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 |  Product Discovery Experiment Canvas |  Product Discovery Smoke Test |  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 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 Nachfrage nur grob verifiziert werden muss, prüft sie Interesse mit minimalem Aufwand. Sie misst, ob Menschen einen nächsten Schritt überhaupt wählen würden. | 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 | 30-60 min | 1-5 Tage | 60-90 min |
Teilnehmendeunterschiedlich | 2-8 | 1-5 | Nutzertraffic | 3-8 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Async | Workshop |
Outputunterschiedlich | Hooked Loop, Trigger-Map, Reward-Design, Ethik-Check | Ausgefülltes Experiment Canvas, Erfolgsmetrik | Interest Metrics, Conversion Signal, Learning Note | Priorisierungs-Canvas, Hypothesen-Backlog |
Tagskeine Überschneidung | GrowthVerhaltenRetention | ExperimenteValidierungDiscoveryHypothese | ValidierungExperimenteNachfrageGrowth | ExperimentePriorisierungDiscoveryHypothese |