Die Rolle der Empirie in der Softwaretechnik

Größe: px
Ab Seite anzeigen:

Download "Die Rolle der Empirie in der Softwaretechnik"

Transkript

1 Die Rolle der Empirie in der Softwaretechnik Universität Karlsruhe UNIVERSITÄT KARLSRUHE (TH) Fakultät für Informatik

2 Raffaels Schule von Athen Folie 2

3 Platon und Aristoteles Platon: Aristoteles: Die Welt der Ideen und Formen kann nur durch die Vernunft erkannt werden. Wissenschaft untersucht das Allgemeine, welches sich aber in der Existenz einzelner Individuen ausdrückt. Sie existiert unabhängig von der Erscheinungswelt. Demnach muss Wissenschaft einen Ausgleich zwischen dem Empirismus und der Deduktion schaffen, nicht bloß dazwischen wählen. Beobachtung ist wertlos für Erkenntnis. ( Reine Theorie ) ( Auch die Beobachtung zählt ) Folie 3

4 Modernes Verständnis von Wissenschaft Wir überspringen Ptolemäus, Kopernikus, Tycho Brahe, Galileo, Kepler, Francis Bacon, John Lock, Descartes, Newton, Leibniz, Kant und viele andere. Wissenschaftliche Methode: Ausgangspunkt: ein Problem, das erklärt werden muss Suche Erklärung (neue oder verbesserte Theorie) Teste Theorie mittels Experiment Folie 4

5 Was ist ein Experiment? Erfahrungswissenschaftliche Methode, um angenommenes Gesetzmäßigkeiten (Hypothesen) in der Umwelt durch Beobachtung zu überprüfen. Im Experiment wird durch planmäßiges Beobachten eines Sachverhaltes [ ] und dessen Veränderung unter kontrollierten, [ ] wiederholbaren Bedingungen eine Hypothese bestätigt bzw. widerlegt. (Quelle: Microsoft Encarta Online-Enzyklopädie) Wichtig hier: planmäßige Manipulation von Variablen, W iederholbarkeit, Objektive Beobachtung Kausalität (Ursache-W irkung-beziehung) Folie 5

6 Und was ist Falsifikation? Falsifikation ist die Widerlegung von Hypothesen oder Theorien durch empirische Aussagen (z.b. Beobachtung, Experiment) Karl Popper: Universelle Hypothesen sind empirisch widerlegbar, aber nicht verifizierbar Alle Schwäne sind weiß kann als vorläufige Hypothese akzeptiert werden, bis der erste nicht-weiße Schwan beobachtet wird. Je länger eine (falsifizierbare) Hypothese Falsifikationsversuchen widersteht, als desto belastbarer wird sie angesehen. Beispiel: Newtons Theorie wurde falsifiziert; Einsteins Relativitätstheorie noch nicht. Folie 6

7 Hierzu gäbe es noch viel mehr zu sagen Lakatos Forschungsprogramme Kuhns Paradigmen Theorie braucht Raum und Zeit für ihre Entwicklung Falsifikationsversuche erst später W issenschaft folgt nicht dem Falsifzierungsweg Sondern es gibt Revolutionen, bei denen eine Theorie zu gunsten einer anderen verworfen wird. Dazwischen findet Normalwissenschaft statt (Ausbau, Stärkung, Abrundung, Anwendung) Feyerabends Anarchie Historisch gesehen gibt es keine wissenschaftliche Methode anything goes um neue Theorien zu finden Der Einzelne muss aber kompetent und informiert sein; wiss. Standards. Folie 7

8 Neugierig geworden? Alan F.Chalmers, What is This Thing Called Science?, Open University Press, Bruno Latour, Science in Action: How to follow Scientists and Engineers through Society, Harvard University Press, Folie 8

9 Und was hat das alles mit Software zu tun? Ist die Methodik der Naturwissenschaften überhaupt auf Softwareforschung, ja auf Informatik anwendbar? Informatik behandelt die Verarbeitung von Information mittels technischer Mittel. Die sind alle künstlich wo ist die Natur? Liegen nicht die (natur-)wissenschaftlichen Aspekte in anderen Disziplinen (z.b. Physik, E-Technik, Mathematik)? Folie 9

10 Informatik ist die Wissenschaft von den Informationsprozessen Künstliche Informationsprozesse ( Computer Science ) Algorithmen Datenbanken Betriebssysteme Übersetzer RechnerArchitekturen Simulation Simulation natürliche Informationsprozesse Simulation Simulation Kognition Intelligenz DNA Immunsystem Folie 10

11 Unterscheidung künstlich/natürlich ist künstlich? Künstliche Informationsprozesse ( Computer Science ) ProgrammierMethoden ProgrammierSprachen SoftwareWerkzeuge Brauchbarkeit? Wie geht Programmieren? natürliche Informationsprozesse Brauchbarkeit? Brauchbarkeit? Folie 11

12 Wozu Empirie in der SWT? Empirie (d.h. Nutzung von Erfahrung, Beobachtung, Experiment) ist aus der Softwareforschung nicht mehr wegzudenken. empirische Studien stellen fest, ob Unterschiede zwischen alternativen Softwaretechniken tatsächlich zu beobachten sind, z.b. hinsichtlich der Qualität oder den Kosten der erstellten Software. dies sind zumeist explorative Studien, d.h. solche, die Phänomene erkunden, ohne sie zunächst erklären zu können. Folie 12

13 Wozu Empirie? Korrelationsstudien untersuchen Zusammenhänge zwischen Variablen bei der Softwarebearbeitung, Vorhersage- und Optimierungsmodelle machen die entdeckten Zusammenhänge für Entscheidungen bei der Softwarebearbeitung nutzbar, z.b. zwischen der Größe der Software und dem benötigten Aufwand zu Ihrer Erstellung. z.b. bei der Kostenschätzung empirische Studien falsifizieren Hypothesen z.b. die Unabhängigkeitsannahme bei Multiversionsprogrammierung Folie 13

