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 Splitting |  Operations 5 Whys |  Operations Root Cause 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 eine Story zu groß für einen sauberen Fluss wird, zerlegt sie Umfang entlang von Wert und Risiko. Sie bringt Arbeit in eine Form, die früher lieferbar und leichter prüfbar ist. | Bei einer einzelnen, schwer erklärbaren Abweichung legt die Methode die kausale Kette hinter dem sichtbaren Symptom frei. Sie hält die Ursache so lange offen, bis eine steuerbare Bedingung statt einer bloßen Beschreibung vorliegt. | Wenn ein Problem wiederkehrt und die Ursache unklar bleibt, legt die Methode das zugrunde liegende Wirkgefüge frei. Sie trennt Symptom, Vermutung und belastbare Erklärung voneinander. |
Komplexitätunterschiedlich | Hoch | Mittel | Niedrig | Mittel |
Zeitunterschiedlich | 30-90 min Setup, danach laufend | 30-60 min | 15-30 min | 1-4 h |
Teilnehmendeunterschiedlich | 1-8 | 2-6 | 2-6 | 3-8 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop | Workshop + Async |
Outputunterschiedlich | Forecast Percentiles, Throughput Dataset, Risk Communication | Smaller Stories, Acceptance Criteria, Split Rationale | Root Cause Notes, Gegenmaßnahmen | Problem Statement, Ursachenhypothesen, Bestätigte Ursachen, Maßnahmenplan |
Tagskeine Überschneidung | PrognoseFlowDelivery | BacklogIterationDelivery | UrsachenanalyseIncidentLeanProblemlösung | UrsachenanalyseProblemlösungQualitätIncident |