Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium | ![]() Delivery Value Stream Mapping | ![]() Decision Making Delphi Method | ![]() Facilitation Stakeholder Mapping | ![]() Delivery Monte Carlo Forecasting |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Lieferarbeit in Wartezeiten, Übergaben und verstecktem Aufwand zerfällt, macht Value Stream Mapping den tatsächlichen Fluss sichtbar. Die Methode legt Engpässe, Liegezeiten und Rückkopplungen offen, damit Durchlaufzeit und Verbesserungshebel greifbar werden. | Wenn Wissen verteilt ist und direkte Dominanz vermieden werden soll, geraten Gruppen schnell an ihre Meinungsführer. Die Delphi Method sammelt Einschätzungen iterativ und bringt Fachurteile schrittweise näher zusammen. | Wenn ein Vorhaben an vielen Personen, Interessen und Machtachsen hängt, ordnet Stakeholder Mapping das Umfeld systematisch. Es zeigt, wer beeinflusst, wer betroffen ist und wo Beziehungspflege oder Absicherung zuerst zählt. | 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 | Hoch | Niedrig | Hoch |
Zeitunterschiedlich | 1-3 h | 1-4 Wochen | 60–90 min | 30-90 min Setup, danach laufend |
Teilnehmendeunterschiedlich | 4-10 | 6-30 Experten | 2-8 | 1-8 |
Formatunterschiedlich | Workshop | Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Current-state Map, Future-state Map, Bottleneck List | Expert Forecast, Consensus Range, Assumption Notes | Stakeholder Map, Engagement Plan, Risk Notes | Forecast Percentiles, Throughput Dataset, Risk Communication |
Tagskeine Überschneidung | LeanFlowVerschwendungDelivery | PrognoseExpert:innenEntscheidungStrategie | StakeholderAbstimmungFacilitationVeränderung | PrognoseFlowDelivery |



