Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Engineering Kanban |  Delivery Monte Carlo Forecasting |  Product Discovery Experiment Canvas |  Product Discovery Test Card |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Arbeit parallel in zu vielen Strömen steckt, leidet Durchsatz und niemand sieht die Engpässe. Kanban macht den Fluss von Arbeit sichtbar und begrenzt Überlast so, dass ein System ruhiger und vorhersagbarer wird. | Wenn Liefertermine unsicher sind und Einzel-Schätzungen zu viel Sicherheit vortäuschen, zeigt Monte Carlo Forecasting die Bandbreite plausibler Enddaten. Historische Flussdaten werden so nutzbar, dass Risiko, Wahrscheinlichkeit und Erwartungswert sauber auseinanderhalten bleiben. | 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. | Die Test Card macht eine kritische Annahme prüfbar und legt vorab fest, welches Ergebnis als Erfolg zählt. |
Komplexitätunterschiedlich | Mittel | Hoch | Niedrig | Niedrig |
Zeitunterschiedlich | Ongoing | 30-90 min Setup, danach laufend | 30-60 min | 20-35 min |
Teilnehmendeunterschiedlich | 2-12 | 1-8 | 1-5 | 1-5 |
Formatidentisch | Workshop + Async | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Kanban Board, WIP Policies, Flow Metrics | Forecast Percentiles, Throughput Dataset, Risk Communication | Ausgefülltes Experiment Canvas, Erfolgsmetrik | Test Card mit vorab gesetzter Schwelle |
Tagskeine Überschneidung | FlowVisuelles ManagementDelivery | PrognoseFlowDelivery | ExperimenteValidierungDiscoveryHypothese | ExperimenteValidierungDiscoveryHypothese |