics-Tools (GA4, Mixpanel-UI) arbeiten kann, ohne je eine Roh-Daten-Query geschrieben zu haben, stößt im KMU schnell an Grenzen, weil das Analytics-Team meist gar nicht existiert.
WerteProdukt-Mindset Erzählen Sie von einer Situation, in der Sie eng mit dem Produkt-Team an einem Feature gearbeitet haben, das den Funnel verbessern sollte. Wie war die Zusammenarbeit?
Worauf eine starke Antwort hinweistPartnerschaftliche Posture mit Produkt statt Forderungshaltung. Die:der Kandidat:in beschreibt geteilte Hypothesen, gemeinsam definierte Erfolgskriterien, geteilten Review-Prozess. Bonus: erwähnt ein Feature, das das Produkt-Team gegen den initialen Wunsch der Growth-Person umgesetzt hat (zeigt, dass sie:er die Produkt-Logik versteht und kein Reines-Optimieren ohne Produkt-Verständnis betreibt). Wer das Produkt-Team als das-Team-das-meine-Anfragen-blockiert beschreibt, startet im KMU mit der falschen Posture.
WerteCross-funktionale Zusammenarbeit Wie nehmen Sie schwieriges Feedback aus dem Vertrieb oder dem Customer-Success-Team auf, das eine Lücke in Ihrer Growth-Arbeit aufzeigt (z. B. Lead-Qualität, Onboarding-Friktion)?
Worauf eine starke Antwort hinweistLernhaltung: die:der Kandidat:in beschreibt, das Feedback nicht nur gehört, sondern integriert und die Praxis verändert zu haben. Bonus: hat das Gelernte mit dem Rest des Teams geteilt oder einen neuen Prozess dokumentiert (gemeinsame MQL-Definition, Onboarding-Review-Kadenz). Wer beschreibt, die eigene Logik erklärt zu haben statt die Beobachtung anzunehmen, zeigt eine Coachability-Schwäche, die in einer cross-funktionalen Rolle wie Growth zum Engpass wird.
WerteCross-funktionale Zusammenarbeit Beschreiben Sie das Marketing- oder Growth-Team, in dem Sie sich am wohlsten gefühlt haben. Was hat die Kultur ausgemacht?
Worauf eine starke Antwort hinweistReflexive Klarheit über das eigene Ideal-Umfeld. Die Antwort sollte spezifisch genug sein, dass sie:er entweder zu Ihrer Kultur passt oder nicht (Geschwindigkeit, Datenfokus, Autonomie, Zusammenarbeit, Lern-Kadenz). Bonus: die:der Kandidat:in nennt etwas, das in vorherigen Teams gefehlt hat und ein Deal-Breaker wäre. Wer sich überall wohl fühlt, hat selten klare Präferenzen und neigt zu schneller Re-Kündigung, wenn die Realität nicht passt.
CasePosture und Motivation Warum bewerben Sie sich bei uns konkret und nicht bei einem unserer Wettbewerber, die ähnliche Profile suchen?
Worauf eine starke Antwort hinweistKonkrete Recherche zu Produkt, Markt und Stadium der Firma. Die:der Kandidat:in benennt zwei oder drei spezifische Aspekte (Marktpositionierung, Wachstumsphase, Produkt-Architektur, Team), die sie:ihn anziehen. Bonus: die:der Kandidat:in identifiziert auch eine Schwierigkeit oder ein Risiko der Position (frühe Phase ohne Daten-Reife, kleiner ICP, starker Wettbewerb) und erklärt, warum es trotzdem die richtige Wahl ist. Wer mit generischen Antworten antwortet (Ich liebe Growth, die Mission spricht mich an), hat sich nicht spezifisch vorbereitet und wird nach 6 bis 12 Monaten wieder wechseln, wenn das nächste Logo lockt.
CasePosture und Motivation Was möchten Sie in dieser Rolle konkret lernen, das Sie in Ihrer aktuellen Position nicht lernen können?
Worauf eine starke Antwort hinweistSpezifische Lern-Ziele jenseits von mehr Verantwortung: ein konkreter Stack (Daten-Warehouse, Reverse-ETL), eine konkrete Funnel-Phase (Retention-Mechanik, Pricing-Tests), ein konkreter Markt (DACH-Spezifika, internationale Expansion). Bonus: die:der Kandidat:in beschreibt einen Versuch, das Gewünschte im aktuellen Job gelernt zu haben, und warum es dort nicht möglich war (zeigt aktive Lern-Haltung, nicht reine Wechsel-Motivation). Wer keine spezifischen Lern-Ziele nennen kann, sucht meist nur eine Gehaltssteigerung oder ein besseres Logo.
