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 |  Decision Making OODA Loop |  Decision Making Delphi Method |
|---|---|---|---|---|
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. | In dynamischen Situationen veralten Entscheidungen schneller, als sie vorbereitet wurden. Der OODA Loop hält Wahrnehmen, Einordnen, Entscheiden und Handeln als wiederkehrenden Takt zusammen, damit Reaktion nicht in Trägheit kippt. | Wenn Wissen verteilt ist und direkte Dominanz vermieden werden soll, geraten Gruppen schnell an ihre Meinungsführer. Die Delphi Method sammelt Einschätzungen iterativ und bringt Fachurteile schrittweise näher zusammen. |
Komplexitätunterschiedlich | Mittel | Hoch | Mittel | Hoch |
Zeitunterschiedlich | 1-2 Tage | 30-90 min Setup, danach laufend | 15-60 min je Zyklus | 1-4 Wochen |
Teilnehmendeunterschiedlich | 10-50 | 1-8 | 1-8 | 6-30 Experten |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop + Async | Async |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | Forecast Percentiles, Throughput Dataset, Risk Communication | Situation Assessment, Decision Loop, Action Updates | Expert Forecast, Consensus Range, Assumption Notes |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | PrognoseFlowDelivery | EntscheidungVeränderungLernenStrategie | PrognoseExpert:innenEntscheidungStrategie |