User Innovation und 3D-Druck (Additive Manufacturing)

Unsere in 2014 gedruckten Figuren (c) Dr. Robert Freund

Es ist interessant zu sehen, dass sich der 3D-Druck (Additive Manufacturing) immer stärker im Markt durchsetzt. Wir haben einen 3D-Drucker das erste Mal 2007 am MIT in den USA im Rahmen der MCPC-Weltkonferenz gesehen. In 2014 haben wir dann zum MCP Award diese beiden Figuren (Abbildung) aus einem 3D-Drucker geschenkt bekommen.

In der Zwischenzeit hat sich alles – wie bei Innovationen üblich – nach dem ersten Hype, etwas beruhigt und nimmt jetzt langsam aber sicher Fahrt auf. Dabei konzentrieren sich Marktbeobachtungen hauptsächlich auf Unternehmen und Branchen (Rüstung, Medizin usw.). Beispielhaft möchte ich dazu die Herbstumfrage des VDMA (2026). Additive Manufacturing: Geschäftslage verbessert sich,
Erwartungen verhalten positiv
(PDF) nennen.

Dabei wird manchmal bewusst darauf hingewiesen, dass sich diese Technologie nicht für die Massenproduktion eignen würde. Verschwiegen wird hier die Möglichkeit, massenhaft individuell zu fertigen. Die entsprechende Wettbewerbsstrategie nennt sich Mass Customizaion and Personalization. Es wundert mich auch heute noch, dass dies manchen Leuten gar nicht bekannt ist. Aber darauf möchte ich an dieser Stelle gar nicht weiter eingehen. Siehe dazu auch Die Möglichkeiten von Mass Customization werden immer noch zu wenig genutzt.

In diesem Blogbeitrag interessiert mich eher die Perspektive von User auf das Thema „3D-Druck“.

Es waren und sind aktuell immer noch Nerds, die sich einen 3D-Drucker Zuhause hinstellen und tüfteln, insofern ist das für viele nicht wirklich interessant – sollte es aber! Es gibt in diesem Umfeld (in diesem User Innovations-System) auch viele Communities, in denen man sich austauschen, bzw. auch kostenlos Dateien für verschiedene 3D-Modelle herunterladen und nutzen kann.

Nicht immer muss man einen 3D-Drucker besitzen, um ihn Nutzen zu können. In der Map zu FabLabs weltweit (Abbildung) finden Sie bestimmt einen geeigneten 3D-Drucker – oder andere technische Optionen – für Ihre Ideen. FabLabs: Turn your ideas into products.

https://www.fablabs.io/labs/map

Durch Künstliche Intelligenz und weitere neuen Technologien sowie Open Hardware- und Open Software-Initiativen, zusammen mit FabLabs, Repair.Cafés usw. ergibt sich ein Low Budget Ökosystem, das in ein Personal Fabrication Framework mündet.

Künstliche Intelligenz (natürlich Open Source AI) ist hier der Coach und Helfer, und kann den vielschichtigen Innovationsprozess von Usern unterstützen. Wie so ein Framework aussehen kann, habe ich für Open User Innovationen in meinem Paper zur MCP 2026 erläutert:

Freund, R. (2026):

Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework

Abstract

Was haben PCs mit User Innovation zu tun?

Image by Ronald Carreño from Pixabay

Alles begann in den 1970er Jahren mit dem Homebrew Computer Club (Wikipedia). Dort schlossen sich Bastler und Tüftler zusammen und tauschten sich aus. Dabei haben die einzelnen Personen aus eigenem Interesse Zeit und Geld investiert.

Der Club hatte einen bedeutenden Einfluss auf die Entwicklung von Mikro-Computern im Silicon Valley, von wo aus er zu einem unvergleichlichen weltweiten Erfolg wurde. Wenn man sich die Größe des weltweiten PC-Markts ansieht, ist es erstaunlich, was aus den Anfängen geworden ist.

„In 2025, the collective worldwide sales of PCs was roughly $240 billion US dollars (Mordor Intelligence 2026)“ (Almudi et al., 2026).

Wir kennen alle die großen Markennamen der Unternehmen, die Personal Computer in großen Mengen hergestellt haben und auch noch herstellen – den Homebrew Computer Club, oder einzelne Tüftler und Bastler aus den Anfängen kennt kaum noch jemand. Dabei waren es gerade diese Personen (User), die die Grundlagen für das neuartige Produkt (Innovation) gelegt haben.