CasePosture und Motivation In 18 Monaten, was wäre das beste mögliche Ergebnis Ihrer Arbeit bei uns, und woran würde man es messen?
Worauf eine starke Antwort hinweistKonkrete, messbare Vision verankert in den Business-Zielen der Firma: bezifferte ARR- oder Pipeline-Beiträge, verbesserte Funnel-Kennzahlen, etablierte Experimentier-Kadenz, gehobene Datenreife. Bonus: die:der Kandidat:in benennt sowohl Output-Kennzahlen (was generiert wurde) als auch System-Kennzahlen (welche Prozesse, welche Tools, welche Team-Posture etabliert). Wer nur sehr generisch antwortet (Ich möchte einen Impact haben), hat keine klare Karriere-Vorstellung oder hat sich auf die konkrete Position nicht eingelassen.
Evaluations-Playbook
Die Rolle Growth Marketer:in zeigt sich über fünf Evaluationsstufen. Die Praxisaufgabe (Stufe 4) ist zentral: ohne sie lässt sich kaum unterscheiden, wer wirklich Experimente konzipiert und priorisiert von Profilen, die nur Playbooks aus dem letzten Job wiederholen.
Stufe 1: CV-Lektüre
Suchen Sie nach: konsistenter Verweildauer (mindestens 18 Monate auf vorherigen Growth-Positionen), Unternehmenskontext (KMU oder Scale-up zwischen 10 und 300 Mitarbeitenden, nicht ausschließlich Konzern oder Agentur), abgedecktem Stack über mehrere Hebel hinweg (Paid, SEO, Lifecycle, Onboarding, Pricing-Tests). Negativ: 100 % Paid-Spezialisierung ohne Funnel-Sicht, oder umgekehrt reine Brand- oder Content-Profile, die sich Growth nennen, ohne je einen Conversion-Pfad gemessen zu haben. Die genannten Wachstumskurven (Ich habe ARR um X % gesteigert) speichern Sie für das Interview; diese Zahlen sind ohne Kontext zu Startpunkt, Markt und Team meist wertlos.
Stufe 2: Phone Screen (30 Min.)
Nur drei Fragen: (1) Beschreiben Sie Ihr letztes Quartal: welche zwei oder drei Experimente, welches Ergebnis, (2) Auf welchen Funnel-Hebel haben Sie den messbar größten Einfluss gehabt? Geben Sie Zahl, Zeitraum und Kontext, (3) Warum jetzt ein Wechsel? Klare Erzählung versus unfokussiert. Ergebnis: Go oder No-Go in 5 Min. Debrief, nicht mehr.
Stufe 3: Strukturiertes Interview (90 Min.)
Folgen Sie den 15 Fragen unten, abwechselnd behavioral, situational, technical, culture-fit und motivation. Bitten Sie die:den Kandidat:in bei der technischen Frage zur Experiment-Priorisierung (ICE oder PIE) laut durchzurechnen. Mindestens zwei Interviewer:innen (idealerweise Geschäftsführung oder Head of Marketing plus eine Person aus Produkt oder Daten), unabhängiges Scoring vor dem Debrief.
Stufe 4: Praxisaufgabe (90 Min., siehe Work Sample)
Experiment-Roadmap auf einem konkreten Funnel-Engpass (Anmeldung-zu-Aktivierung oder Trial-zu-Paid). Die:der Kandidat:in erhält ein Funnel-Dashboard mit Zahlen, formuliert 3 Hypothesen, priorisiert nach ICE-Score, beschreibt das Test-Setup und definiert Erfolgskriterien. Präsentation in 30 Min. mit 30 Min. Q&A. Diese Stufe wiegt stark in der finalen Entscheidung. Kandidat:innen, die Taktiken ohne Priorisierungs-Rahmen aufzählen oder Vanity Metrics als Erfolgskriterien wählen, scheiden hier aus.
