ICE Scoring

Jede Initiative wird auf drei Dimensionen bewertet, typischerweise auf einer Skala von 1 bis 10. Impact fragt: Wenn das funktioniert, wie stark bewegt es die Kennzahl, auf die es ankommt? Confidence fragt: Wie sicher sind Sie sich, basierend auf Evidenz — Daten, Recherche, vergangene Experimente? Ease fragt: Wie gering sind Aufwand, Komplexität und Ausführungsrisiko? Multiplizieren Sie die drei Zahlen, und Sie erhalten einen ICE-Wert. Höhere Werte steigen an die Spitze der Warteschlange.

Die Formel ist bewusst grob. Ihr Wert entsteht dadurch, dass sie ein explizites Gespräch über Unsicherheit (Confidence) und Kosten (Ease) neben dem Potenzial (Impact) erzwingt, statt den überzeugendsten Fürsprecher den Roadmap-Slot gewinnen zu lassen. Teams bewerten meist unabhängig voneinander, bevor sie diskutieren, was Uneinigkeit früh sichtbar macht.

ICE glänzt in frühphasigen oder schnell agierenden Teams, die eine konsistente Bewertungssprache brauchen, ohne in detaillierte Schätzungen zu investieren. Es funktioniert gut zum Vergleichen von Experimenten, Wachstumsideen oder Backlog-Elementen, bei denen echte Unsicherheit besteht und man schnell vorankommen will. Es ist weniger geeignet für Arbeit, bei der strategische Ausrichtung oder Umsatzwirkung explizit gewichtet werden müssen — Frameworks wie RICE (das eine Reach-Dimension hinzufügt und den Ease-Multiplikator durch einen Effort-Divisor ersetzt) oder WSJF (das Cost of Delay einbezieht) schließen diese Lücken.

Die Confidence-Dimension ist der am wenigsten genutzte Hebel. Teams, die Confidence an echte Evidenz anbinden — Support-Ticket-Volumen, Umfragedaten, Analytics-Events, frühere A/B-Ergebnisse —, erzeugen weit belastbarere Werte als solche, die sie als Bauchgefühl-Multiplikator behandeln. Wenn Ihre Produktdaten auf einer gemeinsamen Basis neben Kundenfeedback und Umsatzsignalen liegen, wird das Verankern von Confidence-Werten in echten Datensätzen zu einem natürlichen Schritt statt zu einer Zusatzaufgabe.

Ein häufiger Fehler ist, einmal zum Planungszeitpunkt zu bewerten und nie wieder zu überprüfen. Während Experimente laufen und Daten eintreffen, sollten sich Confidence-Werte aktualisieren. Jede bewertete Initiative mit den Analytics-, Feedback- und Umsatzdaten zu verknüpfen, die sie informiert haben, schafft eine Nachvollziehbarkeit — und macht Retrospektiven nützlich statt politisch. Produktteams, die von einer einzigen verbundenen Datenquelle aus arbeiten, können die Schleife zwischen einer bewerteten Idee, der geleisteten Arbeit und dem gemessenen Ergebnis schließen und verwandeln ICE so von einem Planungsritual in ein Lernsystem.