Auch heute noch sind User Innovation bedeutend. Eric von Hippel hat das in vielen seiner Studien nachgewiesen und Zusammenhänge in Democratizing Innovation, bzw. Free Innovation veröffentlicht.

Unsere Denkweise ist seit Schumpeter so auf Unternehmen als Innovatoren fokussiert, dass wir die User Innovation kaum wahrnehmen. Die kleinste Einheit, die auch in die traditionellen Statistiken zu Innovationen eingehen, sind die Start-ups. User Innovation, oder seit dem Oslo Manual 2018 auch Houesehold Innovations, werden erst seit einigen Jahren wieder deutlicher wahrgenommen. Siehe dazu auch Worin unterscheiden sich Business Innovation (formale Innovation) von Household Innovation (informelle Innovation)?

Durch neue Fertigungstechnologien (Open Source, Open Hardware) und Künstliche Intelligenz (Open Source AI) ist es allerdings in den letzten Jahren vielen Usern immer besser möglich geworden, den oftmals schwierigen Prozess bis zur eigenen Innovation zu bewältigen. In meinem Paper zur MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) bin ich darauf eingegangen und habe ein ersten Personal Fabrication Framework vorgestellt:

Freund, R. (2026): Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework – Abstract

Warum sollte man sich mit Open User Innovation befassen?

(c) Dr. Robert Freund

Auf der MCP 2026 in Balatonfüred (15.-19.09.2026) ging es um Customization and Personalization. Mit meinem Paper Freund, R. (2026): Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework konnte ich aufzeigen, welche Möglichkeiten es heute für User gibt, ihre Ideen in einem Personal Fabrication Framework umzusetzen.

Ich werde immer wieder darauf angesprochen, ob es sich lohnt, sich mit User Innovation – speziell mit Open User Innovation nach Eric von Hippel – zu befassen. Immerhin sind Unternehmen, Institutionen zur Förderung von Innovation und auch Universitäten eher an dem klassischen Innovationsansatz interessiert, der von Schumpeter geprägt ist. An Universitäten forschen Professoren und Studenten beispielsweise gerne an innovativen Projekten für Unternehmen, da sie (Professoren und Studenten) sich hiervon Finanzmittel und möglicherweise auch Jobs versprechen.

Das ist durchaus verständlich, doch zeigen verschiedene Entwicklungen in der Innovationsforschung auf, dass von Unternehmen skalierte Innovationen oft von Usern ausgegangen sind. Es lohnt sich daher auch für Unternehmen, sich mit User Innovation zu befassen. Die Abbildung stellt noch einmal die unterschiedlichen Ansätze von User Innovation (Household Innovation) und Business Innovation gegenüber.

Einerseits können User immer mehr Ideen selbst herstellen, andererseits gibt es immer weniger Unternehmen, die wirklich innovativ sind (Innovationsmilieu, Bertelmann 2025). Zwischen beiden Polen existiert ein Kontinuum an Möglichkeiten. Almudi et al. haben 2026 dazu ein Paper veröffentlicht, in dem sie aufzeigen, wie ein theoretischer Rahmen dazu aussehen kann:

„It has sometimes been argued that von Hippel innovation is very small relative to typical expenditures on an innovation project by a firm. This observation is correct but is, we think, the wrong way to judge importance. User innovation should be seen as a scanning and prototyping function, involving tens of millions of individuals continuously exploring the frontiers of the desirable and possible. Producer innovation, in contrast, focuses investment in specific development areas where user-innovators have identified signals of commercialization gold“
Almudi et al. (2026). Open user innovation, producer innovation and industrial dynamics: An ABM approach.

Auf dieses Framework werde ich in weiteren Blogbeiträgen noch einmal eingehen.

W Social: Anmeldung als Selected User

Nach der Beantragung des Zugangs habe ich eine Bestätigung erhalten, dass ich mich auf W Social registrieren kann. Die einzelnen Schritte sind in der E-Mail klar beschrieben.

Ich habe zunächst mit einem Passwort und meiner E-Mail einen Account erstellt. Dabei wurde ich auch nach möglichen Interessensgebieten gefragt. Nach der Anmeldung wurde mir folgender Bildschirm angezeigt. Der Aufbau der Seite ist wie bei den anderen bekannten Social Media Plattformen, sodass ich mich schnell orientieren konnte.

