Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Delivery Monte Carlo Forecasting |  Agile Affinity Estimation |  Engineering Kanban |  Agile Bucket System |
|---|---|---|---|---|
Zweckunterschiedlich | 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 viele Aufgaben zügig eingeordnet werden müssen, sortiert sie nach wahrgenommenem Aufwand und Ähnlichkeit. Sie reduziert den Aufwand für Feinschätzung bei großen Mengen. | 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. | Wenn eine größere Menge Arbeit schnell grob geschätzt werden soll, verteilt sie Items in vorgegebene Größenräume. Sie spart Diskussion, ohne die Vergleichbarkeit ganz aufzugeben. |
Komplexitätunterschiedlich | Hoch | Mittel | Mittel | Mittel |
Zeitunterschiedlich | 30-90 min Setup, danach laufend | 30-90 min | Ongoing | 30-90 min |
Teilnehmendeunterschiedlich | 1-8 | 3-12 | 2-12 | 3-12 |
Formatunterschiedlich | Workshop + Async | Workshop | Workshop + Async | Workshop |
Outputunterschiedlich | Forecast Percentiles, Throughput Dataset, Risk Communication | Affinity Size Map, Grouped Estimates, Unclear Items | Kanban Board, WIP Policies, Flow Metrics | Bucketed Backlog, Relative Estimates, Split Candidates |
Tagskeine Überschneidung | PrognoseFlowDelivery | SchätzungBacklogRelative Schätzung | FlowVisuelles ManagementDelivery | SchätzungBacklogRelative Schätzung |