Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Agile NoEstimates |  Operations Bottleneck Analysis |  Agile 4Ls Retrospective |  Delivery Monte Carlo Forecasting |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Schätzung mehr bremst als nützt, lenkt sie den Fokus auf Fluss, Kleinteiligkeit und echte Durchlaufzeit. Sie ersetzt Vorhersagezwang durch ein Arbeitsmodell, das schneller liefert. | 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. | 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. | 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. |
Komplexitätunterschiedlich | Mittel | Mittel | Niedrig | Hoch |
Zeitunterschiedlich | laufend | 1-3 h | 45–75 min | 30-90 min Setup, danach laufend |
Teilnehmendeunterschiedlich | 2-12 | 3-8 | Beteiligtes Team | 1-8 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop | Workshop + Async |
Outputunterschiedlich | Throughput Data, Flow Forecast, Slicing Rules | Bottleneck Map, Flow Metrics, Improvement Options, Follow-up Measures | 4Ls Board, Learning Themes, Improvement Actions | Forecast Percentiles, Throughput Dataset, Risk Communication |
Tagskeine Überschneidung | SchätzungPrognoseFlow | FlowMessungRahmenbedingungen | RetrospektiveLernenReflexionTeam | PrognoseFlowDelivery |