Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
In der Auswahl:ATAM (Architecture Tradeoff Analysis Method)Shape-First ModelingFake Door TestExperiment Canvas
| Kriterium |  Architecture ATAM (Architecture Tradeoff Analysis Method) |  Knowledge Modeling Shape-First Modeling |  Product Discovery Fake Door Test |  Product Discovery Experiment Canvas |
|---|---|---|---|---|
Zweckunterschiedlich | ATAM hilft, Architekturentscheidungen bei konkurrierenden Qualitätszielen abzuwägen. Dazu betrachtet das Team Geschäftsziele, Erwartungen der Beteiligten und technische Entscheidungen gemeinsam. Die Bewertung zeigt, welche Risiken weiter untersucht werden sollten. | 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 Nachfrage noch unklar ist, misst sie Interesse an einer Funktion, bevor sie gebaut wird. Sie trennt echtes Verhalten von höflicher Zustimmung und hält den Bauaufwand bewusst klein. | Wenn Experimente später nicht mehr lesbar sind, ordnet sie Hypothese, Signal und Lernziel auf einer Fläche. Sie schafft Klarheit darüber, was ein Test wirklich beweisen soll. |
Komplexitätunterschiedlich | Hoch | Mittel | Mittel | Niedrig |
Zeitunterschiedlich | Mehrere Termine plus Vorbereitung und Analyse; Gesamtaufwand fallabhängig | Halber Tag pro Domain Slice | 1-5 Tage | 30-60 min |
Teilnehmendeunterschiedlich | Bewertungsteam, Architekturverantwortliche und relevante Stakeholder | 1-4 | Nutzertraffic | 1-5 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Async | Workshop + Async |
Outputunterschiedlich | Priorisierte Qualitätsszenarien im Utility Tree, Architekturrisiken mit Begründungen und Annahmen, Sensitivitätspunkte und Trade-off-Punkte, Ergebnisbericht mit offenen Untersuchungen | SHACL or ShEx Shapes, Validation Reports, Data Contracts, Shape Documentation | Click Data, Interest Signal, Learning Decision | Ausgefülltes Experiment Canvas, Erfolgsmetrik |
Tagskeine Überschneidung | ArchitekturQualitätRisikoZielkonflikteStakeholder | WissensgraphValidierungSemantik | ValidierungExperimenteNachfrageDiscovery | ExperimenteValidierungDiscoveryHypothese |