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 ICE Scoring |  Engineering Kanban |
|---|---|---|---|---|
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 Ideen schnell sortiert werden müssen, bringt sie Wirkung, Vertrauen und Aufwand in ein kompaktes Urteil. Sie schafft einen einfachen Filter für Test- und Priorisierungsfragen. | 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. |
Komplexitätunterschiedlich | Mittel | Hoch | Niedrig | Mittel |
Zeitunterschiedlich | 1-2 Tage | 30-90 min Setup, danach laufend | 30-60 min | Ongoing |
Teilnehmendeunterschiedlich | 10-50 | 1-8 | 2-8 | 2-12 |
Formatidentisch | Workshop + Async | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | Forecast Percentiles, Throughput Dataset, Risk Communication | ICE-Tabelle, Top-Ideenliste | Kanban Board, WIP Policies, Flow Metrics |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | PrognoseFlowDelivery | PriorisierungBewertung (Scoring)GrowthEntscheidung | FlowVisuelles ManagementDelivery |