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 Hypothesis Prioritization Canvas | ![]() Growth A/B Testing |
|---|---|---|---|---|
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 viele Hypothesen konkurrieren, bringt sie Ordnung in Lernreihenfolge und Bedeutung. Sie zeigt, was zuerst getestet werden sollte und warum die Reihenfolge zählt. | Wenn zwei Varianten gegeneinander stehen, entscheiden Diskussionen schnell nach Geschmack statt nach Wirkung. A/B Testing prüft Verhalten unter kontrollierten Bedingungen und trennt echte Verbesserung von Zufall oder Erwartungseffekt. |
Komplexitätunterschiedlich | Mittel | Mittel | Mittel | Hoch |
Zeitunterschiedlich | Mehrere Workshops über Wochen | 10-30 min je Item | 60-90 min | 1-4 Wochen |
Teilnehmendeunterschiedlich | 2-8 | 1-8 | 3-8 | 1-6 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop | Async |
Outputunterschiedlich | Hooked Loop, Trigger-Map, Reward-Design, Ethik-Check | Three-Point Estimate, Risk Range, Assumption Notes | Priorisierungs-Canvas, Hypothesen-Backlog | Experiment Result, Decision Log, Learning Summary |
Tagskeine Überschneidung | GrowthVerhaltenRetention | SchätzungUnsicherheitPrognose | ExperimentePriorisierungDiscoveryHypothese | ExperimenteGrowthAnalyticsValidierung |



