Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Product Strategy RICE Scoring |  Agile T-Shirt Sizing |  Delivery Monte Carlo Forecasting |  Product Discovery Dual-Track Agile |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn viele Initiativen um dieselben Ressourcen konkurrieren, ordnet sie Reichweite, Wirkung, Vertrauen und Aufwand in ein gemeinsames Ranking. Sie macht Priorisierung wirtschaftlich anschlussfähig. | Wenn Aufwand nur grob eingeordnet werden soll, macht sie Vergleichbarkeit wichtiger als Scheingenauigkeit. Sie hilft, Arbeit schnell in handliche Größen zu sortieren. | 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 Unsicherheit und Lieferung parallel laufen, trennt sie Lernarbeit von Umsetzung und hält beides verbunden. Sie verhindert, dass ungeprüfte Ideen direkt in den Lieferstrom fallen. |
Komplexitätunterschiedlich | Mittel | Niedrig | Hoch | Mittel |
Zeitunterschiedlich | 60-90 min | 15-45 min | 30-90 min Setup, danach laufend | Laufend, Wochen bis Monate |
Teilnehmendeunterschiedlich | 2-10 | 2-12 | 1-8 | 4-10 |
Formatidentisch | Workshop + Async | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | RICE Scores, Ranked List, Assumption Log | Size Buckets, Rough Backlog Map, Split Candidates | Forecast Percentiles, Throughput Dataset, Risk Communication | Discovery Backlog, Delivery Backlog, Experiment-Ergebnisse, Validierte Stories |
Tagskeine Überschneidung | PriorisierungBewertung (Scoring)RoadmapZielkonflikte | SchätzungAgilRoadmap | PrognoseFlowDelivery | AgilDiscoveryDelivery |