methodatlas
Run SheetAgileEstimation

Affinity Estimation

KomplexitätMedium
Zeit30-90 min
Teilnehmende3-12
FormatWorkshop
MaturityEstablished
01

Vorbedingung

Was vorher fertig sein muss

Vorher abschließenStory Points

Eine etablierte Schätzskala (Fibonacci oder T-Shirt) und mindestens zwei Referenzitems pro Größe sind im Team bekannt.

Ohne: Ohne kalibrierte Skala produziert die Sortierung Cluster, deren Größenetiketten teamintern bedeutungslos bleiben.
Vorher abschließenAcceptance Criteria Workshop

Für jedes zu schätzende Item liegt mindestens eine Kurzbeschreibung mit Akzeptanzkriterien vor, die das Team ohne Rückfrage einsortieren kann.

Ohne: Ohne Kriterien sortiert die Gruppe Titel statt Inhalte, die Schätzung wird beliebig.
02

Vorbereitung

Was vor Start vorliegen muss

Materialien

Lange Wand oder Miro-Board mit horizontaler Größenachse (XS bis XL oder 1 bis 21); Karten oder Notizen mit je einem Item; Stifte; Timer; Liste der Referenzitems pro Größe sichtbar an der Achse.

Personen / Rollen

Ein Facilitator, der die stille Phase schützt und Cluster-Diskussion moderiert; ein Product Owner für Kontextfragen; das umsetzende Team (4-8 Personen); ein Scribe, der Cluster-Labels und Ausreißer protokolliert.

Vorabinfos

Liste der zu schätzenden Items (typisch 20-100); Kurzbeschreibung und Akzeptanzkriterien pro Item; Referenzitems mit Größen aus früheren Schätzungen; bekannte Abhängigkeiten oder Risiken.

Zeitbedarf

30-90 min

Setup

Horizontale Achse von links (klein) nach rechts (groß) mit Größenbuckets markieren. Referenzitems in jeden Bucket kleben. Items in zufälliger Reihenfolge bereitlegen. Stille-Regel ansagen: Phase 2 läuft ohne Sprechen.

03

Kernfrage

Die eine Frage, die diese Methode beantwortet

Wie ordnen sich diese Items relativ zueinander entlang der Größenachse, und wo entstehen Ausreißer oder Cluster, die genauere Diskussion brauchen?

04

Ablauf

Marker: Phase

SchrittDauerAktionHinweis
1Phase 1: Achse und Referenzen kalibrieren
10 minGrößenachse und Referenzitems gemeinsam durchgehen. Wer abweichendes Verständnis hat, äußert es jetzt. Referenzen ggf. umsortieren, bis Konsens steht.Ohne kalibrierte Referenzen ist die Sortierung Bauchgefühl. Wenn keine echten Referenzitems existieren, vor Workshop welche aus Liefer-Historie auswählen.
2Phase 2: Stilles Sortieren
20-30 minAlle Teilnehmer sortieren Items still entlang der Achse. Jeder darf jedes Item verschieben. Keine Diskussion, keine Verhandlung. Items, die mehrfach hin- und hergeschoben werden, mit Punkt markieren.Wer in der stillen Phase redet, wird einmal erinnert. Bei Wiederholung pausiert der Facilitator und resettet. Stille schützt vor Ankereffekten und Lautstärke-Dominanz.
3Phase 3: Cluster mit Größen labeln
10-15 minGemeinsam Cluster identifizieren und mit Größenwerten versehen (Fibonacci oder T-Shirt). Wo Items in Clusterlücken hängen, ins näher liegende Cluster ziehen oder als unklar markieren.Cluster ohne Label sind nutzlos. Wenn ein Cluster zwischen zwei Größen liegt, höhere Größe nehmen, um Risiko nicht zu unterschätzen.
4Phase 4: Ausreißer und Splits klären
15-20 minPunkt-markierte Items und Cluster-Grenzfälle einzeln besprechen: Annahmen erklären, Größe finalisieren oder Splitting/Spike vorschlagen. Maximal 2 min je Item.Wenn mehr als ein Drittel der Items strittig ist, war die stille Phase zu kurz oder das Team hat Wissenslücken. Sortierung nicht durchpressen, sondern Discovery nachziehen.
05

Artefakt

Was am Ende rauskommt

Form

Backlog-Übersicht mit Größenwert pro Item (im Ticket-System gepflegt), plus Snapshot der Affinity-Map (Foto oder Board-Export) und Liste der Items, die Splitting oder Spike brauchen, mit Owner und Frist.

