Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Agile Sprint Retrospective |  Delivery Monte Carlo Forecasting |  Operations After-Action Review |  Agile 4Ls Retrospective |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn ein Sprint vorbei ist und Reibung nicht einfach mitgeschleppt werden soll, öffnet sie den Blick auf Zusammenarbeit und Muster. Sie schafft Raum, um Ursachen und Veränderungen gemeinsam 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. | Nach Einsätzen oder Projektphasen mit unklaren Ergebnissen macht die Methode sichtbar, was tatsächlich passiert ist und was davon lernen lässt. Sie trennt Verlauf, Wirkung und Ursachen, damit Erfahrung in belastbare Verbesserungen übergeht. | 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. |
Komplexitätunterschiedlich | Niedrig | Hoch | Niedrig | Niedrig |
Zeitunterschiedlich | Bis zu 3 h für einen einmonatigen Sprint | 30-90 min Setup, danach laufend | 20-45 min | 45–75 min |
Teilnehmendeunterschiedlich | Scrum Team | 1-8 | 3-12 | Beteiligtes Team |
Formatunterschiedlich | Workshop | Workshop + Async | Workshop + Async | Workshop |
Outputunterschiedlich | Improvement Actions, Team Agreements | Forecast Percentiles, Throughput Dataset, Risk Communication | Lessons Learned, Action Items, Event Summary | 4Ls Board, Learning Themes, Improvement Actions |
Tagskeine Überschneidung | RetrospektiveVerbesserungLernen | PrognoseFlowDelivery | LernenOperationsVerbesserung | RetrospektiveLernenReflexionTeam |