Pain Miner
Finde echte Probleme statt Ideen zu erraten.
SKILL.md im offenen agentskills.io-Standard — direkt nutzbar in Claude, ChatGPT/Codex, Cursor, Copilot & Co.
Pain Miner ist ein Voice-of-Customer-Skill für Pain-Mining: Er findet die echten Probleme, Wünsche, Einwände, Kaufmotive sowie Wechsel- und Kündigungsgründe hinter einem Produkt, einer Branche, Zielgruppe, Marke, einem Wettbewerber oder deinen eigenen Kundendaten — und übersetzt sie in Produkt-, Marketing-, Sales- und Content-Entscheidungen. Methodisch fundiert (Jobs-to-be-Done, The Mom Test, Value Proposition Canvas, Kano, RICE), bewahrt er die echte Kundensprache (O-Ton, verifiziert), kennzeichnet jede Erkenntnis nach Confidence (belegt/plausibel/Hypothese/schwach) und priorisiert statt aufzulisten. Ehrlich by design: Hypothese ≠ Beleg, keine laute Minderheit als Wahrheit, keine Angstmache.
Was dieser Skill macht
- Findet echte Pain Points, Wünsche, Einwände, Kaufmotive sowie Wechsel-/Kündigungsgründe aus Reviews, Communities, Suchdaten, Wettbewerbern oder eigenen Kundendaten
- Zehn Modi: Quick Pain Scan · Deep Pain Research · Competitor Pain Mining · Review Mining · Search-Intent Mining · Product · Marketing · Sales-Objection · First-Party-Data · Interview-Guide
- Vier-Schichten-Engine (Source Router → Evidence Miner → Pain Intelligence → Output Transformer) mit Zwei-Pass-Analyse
- Rahmt jeden Pain als Job-to-be-Done + Kraft (Push/Pull/Anxiety/Habit) — trennt Nutzungs- von Wechsel-/Churn-Pains
- Bewahrt und verifiziert echte Kundensprache (O-Ton) — keine erfundenen oder „Frankenstein"-Zitate
- Kennzeichnet jede Erkenntnis nach Confidence (belegt/plausibel/Hypothese/schwach) + nennt Stichprobe und Nenner
- Priorisiert nach Pain Score + RICE/ICE + Kano und liefert ein „Wann NICHT bauen"-Urteil
- Übersetzt Pains in Hooks, Claims, USPs, FAQ, Feature-Ideen, Roadmap, Anzeigen-/Newsletter-/YouTube-Ideen
- Erkennt Wechselgründe (Breakup), Love-Signals, Workarounds und indirekte (Silent) Pains
- Bleibt rechtlich sauber: APIs/Exporte statt Scraping, kein Umgehen von ToS, anonymisiert eigene Daten
Beschreibung
Pain Miner ist ein Skill für Voice-of-Customer-Analyse und Pain-Mining — er verhindert, dass du Landingpages, Features oder Kampagnen aus dem Bauch heraus baust, indem er sichtbar macht, was Menschen wirklich beschäftigt, in ihren eigenen Worten. Der Leitgedanke: nicht Ideen raten, nicht Features schönreden, nicht künstlich Probleme erfinden — sondern echte Sprache finden, wiederkehrende Probleme erkennen, Einwände verstehen, Wünsche clustern, Kaufmotive sichtbar machen. Der Skill arbeitet mit einer Vier-Schichten-Engine: der **Source Router** wählt passende Quellenklassen (First-Party-Daten, Reviews, Communities, Search-Intent, Wettbewerber, Tech-, Social-Quellen) statt starrer URLs; der **Evidence Miner** sammelt Signale und bewahrt den O-Ton; die **Pain Intelligence Engine** codiert und clustert (erst je Quelle, dann quellenübergreifend, damit Nuancen überleben), bestimmt Pain-Typ, Emotion, Rolle und Buyer-Journey-Phase und bewertet Häufigkeit, Schwere, Kaufnähe und Confidence; der **Output Transformer** macht daraus verwertbare Ergebnisse. Das Fundament ist echte Methodik: **Jobs-to-be-Done** (jeder Pain = ein blockierter Job, nicht ein fehlendes Feature) plus die **Four Forces** (Push/Pull/Anxiety/Habit — so trennt er Nutzungs- von Wechsel-/Churn-Pains), der **Mom-Test-Filter** (vergangenes Verhalten und echtes Geld zählen, Meinungen/Hypothesen/Komplimente werden abgewertet, Feature-Wünsche auf den dahinterliegenden Pain zurückübersetzt), **Value Proposition Canvas** (Jobs/Pains/Gains) mit **Kano**-Einstufung (Must-be/Performance/Delighter), **RICE/ICE**-Priorisierung