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 Voting |  Growth Hooked Model |  Growth A/B Testing |  Product Discovery Smoke Test |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn ein Workshop zu viele Optionen erzeugt und die Gruppe schnell verdichten muss, macht Dot Voting Präferenzen in kurzer Zeit sichtbar. Es bündelt Einzelstimmen zu einem belastbaren Signal für die nächste Auswahl. | Bei Produkten mit hoher Wiederkehr zählt nicht nur erster Kontakt, sondern routinisierte Rückkehr. Das Hooked Model beschreibt, wie externe oder interne Auslöser, einfache Aktion, Belohnung und Investition zu einem stabilen Nutzungsritual werden. | Wenn zwei Varianten gegeneinander stehen, entscheiden Diskussionen schnell nach Geschmack statt nach Wirkung. A/B Testing prüft Verhalten unter kontrollierten Bedingungen und trennt echte Verbesserung von Zufall oder Erwartungseffekt. | Wenn Nachfrage nur grob verifiziert werden muss, prüft sie Interesse mit minimalem Aufwand. Sie misst, ob Menschen einen nächsten Schritt überhaupt wählen würden. |
Komplexitätunterschiedlich | Niedrig | Mittel | Hoch | Niedrig |
Zeitunterschiedlich | 5-15 min | Mehrere Workshops über Wochen | 1-4 Wochen | 1-5 Tage |
Teilnehmendeunterschiedlich | 3-20 | 2-8 | 1-6 | Nutzertraffic |
Formatunterschiedlich | Workshop | Workshop + Async | Async | Async |
Outputunterschiedlich | Ranked List, Consensus Signal, Shortlist | Hooked Loop, Trigger-Map, Reward-Design, Ethik-Check | Experiment Result, Decision Log, Learning Summary | Interest Metrics, Conversion Signal, Learning Note |
Tagskeine Überschneidung | FacilitationAbstimmung (Voting)KonsensPriorisierung | GrowthVerhaltenRetention | ExperimenteGrowthAnalyticsValidierung | ValidierungExperimenteNachfrageGrowth |