14 Wozu Empirie? Letztlich sucht der Wissenschaftler auch in der Softwaretechnik nach Erklärungen für beobachtete Zusammenhänge: nach Theorien über die Software-Bearbeitung, aus denen praktisch nutzbare Vorhersagen und Modelle abgeleitet werden können. Belastbare, empirisch überprüfte Theorien, die etwas über die Wirklichkeit der Softwarebearbeitung aussagen, sind das eigentliche Ziel der Forschung. Gegensatz: Math. Theorie fußt auf Annahmen und logischen Folgerungen, nicht auf Beobachtung. Folie 14

15 Softwareforschung Was ist mit Software automatisierbar und wie? Technik Produkt & Prozess Methoden W erkzeuge Was geht in der SW-Entwicklung eigentlich vor? Wie entwickelt man Software schnell und gut? Stimmt die Theorie? Wie funktionieren Methoden? Was passiert wenn...? Theorie Empirie Modelle, Gesetze, Metriken,Psychologie, Formalisierung Theorietest Technikbewertung Erkundung v. Phänomenen empirische Methodik Folie 15

16 Forschungsmethoden Fallstudie Umfrage Korrelationsstudie Feldexperiment Kontrolliertes Experiment Metastudie Ethnographische Studie Langzeitstudie Simulation Benchmark-Studien U.a. Folie 16

17 Ein mustergültiges Experiment: Multi-Versions-Programmierung (Knight & Leveson) Ein klassisches Falsifikationsexperiment MVP: N unabhängig entwickelte Implementierungen der gleichen Spezifkation laufen parallel; die Mehrheit bestimmt das Ergebnis (in der Praxis N=3). Das Experiment falsifiziert die Annahme, dass unabhängige Implementierungen der gleichen Spezifikation unabhängig voneinander versagen. Damit ist das Zuverlässigkeit bei Multi-VersionsProgrammierung geringer als angenommen. Folie 17

18 MVP-Experiment fortgesetzt Spannende Fragestellung, heiß debattiert Sehr sauber durchgeführtes Experiment 27 unabhängige Versionen mit 99,9% Zuverlässigkeit Akzeptanztest mit 100 zufälligen Testfällen, Stichprobe mit 1 Mio zufälligen Testfällen Die beobachtete Häufung von Mehrfachversagern ist unter der Unabhängigkeitsannahme extrem unwahrscheinlich Erklärung: Programmierer machen an den gleichen Stellen Fehler! Folie 18

19 Übertragung auf Verifkation Verifikation ist 2-Versions-Programmierung: Version 1: Spezifkation, Version 2: Implementierung Anstelle ein drittes Programm als Schiedsrichter bei unterschiedlichen Ausgaben zu benutzen, wird per Verifikation sichergestellt, dass die Programme die gleichen Ergebnisse (und Fehler) liefern. Auch hier gilt: Unabhängigkeit der Versager in beiden Versionen nicht gegeben! Damit ist das Zuverlässigkeit bei weitem nicht so hoch, wie gedacht (100%), aber durch die Redundanz sicher besser als ohne. Folie 19

20 Noch ein Experiment: Inspektionen (Porter et al.) Interessanter Experimentaufbau: Durchführung als Teil einer professionellen Software-Entwicklung Wieviele Inspektionen braucht die Software? Ergebnis 1: zwei Inspektoren reichen Ergebnis 2: Mehr Inspektoren verbessern zwar die inspizierten Komponenten (Sättigung), aber reduzieren insgesamt die Anzahl der inspizierten Komponenten (keine Zeit, keine Zeit!), so dass letztlich mehr Fehler unentdeckt bleiben. Folie 20

21 Ernüchterung... wir sind erst hier... Mode Berater... da müssen wir hin! Folie 21

22 Was ist falsch am reinen Empirismus? Empirische Ergebnisse allein bilden kein kohärentes Wissensgebäude. Angenommen, wir stellen fest, dass Methode A besser als Methode B ist. Das sagt nichts über noch zu entwickelnde Methoden C, D, E aus. Soll man alle Experimente wiederholen? Erklärt auch nicht, warum A besser ist. Allein aus Experimenten heraus ist es schwierig, den Wissensstand zu beschreiben oder die Hypothesen zu bestimmen, die getestet werden sollen. Induktivismus wissenschaftstheoret. problematisch Die Folgerung Wenn eine große Anzahl von As unter unterschiedlichen Bedingungen beobachtet wurde und alle beobachteten As ohne Ausnahme die Eigenschaft A besaßen, dann besitzen alle As die Eigenschaft B ist logisch falsch. Theorien und Modelle werden benötigt. Wissenschaft braucht beide Säulen: Empirie und Theorie, die sich gegenseitig informieren. Folie 22

23 Welche Rolle hat die Theorie? Erklärt beobachtete Phänomene, Kann noch unbeobachtete Phänomene vorhersagen, Kann zur Formulierung testbarer Hypothesen nutzen, Bildet den Kern einer Wissenschaft, Muss verbessert oder ersetzt werden, wenn unerklärliche Beobachtungen gemacht werden Ist qualitativ oder quantitativ, Ist in der Softwareforschung selten (Warum- und Wie-Fragen nicht beantwortbar) Folie 23

24 Theorie zu Inspektionen laut Sauer et al. Folie 24

25 Erklärungen der Theorie der Sachverstand der Gruppe ist bestimmt vom Sachverstand der einzelnen Mitglieder => Erhöhen durch Auswahl, Training, Lesetechniken durch die Interaktion in der Gruppe entstehen keine neuen Lösungen das Verfahren zur Entscheidungsfindung ist ausschlaggebend dafür, ob vorhandener Sachverstand der Mitglieder genutzt wird Eingriffe am Ablauf einer Inspektion werden nur dann etwas bringen, wenn der bereits vorhandene Sachverstand nicht optimal eingesetzt wird Folie 25

26 Weitere Erklärungen zum Nutzen der Gruppensitzung: Gruppensitzung trägt nicht signifikant zum Entdecken von Fehlern bei. Notwendigkeit des Identifizierens von vermeintlichen Defekten Interaktion in der Gruppe bringt keine neuen Lösungen Gruppe hat mehr Sachverstand über Defekte als ein einzelner Inspektor Fehlt: Gruppengröße beeinflusst die verfügbaren Termine und damit die Überdeckung mit Inspektionen. Folie 26

