methodatlas
Product Strategy

DIBB

Verknüpft Data, Insights und Beliefs mit einer konkreten Bet und macht die Entscheidungslogik später überprüfbar.

Kernfrage
Welche Bet (Entscheidung) trifft das Team auf Basis welcher Beliefs, gestützt auf welche Insights aus welchen Daten?
NiedrigWorkshop + Async1-2 h
Zweck

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.

Funktionsweise

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.

DIBB · von Daten zur WetteData, Insight, Belief und Bet als explizite Entscheidungsspur vom Signal zur priorisierten Handlung führen
Data -> Insight -> Belief -> BetData, Insight, Belief und Bet machen den Weg von Signal zu Entscheidung explizit.Data bis EntscheidungsspurData, Insight, Belief und Bet machen den Weg von Signal zu Entscheidung explizit.nicht Rohdaten alleinAnnahme sichtbarBet mit BegründungDatabeobachtbares SignalInsightMuster oder BedeutungBeliefexplizite AnnahmeBetkonkrete EntscheidungEntscheidungsspurwarum diese Wette sinnvoll ist, bleibt nachvollziehbar

Ablauf

  1. 1Relevante Daten zusammenstellen
  2. 2Daraus zentrale Insights formulieren
  3. 3Aus Insights abgeleitete Beliefs explizit machen
  4. 4Eine konkrete Bet als Entscheidung wählen
  5. 5Erfolg und Annahmen versionieren
  6. 6Bet später gegen Lernen prüfen

Das Runsheet führt mit 6 Phasen, Timeboxen, 6 Stolperfallen und klaren Abbruchkriterien durch die Umsetzung.

Runsheet öffnen

Ideal 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

Im Detail

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.

Durchführung

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.

Output-Artefakte
DIBB-DokumentBeliefs-ListeBets-ListeLernreport
Tags
Artefakt-Vorlagen
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.

Architecture Decision Record

Statt DIBB, wenn du mit Architecture Decision Record eine Architekturentscheidung mit Kontext, Optionen und Konsequenzen dokumentieren willst.

Ähnliche Methoden

Alle Methoden