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 | ![]() Decision Making Three-Point Estimation | ![]() Product Discovery Experiment Canvas | ![]() Product Discovery Fake Door Test |
|---|---|---|---|---|
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. | Bei Aufwand, Zeit oder Risiko wirkt ein einzelner Schätzwert oft zu glatt für die reale Unsicherheit. Three-Point Estimation zieht Optimismus, Wahrscheinlichkeitswert und Pessimismus zusammen und macht Spannbreiten belastbar. | 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 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. |
Komplexitätunterschiedlich | Mittel | Mittel | Niedrig | Mittel |
Zeitunterschiedlich | Mehrere Workshops über Wochen | 10-30 min je Item | 30-60 min | 1-5 Tage |
Teilnehmendeunterschiedlich | 2-8 | 1-8 | 1-5 | Nutzertraffic |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop + Async | Async |
Outputunterschiedlich | Hooked Loop, Trigger-Map, Reward-Design, Ethik-Check | Three-Point Estimate, Risk Range, Assumption Notes | Ausgefülltes Experiment Canvas, Erfolgsmetrik | Click Data, Interest Signal, Learning Decision |
Tagskeine Überschneidung | GrowthVerhaltenRetention | SchätzungUnsicherheitPrognose | ExperimenteValidierungDiscoveryHypothese | ValidierungExperimenteNachfrageDiscovery |



