Prognose [Kanban]

3 Übungsfragen mit Lösung und Erklärung.

☝️ SingleWas leistet eine Monte-Carlo-Simulation im Flow-Kontext?
❌Sie berechnet den exakten Fertigstellungstermin aus den Schätzungen
✅Sie erzeugt aus historischen Durchsatzdaten viele Zufallsdurchläufe und liefert Wahrscheinlichkeitsaussagen statt eines einzelnen Termins
❌Sie bestimmt die richtigen WIP-Limits
❌Sie ermittelt die optimale Teamgröße
Das Ergebnis ist eine Aussage der Form "mit 85 Prozent Wahrscheinlichkeit bis zum 12. März". Für Stakeholder ist das ungewohnt, aber ehrlicher und entscheidungstauglicher als ein Einzeldatum.
☝️ SingleWelchen Vorteil bietet eine Prognose auf Basis von Durchsatzdaten gegenüber einer Schätzung in Story Points?
❌Sie macht das Sprint-Ziel entbehrlich
❌Sie funktioniert auch ohne jede historische Datenbasis
❌Sie ist immer exakt und benötigt keine Bandbreiten
✅Sie beruht auf tatsächlich beobachtetem Verhalten des Teams statt auf einer Vorabeinschätzung und kostet keine zusätzliche Schätzzeit
Voraussetzung sind ausreichend viele abgeschlossene Einheiten und einigermaßen ähnliche Größen. Ohne Datenhistorie bleibt vorerst nur die Schätzung.
☝️ SingleWas ist der Hauptvorteil einer Prognose mit Wahrscheinlichkeitsangabe gegenüber einem Einzeltermin?
✅Der Empfänger kann seine eigene Entscheidung am Risiko ausrichten, statt Scheinsicherheit einzuplanen
❌Sie ist einfacher zu berechnen
❌Sie ist immer optimistischer
❌Sie macht das Sprint-Ziel entbehrlich
Ein Einzeltermin unterschlägt die Streuung, die jeder kennt und niemand ausspricht. Eine Bandbreite macht sie zum Gegenstand der Entscheidung statt zur stillen Annahme.
← Alle ThemenIm Quiz üben