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 |  Operations PDCA Cycle |  Product Discovery Fake Door Test |  Product Discovery Hypothesis Prioritization Canvas |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Features nach Wirkung auf Zufriedenheit unterschieden werden sollen, macht sie Erwartungen und Überraschungen vergleichbar. Sie trennt Grundbedürfnis, Leistungsbeitrag und Begeisterung. | Bei einer Verbesserung, die erst im Alltag beweisen muss, was sie kann, führt die Methode in kleinen Lernschleifen vor. Sie verbindet Planung, Prüfung und Standardisierung zu einem wiederholbaren Lernmodus. | Wenn Nachfrage noch unklar ist, misst sie Interesse an einer Funktion, bevor sie gebaut wird. Sie trennt echtes Verhalten von höflicher Zustimmung und hält den Bauaufwand bewusst klein. | Wenn viele Hypothesen konkurrieren, bringt sie Ordnung in Lernreihenfolge und Bedeutung. Sie zeigt, was zuerst getestet werden sollte und warum die Reihenfolge zählt. |
Komplexitätunterschiedlich | Mittel | Niedrig | Mittel | Mittel |
Zeitunterschiedlich | 1-2 Tage | 1 h bis mehrere Wochen | 1-5 Tage | 60-90 min |
Teilnehmendeunterschiedlich | 10-50 | 1-8 | Nutzertraffic | 3-8 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Async | Workshop |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | PDCA Log, Experimentplan, Lernergebnis, Standardänderung | Click Data, Interest Signal, Learning Decision | Priorisierungs-Canvas, Hypothesen-Backlog |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | Kontinuierliche VerbesserungLeanExperimente | ValidierungExperimenteNachfrageDiscovery | ExperimentePriorisierungDiscoveryHypothese |