Scrum ist heute vielerorts dafür bekannt, dass in der praktischen Auslegung viel Wert auf “weiche” Faktoren, das Zwischenmenschliche und eine Wohlfühlathmosphäre gelegt wird.
Und diese Faktoren sind wichtig – können aber ohne “hartes” Fundament wichtige Aspekte unserer Umwelt nicht adressieren. Ein “das gefällt mir nicht”, ein “aber ich bin überzeugt, dass das so ist” oder ein “das mag ich nicht” ist dem Markt meistens egal. 🦄
Was also, wenn es darum geht, wirklich am Markt zu bestehen und Konkurrenzfähig zu sein?
Dann hilft es oft, ein bisschen weniger “Bauchgefühl” und ein bisschen mehr Wissenschaft in die Arbeit zu bringen.
In dieser Session teilen Markus und Michael ihre Ideen, wo eine wissenschaftliche(re) Herangehensweise** ein Vorgehen nach Scrum verbessern kann.
Ob es darum geht…
die Scientific Method selbst für die Prozessverbesserung einzusetzen um die Arbeitsweise kontrolliert aber evolutionär zu verbessern,
die Wahrnehmungstheorie zu nutzen, die sich mit der menschlichen Aufmerksamkeitsspanne und der Fähigkeit befasst, mehrere Dinge gleichzeitig wahrzunehmen,
die Produkteigenschaften als echte Hypothesen im Sinne der Scientific Method zu beschreiben,
Flowzustände (nach Mihaly Csikszentmihalyi) in den Köpfen der beteiligten wahrscheinlicher zu machen,
Die Arbeit mit statistischen Daten der Lieferobjekte, um Klassen- und Modellbasierte (z.B.: Monte-Carlo) Vorhersagen über Start und End-Daten von Anforderungen zu machen
In jahrelanger Arbeit haben die beiden – lehrreiche – Geschichten für alle diese Ideen und noch einige weitere aus Ihrer Beratungspraxis gesammelt und mitgebracht.
Weil die Teilnehmenden (mit ihrem breiten Erfahrungsschatz) direkt einbezogen werden und Markus und Michael aus der Praxis diskutieren, kommen in dieser Session neue Perspektiven auf bekannte Events und Meetingtypen an’s Licht.
** Zum Begriff „wissenschaftliche Herangehensweise” ist wichtig zu wissen, dass der Begriff „Scientific Method“ im Englischen eine klar definierte Bedeutung hat, die so im Deutschen nicht üblich ist. Im Englischen meint der Begriff ein Vorgehen in mehreren Schritten, das mit Beobachtungen der Umwelt beginnt, mit der Bildung einer Hypothese und eines Modells.
Learning Outcomes:
Die Teilnehmenden:
wissen, daß auf Scrum basierende Vorgehensweisen von einer wissenschaftlicheren Herangehensweise profitieren können, um kontrollierte und evolutionäre Verbesserungen zu erzielen.
können einschätzen, wann die Verwendung von Hypothesen statt konkreten Features oder Stories im Backlog hilfreich sind, um eine wissenschaftliche Herangehensweise zu fördern und eine Führung durch das Bauchgefühl zu vermeiden.
können Beispiele dafür geben, wie die Nutzung von Statistiken und mathematischen Modellen (wie Monte-Carlo-Simulationen), dass genauere Vorhersagen über Start- und Enddaten von Anforderungen ermöglicht.