Bei Entscheidungen mit Folgepfaden und Abhängigkeiten genügt eine lineare Gegenüberstellung oft nicht. Ein Decision Tree zeigt, wie sich Optionen unter Bedingungen verzweigen und welche Konsequenzen an jedem Ast hängen.
Decision Tree
Zeichnet Entscheidungen als verzweigte Pfade, sodass Optionen, Bedingungen und Konsequenzen im Vergleich klarer werden.
Welche Option oder Regel ergibt sich, wenn Bedingungen, Konsequenzen und Unsicherheiten explizit verzweigt werden?
Die Entscheidungsfrage wird entlang von Bedingungen, Ereignissen und möglichen Zuständen aufgespannt. Dadurch wird erkennbar, welche Pfade teuer, unwahrscheinlich oder strategisch riskant sind und wo Informationsgewinn den größten Wert hat. So wird Unsicherheit in ein prüfbares Pfadmodell übersetzt.
Visuelle Orientierung
Methodenskizze für ein schnelles Grundgefühl.
Ablauf
- 1Entscheidungsfrage formulieren
- 2Optionen und Bedingungen sammeln
- 3Branches und Outcomes zeichnen
- 4Risiken oder Wahrscheinlichkeiten ergänzen
- 5Besten Pfad diskutieren
Das Runsheet führt mit 5 Phasen, Timeboxen, 5 Stolperfallen und klaren Abbruchkriterien durch die Umsetzung.
Runsheet öffnenIdeal für
- Option Evaluation
- Policy Design
- Produkt- oder Prozesslogik
Nicht gut für
- Diffuse Strategiefragen ohne Kriterien
- Kreative Ideation
Vertiefung
Ein Decision Tree entfaltet Stärke, wenn eine Entscheidung von Bedingungen, Ereignissen und Folgeoptionen abhängt. Unsicherheit wird als Pfadstruktur sichtbar und zeigt, wo zusätzliche Information wirklich wertvoll wäre. Der Baum bleibt nur brauchbar, wenn relevante Verzweigungen modelliert und Konsequenzen ehrlich bewertet werden.
Lege die Ausgangsfrage, die wichtigsten Verzweigungen und die entscheidenden Unsicherheiten fest, bevor der Baum zu breit wächst. Hilfreich wird er dort, wo Informationsgewinn sichtbar macht, welcher Ast zuerst geklärt werden sollte. Schließe mit einem bevorzugten Pfad, den Auslösern für Neubewertung und den größten bekannten Restunsicherheiten.
Decision Tree ArbeitsvorlageKompakte Arbeitsvorlage für Decision Tree mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.canvas
decision-tree-working-template.md
Kompakte Arbeitsvorlage für Decision Tree mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
Decision Tree Canvas
Kontext
Wofür wird die Methode eingesetzt?
Kernfrage
Welche Frage soll am Ende beantwortet sein?
Input
Welche Daten, Beobachtungen oder Materialien liegen vor?
Arbeitsfläche
- Bereich 1:
- Bereich 2:
- Bereich 3:
- Beziehungen / Muster:
Ergebnisartefakte
- Decision Tree:
- Option Map:
- Assumption List:
Offene Fragen
- ...
Nächster Schritt
Owner, Datum, Erfolgssignal.
Wann stattdessen?
Kurze Entscheidungshilfe für vorhandene Alternativen.
Statt Decision Tree, wenn mehrere Optionen nach gemeinsamen Kriterien bewertet werden sollen und keine verzweigten Folgepfade nötig sind.
Ähnliche Methoden
Alle MethodenVergleicht Optionen gegen Kriterien und akzeptierte Nachteile, damit die Entscheidung transparent begründbar bleibt.
Ordnet Hauptthese, Pro- und Contra-Argumente sowie Belege zu einer klaren Decision Rationale.
Verbindet Beobachtung, Einordnung, Aktion und Rückkopplung zu einem schnellen Entscheidungszyklus.
Formt Rohoptionen zu vergleichbaren Beschreibungen mit Annahmen und Konsequenzen für eine echte Shortlist.
Prüft Vorhaben aus einer Gegenperspektive, sammelt Schwachstellen und leitet priorisierte Mitigations ab.
Gewichtet Optionen gegen Kriterien, damit Vergleich, Scoring Rationale und Auswahl nachvollziehbar dokumentiert sind.
Statt Decision Tree, wenn mehrere Optionen nach gemeinsamen Kriterien bewertet werden sollen und keine verzweigten Folgepfade nötig sind.