Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Growth Hooked Model |  Facilitation Dot Voting |  Product Discovery Experiment Canvas |  Product Discovery Hypothesis Prioritization Canvas |
|---|---|---|---|---|
Zweckunterschiedlich | Bei Produkten mit hoher Wiederkehr zählt nicht nur erster Kontakt, sondern routinisierte Rückkehr. Das Hooked Model beschreibt, wie externe oder interne Auslöser, einfache Aktion, Belohnung und Investition zu einem stabilen Nutzungsritual werden. | Wenn ein Workshop zu viele Optionen erzeugt und die Gruppe schnell verdichten muss, macht Dot Voting Präferenzen in kurzer Zeit sichtbar. Es bündelt Einzelstimmen zu einem belastbaren Signal für die nächste Auswahl. | 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 | Niedrig | Niedrig | Mittel |
Zeitunterschiedlich | Mehrere Workshops über Wochen | 5-15 min | 30-60 min | 60-90 min |
Teilnehmendeunterschiedlich | 2-8 | 3-20 | 1-5 | 3-8 |
Formatunterschiedlich | Workshop + Async | Workshop | Workshop + Async | Workshop |
Outputunterschiedlich | Hooked Loop, Trigger-Map, Reward-Design, Ethik-Check | Ranked List, Consensus Signal, Shortlist | Ausgefülltes Experiment Canvas, Erfolgsmetrik | Priorisierungs-Canvas, Hypothesen-Backlog |
Tagskeine Überschneidung | GrowthVerhaltenRetention | FacilitationAbstimmung (Voting)KonsensPriorisierung | ExperimenteValidierungDiscoveryHypothese | ExperimentePriorisierungDiscoveryHypothese |