und **Braun-&-Clarke-Themenanalyse** (ein Thema = Interpretation plus 2–4 echte Zitate). Pain Miner bewahrt und **verifiziert** die echte Kundensprache — keine erfundenen oder zusammengesetzten „Frankenstein-Zitate" —, kennzeichnet jede Erkenntnis nach Confidence, ist sich der Verzerrungen bewusst (laute Minderheit, Selektions-, Survivorship-, Recency-Bias) und nennt immer Stichprobe und Nenner. Zehn Modi decken den ganzen Weg ab: Quick Pain Scan, Deep Pain Research, Competitor Pain Mining, Review Mining, Search-Intent Mining, Product Mode, Marketing Mode, Sales-Objection Mode, First-Party-Data Mode und ein Interview-Guide-Mode, der Hypothesen in Mom-Test-/Switch-Interview-Fragen zur Validierung übersetzt. Jeder Lauf endet nutzbar — priorisierte Pains mit O-Ton, die gewünschten Outputs (Pain-Matrix, Einwandmatrix, Personas, Buyer-Journey-Map, Hooks, USPs, FAQ, Feature-Ideen, Roadmap) und ein „Wann NICHT bauen"-Urteil plus konkreter nächster Validierungsschritt. Rechtlich und ethisch sauber: bevorzugt offizielle APIs/erlaubte Exporte statt Scraping, umgeht keine Logins/Paywalls/ToS, anonymisiert eigene Kundendaten (übergibt Datenschutzfragen an den Datenschutz-Check) und arbeitet nie manipulativ. Pain Miner ist die vorgelagerte Voice-of-Customer-Schicht für Pain-to-Punchline, Deep Research, Zielgruppen-Architekt und SEO-Briefing.
Beispiele
Was es nicht macht
- Behandelt keine Einzelbewertung als Marktwahrheit — kennzeichnet Confidence und nennt die Stichprobe ehrlich
- Erfindet keine Pains, Zahlen, Zitate oder Quellen; markiert Hypothesen und bittet um Validierung
- Erzeugt keine Angst, falsche Dringlichkeit oder unbelegte Versprechen — kein manipulatives Pain-Marketing
- Umgeht keine Logins, Paywalls, Scraping-Schutz, Rate-Limits oder Review-Limits; behauptet kein Scraping
- Bewertet oder entlarvt keine einzelnen Personen aus hochgeladenen Daten — analysiert aggregierte Muster
- Kippt keine unsortierte Textwüste aus — priorisiert und sagt auch mal „nicht bauen"
Kompatibilität & Technik
- Geprüft (intern)
- 4 Szenarien
- Empfohlene Laufzeit
- Stärkstes verfügbares Modell; für belegte Pains eines mit Websuche/Deep Research oder eigene Kundendaten (Uploads).
- Modi
- Quick Pain Scan (schnelle Ersteinschätzung) · Deep Pain Research (Quellen, Cluster, Confidence) · Competitor Pain Mining · Review Mining · Search-Intent Mining · Product Mode (Feature-Priorisierung, RICE, MVP) · Marketing Mode (Hooks, Claims, Landingpage) · Sales-Objection Mode (Einwandmatrix) · First-Party-Data Mode (eigene Daten, anonymisiert) · Interview-Guide (Mom-Test / Switch-Interview zur Validierung)
- Eingaben
- Produkt / Branche / Software / Marke / Zielgruppe / Wettbewerber / Idee (Text) · Reviews, Kommentare, Forenbeiträge (eingefügt) · Eigene Daten: Support-Tickets, CRM-Notizen, Kündigungsgründe, NPS, Umfragen, Chatlogs · Bestehende Landingpage / Featureliste / Roadmap · Keyword-/Suchanfragen-Listen
- Ausgabeformat
- Strukturierter Markdown-Report (Kurzurteil + Datenlage, Top-Pains mit O-Ton + Confidence, Pain-Matrix, Wunschliste, Einwandmatrix, emotionale Trigger, Persona-/Buyer-Journey-Mapping, Produkt-/Marketing-/Contentchancen, Priorisierung + „Wann NICHT bauen", nächste Validierung); vier Tiefen (Kompakt/Standard/Deep/Export) mit Matrizen, Heatmaps und Copy-/Briefing-Exportblöcken.
- Unterkategorie
- Voice of Customer & Pain-Mining
- Lizenz
- Proprietär
Sicherheitsprofil
Läuft komplett bei dir mit deiner eigenen KI — keine externe Runtime, keine laufenden Kosten.
Nur Anweisungen, Vorlagen und Referenzen — keine ausführbaren Skripte.
Greift im Normalbetrieb auf externe Quellen / das Netz zu (z. B. Live-Seiten, Such-/Daten-APIs).
