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 Dual-Track Agile |  Delivery Monte Carlo Forecasting |  Operations Theory of Constraints |  Operations Bottleneck Analysis |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Unsicherheit und Lieferung parallel laufen, trennt sie Lernarbeit von Umsetzung und hält beides verbunden. Sie verhindert, dass ungeprüfte Ideen direkt in den Lieferstrom fallen. | 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. | Bei einem System, das trotz Aufwand nicht schneller wird, lenkt die Methode Aufmerksamkeit auf den Engpass. Sie konzentriert Verbesserung auf die Stelle, die den Durchsatz tatsächlich begrenzt. | Bei einem Fluss, der sich an einer Stelle staut, sucht die Methode die Kapazitätsgrenze mit dem größten Hebel. Sie erklärt, warum Mehrarbeit an anderer Stelle den Durchsatz kaum verbessert. |
Komplexitätunterschiedlich | Mittel | Hoch | Hoch | Mittel |
Zeitunterschiedlich | Laufend, Wochen bis Monate | 30-90 min Setup, danach laufend | 2-4 h Analyse, laufend | 1-3 h |
Teilnehmendeunterschiedlich | 4-10 | 1-8 | 3-12 | 3-8 |
Formatidentisch | Workshop + Async | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Discovery Backlog, Delivery Backlog, Experiment-Ergebnisse, Validierte Stories | Forecast Percentiles, Throughput Dataset, Risk Communication | Constraint Map, Improvement Plan, Flow Metrics | Bottleneck Map, Flow Metrics, Improvement Options, Follow-up Measures |
Tagskeine Überschneidung | AgilDiscoveryDelivery | PrognoseFlowDelivery | OperationsRahmenbedingungenFlowVerbesserung | FlowMessungRahmenbedingungen |