Monte Carlo Simulation Explained
Es ist nicht ganz klar wann es begonnen hat, aber seit über 10 Jahren wird in der agilen Community die Monte Carlo-Simulation als ein Weg angesehen, im Rahmen von propabilistic forecasting voraussichtliche Lieferzeitpunkte zu berechnen. Vereinfacht gesagt handet es sich dabei um die Ermittlung von Eintrittswahrscheinlichkeiten auf Basis randomisierter historischer Daten. In diesem Video wird erklärt wie das stattfindet.
Die Frage, die sich nach derartigen Einführungen jeder sofort stellt, ist - funktioniert das wirklich? Die Antwort ist wie so oft, dass es auf den Kontext ankommt. Die Aussagekraft ist höher (wenn auch komplizierter zu verstehen) als die von reinen Durchschnittswerten. Man muss sich aber bewusst machen, dass mehrere Voraussetzungen gegeben sein müssen: der Umfang der Anforderungen muss stabil sein, das umsetzende Team muss stabil sein und es darf keine Änderung der für die Umsetzungsgeschwindigkeit relevanten Umgebungsfaktoren geben. Ob das in einer Umgebung, in der agil gearbeitet wird, der Fall ist?
