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 |  Delivery Monte Carlo Forecasting |  Product Strategy DIBB |  Delivery Cost of Delay |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Features nach Wirkung auf Zufriedenheit unterschieden werden sollen, macht sie Erwartungen und Überraschungen vergleichbar. Sie trennt Grundbedürfnis, Leistungsbeitrag und Begeisterung. | 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 eine Produktentscheidung sauber begründet werden muss, macht sie Daten, Annahmen und Wetten gemeinsam sichtbar. Sie hält fest, warum eine Richtung gewählt wurde und woran sie später gemessen wird. | Wenn mehrere Initiativen um knappe Kapazität konkurrieren und Verzögerung teuer werden kann, macht Cost of Delay den wirtschaftlichen Schaden sichtbar. Der Blick auf verlorenen Wert pro Zeitfenster schafft eine klare Grundlage für Reihenfolge und Taktung. |
Komplexitätunterschiedlich | Mittel | Hoch | Niedrig | Hoch |
Zeitunterschiedlich | 1-2 Tage | 30-90 min Setup, danach laufend | 1-2 h | 90-180 min |
Teilnehmendeunterschiedlich | 10-50 | 1-8 | 2-8 | 3-8 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop + Async | Workshop |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | Forecast Percentiles, Throughput Dataset, Risk Communication | DIBB-Dokument, Beliefs-Liste, Bets-Liste, Lernreport | CoD-Tabelle, Priorisierungssequenz |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | PrognoseFlowDelivery | StrategieEntscheidungAnnahmenHypothese | PriorisierungDeliveryÖkonomieEntscheidung |