Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Decision Making Decision Tree |  Product Discovery Hypothesis Prioritization Canvas |  Product Discovery Experiment Canvas |  Product Discovery Fake Door Test |
|---|---|---|---|---|
Zweckunterschiedlich | Bei Entscheidungen mit Folgepfaden und Abhängigkeiten genügt eine lineare Gegenüberstellung oft nicht. Ein Decision Tree zeigt, wie sich Optionen unter Bedingungen verzweigen und welche Konsequenzen an jedem Ast hängen. | Wenn viele Hypothesen konkurrieren, bringt sie Ordnung in Lernreihenfolge und Bedeutung. Sie zeigt, was zuerst getestet werden sollte und warum die Reihenfolge zählt. | 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. | 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 | Mittel | Mittel | Niedrig | Mittel |
Zeitunterschiedlich | 30-90 min | 60-90 min | 30-60 min | 1-5 Tage |
Teilnehmendeunterschiedlich | 1-6 | 3-8 | 1-5 | Nutzertraffic |
Formatunterschiedlich | Workshop + Async | Workshop | Workshop + Async | Async |
Outputunterschiedlich | Decision Tree, Option Map, Assumption List | Priorisierungs-Canvas, Hypothesen-Backlog | Ausgefülltes Experiment Canvas, Erfolgsmetrik | Click Data, Interest Signal, Learning Decision |
Tagskeine Überschneidung | EntscheidungBaumstrukturOptionen | ExperimentePriorisierungDiscoveryHypothese | ExperimenteValidierungDiscoveryHypothese | ValidierungExperimenteNachfrageDiscovery |