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 Sprint Retrospective |  Operations Theory of Constraints |  Operations Bottleneck Analysis |
|---|---|---|---|---|
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 ein Sprint vorbei ist und Reibung nicht einfach mitgeschleppt werden soll, öffnet sie den Blick auf Zusammenarbeit und Muster. Sie schafft Raum, um Ursachen und Veränderungen gemeinsam zu sehen. | Bei einem System, das trotz Aufwand nicht schneller wird, lenkt die Methode Aufmerksamkeit auf den Engpass. Sie konzentriert Verbesserung auf die Stelle, die den Durchsatz tatsächlich begrenzt. | Bei einem Fluss, der sich an einer Stelle staut, sucht die Methode die Kapazitätsgrenze mit dem größten Hebel. Sie erklärt, warum Mehrarbeit an anderer Stelle den Durchsatz kaum verbessert. |
Komplexitätunterschiedlich | Hoch | Niedrig | Hoch | Mittel |
Zeitunterschiedlich | 30-90 min Setup, danach laufend | Bis zu 3 h für einen einmonatigen Sprint | 2-4 h Analyse, laufend | 1-3 h |
Teilnehmendeunterschiedlich | 1-8 | Scrum Team | 3-12 | 3-8 |
Formatunterschiedlich | Workshop + Async | Workshop | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Forecast Percentiles, Throughput Dataset, Risk Communication | Improvement Actions, Team Agreements | Constraint Map, Improvement Plan, Flow Metrics | Bottleneck Map, Flow Metrics, Improvement Options, Follow-up Measures |
Tagskeine Überschneidung | PrognoseFlowDelivery | RetrospektiveVerbesserungLernen | OperationsRahmenbedingungenFlowVerbesserung | FlowMessungRahmenbedingungen |