27 Paarprogrammierung Folie 27

28 28Tichy Walter F. Folie 28

29 Paarprogrammierung Ein zentrale Technik der sog. agilen Methoden. Jede Zeile Produktionscode wird von zwei Programmierern an einem Rechner und einer Tastatur erstellt. Gegner: Anarchie! Verschwendung! Glorifziertes Hacken! Befürworter: Schluss mit Software-Bürokratie! Geschwindigkeit, Qualität, Flexibilität, Spaß am Programmieren! Hat alle Zeichen eines Religionskrieges (ist einer) Experimente geben mal dem einen, mal dem anderen den Vorzug. Zu viele Variablen Komplexität, Größe der Probleme Erfahrung der Paare, Marktdruck Gewünschte Flexibilität der Software, etc.) Folie 29

30 Überraschung: Ein einfaches Modell führt ziemlich weit! Padberg und Müller benutzen ein ökonomisches Modell, um Paarprogrammierer und Einzelprogrammierer zu vergleichen (see ESEC/FSE 2003): Kapitalwert-Betrachtung, um den Wert des frühen Markteintritts zu quantifzieren Berücksichtigt den Geschwindigkeitsvorteil der Paare Berücksichtigt den Qualitätsvorteil der Paare Berücksichtigt die höheren Kosten der Paare. Folie 30

31 Kapitalwert (engl. Net Present Value) NPV = AssetValue / (1+ DiscountRate)DevTime - DevCost DevCostPP ~ DevTimePP x NumOfPairs x 2 DevCostS ~ DevTimeS x NumOfDevelopers DevTime is dependent on project size, productivity of pairs vs. single programmers rework time of single programmers to get same defect density (compensating pair quality advantage) Folie 31

32 Was bringt s? Abwägung: Bei welchen Parameterwerten gewinnt Paaroder Einzelprogrammierung? Bestimme die Break-Even-Kurve; Sensitivitäts-Analyse; Was macht man mit begrenzter Entwicklermannschaft? Paare oder einzeln? Bestimme Effekt von inkrementeller Lieferung; Lernkurve kann mit berücksichtigt werden; Hypothesen können mit Experiment oder Simulation überprüft werden; Liefert klare Empfehlungen; Ende des Glaubenskrieges. Folie 32

33 Qualitative Recommendations Pair programming yields higher NPV than single programmers if discount rate is high (0.75) and pairs are almost twice as fast as single programmers (1.8) If a project allows enough parallelism and the speed advantage is not great, use single programmers. Incremental delivery increase the NPV for both, but more so for pair programming. An extension of the model takes into account the learning curve of pairs (Metrics 2004). Exponential or S-curve learning: added cost is a few percentage points. Folie 33

34 Komplizierteres Modell: Kostenschätzung Schätzmodell Mittlerer Fehler Funktionspunkte 103% CoCoMo 600% Slim 772% (Kemerer 1987) Problem: traditionelle Modelle sind statisch, d.h. sie basieren auf einer einzigen Schätzgröße (LOC) und beziehen mögliche Projektverläufe nicht mit ein. Folie 34

35 Einflussfaktoren Kosten hängen ab vom Projektverlauf Exakte Entwicklungsdauer von Komponenten ist unbekannt. Verzögerungen, Fehler, Nachbesserungen erreignen sich. Benötigt ist eine Wahrscheinlichkeitsverteilung der Entwicklungsdauern, nicht eine einzige Zahl. Entwurfsänderungen führen zu Zusatzarbeit. Benötigt wird ein Maß für die Kopplung zw. Komponenten, d.h. die Wahrscheinlichkeit, dass sich eine Änderung fortpflanzt. Folie 35

36 Markov-Modell: Projektbaum Projektstart Komponente A fertig Redesign Komponente B Komponente C fertig fertig Komponente A fertig Redesign Komponente A Redesign fertig Knoten ~ Meilenstein-Ereignis Pfad w ~ einzelner Projektverlauf P(w) ~ Wahrscheinlichkeit von Pfad w Folie 36

37 Aufsummierung von P(w) für geg. Dauer Wahrscheinlichkeit (Prozent) Dauer (Wochen) Viel besser als eine einzelne Zahl! Wahrscheinlichkeit berechenbar, dass Projekt in n Wochen fertig ist. Risikoabwägung möglich. Folie 37

38 Planung wird zum stochastischen Optimierungsproblem Welche Komponente übernimmt ein Team als nächstes? Finde Abwicklung mit minimalen Kosten im Markovmodell. Gibt es praktikable Planungsstrategien? Wie weit liegen diese vom Optimum? Sollten Komponenten mit hohem Kopplungsgrad früh oder spät entwickelt werden? Voraussagen des Modells testbar. Folie 38

39 Dringend notwendige Experimente Funktionale vs. imperative vs. OO vs. SkriptSprachen Was hat wann Vorteile? Dynamische Typisierung vs. statische Typisierung Verifikation vs. Testen UML vs. Kommentare oder schriftl. Doku Testverfahren Testgetrieben Entwicklung vs. ad hoc Testen vs. Zusicherungen Nutzen von Qualitätsstandards? (CMM, etc.) Fremdvergabe vs. lokale Entwicklung (OffshoreDebatte) Folie 39

40 Was sollten wir in den nächsten 10 Jahren erzielen? Wissen darüber, welche Methoden und Werkzeuge besser funktionieren als andere, unter welchen Umständen und warum. Belastbare theoretische Modelle, die erklären und vorhersagen. Professionelle Entwickler, die die Vertrauenswürdigkeit von Experimenten einschätzen können. die vernünftige Fragen über Experimente und Theorien stellen und die Antworten verstehen. Zahlreiche neue Methoden und Werkzeuge, die die Softwarebearbeitung nachweislich erleichtern. Empirie ist mittendrin in der Softwaretechnik! Folie 40

41 Fragen? (Goldener Schnitt) Folie 41

42 Weitere Beispiele für Experimente Übersicht über die in Karlsruhe durchgeführten Experimente: Simula Research Lab, Norway, Software Engineering: Folie 42

Empirische Softwaretechnik Eine empirisch fundierte Theorie für Software-Inspektionen

Empirische Softwaretechnik Eine empirisch fundierte Theorie für Software-Inspektionen Empirische Softwaretechnik Eine empirisch fundierte Theorie für Software-Inspektionen Dr. Victor Pankratius Andreas Höfer Wintersemester 2009/2010 IPD Tichy, Fakultät für Informatik KIT die Kooperation

Mehr

Eine empirische Theorie für Software-Inspektionen. Empirische Softwaretechnik. Motivation (Forts.) Motivation für eine Theorie.

