Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Agile T-Shirt Sizing |  Facilitation Dot Estimation |  Delivery Monte Carlo Forecasting |  Engineering Kanban |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Aufwand nur grob eingeordnet werden soll, macht sie Vergleichbarkeit wichtiger als Scheingenauigkeit. Sie hilft, Arbeit schnell in handliche Größen zu sortieren. | Wenn Größe oder Aufwand nur grob geschätzt werden können, verdichtet Dot Estimation Erfahrungswissen zu einer schnellen Spanne. Die Methode bringt Vergleichbarkeit in unscharfe Einschätzungen, ohne auf Scheingenauigkeit zu setzen. | 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 Arbeit parallel in zu vielen Strömen steckt, leidet Durchsatz und niemand sieht die Engpässe. Kanban macht den Fluss von Arbeit sichtbar und begrenzt Überlast so, dass ein System ruhiger und vorhersagbarer wird. |
Komplexitätunterschiedlich | Niedrig | Niedrig | Hoch | Mittel |
Zeitunterschiedlich | 15-45 min | 5-20 min | 30-90 min Setup, danach laufend | Ongoing |
Teilnehmendeunterschiedlich | 2-12 | 3-20 | 1-8 | 2-12 |
Formatunterschiedlich | Workshop + Async | Workshop | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Size Buckets, Rough Backlog Map, Split Candidates | Effort Heatmap, Risk Signals, Discussion Targets | Forecast Percentiles, Throughput Dataset, Risk Communication | Kanban Board, WIP Policies, Flow Metrics |
Tagskeine Überschneidung | SchätzungAgilRoadmap | SchätzungAufwandRisiko | PrognoseFlowDelivery | FlowVisuelles ManagementDelivery |