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 |  Operations Learning Review |  Engineering Kanban |  Agile 4Ls Retrospective |
|---|---|---|---|---|
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. | Nach einer Projektphase mit gemischten Ergebnissen macht die Methode Lernen aus dem Einzelfall wiederverwendbar. Sie verbindet Ereignisse, Entscheidungen und systemische Bedingungen zu belastbaren Einsichten. | 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 ein Sprint nicht nur bewertet, sondern auch gelernt werden soll, fasst sie Erfahrung in klare Lernkategorien. Sie hält fest, was funktioniert hat, was fehlt und was nächstes Mal anders laufen soll. |
Komplexitätunterschiedlich | Hoch | Mittel | Mittel | Niedrig |
Zeitunterschiedlich | 30-90 min Setup, danach laufend | 1-3 h | Ongoing | 45–75 min |
Teilnehmendeunterschiedlich | 1-8 | 3-10 | 2-12 | Beteiligtes Team |
Formatunterschiedlich | Workshop + Async | Workshop | Workshop + Async | Workshop |
Outputunterschiedlich | Forecast Percentiles, Throughput Dataset, Risk Communication | Learning Review Notes, System Factors, Improvement Actions | Kanban Board, WIP Policies, Flow Metrics | 4Ls Board, Learning Themes, Improvement Actions |
Tagskeine Überschneidung | PrognoseFlowDelivery | LernenRetrospektiveIncidentOperations | FlowVisuelles ManagementDelivery | RetrospektiveLernenReflexionTeam |