Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium | ![]() Growth A/B Testing | ![]() Knowledge Modeling Shape-First Modeling | ![]() Growth Growth Experiment | ![]() Knowledge Modeling Competency Questions |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn zwei Varianten gegeneinander stehen, entscheiden Diskussionen schnell nach Geschmack statt nach Wirkung. A/B Testing prüft Verhalten unter kontrollierten Bedingungen und trennt echte Verbesserung von Zufall oder Erwartungseffekt. | Shape-First Modeling definiert Datenqualität über Shapes, bevor Implementierung oder Integration ausfranst. Der Ansatz passt, wenn Validierung und Data Contracts von Anfang an Teil des Designs sein sollen. | Wenn Wachstumsideen schnell auftauchen, ist die Versuchung groß, sofort zu bauen statt zu lernen. Growth Experiment fasst eine Vermutung so, dass Zielgruppe, Hebel und Messung vor dem ersten Einsatz klar sind. | Competency Questions übersetzen ein Domänenmodell in konkrete Fragen, die es beantworten können muss. Die Methode hält den Modellumfang sauber und verhindert hübsche, aber nutzlose Strukturen. |
Komplexitätunterschiedlich | Hoch | Mittel | Mittel | Mittel |
Zeitunterschiedlich | 1-4 Wochen | Halber Tag pro Domain Slice | 1-2 Wochen | 2-4 h |
Teilnehmendeunterschiedlich | 1-6 | 1-4 | 1-6 | 2-8 |
Formatunterschiedlich | Async | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Experiment Result, Decision Log, Learning Summary | SHACL or ShEx Shapes, Validation Reports, Data Contracts, Shape Documentation | Experiment Card, Result Summary, Next Bet | Competency Question Set, Required Concepts, Test Queries, Coverage Matrix |
Tagskeine Überschneidung | ExperimenteGrowthAnalyticsValidierung | WissensgraphValidierungSemantik | MarketingGrowthExperimenteLernen | OntologieWissensgraphUmfangAnforderungenSemantik |



