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 Experiment Canvas |  Growth Flywheel |  Growth A/B Testing |  Product Discovery Hypothesis Prioritization Canvas |
|---|---|---|---|---|
Zweckunterschiedlich | 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. | 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 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 viele Hypothesen konkurrieren, bringt sie Ordnung in Lernreihenfolge und Bedeutung. Sie zeigt, was zuerst getestet werden sollte und warum die Reihenfolge zählt. |
Komplexitätunterschiedlich | Niedrig | Mittel | Hoch | Mittel |
Zeitunterschiedlich | 30-60 min | 60-120 min | 1-4 Wochen | 60-90 min |
Teilnehmendeunterschiedlich | 1-5 | 3-8 | 1-6 | 3-8 |
Formatunterschiedlich | Workshop + Async | Workshop | Async | Workshop |
Outputunterschiedlich | Ausgefülltes Experiment Canvas, Erfolgsmetrik | Flywheel Map, Friction Points, Growth Levers, Experiment Backlog | Experiment Result, Decision Log, Learning Summary | Priorisierungs-Canvas, Hypothesen-Backlog |
Tagskeine Überschneidung | ExperimenteValidierungDiscoveryHypothese | GrowthRetentionConversion | ExperimenteGrowthAnalyticsValidierung | ExperimentePriorisierungDiscoveryHypothese |