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 Shape-First Modeling |  Product Discovery Experiment Canvas |  Product Strategy DIBB |  Product Discovery Test Card |
|---|---|---|---|---|
Zweckunterschiedlich | Shape-First Modeling definiert Datenqualität über Shapes, bevor Implementierung oder Integration ausfranst. Der Ansatz passt, wenn Validierung und Data Contracts von Anfang an Teil des Designs sein sollen. | Wenn Experimente später nicht mehr lesbar sind, ordnet sie Hypothese, Signal und Lernziel auf einer Fläche. Sie schafft Klarheit darüber, was ein Test wirklich beweisen soll. | Wenn eine Produktentscheidung sauber begründet werden muss, macht sie Daten, Annahmen und Wetten gemeinsam sichtbar. Sie hält fest, warum eine Richtung gewählt wurde und woran sie später gemessen wird. | Die Test Card macht eine kritische Annahme prüfbar und legt vorab fest, welches Ergebnis als Erfolg zählt. |
Komplexitätunterschiedlich | Mittel | Niedrig | Niedrig | Niedrig |
Zeitunterschiedlich | Halber Tag pro Domain Slice | 30-60 min | 1-2 h | 20-35 min |
Teilnehmendeunterschiedlich | 1-4 | 1-5 | 2-8 | 1-5 |
Formatidentisch | Workshop + Async | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | SHACL or ShEx Shapes, Validation Reports, Data Contracts, Shape Documentation | Ausgefülltes Experiment Canvas, Erfolgsmetrik | DIBB-Dokument, Beliefs-Liste, Bets-Liste, Lernreport | Test Card mit vorab gesetzter Schwelle |
Tagskeine Überschneidung | WissensgraphValidierungSemantik | ExperimenteValidierungDiscoveryHypothese | StrategieEntscheidungAnnahmenHypothese | ExperimenteValidierungDiscoveryHypothese |