Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium | ![]() Agile Three Amigos | ![]() Agile NoEstimates | ![]() Agile Specification by Example | ![]() Delivery Monte Carlo Forecasting |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Story, Test und Umsetzung auseinanderlaufen könnten, bringt sie Fachsicht, Engineering und Qualität früh zusammen. Sie verhindert, dass eine Story erst spät unterschiedlich gelesen wird. | Wenn Schätzung mehr bremst als nützt, lenkt sie den Fokus auf Fluss, Kleinteiligkeit und echte Durchlaufzeit. Sie ersetzt Vorhersagezwang durch ein Arbeitsmodell, das schneller liefert. | Wenn fachliche Regeln präzise werden sollen, verbindet sie Sprache, Beispiel und Prüfung. Sie verhindert, dass Anforderungen zu abstrakt oder missverständlich bleiben. | 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 | Niedrig | Mittel | Mittel | Hoch |
Zeitunterschiedlich | 15-30 min | laufend | 60-90 min pro Feature | 30-90 min Setup, danach laufend |
Teilnehmendeunterschiedlich | 3 | 2-12 | 3-6 | 1-8 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop | Workshop + Async |
Outputunterschiedlich | Clarified Story, Test Examples, Open Questions | Throughput Data, Flow Forecast, Slicing Rules | Beispieltabelle, Acceptance Tests | Forecast Percentiles, Throughput Dataset, Risk Communication |
Tagskeine Überschneidung | ZusammenarbeitBehavior-Driven DevelopmentQualitätRefinement | SchätzungPrognoseFlow | AgilAnforderungenBeispieleBehavior-Driven Development | PrognoseFlowDelivery |