Lieferumfang
- pain-miner-1.0.0/11 Dateien
- .claude-plugin/marketplace.json
plugins/pain-miner/skills/pain-miner/11 Dateien
- SKILL.md
- manifest.json
references/9 Dateien
- first-party-data.md
- interview-guide.md
- mining-plays.md
- outputs-and-templates.md
- pain-miner-checklist.md
- pain-miner-method.md
- pain-taxonomy.md
- scoring-and-evidence.md
- source-router.md
- .agents/skills/pain-miner/→ universell — gleicher Inhalt (Codex, Cursor, Copilot, Gemini, Windsurf, Cline)
- LICENSE.txt
Installation
Auch als Chat-Prompt nutzbar
Kein KI-Tool? Füg ihn in Claude, ChatGPT oder Gemini ein und nutze die Methode sofort.
Dieser Skill bringt keine Skripte mit — der Prompt trägt daher seine volle Methode.
Funktioniert am besten, wenn dein Chat Web-Zugriff hat.
Die Installation ist die volle Version — sie greift automatisch, führt ihre Skripte aus und lädt Referenzen bei Bedarf. Als Chat-Prompt fährst du die Methode selbst.
Zum Kopieren des paste-fertigen Prompts freischalten — danach in „Meine Skills".
Bewertungen
Noch keine Bewertungen – sei der/die Erste.
Hinweis
Die Recherchefähigkeit hängt von der KI-Plattform ab. Ohne Websuche arbeitet Pain Miner mit Hypothesen und bereitgestellten Daten; mit Websuche, Deep Research oder eigenen Daten werden die Ergebnisse deutlich stärker. Der Skill ersetzt keine echte Kundenbefragung und keine Rechtsberatung — er bereitet vor, priorisiert und markiert, was noch validiert werden muss.
Änderungen
- v1.0.001.07.2026Erstveröffentlichung: Voice-of-Customer-Pain-Mining-Skill — findet echte Kundenprobleme, Wünsche, Einwände, Kaufmotive und Wechsel-/Kündigungsgründe und übersetzt sie in Produkt-, Marketing-, Sales- und Content-Entscheidungen. Zehn Modi (Quick Pain Scan, Deep Pain Research, Competitor/Review/Search-Intent Mining, Product/Marketing/Sales-Objection/First-Party-Data, Interview-Guide). Vier-Schichten-Engine (Source Router → Evidence Miner → Pain Intelligence → Output Transformer). Methodisch fundiert: Jobs-to-be-Done + Four Forces, The Mom Test, Value Proposition Canvas, Kano, RICE, Braun-&-Clarke-Themenanalyse; O-Ton bewahrt + verifiziert (keine erfundenen Zitate); jede Erkenntnis mit Confidence (belegt/plausibel/Hypothese/schwach). 9 englische References (Methode, Source-Router, Taxonomie, Scoring/Evidence, Outputs/Templates, Mining-Plays, First-Party-Data, Interview-Guide, Checkliste), recherche-fundiert (ToS/DSGVO-Realität je Plattform, Bias-Guardrails, Anti-Slop). Ehrlich: Hypothese ≠ Beleg, keine laute-Minderheit-als-Wahrheit, keine Angstmache, kein Umgehen von Paywalls/ToS.
Häufige Fragen
Was macht Pain Miner?
Pain Miner ist ein Voice-of-Customer-Skill für Pain-Mining: Er findet die echten Probleme, Wünsche, Einwände, Kaufmotive sowie Wechsel- und Kündigungsgründe hinter einem Produkt, einer Branche, Zielgruppe, Marke, einem Wettbewerber oder deinen eigenen Kundendaten — und übersetzt sie in Produkt-, Marketing-, Sales- und Content-Entscheidungen. Methodisch fundiert (Jobs-to-be-Done, The Mom Test, Value Proposition Canvas, Kano, RICE), bewahrt er die echte Kundensprache (O-Ton, verifiziert), kennzeichnet jede Erkenntnis nach Confidence (belegt/plausibel/Hypothese/schwach) und priorisiert statt aufzulisten. Ehrlich by design: Hypothese ≠ Beleg, keine laute Minderheit als Wahrheit, keine Angstmache.
Warum Pain Miner statt einfach einen Prompt zu schreiben?
Ein Prompt liefert schnell eine Liste, Pain Miner liefert eine Methode — er läuft in vier Schichten (Source Router, Evidence Miner, Pain Intelligence, Output Transformer) und analysiert in zwei Durchgängen erst je Quelle, dann quellenübergreifend, damit Nuancen überleben. Er ist methodisch fundiert (Jobs-to-be-Done, The Mom Test, Value Proposition Canvas, Kano, RICE) statt Bauchgefühl und zwingt zur Disziplin, den O-Ton zu verifizieren und jede Erkenntnis nach Confidence (belegt/plausibel/Hypothese/schwach) samt Stichprobe und Nenner zu kennzeichnen. Das Ergebnis wird priorisiert statt aufgelistet und endet mit einem „Wann NICHT bauen“-Urteil plus konkretem nächstem Validierungsschritt.