Startbildschirm nach meiner Anmeldung auf W Socal

In den nächsten Tagen werde ich die Verifizierung abschließen und auch eigene Beiträge aus meinem Blog in W Social veröffentlichen – bin gespannt.

Künstliche Intelligenz: Von Präferenzen zu Werten – doch zu welchen Werten?

Herauszufinden, welche Präferenzen (Vorlieben, Neigungen) ein Nutzer üblicherweise hat, ist für Unternehmen wichtig. Es wird aus diesen Präferenzen oft interpretiert, welche Produkte und Dienstleistungen den Nutzer möglicherweise auch noch interessieren könnten. Die im 20. Jahrhundert entstandenen philosophischen und ökonomischen Theorien hatten dabei das Ziel, Präferenzen möglichst zu befriedigen. In den Anfängen solcher Überlegungen wurden zwei Präferenzen unterschieden:

„From these early theories emerges the distinction between revealed preferences and ideal preferences (Samuelson, 1948). Revealed preferences refer to how people’s desires are acted upon in real life through the choices they make (Samuelson, 1948). Ideal preferences refer to people’s desires that would manifest if they were rational and informed in an ideal world (Samuelson, 1948). This distinction importantly points to the idea that people’s actions may or may not reflect their actual desires“ (Li, J. (2026) Beyond Preference-based Value-alignment, IEAI Research Brief – Q2 2026).

Das Konzept der Präferenzen wurde auf Methoden zur Werteausrichtung (Value Alignment) ausgeweitet, bei denen der Schwerpunkt darauf liegt, Informationen beispielsweise über das bevorzugte Verhalten von KI-Systemen anhand offenbarter Präferenzen zu extrapolieren.

An dieser Stelle stellt sich allerdings die Frage, ob sich das KI-Modell an die Präferenzen und Werte des Nutzers anpasst, oder ob nicht das KI-Modell den Nutzer so beeinflussen will, dass er die in dem KI-Modell hinterlegten Werte adaptiert. Da die Werte der proprietären KI-Modelle oft nicht transparent sind, kann es daher zu unerwünschten Manipulationen kommen. Siehe dazu auch 

Open Source AI: Warum sollte Künstliche Intelligenz demokratisiert werden?

Interaktion zwischen Mensch und KI-Modell: Welche Rolle spielen dabei Werte?

User-Centric Personalization mit dem Human Context Protocol (HCP)

Illustration of two personalization paradigms (Shah et al., 2025)

Es ist schon erstaunlich, wie wir mit unseren Daten umgehen. Viele bestätigen die verschiedenen Richtlinien der Anbieter einfach, da sie (die Nutzer) die ganzen Bestimmungen gar nicht lesen, geschweige denn verstehen können. Das wiederum führt dazu, dass die jeweiligen Anbieter Nutzer-Daten teilweise, oder recht umfangreich, speichern und nutzen. Einerseits geschieht das, um die Nutzung zu vereinfachen – das Nennen die Provider dann Personalization-, wobei Kontext-Informationen des Users gewonnen werden. Darüber hinaus werden alle User-Daten noch für „andere Zwecke“ verwendet, die ein User gar nicht mehr überblicken kann.

In der Abbildung ist auf der linken Seite zu erkennen, was bei unterschiedlichen Anbietern (Providern) mit User-Prompts passiert. Jeder Provider baut seine Personalisierung gegenüber dem User auf (Provider-Centric Personalization), wobei die Daten und Kontext-Informationen beim Provider gespeichert werden. Diese Informationen über die Personalisierung sind nicht einfach auf andere Provider übertragbar, was dem jeweiligen Provider nicht interessiert. In diesem System hat der User kaum alternative Möglichkeiten.

Auf der rechten Seite der Abbildung ist ein ganz anderer Personalisierungs-Ansatz zu erkennen, der den User in den Mittelpunkt stellt (User-Controlled Preference Layer). Die Daten eines Users und der jeweilige Kontext werden in einem HCP Vault (einer Art Daten-Tresor) gespeichert, und können verschiedenen Systemen zur Verfügung gestellt werden. Bei diesem Ansatz müssen natürlich alle anderen Anwendungen über definierte Schnittstellen verbunden werden können – hier kommt das HCP (Human Context Protocol) ins Spiel..