Eine empirische Theorie für Software-Inspektionen. Empirische Softwaretechnik. Motivation (Forts.) Motivation für eine Theorie. Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Frank Padberg Sommersemester 2007 1 Eine empirische Theorie für Software-Inspektionen Softwaretechnik: Erklärung für einige beobachtete Phänomene

Mehr

Empirische Softwaretechnik

Empirische Softwaretechnik Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 1 Organisatorisches prüfbar im Vertiefungsfach Softwaretechnik und Übersetzerbau Folien und Material unter http://www.ipd.uni-karlsruhe.de/tichy

Mehr

Psychologische Modelle zur Beschreibung der Leistungsfähigkeit von Paar-Programmierung

Psychologische Modelle zur Beschreibung der Leistungsfähigkeit von Paar-Programmierung Psychologische Modelle zur Beschreibung der Leistungsfähigkeit von Paar-Programmierung Dr. Fakultät für Informatik Universität Karlsruhe (TH) Paar-Programmierung (PP) Vor- und Nachteile lebhaft diskutiert

Mehr

6. Sitzung. Methoden der Politikwissenschaft: Metatheorien, Werturteilsproblematik und politikwissenschaftliche Methoden

6. Sitzung. Methoden der Politikwissenschaft: Metatheorien, Werturteilsproblematik und politikwissenschaftliche Methoden 6. Sitzung Methoden der Politikwissenschaft: Metatheorien, Werturteilsproblematik und politikwissenschaftliche Methoden Inhalt der heutigen Veranstaltung 1. Metatheorien/Paradigmen 2. Die so genannte Drei-Schulen

Mehr

Methoden der Erkenntnisgewinnung. Seminar Empirische Sozialforschung/ Pflegeforschung Prof. Dr. U. Toellner-Bauer

Methoden der Erkenntnisgewinnung. Seminar Empirische Sozialforschung/ Pflegeforschung Prof. Dr. U. Toellner-Bauer Methoden der Erkenntnisgewinnung Seminar Empirische Sozialforschung/ Pflegeforschung Prof. Dr. U. Toellner-Bauer Parabel Ein Ichthyologe, ein Fischkundiger, will das Leben im Meer erforschen. Er wirft

Mehr

- Agile Programmierung -

- Agile Programmierung - Fachhochschule Dortmund Fachbereich Informatik SS 2004 Seminar: Komponentenbasierte Softwareentwicklung und Hypermedia Thema: - - Vortrag von Michael Pols Betreut durch: Prof. Dr. Frank Thiesing Übersicht

Mehr

Design, Durchführung und Präsentation von Experimenten in der Softwaretechnik

Design, Durchführung und Präsentation von Experimenten in der Softwaretechnik Design, Durchführung und Präsentation von Experimenten in der Softwaretechnik Inhalt 1. Zusammenfassung der Papers 2. Fehler in Design, Durchführung und Präsentation 3. Richtlinien für saubere Experimente

Mehr

Empirische Softwaretechnik. Experimente über Zusicherungen. Entwurf durch Vertrag. Übersicht

Empirische Softwaretechnik. Experimente über Zusicherungen. Entwurf durch Vertrag. Übersicht Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Frank Padberg Experimente über Zusicherungen Sommersemester 2007 2 Übersicht Einführung Programmieren mit Vertrag 2 Experimente über die Nützlichkeit

Mehr

Extremes Programmieren

Extremes Programmieren Extremes Programmieren Übersicht, Demonstration, Erfahrungen ACM/GI Regionalgruppe Hamburg, 16.3.2001 Frank Westphal unabhängiger Berater westphal@acm.org http://www.frankwestphal.de Tammo Freese OFFIS,

Mehr

Vorhersagemodell für die Verfügbarkeit von IT-Services

Vorhersagemodell für die Verfügbarkeit von IT-Services Vorhersagemodell für die Verfügbarkeit von IT-Services Magdeburg Research and Competence Cluster Very Large Business Applications Lab Fakultät für Informatik Institut für Technische und Betriebliche Informationssysteme

Mehr

Informatik und Informationstechnik (IT)

Informatik und Informationstechnik (IT) Informatik und Informationstechnik (IT) Abgrenzung Zusammenspiel Übersicht Informatik als akademische Disziplin Informations- und Softwaretechnik Das Berufsbild des Informatikers in der Bibliothekswelt

Mehr

Computerviren, Waldbrände und Seuchen - ein stochastisches Modell für die Reichweite einer Epidemie

Computerviren, Waldbrände und Seuchen - ein stochastisches Modell für die Reichweite einer Epidemie Computerviren, Waldbrände und Seuchen - ein stochastisches für die Reichweite einer Epidemie Universität Hildesheim Schüler-Universität der Universität Hildesheim, 21.06.2012 Warum Mathematik? Fragen zum

Mehr

Projektmanagement. Projektmanagement

Projektmanagement. Projektmanagement Projektmanagement Dipl.-Ing. Oliver Lietz Was ist ein Projekt? Projektmanagement Eindeutiges Ziel Individuell (einmalig) Begrenzt (Anfang und Ende) Komplex (keine Routineaufgabe) Warum Projektmanagement