Tool-Alternativen
  • Miro oder FigJam mit Affinity-Estimation-Template
  • Physische Wand mit Karten und Foto-Export
  • Jira oder Linear mit Story-Point-Feld plus Filtersicht
  • Notion-Datenbank mit Size-Spalte
  • Azure DevOps mit Story Points und Tags
Versionierung / Ownership

Schätzwerte werden direkt im Item gehalten. Nach Affinity-Workshop Snapshot des Boards mit Datum archivieren. Re-Estimation einzelner Items im Item-Kommentar mit Datum, alte Werte nicht überschreiben.

canvas

Affinity Estimation Arbeitsvorlage

Kompakte Arbeitsvorlage für Affinity Estimation mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.

# Affinity Estimation 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
- Affinity Size Map:
- Grouped Estimates:
- Unclear Items:

## Offene Fragen

- ...

## Nächster Schritt

Owner, Datum, Erfolgssignal.
06

Beispielausgabe

Konkret gefülltes Szenario

affinity-estimation-beispiel.md
markdown
## Affinity Estimation — Backlog H2/2026, 2026-05-18

**Referenzen**
- 1: Tooltip-Update Onboarding
- 3: SSO Google-Anbindung
- 5: API-Endpoint Mandanten-Export
- 8: Mandanten-Self-Service-Portal (Q1 2026)
- 13: Multi-Tenant-Mandantenverwaltung (Q1 2026)

**Ergebnis (47 Items)**
- Cluster 1 (15 Items): UI-Polish, Tooltips, kleine Bugfixes.
- Cluster 3 (12 Items): API-Erweiterungen, Konfig-Toggles.
- Cluster 5 (10 Items): Neue Reporting-Module, Webhook-System.
- Cluster 8 (7 Items): Self-Service-Erweiterungen, Workflow-Builder-Teilstücke.
- Cluster 13 (3 Items): KI-Belegerkennung (Spike), Compliance-Audit-Modul.

**Splits/Spikes**
- KI-Belegerkennung -> Spike-Ticket für Anbieter-Vergleich (Owner: @anna, bis 30.05.).
- Workflow-Builder -> drei Teilstories vorgeschlagen, PO @lisa zerlegt bis 22.05.
07

Stolperfallen

Symptome erkennen, gegensteuern

Falle

Stille Phase wird Diskussionsphase

Symptom

Teilnehmer reden bereits beim Sortieren, dominante Stimmen verschieben Items für andere mit.

Was tun

Facilitator setzt Regel hart durch: bei wiederholtem Sprechen kurze Pause, Reset. Stille ist Kernschutz vor Ankereffekten.

Falle

Referenzen fehlen oder sind willkürlich

Symptom

Cluster-Labels werden zugewiesen, ohne dass Größenklassen mit echter Lieferzeit verknüpft sind.

Was tun

Vor Phase 1 mindestens drei Referenzitems aus realer Liefer-Historie definieren. Ohne Referenzen ist die Methode ein Sortierspiel ohne Vergleichsbasis.

Falle

Mischung verschiedener Granularitäten

Symptom

Items reichen von Tasks bis Epics, Sortierung ergibt keine sinnvolle Verteilung.

Was tun

Vor Sortierung Granularität prüfen und Items in vergleichbarer Größe halten. Sehr große Items vor Workshop in Epic-Sicht heben oder splitten.

Falle

Zu viele strittige Items

Symptom

Mehr als ein Drittel der Items wird in Phase 4 diskutiert, Workshop überzieht stark.

Was tun

Workshop nach 4 Phasen abbrechen, strittige Items in zweite Session geben. Wissenslücken erkennen und Discovery beauftragen, nicht durchpressen.

Falle

Cluster ohne Verteilung

Symptom

Alle Items landen in ein oder zwei Größen, andere Cluster sind leer.

Was tun

Entweder Granularität ungeeignet oder Skala falsch gewählt. Bei Häufung in mittleren Größen Skala verfeinern oder Items neu schneiden.

08

Abbruchkriterien

Done-Signale, in unter einer Minute prüfbar

Keine kalibrierten Referenzitems aus realer Liefer-Historie verfügbar.
Items sind in deutlich unterschiedlicher Granularität, Vergleich ist nicht sinnvoll.
Kein Umsetzungsteam anwesend, nur PO oder Stakeholder, Größen werden Wunschdenken.
Mehr als ein Drittel der Items hat unklare Akzeptanzkriterien oder unbekannten Inhalt.
Wandfläche oder Board-Größe reicht nicht für die Item-Menge, Sortierung wird unleserlich.
Workshopzeit unter 30 min bei mehr als 30 Items, stille Phase wird zu kurz.

Run Sheet durchgearbeitet?

Zum Steckbrief für Zweck, ähnliche Methoden und Quellen — oder direkt zur nächsten Methode im Katalog.