Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Agile Story Splitting |  Operations Bottleneck Analysis |  Agile Affinity Estimation |  Delivery Monte Carlo Forecasting |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn eine Story zu groß für einen sauberen Fluss wird, zerlegt sie Umfang entlang von Wert und Risiko. Sie bringt Arbeit in eine Form, die früher lieferbar und leichter prüfbar ist. | Bei einem Fluss, der sich an einer Stelle staut, sucht die Methode die Kapazitätsgrenze mit dem größten Hebel. Sie erklärt, warum Mehrarbeit an anderer Stelle den Durchsatz kaum verbessert. | Wenn viele Aufgaben zügig eingeordnet werden müssen, sortiert sie nach wahrgenommenem Aufwand und Ähnlichkeit. Sie reduziert den Aufwand für Feinschätzung bei großen Mengen. | 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 | Mittel | Hoch |
Zeitunterschiedlich | 30-60 min | 1-3 h | 30-90 min | 30-90 min Setup, danach laufend |
Teilnehmendeunterschiedlich | 2-6 | 3-8 | 3-12 | 1-8 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop | Workshop + Async |
Outputunterschiedlich | Smaller Stories, Acceptance Criteria, Split Rationale | Bottleneck Map, Flow Metrics, Improvement Options, Follow-up Measures | Affinity Size Map, Grouped Estimates, Unclear Items | Forecast Percentiles, Throughput Dataset, Risk Communication |
Tagskeine Überschneidung | BacklogIterationDelivery | FlowMessungRahmenbedingungen | SchätzungBacklogRelative Schätzung | PrognoseFlowDelivery |