Mehr

Übungsaufgaben zum Software Engineering: Management

Übungsaufgaben zum Software Engineering: Management Übungsaufgaben zum Software Engineering: Management Grundbegriffe: Aufgabe 1: Aus welchen Disziplinen setzt sich das Software Engineering zusammen? a. Informatik b. Physik c. Psychologie d. Chemie e. Geologie

Mehr

Test-Strategien. Grundsätzliches Blackbox-Testen Whitebox-Testen Graybox-Testen Ablauf von Tests Zusammenfassung. HS Mannheim

Test-Strategien. Grundsätzliches Blackbox-Testen Whitebox-Testen Graybox-Testen Ablauf von Tests Zusammenfassung. HS Mannheim Test- Grundsätzliches - - - Ablauf von Tests Grundsätzliche Test- -Tests Äquivalenzklassenbildung Randwertanalyse -Tests Man unterscheidet verschiedene Überdeckungsgrade: Statement Coverage Decision Coverage,

Mehr

Requirements Engineering Übung 10 - Formale Systemmodellierung im RE -

Requirements Engineering Übung 10 - Formale Systemmodellierung im RE - Requirements Engineering Übung 10 - Formale Systemmodellierung im RE - Dr. Birgit Penzenstadler, Dr. Daniel Méndez, Jonas Eckhardt 08.01.2012 Aufgabe 1: Empirisch formulierte vs. Formal fundierte Anforderungen:

Mehr

Extreme Programming. Referat von Viktoria Schwarzhaupt und Andrea Schuhmann

Extreme Programming. Referat von Viktoria Schwarzhaupt und Andrea Schuhmann Extreme Programming Referat von Viktoria Schwarzhaupt und Andrea Schuhmann 1. Was ist XP - Prozessmodell für die objektorientierte Softwareentwicklung - leichter Softwareentwicklungsprozess Analyse Design

Mehr

Die Informatik als junge Wissenschaft

Die Informatik als junge Wissenschaft Die Informatik als junge Wissenschaft Die Informatik ist die Wissenschaft von der automatischen Informationsverarbeitung. Die Informatik befasst sich mit den Gesetzmäßigkeiten und Prinzipien informationsverarbeitender

Mehr

Was ist wissenschaftlich?

Was ist wissenschaftlich? 1 Niklas Lenhard-Schramm (Westfälische Wilhelms Universität Münster) Was ist wissenschaftlich? Was ist wissenschaftlich? Eine Auseinandersetzung mit dieser Frage ist lohnenswert für jeden, der wissenschaftliches

Mehr

Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?

Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv

Mehr

Praktikum Software Engineering: Verfahren und Werkzeuge

Praktikum Software Engineering: Verfahren und Werkzeuge Praktikum Software Engineering: Verfahren und Werkzeuge Lehrstuhl für Software Engineering (Informatik 11) Verfahren und Werkzeuge Seite 1 Software Engineering Absichten, Aufgaben Systemnutzung Anforderungsspezifikation

Mehr

Sozialwissenschaftliche Methoden I [BA IM 2stündig] Sommersemester 2010

Sozialwissenschaftliche Methoden I [BA IM 2stündig] Sommersemester 2010 Sozialwissenschaftliche Methoden I [BA IM 2stündig] Sommersemester 2010 Max. Gesamtpunktzahl: 28 (bestanden mit 14 Punkten) Matrikelnummer: - Bei Antwortmöglichkeiten mit müssen Sie jeweils alle die Kästchen

Mehr

1 Einleitung. 1.1 Motivation. 1.1.1 Problemumfeld

1 Einleitung. 1.1 Motivation. 1.1.1 Problemumfeld 1 Einleitung 1.1 Motivation 1.1.1 Problemumfeld Requirements Engineering umfasst die Analyse und Verwaltung von Anforderungen. Es bildet die Grundlage für planbare Erfolge bei der Erstellung von Software.

Mehr

Individuelles Bachelorstudium. Software Engineering for Physics

Individuelles Bachelorstudium. Software Engineering for Physics Individuelles Bachelorstudium Software Engineering for Physics 1 Qualifikationsprofil Das individuelle Bachelorstudium Software Engineering for Physics vermittelt eine breite, praktische und theoretische

Mehr

Referat Extreme Programming. Von Irina Gimpeliovskaja und Susanne Richter

Referat Extreme Programming. Von Irina Gimpeliovskaja und Susanne Richter Referat Extreme Programming Von Irina Gimpeliovskaja und Susanne Richter 1.) Was ist XP? Überlegte Annäherung an Softwareentwicklung Prozessmodell für objektorientierte Softwareentwicklung erfordert gute

Mehr

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen. Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes

Mehr

Informatik an der LMU

Informatik an der LMU Tag der offenen Tür 2013 Informatik an der LMU Dr. Studiengangskoordinator Themen des Vortrages Was ist Informatik? Sollte ich Informatik studieren? Informatik-Studiengänge an der LMU Warum Informatik

Mehr

Extreme Programming. Universität Karlsruhe (TH) Fakultät für Informatik Lehrstuhl für Programmiersysteme. Forschungsuniversität gegründet 1825

Extreme Programming. Universität Karlsruhe (TH) Fakultät für Informatik Lehrstuhl für Programmiersysteme. Forschungsuniversität gegründet 1825 Universität Karlsruhe (TH) Forschungsuniversität gegründet 1825 Extreme Programming Agiles Manifest Individuen und Interaktion wichtiger als Prozesse und Werkzeuge Laufende Software wichtiger als vollständige

Mehr

Secure SDLC für die Masse dank OpenSAMM? OWASP 17.11.2011. The OWASP Foundation. Dr. Bruce Sams. http://www.owasp.org

Secure SDLC für die Masse dank OpenSAMM? OWASP 17.11.2011. The OWASP Foundation. Dr. Bruce Sams. http://www.owasp.org Secure SDLC für die Masse dank OpenSAMM? Dr. Bruce Sams 17.11.2011 Copyright The Foundation Permission is granted to copy, distribute and/or modify this document under the terms of the License. The Foundation

Mehr

Die Macht, die uns umgibt. Design Prinzipien. Schneller und besser Software entwickeln. 2012 Jörg Bächtiger

