Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Domain Modeling EventStorming |  Knowledge Modeling Shape-First Modeling |  Product Discovery Experiment Canvas |  Product Discovery Hypothesis Prioritization Canvas |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn eine Domäne aus vielen Ereignissen, Regeln und Zuständen besteht, schafft sie einen gemeinsamen Modellraum für das Team. Sie bündelt Sprache, Abläufe und Grenzen, bevor Fachwissen in Einzelsichten zerfällt. | 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 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 viele Hypothesen konkurrieren, bringt sie Ordnung in Lernreihenfolge und Bedeutung. Sie zeigt, was zuerst getestet werden sollte und warum die Reihenfolge zählt. |
Komplexitätunterschiedlich | Mittel | Mittel | Niedrig | Mittel |
Zeitunterschiedlich | 2-8 h | Halber Tag pro Domain Slice | 30-60 min | 60-90 min |
Teilnehmendeunterschiedlich | 5-12 | 1-4 | 1-5 | 3-8 |
Formatunterschiedlich | Workshop | Workshop + Async | Workshop + Async | Workshop |
Outputunterschiedlich | Event Timeline, Ubiquitous Language, Boundaries, Open Questions | SHACL or ShEx Shapes, Validation Reports, Data Contracts, Shape Documentation | Ausgefülltes Experiment Canvas, Erfolgsmetrik | Priorisierungs-Canvas, Hypothesen-Backlog |
Tagskeine Überschneidung | Domain-Driven DesignEventsDiscoveryWorkshop | WissensgraphValidierungSemantik | ExperimenteValidierungDiscoveryHypothese | ExperimentePriorisierungDiscoveryHypothese |