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 |  Product Discovery Assumption Mapping |  Decision Making Pareto Analysis |  Growth A/B Testing |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Features nach Wirkung auf Zufriedenheit unterschieden werden sollen, macht sie Erwartungen und Überraschungen vergleichbar. Sie trennt Grundbedürfnis, Leistungsbeitrag und Begeisterung. | Wenn Annahmen noch ungeordnet im Raum stehen, sortiert sie Unsicherheit und Hebelwirkung gegeneinander. Sie macht sichtbar, welche Hypothesen zuerst geprüft werden sollten. | In vielen Problemlagen verteilt sich Wirkung ungleich über viele Ursachen. Eine Pareto Analysis trennt die wenigen Treiber mit hoher Hebelwirkung von der langen Restmenge und richtet den Fokus auf das, was messbar bewegt. | 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 | Niedrig | Hoch |
Zeitunterschiedlich | 1-2 Tage | 45-60 min | 30-60 min | 1-4 Wochen |
Teilnehmendeunterschiedlich | 10-50 | 2-8 | 1-6 | 1-6 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop + Async | Async |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | Assumption Map, Test Backlog, Risk Ranking | Pareto Chart, Top Causes, Focus List | Experiment Result, Decision Log, Learning Summary |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | AnnahmenRisikoExperimenteValidierung | PriorisierungQualitätFokusUrsachenanalyse | ExperimenteGrowthAnalyticsValidierung |