Die Macht, die uns umgibt. Design Prinzipien. Schneller und besser Software entwickeln. 2012 Jörg Bächtiger Die Macht, die uns umgibt Design Prinzipien Schneller und besser Software entwickeln 2012 Jörg Bächtiger Joerg.Baechtiger@Abraxas.ch http://www.xing.com/profile/joerg_baechtiger Übersicht geben Zusammenhänge

Mehr

Workshop Predictive Analytics am Beispiel von ITSM

Workshop Predictive Analytics am Beispiel von ITSM SMART. PRAGMATIC. PREDICTABLE. Workshop Predictive Analytics am Beispiel von ITSM Hans Sieder Geschäftsführer Fabian Shirokov Manager Data Science Über SIEGER Ergebnisse zählen. Die SIEGER Consulting liefert

Mehr

Master of Science Informatik an der FAU

Master of Science Informatik an der FAU Master of Science Informatik an der FAU Universität Erlangen-Nürnberg 14. Oktober 2013 Master of Science Informatik an der FAU 1/14 Gliederung 1 Rahmenbedingungen 2 Säulen 3 Vertiefungsrichtungen 4 Nebenfach

Mehr

Systematisches Testen von Software

Systematisches Testen von Software Programmierung Systematisches Testen von Software Markus Eckstein Systematika Information Systems GmbH Kurfürsten-Anlage 36 69115 Heidelberg markus.eckstein@systematika.com Zusammenfassung Die wichtigsten

Mehr

Einführung in die Informatik

Einführung in die Informatik Einführung in die Informatik Softwareentwicklung Probleme bei großer Software Life-Cycle-Modelle Teilphasen eines Software-Projekts Methoden und Werkzeuge 01101101 01011001 11010011 10011000 00000011 00011100

Mehr

Software Engineering II (IB) Testen von Software / Modultests

Software Engineering II (IB) Testen von Software / Modultests Testen von Software / Modultests Prof. Dr. Oliver Braun Fakultät für Informatik und Mathematik Hochschule München SS 2015 Programm-Tests Tests sollen zeigen, dass ein Programm das tut was es tun soll sowie

Mehr

End-User Development

End-User Development End-User Development S E M I N A R W E B E N G I N E E R I N G K E N S C H M I D T Betreuer: Alexey Tschudnowsky Gliederung 2 Einleitung End-User Development Nutzergruppen End-User Programming End-User

Mehr

PPC und Data Mining. Seminar aus Informatik LV-911.039. Michael Brugger. Fachbereich der Angewandten Informatik Universität Salzburg. 28.

PPC und Data Mining. Seminar aus Informatik LV-911.039. Michael Brugger. Fachbereich der Angewandten Informatik Universität Salzburg. 28. PPC und Data Mining Seminar aus Informatik LV-911.039 Michael Brugger Fachbereich der Angewandten Informatik Universität Salzburg 28. Mai 2010 M. Brugger () PPC und Data Mining 28. Mai 2010 1 / 14 Inhalt

Mehr

6 Systematisches Testen von Programmen

6 Systematisches Testen von Programmen 6 Systematisches Testen von Programmen Testen Untersuchung des Source-Codes nach Fehlern und Anomalien Stefan Lucks, Software-Entwicklung für Sichere Systeme SS 04, Kapitel 6 p.1/24 Untersuchung des Source-Codes

Mehr

Informatik an der LMU

Informatik an der LMU 2009 Informatik an der LMU Priv.-Doz. Dr. Studiengangskoordinator Themen des Vortrages Was ist Informatik? Sollte ich Informatik studieren? Informatik-Studiengänge an der LMU Warum Informatik an der LMU

Mehr

Oberseminar Softwareentwicklung

Oberseminar Softwareentwicklung Oberseminar Softwareentwicklung Data structures programs / Daten strukturieren Programme Pieter Hauffe Data structures programs Die Wahl der Datenrepräsentation in Software beeinflusst die gesamte Entwicklung

Mehr

Es handelt sich um ein duales Studium mit einem anerkannten Ausbildungsberuf und einem

Es handelt sich um ein duales Studium mit einem anerkannten Ausbildungsberuf und einem Ausbildungsberuf Es handelt sich um ein duales Studium mit einem anerkannten Ausbildungsberuf und einem Bachelorstudium. Deine Ausbildung dauert 3 Jahre und wird am Standort Würselen im Ausbildungsbetrieb,

Mehr

Data Mining-Projekte

Data Mining-Projekte Data Mining-Projekte Data Mining-Projekte Data Mining stellt normalerweise kein ei nmaliges Projekt dar, welches Erkenntnisse liefert, die dann nur einmal verwendet werden, sondern es soll gewöhnlich ein

Mehr

Agile Programmierung in der Praxis

Agile Programmierung in der Praxis Agile Programmierung in der Praxis Tatyana Yotsova Universität Hamburg Fakultät für Mathematik, Informatik und Naturwissenschaften Seminar Softwareentwicklung in der Wissenschaft Betreuer: Christian Hovy

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Künstliche Intelligenz

Künstliche Intelligenz Künstliche Intelligenz Data Mining Approaches for Instrusion Detection Espen Jervidalo WS05/06 KI - WS05/06 - Espen Jervidalo 1 Overview Motivation Ziel IDS (Intrusion Detection System) HIDS NIDS Data

Mehr

Programmierparadigmen

Programmierparadigmen Programmierparadigmen D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Sommer 2011, 20. Juni 2011, c 2011 D.Rösner D. Rösner PGP 2011...