„On the right panel, a shared preference layer is introduced in which user context is stored in a centralized HCP vault and selectively accessed by multiple assistants, tools, and applications through an HCP-mediated interface. User preference data (generated by varied user activity) is moderated by HCP to consumer agents. Each agent obtains only the relevant subset of the user’s complete preference data“ (Shah et al., 2025).

Diese Entwicklung unterstützt den Trend, dass User über ihre eigenen Daten und die damit verbundenen Kontext-Informationen selbst bestimmen können, was gerade in Zeiten von Künstlicher Intelligenz immer wichtiger wird. Siehe dazu auch Was wäre, wenn jeder über seine generierten Daten selbst entscheiden könnte?

Auf der MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich darauf ein: Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework.

Personas sind für Personalization ungeeignet

Personas sind (nach IREB-Glossar) „fictional characters created to represent the different user types that might use a site, brand, or product in a similar way.“ Die Verwendung von Personas gerade im Agilen Projektmanagement zur Ableitung der Anforderungen und zur Formulierung und Bewertung von User Stories ist populär. Dabei hatte ich allerdings auch schon in einem früheren Blogbeitrag auf auf Tücken dieser Vorgehenseise hingewiesen: Die Falle bei den Anforderungen.

Darüber hinaus hatte auch Frank Piller die Verwendung von Personas für die Hybride Wettbewerbsstrategie Mass Customization als nicht geeignet angesehen, da „A “persona of one” is turning the persona idea to its opposite“. Siehe dazu ausführlicher: Ist die Verwendung von Persona das Gegenteil von Mass Customization?

Neben dem Agilen Projektmanagement und Mass Customization haben sich auch Autoren mit Personas in Bezug zum Megatrend Mass Personalization befasst. Auch hier sieht man die Verwendung von Personas kritisch:

„Seit einiger Zeit „menschelt“ es in den Marketingabteilungen verstärkt. Anstelle von unanschaulichen Excel-Files mit ihren Tabellen und Diagrammen werden bei Präsentationen so genannte Personas zum Leben erweckt. Auch User Personas genannt. Einfach ausgedrückt dienen sie dazu, einen Zielkunden darzustellen.

Was Personas sind, darüber gehen die Meinungen in der Fachwelt auseinander. Die einen sprechen von fiktiven, aber realitätsnahen Nutzern, die anderen von prototypischen Kunden ihres Angebots – oder von archetypischen Nutzern. Zwar unterschiedlich bezeichnet, dienen sie einem einheitlichen Zweck: Sie repräsentieren Bedürfnisse einer Zielgruppe und machen es möglich, (mehr oder weniger) fundierte Entscheidungen bei der Entwicklung nutzerfreundlicher Produkte zu treffen. Von Beginn an.

Mass Personalization kann nicht realisiert werden, ohne die individuellen Nutzerbedürfnisse zu berücksichtigen. Die schlechte Nachricht: Personas sind nicht zu 100 Prozent zielführend und helfen bei personalisierten Produkten nicht weiter. Sie bieten nur eine Typisierung der Nutzer für Entwicklungszwecke und keine Personalisierung für die Produktion. Stattdessen wird ein parametrisiertes Profil benötigt, das mit dem individualisierten Fertigungsplan gematcht werden kann“ (Briehm/Dangelmeyer, in Krieg/Groß/Bauernhansl (2024) (Hrsg.)).

Es ist nicht ganz leicht, die feinen Unterschiede zu erkennen und daraus die richtigen Schlussfolgerungen zu ziehen. Daher ist es wichtig, sich zu informieren, und das aus erster Hand.

Im September 2026 haben Sie dazu auf der 12. MCP 2026 zu Mass Customization und Personalization die Möglichkeit. Die internationale Konferenz findet diesmal in Balatonfüred, Ungarn statt. Sprechen Sie mich bei Fragen bitte direkt an. Als Initiator der Konferenzreihe kann ich Ihnen gerne weitere Informationen geben.

Wissensarbeit: Bestehen 60% der Gesamtarbeit aus „Arbeit rund um die Arbeit“?

Industriearbeit wurde in der Vergangenheit akribisch (Stichwort: REFA) auf Verschwendungspotenziale untersucht. Ganze Wertstromanalysen wurden beispielsweise betrachtet, um Lean Production oder später Lean Management in der Organisation zu etablieren. Auch das Agile Arbeiten, beispielsweise in Form des Agilen Projektmanagements, hat das Ziel, sich nur auf den Value für den User (Scrum) zu fokussieren. Das Scrum-Framework entstand immerhin aus der Überlegungen, Wissensarbeit besser zu organisieren (Hirotaka Takeuchi und Ikujiro Nonaka).

