Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Product Strategy GIST Planning |  Engineering Kanban |  Delivery Monte Carlo Forecasting |  Product Discovery Opportunity Solution Tree |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Strategie und Wochenarbeit zusammenfinden sollen, übersetzt sie Ziele in kleine lieferbare Projekte und Aufgaben. Sie hält den Weg von Richtung zu Umsetzung kurz. | Wenn Arbeit parallel in zu vielen Strömen steckt, leidet Durchsatz und niemand sieht die Engpässe. Kanban macht den Fluss von Arbeit sichtbar und begrenzt Überlast so, dass ein System ruhiger und vorhersagbarer wird. | 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. | Wenn Discovery zwischen Zielen, Ideen und Lernschleifen pendelt, schafft sie eine klare Steuerlogik. Sie verbindet gewünschte Wirkung, Chancen und Experimente in einer lesbaren Struktur. |
Komplexitätunterschiedlich | Mittel | Mittel | Hoch | Mittel |
Zeitunterschiedlich | Wochen bis Monate je Goal | Ongoing | 30-90 min Setup, danach laufend | 1-2 h Setup, laufend |
Teilnehmendeunterschiedlich | 3-10 | 2-12 | 1-8 | 2-6 |
Formatidentisch | Workshop + Async | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Goals, Ideabank, Step-Project-Liste, Tasks, Lernreports | Kanban Board, WIP Policies, Flow Metrics | Forecast Percentiles, Throughput Dataset, Risk Communication | Opportunity Solution Tree, Experiment Backlog, Learning Log |
Tagskeine Überschneidung | RoadmapOutcomesPlanungExperimente | FlowVisuelles ManagementDelivery | PrognoseFlowDelivery | DiscoveryOutcomesExperimenteOpportunity |