Mehr

Best Prac*ces for Scien*fic Compu*ng. Von Marc Grimpo

Best Prac*ces for Scien*fic Compu*ng. Von Marc Grimpo Best Prac*ces for Scien*fic Compu*ng Von Marc Grimpo 1 Zugrunde liegende Paper Best Prac*ces for Scien*fic Compu*ng, Wilson et al. A survey of the Prac*ce of Computa*onal Science, Prabhu et al. So;ware

Mehr

Communication Metrics for Software Development

Communication Metrics for Software Development Herzlich Willkommen zur Präsentation Communication Metrics for Software Development Präsentation: Bernhard Gehberger Artikelautoren: Allen H. Dutoit Bernd Bruegge Inhaltsübersicht Motivation Testumgebung

Mehr

Software Engineering Ef Erfolg vorprogrammiert. Prof. Dr. Ulrike Jaeger

Software Engineering Ef Erfolg vorprogrammiert. Prof. Dr. Ulrike Jaeger Software Engineering Ef Erfolg vorprogrammiert Prof. Dr. Ulrike Jaeger Studiengang Software Engineering i Hochschule Heilbronn Zur Zeit größte Hochschule Baden-Württembergs Über 6.000 Studierende 42 Bachelor-

Mehr

Objektorientierte Programmierung

Objektorientierte Programmierung Teil D Objektorientierte Programmierung Kapitel D 2001 Prof. Dr. Rainer Manthey Informatik I 1 Teil D Grundlagen der objektorientierten Programmierung 2001 Prof. Dr. Rainer Manthey Informatik I 2 Objektorientierung

Mehr

Programmierung in Paaren

Programmierung in Paaren Studien-, Diplom-, Bachelor- und Masterarbeiten im Themengebiet Programmierung in Paaren Stephan Salinger Freie Universität Berlin, Institut für Informatik http://www.inf.fu-berlin.de/inst/ag-se/ 1 Umfeld

Mehr

Einführung in die Informatik

Einführung in die Informatik Einführung in die Informatik Geschichte und Einteilung der Informatik 01101101 01011001 11010011 10011000 00000011 00011100 01111111 11111111 00110100 00101110 11101110 01110010 10011101 00111010 2 Der

Mehr

Scriptbasierte Testautomatisierung. für Web-Anwendungen

Scriptbasierte Testautomatisierung. für Web-Anwendungen Scriptbasierte Testautomatisierung für Web-Anwendungen Scriptbasierte Testautomatisierung + Web-Anwendung: Erstes Einsatzgebiet, Ergebnisse aber allgemein übertragbar + Test aus Benutzersicht - Nicht Unit-Test,

Mehr

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank

Mehr

Thomas Schissler Uwe Baumann

Thomas Schissler Uwe Baumann Thomas Schissler Uwe Baumann Warum sind sie hier? Agenda Warum ist die Mitwirkung des Managements so wichtig? Betriebswirtschafliche Argumentation Vorteile von Agilität für Organisationen Scrum is extremly

Mehr

Management großer Softwareprojekte

Management großer Softwareprojekte Management großer Softwareprojekte Prof. Dr. Holger Schlingloff Humboldt-Universität zu Berlin, Institut für Informatik Fraunhofer Institut für Rechnerarchitektur und Softwaretechnik FIRST H. Schlingloff,

Mehr

Lehrplan Physik. Bildungsziele

Lehrplan Physik. Bildungsziele Lehrplan Physik Bildungsziele Physik erforscht mit experimentellen und theoretischen Methoden die messend erfassbaren und mathematisch beschreibbaren Erscheinungen und Vorgänge in der Natur. Der gymnasiale

Mehr

Monte Carlo Simulation (Grundlagen)

Monte Carlo Simulation (Grundlagen) Der Titel des vorliegenden Beitrages wird bei den meisten Lesern vermutlich Assoziationen mit Roulette oder Black Jack hervorrufen. Allerdings haben das heutige Thema und die Spieltische nur den Namen

Mehr

Facetten von Designforschung Einblicke in den Stand der Dinge

Facetten von Designforschung Einblicke in den Stand der Dinge Hans Kaspar Hugentobler Designforschung: Vielfalt, Relevanz, Ideologie Facetten von Designforschung Einblicke in den Stand der Dinge Hans Kaspar Hugentobler Master of Design Diplom-Kommunikationswirt Bremen

Mehr

Herkömmliche Softwareentwicklungsmodelle vs. Agile Methoden

Herkömmliche Softwareentwicklungsmodelle vs. Agile Methoden vs. Agile Methoden Christoph.Kluck@Student.Reutlingen University.de Medien und Kommunikationsinformatik Agenda Einführung Vorgehensmodelle Herkömmlich agil Resümee Klassische Probleme Nachgereichte Anforderungen

Mehr

Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1

Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf

Mehr

Optimization techniques for large-scale traceroute measurements

Optimization techniques for large-scale traceroute measurements Abschlussvortrag Master s Thesis Optimization techniques for large-scale traceroute measurements Benjamin Hof Lehrstuhl für Netzarchitekturen und Netzdienste Institut für Informatik Technische Universität

Mehr

Die 7 Wege zum Clean Code

Die 7 Wege zum Clean Code Die 7 Wege zum Clean Code Über mich Claudio Altamura Softwareentwickler Certified ScrumMaster Interessen Agile Softwareentwicklung Softwarearchitekturen Java ccd2013@claudioaltamura.de 2 Inhalt 1. Statische

Mehr

Software Engineering, SoSe 07, WSI, D. Huson, (Original Author: A. Zeller), 4. Juni 2007 45

Software Engineering, SoSe 07, WSI, D. Huson, (Original Author: A. Zeller), 4. Juni 2007 45 Software Engineering, SoSe 07, WSI, D. Huson, (Original Author: A. Zeller), 4. Juni 2007 45 7 Programmverstehen + Fehlersuche Nach einer Vorlesung von Prof. Andreas Zeller, Lehrstuhl Softwaretechnik Universität

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

Mehr

Seminar Simulation und Bildanalyse mit Java SS2004. Themenschwerpunkt: Tests in Informatik und Statistik

Seminar Simulation und Bildanalyse mit Java SS2004. Themenschwerpunkt: Tests in Informatik und Statistik Einführung in den Softwaretest Seminar Simulation und Bildanalyse mit Java SS2004 Themenschwerpunkt: Tests in Informatik und Statistik Arbeit von Christian Aich und Robert Reeb Thema 2: Einführung in den

Mehr

Mining top-k frequent itemsets from data streams

Mining top-k frequent itemsets from data streams Seminar: Maschinelles Lernen Mining top-k frequent itemsets from data streams R.C.-W. Wong A.W.-C. Fu 1 Gliederung 1. Einleitung 2. Chernoff-basierter Algorithmus 3. top-k lossy counting Algorithmus 4.