Es verwundert daher doch etwas, dass aus einer Studie von Asana aus dem Jahr 2023 hervorgeht, dass der Anteil der „Arbeit rund um die Arbeit“ bei Wissensarbeit immer noch erheblich ist. In der genannten Studie wurden fast 10.000 Wissensarbeiter befragt.

Dabei wird der Begriff „Arbeit rund um die Arbeit“ wie folgt beschrieben: „Tätigkeiten, die der wichtigen Arbeit Zeit entziehen, darunter die Kommunikation über die Arbeit, die Suche nach Informationen, das Wechseln zwischen verschiedenen Apps, die Bewältigung wechselnder Prioritäten und die Statusnachverfolgung von Arbeitsvorgängen“ (Asana 2025).

„Laut dem Bericht zur Anatomie der Arbeit von Asana [Anmerkung Robert Freund: aus dem Jahr 2023] werden 60 % der Arbeitszeit einer Person für „Arbeit rund um die Arbeit“ und nicht für Facharbeit aufgewendet“ (ebd.).

Bei Studien sollte man immer etwas kritisch sein, denn Asana ist selbst Anbieter einer Work-Management Plattform mit vielen Apps – möglicherweise tragen diese sogar auch zu dem Verschwendungspotenzial bei.

10 Prinzipien für gutes Digital Design

Die stetige Digitalisierung führt zwangsläufig zu der Frage, was gutes Digitales Design (Digital Design) ausmacht. Die folgenden Prinzipien stellen hier weniger eine Art Checkliste dar, sondern sollen eher als Haltung zu verstehen sein.

Diese zehn Prinzipien lauten (Lauenroth et al. 2024):

P1 – Gutes Digital Design ist nützlich und gebrauchbar.
P2 – Gutes Digital Design ist elegant und ästhetisch.
P3 – Gutes Digital Design ist evolutionär.
P4 – Gutes Digital Design ist explorativ.
P5 – Gutes Digital Design nimmt den ganzen Menschen in den Fokus.
P6 – Gutes Digital Design antizipiert die Auswirkungen seiner Ergebnisse.
P7 – Gutes Digital Design achtet den Datenschutz und die Datensicherheit.
P8 – Gutes Digital Design ist nachhaltig und schafft Nachhaltigkeit.
P9 – Gutes Digital Design würdigt Analoges und Digitales in gleicher Weise.
P10 – Gutes Digital Design setzt Digitales nur dort ein, wo es erforderlich ist.

In der Zwischenzeit gibt es sogar Digital Design als Berufsbild:

Bitkom e. V.: Rollenideal Digital Design – Erfolgreiche Digitalisierung und Digitale Transformation erfordern ein Umdenken in der Softwareentwicklung, 2017, https://www.bitkom.org/Bitkom/Publikationen/Rollenideal-Digital-Design.html.

Ich frage mich allerdings: Warum gibt es immer noch so viele digitale Produkte und Dienstleistungen, die an den Bedürfnissen der User vorbeigehen?

Modernes Design sollte User Experience (UX) und Agent Experience (AX) beachten

Der Begriff User Experience (UX) spielt bei der Entwicklung von Produkten und Dienstleistungen eine große Rolle. Etwas kurz ausgedrückt, geht es bei UX um das „Benutzererlebnis“ oder auch „Nutzererlebnis“. Dabei wird davon ausgegangen, dass es sich bei dem User um Menschen (Human) handelt.

In Zukunft wird es neben der Interaktion zwischen Technologien und Menschen auch immer mehr Interaktionen zwischen Technologien selbst stattfinden. Am Beispiel von KI-Agenten lässt sich das ganz gut nachvollziehen, denn hier muss das Design auf einen oder mehrere Agenten abgestimmt sein (Agentic Experience: AX). Der folgende Text unterstreicht das noch einmal:

„The designs of tomorrow will have to consider two kinds of users: humans and agents. The agent experience (AX) will be using APIs to compose workflows but now includes desktop interactions“ (Thomas et al. 2025).

Ich bin gespannt, wie die UX-Community auf diese Entwicklung reagiert.