Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Product Discovery Kano Model |  Growth A/B Testing |  Decision Making Eisenhower Matrix |  Product Discovery Smoke Test |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Features nach Wirkung auf Zufriedenheit unterschieden werden sollen, macht sie Erwartungen und Überraschungen vergleichbar. Sie trennt Grundbedürfnis, Leistungsbeitrag und Begeisterung. | 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. | Im Alltag konkurrieren dringende Aufgaben, wichtige Arbeit und echter Verwaltungsaufwand ständig um Aufmerksamkeit. Die Eisenhower-Matrix trennt Reaktionsdruck von Relevanz und bringt Handlungsenergie dorthin, wo sie Wirkung erzeugt. | Wenn Nachfrage nur grob verifiziert werden muss, prüft sie Interesse mit minimalem Aufwand. Sie misst, ob Menschen einen nächsten Schritt überhaupt wählen würden. |
Komplexitätunterschiedlich | Mittel | Hoch | Niedrig | Niedrig |
Zeitunterschiedlich | 1-2 Tage | 1-4 Wochen | 15-30 min | 1-5 Tage |
Teilnehmendeunterschiedlich | 10-50 | 1-6 | 1-6 | Nutzertraffic |
Formatunterschiedlich | Workshop + Async | Async | Workshop + Async | Async |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | Experiment Result, Decision Log, Learning Summary | Eisenhower Matrix, Action List, Delegation Notes | Interest Metrics, Conversion Signal, Learning Note |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | ExperimenteGrowthAnalyticsValidierung | PriorisierungFokusAufgaben | ValidierungExperimenteNachfrageGrowth |