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 Story Points |  Facilitation Dot Estimation |
|---|---|---|---|
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 Teams Komplexität statt Stunden bewerten wollen, schafft sie einen gemeinsamen relativen Maßstab. Sie hilft, Unsicherheit, Risiko und Umfang zusammen zu sehen. | 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. |
Komplexitätunterschiedlich | Hoch | Mittel | Niedrig |
Zeitunterschiedlich | 30-90 min Setup, danach laufend | laufend, 1-5 min je Item | 5-20 min |
Teilnehmendeunterschiedlich | 1-8 | 3-9 | 3-20 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop |
Outputunterschiedlich | Forecast Percentiles, Throughput Dataset, Risk Communication | Point Estimates, Reference Stories, Velocity Data | Effort Heatmap, Risk Signals, Discussion Targets |
Tagskeine Überschneidung | PrognoseFlowDelivery | SchätzungAgilMessung | SchätzungAufwandRisiko |
Oft zusammen betrachtet
Methoden mit thematischer Nähe zur aktuellen Auswahl, noch nicht im Vergleich.
