Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Knowledge Modeling PARA Method |  Delivery Value Stream Mapping |  Knowledge Modeling Feynman Technique |  Delivery Monte Carlo Forecasting |
|---|---|---|---|---|
Zweckunterschiedlich | Die PARA Method organisiert Wissen nach Projects, Areas, Resources und Archives. Sie schafft Ordnung, wenn digitale Notizen, Dateien und Aufgaben nicht mehr sauber zur aktuellen Arbeit passen. | Wenn Lieferarbeit in Wartezeiten, Übergaben und verstecktem Aufwand zerfällt, macht Value Stream Mapping den tatsächlichen Fluss sichtbar. Die Methode legt Engpässe, Liegezeiten und Rückkopplungen offen, damit Durchlaufzeit und Verbesserungshebel greifbar werden. | Die Feynman Technique prüft Verständnis, indem ein Thema so erklärt wird, dass es für andere leicht verständlich bleibt. Sie macht Wissenslücken sichtbar, bevor sie im Alltag teuer werden. | 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 | 1-3 h Setup, laufend | 1-3 h | 20-60 min | 30-90 min Setup, danach laufend |
Teilnehmendeunterschiedlich | 1 | 4-10 | 1 | 1-8 |
Formatunterschiedlich | Async | Workshop | Async | Workshop + Async |
Outputunterschiedlich | PARA Structure, Project Notes, Knowledge Archive | Current-state Map, Future-state Map, Bottleneck List | Plain-language Explanation, Knowledge Gaps, Study Notes | Forecast Percentiles, Throughput Dataset, Risk Communication |
Tagskeine Überschneidung | WissenProduktivitätOrganisation | LeanFlowVerschwendungDelivery | LernenWissenVerständnis | PrognoseFlowDelivery |