Wenn eine Produktentscheidung sauber begründet werden muss, macht sie Daten, Annahmen und Wetten gemeinsam sichtbar. Sie hält fest, warum eine Richtung gewählt wurde und woran sie später gemessen wird.
DIBB
Verknüpft Data, Insights und Beliefs mit einer konkreten Bet und macht die Entscheidungslogik später überprüfbar.
Welche Bet (Entscheidung) trifft das Team auf Basis welcher Beliefs, gestützt auf welche Insights aus welchen Daten?
Sie verknüpft Datenlage, daraus abgeleitete Einsichten und explizite Überzeugungen mit einer konkreten Entscheidung. Die Bet wird dadurch als prüfbare Wette formuliert, deren Begründung später nachvollzogen oder angepasst werden kann.
Visuelle Orientierung
Methodenskizze für ein schnelles Grundgefühl.
Ablauf
- 1Relevante Daten zusammenstellen
- 2Daraus zentrale Insights formulieren
- 3Aus Insights abgeleitete Beliefs explizit machen
- 4Eine konkrete Bet als Entscheidung wählen
- 5Erfolg und Annahmen versionieren
- 6Bet später gegen Lernen prüfen
Das Runsheet führt mit 6 Phasen, Timeboxen, 6 Stolperfallen und klaren Abbruchkriterien durch die Umsetzung.
Runsheet öffnenIdeal für
- Strategische Entscheidungen
- Produkt-Bets
- Cross-funktionale Alignment-Meetings
- Dokumentation von Strategie-Logik
Nicht gut für
- Operative Tagesentscheidungen
- Reine Backlog-Priorisierung
- Themen ohne Datenbasis
Vertiefung
DIBB trennt Daten, Insights, Beliefs und die eigentliche Bet sauber voneinander und macht Entscheidungslogik überprüfbar. Gute Anwendung widersteht der Versuchung, Glaube als Erkenntnis auszugeben oder Daten ohne Interpretation direkt in eine Wette zu überführen. Stark wird das Format, wenn sichtbar wird, worauf eine Entscheidung ruht und welche Teile später am ehesten revidiert werden könnten.
Lege vorhandene Daten und ihre Qualität offen, bevor ihr über Einsichten und Wetten sprecht, damit der Aufbau nicht rückwärts gelesen wird. Gewicht bekommt die Arbeit, wenn eine starke Bet nur auf schwach hergeleiteten Insights steht. Beende die Sitzung mit einer klaren Wette, ihrer Begründung und den Signalen, an denen ihr sie später bestätigt oder korrigiert.
DIBB ArbeitsvorlageKompakte Arbeitsvorlage für DIBB mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.markdown
dibb-working-template.md
Kompakte Arbeitsvorlage für DIBB mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
DIBB Arbeitsvorlage
Ziel
Spotify-Framework: Data, Insight, Belief, Bet, um Entscheidungen nachvollziehbar zu strukturieren.
Kontext
Wann und wofür nutzen wir diese Methode?
Input
Welche Daten, Beobachtungen, Entscheidungen oder Materialien liegen vor?
Durchführung
Kurze Notizen entlang des Runsheets.
Ergebnisartefakte
- DIBB-Dokument:
- Beliefs-Liste:
- Bets-Liste:
- Lernreport:
Annahmen und offene Fragen
- ...
Entscheidung / Nächster Schritt
Owner, Datum und Erfolgssignal.
Wann stattdessen?
Kurze Entscheidungshilfe für vorhandene Alternativen.
Statt DIBB, wenn du mit Architecture Decision Record eine Architekturentscheidung mit Kontext, Optionen und Konsequenzen dokumentieren willst.
Ähnliche Methoden
Alle MethodenBricht eine Spitzenmetrik in Treiber, Zwischenmetriken und Owners herunter, damit Reviews gezielter werden.
Formuliert Ziele so präzise, dass Messgröße, Relevanz und Deadline gemeinsam eine klare Steuerungsbasis bilden.
Setzt Schutzmetriken neben eine Hauptmetrik und definiert Grenzwerte, die Nebenwirkungen früh sichtbar machen.
Formt Zielgruppe, Bedürfnisse und Lösung zu einer Vision, die Validierungsfragen und Richtung anschlussfähig macht.
Bereitet größere Änderungen mit Motivation, Lösung, Alternativen und offenen Fragen revisionsfest auf.
Setzt Ziele in Akteure, Verhaltensänderungen und Delivery Options um und zeigt, welche Schritte Hebel haben.