Stufe 5: Referenzen (strukturierte Überprüfung)
Rufen Sie zwei Referenzen an: eine:n ehemalige:n direkte:n Vorgesetzte:n (idealerweise Head of Marketing oder Geschäftsführung) und eine:n ehemalige:n Peer aus Produkt, Daten oder Vertrieb. Stellen Sie beiden dieselben 4 Fragen: Worin ist sie:er am stärksten? Welches Experiment hat sie:er gegen Erwartungen durchgesetzt und wie? Würden Sie sie:ihn morgen wieder einstellen, warum oder warum nicht? Ein konkretes Beispiel, wie die Person mit einem gescheiterten Experiment umgegangen ist? Die 4. Frage liefert das meiste Signal über die Experimentier-Posture.
Woran Sie eine hervorragende Besetzung erkennen
| Kompetenz | Unter Anforderung | Auf Niveau | Über Anforderung |
|---|---|---|---|
| Analytisches Denken | Liest Dashboards passiv ab, ohne Hypothesen zu formulieren. Akzeptiert die erste Zahl ohne Validierung. Kann CAC, LTV oder Funnel-Conversion ohne Tabellenkalkulation nicht rechnen. | Formuliert testbare Hypothesen aus Daten. Validiert Zahlen über zwei Quellen, bevor sie kommuniziert werden. Rechnet Marketing-Math (CAC, Payback, durchschnittlicher Auftragswert) operativ laut durch. | Baut eigenständig Daten-Modelle (SQL, Spreadsheet, Notebook) zur Untersuchung offener Fragen. Erkennt Verzerrungen (Selection Bias, Survivorship Bias) in Marketing-Daten und korrigiert die Auswertung entsprechend. Kann eine unbequeme Analyse vor der Geschäftsführung mit Zahlen vertreten. |
| Experimentier-Rigorosität | Startet Experimente ohne Vorab-Hypothese oder ohne Erfolgskriterium. Stoppt Tests vorzeitig bei positiven Signalen (Peeking). Schreibt Erfolg dem Experiment zu, ohne externe Faktoren (Saisonalität, parallele Releases) zu prüfen. | Dokumentiert vor jedem Experiment Hypothese, Erfolgskriterium, Mindest-Sample und Stop-Kriterium. Hält den Testlauf bis zur statistischen Signifikanz. Führt ein Post-Mortem nach jedem Experiment, das den Lerneffekt unabhängig vom Outcome festhält. | Etabliert ein wiederholbares Experimentier-System: priorisiertes Backlog (ICE oder PIE), zentrale Dokumentation, geteilte Kalibrierung der eigenen Schätzungen, segment-spezifische Auswertung. Kann das System auf neue Mitarbeitende übertragen und coacht andere im Experimentier-Handwerk. |
| Akquisitionskanal-Expertise | Kennt nur einen oder zwei Kanäle in Tiefe. Skaliert ohne CAC-Vergleich zwischen Kanälen. Stellt keine Single-Channel-Abhängigkeit als Risiko in Frage. | Pilotiert drei bis fünf Kanäle aktiv mit klarem CAC- und LTV-Vergleich pro Kanal. Validiert neue Kanäle mit Test-Budget vor der Skalierung. Erkennt Sättigungs-Signale (steigender CAC bei konstantem Volumen) und reallokiert. | Baut neue Kanäle systematisch von null auf: Validierungs-Protokoll, Stop-Kriterium, Skalierungs-Plan. Versteht die Mechanik jedes Kanals in Tiefe (Bidding-Strategien, Audience-Logik, kreative Iterationen) und kann mit Spezialist:innen auf Augenhöhe sprechen, ohne in den Spezialisten-Bias zu verfallen. |
| Funnel-Vision | Optimiert isoliert auf eine Funnel-Phase (Akquisition oder Aktivierung), ohne Wirkung auf die nachgelagerten Phasen zu prüfen. Misst Output-Kennzahlen (Klicks, Anmeldungen) statt Outcome-Kennzahlen (Aktivierung, Retention). | Denkt End-to-End: weiß, wo der größte Funnel-Engpass liegt, und allokiert den Aufwand entsprechend. Versteht den Zusammenhang zwischen Funnel-Phasen (verbesserte Aktivierung wirkt sich auf Trial-zu-Paid und Retention aus). Identifiziert Engpässe vor Output-Einbruch. | Steuert den Funnel als System: koordiniert mit Produkt, Vertrieb und Customer Success, antizipiert Kadenz-Brüche vor dem Umsatzeffekt, etabliert geteilte Funnel-Metriken über Funktionen hinweg. Erkennt strukturelle Limits (Markt-TAM, ICP-Engpass) jenseits der Funnel-Mechanik. |
