Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Knowledge Modeling Knowledge Mapping |  Facilitation Dot Estimation |  Delivery Monte Carlo Forecasting |  Engineering Kanban |
|---|---|---|---|---|
Zweckunterschiedlich | Knowledge Mapping macht Wissen, Lücken und Transferwege in einem Feld sichtbar. Es passt, wenn Fachwissen nicht nur vorhanden, sondern auch auffindbar und übertragbar sein soll. | Wenn Größe oder Aufwand nur grob geschätzt werden können, verdichtet Dot Estimation Erfahrungswissen zu einer schnellen Spanne. Die Methode bringt Vergleichbarkeit in unscharfe Einschätzungen, ohne auf Scheingenauigkeit zu setzen. | 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 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 | Niedrig | Hoch | Mittel |
Zeitunterschiedlich | 1-3 h | 5-20 min | 30-90 min Setup, danach laufend | Ongoing |
Teilnehmendeunterschiedlich | 3-12 | 3-20 | 1-8 | 2-12 |
Formatunterschiedlich | Workshop | Workshop | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Knowledge Map, Critical Knowledge Areas, Transfer Plan | Effort Heatmap, Risk Signals, Discussion Targets | Forecast Percentiles, Throughput Dataset, Risk Communication | Kanban Board, WIP Policies, Flow Metrics |
Tagskeine Überschneidung | WissenMappingRisiko | SchätzungAufwandRisiko | PrognoseFlowDelivery | FlowVisuelles ManagementDelivery |