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 |  Facilitation Dot Estimation |  Agile Story Points |  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. | 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. | Wenn Teams Komplexität statt Stunden bewerten wollen, schafft sie einen gemeinsamen relativen Maßstab. Sie hilft, Unsicherheit, Risiko und Umfang zusammen zu sehen. | 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 | Niedrig | Mittel | Hoch |
Zeitunterschiedlich | laufend | 5-20 min | laufend, 1-5 min je Item | 30-90 min Setup, danach laufend |
Teilnehmendeunterschiedlich | 2-12 | 3-20 | 3-9 | 1-8 |
Formatunterschiedlich | Workshop + Async | Workshop | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Throughput Data, Flow Forecast, Slicing Rules | Effort Heatmap, Risk Signals, Discussion Targets | Point Estimates, Reference Stories, Velocity Data | Forecast Percentiles, Throughput Dataset, Risk Communication |
Tagskeine Überschneidung | SchätzungPrognoseFlow | SchätzungAufwandRisiko | SchätzungAgilMessung | PrognoseFlowDelivery |