| Produkt-Mindset | Behandelt das Produkt als unveränderliche Variable. Schreibt mehr Copy, baut mehr Landing-Pages, statt strukturelle Produkt-Friktionen anzusprechen. Sieht das Produkt-Team als Service-Provider und nicht als Partner. | Schlägt Produkt-Verbesserungen mit Hypothese und Datengrundlage vor. Versteht die Produkt-Roadmap und schlägt Growth-Experimente vor, die mit ihr harmonieren. Akzeptiert produkt-getriebene Priorisierung. | Wird vom Produkt-Team als Co-Owner relevanter Produkt-Flächen (Onboarding, Aktivierung, Pricing) wahrgenommen. Formuliert Produkt-Hypothesen mit derselben Tiefe wie Produkt-Manager:innen. Beteiligt sich an der Roadmap-Diskussion, nicht nur an der Growth-Roadmap. |
| Cross-funktionale Zusammenarbeit und Coachability | Verteidigt die eigene Funktion ohne Dialog mit Vertrieb, Produkt oder Customer Success. Defensive Haltung gegenüber Feedback. Kein geteiltes Vokabular über Funktionen hinweg. | Geteilte Definitionen (MQL, Aktivierung, Power-User) mit den angrenzenden Teams. Regelmäßige Kadenz (wöchentlich 30 Min. mit Vertrieb, monatlich mit Produkt). Nimmt qualitatives Feedback an und integriert es. | Etabliert geteilte Dashboards, geteilte Rituale und geteilte Sprache über Funktionen hinweg. Erkennt schwache Signale aus anderen Funktionen vor der Eskalation. Coacht das eigene Umfeld in Datenkompetenz und Experimentier-Mindset, ohne in die Rolle der Lehrperson zu fallen. |
30/60/90-Tage-Plan
Bis Tag 30
- Vollständiger Funnel-Audit: Anmeldung, Aktivierung, Trial-zu-Paid, Retention nach Monat 1 / 3 / 6, CAC und Payback pro aktivem Kanal
- 1:1 mit jeder:m Schlüssel-Stakeholder:in (Geschäftsführung, Head of Marketing, Vertriebsleitung, Produkt, Customer Success) zur Klärung der Erwartungen und Reibungspunkte
- Identifikation der zwei oder drei Funnel-Engpässe mit höchstem Hebel, dokumentiert mit Datenargument und ersten Hypothesen
- Qualitative Interviews mit 5 bis 10 aktivierten Usern und 5 bis 10 nicht-aktivierten Trial-Usern zur Validierung der Engpass-Hypothesen
Bis Tag 60
- Priorisiertes Experimentier-Backlog für das Quartal mit ICE-Score, geteilt mit Geschäftsführung und Produkt
- Erstes Funnel-Experiment auf dem Top-Engpass gestartet, mit dokumentierter Hypothese, Sample-Berechnung und Stop-Kriterium
- Geteiltes Growth-Dashboard mit Vertrieb und Produkt etabliert: Funnel-Conversions, Channel-CAC, Aktivierungs-Kohorten, Retention-Kurven
- Steuerungs-Kadenz festgelegt: wöchentlich 30 Min. mit Produkt, monatlich 60 Min. Growth-Review mit Geschäftsführung
Bis Tag 90
- Erste signifikante Verbesserung auf dem Top-Engpass nachgewiesen (z. B. plus 2 bis 4 Prozentpunkte Funnel-Conversion auf der Ziel-Stufe) oder klar dokumentierter Lerneffekt bei Fehlschlag
- Wachstumsplan für das nächste Quartal verfasst: bezifferte Funnel-Ziele, Experiment-Backlog, Budget pro Kanal, Abhängigkeiten zu Produkt und Vertrieb
- Zwei bis drei Akquisitionskanäle aktiv pilotiert oder skaliert, jeweils mit klarem CAC- und LTV-Vergleich
- Etablierte Experimentier-Kadenz: mindestens 2 abgeschlossene Funnel-Experimente pro Monat mit dokumentiertem Post-Mortem