Wann lohnt sich Pain Miner — und wann eher nicht?
Pain Miner lohnt sich, wenn du echte Signale hast oder holen kannst — Reviews, Communities, Suchdaten, Wettbewerber oder eigene Kundendaten (Support-Tickets, Kündigungsgründe, NPS) — und am stärksten mit Websuche, Deep Research oder Datei-Uploads, weil dann aus Hypothesen belegte Pain Points werden. Gut ist er auch, um vor Landingpage, Feature oder Kampagne zu prüfen, was Kunden wirklich stört, statt es zu raten. Eher nicht, wenn du eine fertige Marktwahrheit aus drei wütenden Tweets oder einer Einzelbewertung erwartest (das bleibt schwache Evidenz), oder eine echte Kundenbefragung beziehungsweise Rechtsberatung ersetzen willst — die ersetzt er nicht, er bereitet vor und markiert, was noch zu validieren ist.
Wie finde ich heraus, was Kunden wirklich stört, statt es zu raten?
Pain Miner ist ein Voice-of-Customer-Skill: Er extrahiert echte Kundenprobleme, Wünsche, Einwände, Kaufmotive und Kündigungsgründe aus Reviews, Communities, Suchdaten, Wettbewerbern oder deinen eigenen Daten, bewahrt die echte Kundensprache (O-Ton), bewertet jede Erkenntnis nach Confidence (belegt/plausibel/Hypothese/schwach) und übersetzt sie in Produktideen, Hooks, FAQ und Roadmap-Impulse.
Funktioniert Pain Miner auch ohne Websuche?
Ja. Ohne Websuche arbeitet Pain Miner mit deinem Briefing und liefert klar gekennzeichnete Hypothesen plus eine Such-Strategie und Analysevorlagen. Am stärksten wird er mit Websuche, Deep Research, Datei-Uploads oder eigenen Kundendaten (Support-Tickets, Reviews, NPS) — dann werden aus Hypothesen belegte Pain Points.
Was ist der Unterschied zwischen Pain Miner und Pain-to-Punchline?
Pain Miner findet und priorisiert die echten Pains (vorgelagerte Recherche). Pain-to-Punchline nimmt einen bekannten Pain und macht daraus eine zugespitzte Werbezeile. Pain Miner ist die Voice-of-Customer-Schicht davor und übergibt seine Treffer an Pain-to-Punchline, Deep Research, Zielgruppen-Architekt, SEO-Briefing oder Datenschutz-Check.
Erfindet Pain Miner Probleme oder Zitate?
Nein. Pain Miner erfindet keine Pains, Zahlen, Zitate oder Quellen. Jede Aussage bekommt eine Confidence-Stufe, Zitate müssen im Original belegt sein (keine zusammengesetzten „Frankenstein-Zitate“), eine einzelne Bewertung gilt nie als Marktwahrheit, und ohne Daten wird alles klar als Hypothese markiert.
Ist Pain Miner manipulativ oder Angst-Marketing?
Nein. Pain Miner nutzt echte Kundenprobleme, um klarer, hilfreicher und relevanter zu kommunizieren — nicht, um künstlich Angst, falsche Dringlichkeit oder unbelegte Versprechen zu erzeugen. Marketing-Output wird immer aus belegten Pains abgeleitet, nie frei halluziniert.
Darf Pain Miner Reviews und Foren einfach auslesen?
Pain Miner nutzt Websuche, offizielle APIs, erlaubte Exporte, öffentliche Infos oder deine Daten — und bevorzugt APIs/Exporte statt Scraping. Er umgeht keine Logins, Paywalls, Scraping-Schutz, Rate-Limits oder Review-Limits. Reviewer-Namen sind personenbezogene Daten (DSGVO); für die Datenschutzprüfung übergibt er an den Datenschutz-Check.
Mit welchen KI-Tools funktioniert Pain Miner?
Claude (Projects & System-Prompt) · ChatGPT (Custom GPT & Custom Instructions) · Jedes LLM · Am stärksten mit Websuche / Deep Research / Datei-Uploads / Connectoren · Native UI (Tabellen, Buttons/Formulare) wo verfügbar, sonst Markdown-Fallback
Wie setze ich Pain Miner ein?
Pain Miner ist eine SKILL.md im offenen agentskills.io-Standard: per Befehl installieren (npx) oder herunterladen und ins KI-Tool laden — Claude (Projects), ChatGPT (Custom GPT), Cursor, Copilot, Gemini CLI u. a. Kein Code nötig.