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 |  Delivery MoSCoW |
|---|---|---|---|
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 ein Release zu viele Forderungen trägt und Prioritäten nur noch verhandelt werden, schafft MoSCoW klare Grenzen für den nächsten Zuschnitt. Must, Should, Could und Won’t machen Verbindlichkeit, Spielraum und Tauschlogik für alle Beteiligten sichtbar. |
Komplexitätunterschiedlich | Mittel | Hoch | Niedrig |
Zeitunterschiedlich | 1-2 Tage | 30-90 min Setup, danach laufend | 30-90 min |
Teilnehmendeunterschiedlich | 10-50 | 1-8 | 3-12 |
Formatidentisch | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | Forecast Percentiles, Throughput Dataset, Risk Communication | Prioritized Backlog, Release Scope, Tradeoff Notes |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | PrognoseFlowDelivery | PriorisierungUmfangEntscheidung |
Oft zusammen betrachtet
Methoden mit thematischer Nähe zur aktuellen Auswahl, noch nicht im Vergleich.
