Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Agile Affinity Estimation |  Engineering Kanban |  Delivery Monte Carlo Forecasting |  Agile NoEstimates |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn viele Aufgaben zügig eingeordnet werden müssen, sortiert sie nach wahrgenommenem Aufwand und Ähnlichkeit. Sie reduziert den Aufwand für Feinschätzung bei großen Mengen. | Wenn Arbeit parallel in zu vielen Strömen steckt, leidet Durchsatz und niemand sieht die Engpässe. Kanban macht den Fluss von Arbeit sichtbar und begrenzt Überlast so, dass ein System ruhiger und vorhersagbarer wird. | Wenn Liefertermine unsicher sind und Einzel-Schätzungen zu viel Sicherheit vortäuschen, zeigt Monte Carlo Forecasting die Bandbreite plausibler Enddaten. Historische Flussdaten werden so nutzbar, dass Risiko, Wahrscheinlichkeit und Erwartungswert sauber auseinanderhalten bleiben. | Wenn Schätzung mehr bremst als nützt, lenkt sie den Fokus auf Fluss, Kleinteiligkeit und echte Durchlaufzeit. Sie ersetzt Vorhersagezwang durch ein Arbeitsmodell, das schneller liefert. |
Komplexitätunterschiedlich | Mittel | Mittel | Hoch | Mittel |
Zeitunterschiedlich | 30-90 min | Ongoing | 30-90 min Setup, danach laufend | laufend |
Teilnehmendeunterschiedlich | 3-12 | 2-12 | 1-8 | 2-12 |
Formatunterschiedlich | Workshop | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Affinity Size Map, Grouped Estimates, Unclear Items | Kanban Board, WIP Policies, Flow Metrics | Forecast Percentiles, Throughput Dataset, Risk Communication | Throughput Data, Flow Forecast, Slicing Rules |
Tagskeine Überschneidung | SchätzungBacklogRelative Schätzung | FlowVisuelles ManagementDelivery | PrognoseFlowDelivery | SchätzungPrognoseFlow |