methodatlas
Playbook

Schätzung und Forecasting verbessern

Von Bauchgefühl zu gemeinsamer Größenordnung, Unsicherheit und Lieferprognose.

Ergebnis

Ein Forecast mit Größenklassen, Annahmen, Unsicherheit und Review-Rhythmus.

Ideal für

  • Produktteams mit Lieferplanung
  • Backlogs mit ähnlicher Arbeit
  • Stakeholder-Fragen nach Wahrscheinlichkeit

Nicht gut für

  • einmalige Forschungsarbeit
  • Arbeit ohne historische Durchlaufdaten
Ablauf

Methodenpfad

4 Schritte
Vorlagen

Artefakte für dieses Playbook

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.
Markdown

Monte Carlo Forecasting Arbeitsvorlage

Kompakte Arbeitsvorlage für Monte Carlo Forecasting mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.

# Monte Carlo Forecasting Arbeitsvorlage

## Ziel

Prognostiziert Lieferzeit oder Scope probabilistisch anhand historischer Durchsatz- oder Cycle-Time-Daten.

## Kontext

Wann und wofür nutzen wir diese Methode?

## Input

Welche Daten, Beobachtungen, Entscheidungen oder Materialien liegen vor?

## Durchführung

Kurze Notizen entlang des Run Sheets.

## Ergebnisartefakte
- Forecast Percentiles:
- Throughput Dataset:
- Risk Communication:

## Annahmen und offene Fragen

- ...

## Entscheidung / Nächster Schritt

Owner, Datum und Erfolgssignal.
Abschlusskriterien