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 |  Product Strategy ICE Scoring |  Product Discovery Fake Door Test |  Growth A/B Testing |
|---|---|---|---|---|
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. | Wenn Ideen schnell sortiert werden müssen, bringt sie Wirkung, Vertrauen und Aufwand in ein kompaktes Urteil. Sie schafft einen einfachen Filter für Test- und Priorisierungsfragen. | Wenn Nachfrage noch unklar ist, misst sie Interesse an einer Funktion, bevor sie gebaut wird. Sie trennt echtes Verhalten von höflicher Zustimmung und hält den Bauaufwand bewusst klein. | 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. |
Komplexitätunterschiedlich | Niedrig | Niedrig | Mittel | Hoch |
Zeitunterschiedlich | 30-60 min | 30-60 min | 1-5 Tage | 1-4 Wochen |
Teilnehmendeunterschiedlich | 1-5 | 2-8 | Nutzertraffic | 1-6 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Async | Async |
Outputunterschiedlich | Ausgefülltes Experiment Canvas, Erfolgsmetrik | ICE-Tabelle, Top-Ideenliste | Click Data, Interest Signal, Learning Decision | Experiment Result, Decision Log, Learning Summary |
Tagskeine Überschneidung | ExperimenteValidierungDiscoveryHypothese | PriorisierungBewertung (Scoring)GrowthEntscheidung | ValidierungExperimenteNachfrageDiscovery | ExperimenteGrowthAnalyticsValidierung |