Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Product Discovery Context Canvas |  Product Discovery Smoke Test |  Knowledge Modeling Shape-First Modeling |  Product Discovery Fake Door Test |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn ein Umfeld aus Nutzern, Systemen und Rahmenbedingungen schwer greifbar ist, setzt sie den Kontext kompakt auf den Tisch. Sie schafft eine klare Lesart für Einfluss, Grenze und Abhängigkeit. | Wenn Nachfrage nur grob verifiziert werden muss, prüft sie Interesse mit minimalem Aufwand. Sie misst, ob Menschen einen nächsten Schritt überhaupt wählen würden. | 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. |
Komplexitätunterschiedlich | Niedrig | Niedrig | Mittel | Mittel |
Zeitunterschiedlich | 45-90 min | 1-5 Tage | Halber Tag pro Domain Slice | 1-5 Tage |
Teilnehmendeunterschiedlich | 3-10 | Nutzertraffic | 1-4 | Nutzertraffic |
Formatunterschiedlich | Workshop | Async | Workshop + Async | Async |
Outputunterschiedlich | Context Canvas, Open Questions, Shared Context Notes | Interest Metrics, Conversion Signal, Learning Note | SHACL or ShEx Shapes, Validation Reports, Data Contracts, Shape Documentation | Click Data, Interest Signal, Learning Decision |
Tagskeine Überschneidung | KontextFramingAnforderungenCanvas | ValidierungExperimenteNachfrageGrowth | WissensgraphValidierungSemantik | ValidierungExperimenteNachfrageDiscovery |