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 | ![]() Growth North Star Metric | ![]() Product Discovery Riskiest Assumption Test | ![]() Product Discovery Experiment 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 Produktteams viele Kennzahlen verfolgen, verliert sich der Blick leicht auf das eigentliche Kundenergebnis. Eine North Star Metric bündelt Wachstum, Nutzung und Wertbeitrag in einem Signal, das die Richtung des Systems sichtbar macht. | Wenn eine Idee an einer kritischen Unsicherheit hängt, priorisiert sie genau diesen Unsicherheitskern. Sie richtet den nächsten Test auf den Teil mit dem größten Bruchpotenzial. | 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. |
Komplexitätunterschiedlich | Mittel | Mittel | Mittel | Niedrig |
Zeitunterschiedlich | Mehrere Workshops über Wochen | 1-2 h | 1-2 Wochen pro Iteration | 30-60 min |
Teilnehmendeunterschiedlich | 2-8 | 3-8 | 2-6 | 1-5 |
Formatidentisch | Workshop + Async | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Hooked Loop, Trigger-Map, Reward-Design, Ethik-Check | North Star Metric, Input Metric Tree, Measurement Cadence | Liste priorisierter Annahmen, Test-Plan, Ergebnisbericht | Ausgefülltes Experiment Canvas, Erfolgsmetrik |
Tagskeine Überschneidung | GrowthVerhaltenRetention | GrowthKennzahlenAbstimmungRetention | ExperimenteValidierungDiscoveryAnnahmen | ExperimenteValidierungDiscoveryHypothese |



