Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Facilitation Dot Estimation |  Engineering Kanban |  Growth Flywheel |  Delivery Monte Carlo Forecasting |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Größe oder Aufwand nur grob geschätzt werden können, verdichtet Dot Estimation Erfahrungswissen zu einer schnellen Spanne. Die Methode bringt Vergleichbarkeit in unscharfe Einschätzungen, ohne auf Scheingenauigkeit zu setzen. | 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. | Wachstum bricht oft dort ein, wo ein Verstärkungsmechanismus zu viel Reibung aufbaut. Ein Flywheel zeigt den Kreislauf aus Nutzen, Wiederholung und Verstärkung, der nachhaltiges Wachstum tragen soll. | 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. |
Komplexitätunterschiedlich | Niedrig | Mittel | Mittel | Hoch |
Zeitunterschiedlich | 5-20 min | Ongoing | 60-120 min | 30-90 min Setup, danach laufend |
Teilnehmendeunterschiedlich | 3-20 | 2-12 | 3-8 | 1-8 |
Formatunterschiedlich | Workshop | Workshop + Async | Workshop | Workshop + Async |
Outputunterschiedlich | Effort Heatmap, Risk Signals, Discussion Targets | Kanban Board, WIP Policies, Flow Metrics | Flywheel Map, Friction Points, Growth Levers, Experiment Backlog | Forecast Percentiles, Throughput Dataset, Risk Communication |
Tagskeine Überschneidung | SchätzungAufwandRisiko | FlowVisuelles ManagementDelivery | GrowthRetentionConversion | PrognoseFlowDelivery |