Mehr

EDV & Multimedia Interaktionsdesign

EDV & Multimedia Interaktionsdesign Universität Bayreuth Angewandte Medienwissenschaft: Digitale Medien Wintersemester 2010/2011 EDV & Multimedia Interaktionsdesign 13 Evaluation Prof. Dr. Jochen Koubek Evaluation Konzeption Evaluation ist

Mehr

Grundlagen der Informatik

Grundlagen der Informatik Grundlagen der Informatik Prof. Dr. Bernhard Schiefer bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer Wesentliche Inhalte Einführung Rechnergrundlagen Grundlagen der Programmierung Kern imperativer

Mehr

Giftige Akzeptanztests?

Giftige Akzeptanztests? Giftige Akzeptanztests? Webanwendungen mit Selenium testen Björn Eilers 04.07.2007 06.07.2007 Testen von Weboberflächen mit Selenium 1 viadee Unternehmensberatung GmbH Gründung 1994 Firmenstandorte Münster

Mehr

Klausur mit Lösungshinweisen zur Vorlesung Planung und Entwicklung von IuK-Systemen Sommersemester 2005 02. August 2005 Deckblatt Hinweise

Klausur mit Lösungshinweisen zur Vorlesung Planung und Entwicklung von IuK-Systemen Sommersemester 2005 02. August 2005 Deckblatt Hinweise Klausur mit Lösungshinweisen zur Vorlesung Planung und Entwicklung von IuK-Systemen Sommersemester 2005 02. August 2005 Deckblatt Hinweise Die Bearbeitungszeit der Klausur beträgt 90 Minuten. Es sind alle

Mehr

MINT-Initiative am FKG: Von der Mathematik zur IT

MINT-Initiative am FKG: Von der Mathematik zur IT MINT-Initiative am FKG: Von der Mathematik zur IT Michael Adam ma@sernet.de 2012-05-23 Hi! Michael Adam Mathe...IT (3 / 12) Mathematik Mathe... Mathematik ist NICHT Rechnen! Reine Wissenschaft Streng logische

Mehr

DIGICOMP OPEN TUESDAY AKTUELLE STANDARDS UND TRENDS IN DER AGILEN SOFTWARE ENTWICKLUNG. Michael Palotas 7. April 2015 1 GRIDFUSION

DIGICOMP OPEN TUESDAY AKTUELLE STANDARDS UND TRENDS IN DER AGILEN SOFTWARE ENTWICKLUNG. Michael Palotas 7. April 2015 1 GRIDFUSION DIGICOMP OPEN TUESDAY AKTUELLE STANDARDS UND TRENDS IN DER AGILEN SOFTWARE ENTWICKLUNG Michael Palotas 7. April 2015 1 GRIDFUSION IHR REFERENT Gridfusion Software Solutions Kontakt: Michael Palotas Gerbiweg

Mehr

Softwaretechnik Nicht funktionale Anforderungen

Softwaretechnik Nicht funktionale Anforderungen Softwaretechnik Nicht funktionale Anforderungen Karsten Weicker, Nicole Weicker HTWK Leipzig, FHTW Berlin Will Turner: You swore she d go free! Barbossa: Don t dare impugn me honor boy! I agreed she go

Mehr

ORM & OLAP. Object-oriented Enterprise Application Programming Model for In-Memory Databases. Sebastian Oergel

ORM & OLAP. Object-oriented Enterprise Application Programming Model for In-Memory Databases. Sebastian Oergel ORM & OLAP Object-oriented Enterprise Application Programming Model for In-Memory Databases Sebastian Oergel Probleme 2 Datenbanken sind elementar für Business-Anwendungen Gängiges Datenbankparadigma:

Mehr

Selbstorganisiert ein Ziel erreichen Analyse, Architektur und Design in agilen Software-Projekten

Selbstorganisiert ein Ziel erreichen Analyse, Architektur und Design in agilen Software-Projekten Selbstorganisiert ein Ziel erreichen Analyse, Architektur und Design in agilen Software-Projekten 1 Qualifikation Über den Vortragenden Freiberuflicher SW-Entwickler und Berater seit 2006 Certified Scrum

Mehr

Testing Today - Seminar Sommersemester 2015. Dipl.-Math. Raphael Pham, Prof. Kurt Schneider

Testing Today - Seminar Sommersemester 2015. Dipl.-Math. Raphael Pham, Prof. Kurt Schneider Sommersemester 2015 Dipl.-Math. Raphael Pham, Prof. Kurt Schneider Heute Überblick über relevante Research Topics Vergabe der Themen 2 Aktuelle Forschungsthemen im Software Testing 3 Definition: Software

Mehr

Risikomanagement und minderung durch strategisches Facility Management

Risikomanagement und minderung durch strategisches Facility Management Risikomanagement und minderung durch strategisches Facility Management Based on the White Paper Risk Management and Mitigation through Strategic Facility Management This paper deals with risk management

Mehr

Business Newsletter. Zum optimalen Business Case durch Simulation Zielwerte

Business Newsletter. Zum optimalen Business Case durch Simulation Zielwerte Q2 2013 POLYGON Business Engineers GmbH 2.Q 2013 Business Newsletter Zum optimalen Business Case durch Simulation Zielwerte Ein zündender Gedanke ist ökonomisch gesehen zunächst nichts anderes als eine

Mehr

Extreme Programming 1/28

Extreme Programming 1/28 Extreme Programming 1/28 Risiko: Das Grundproblem 2/28 Jedes Projekt der Softwareentwicklung hat Risiken: Der Termin wird nicht eingehalten Die Kosten werden nicht eingehalten Die Qualitätsziele werden

Mehr

Softwareentwicklungsprozesse. 18. Oktober 2012

Softwareentwicklungsprozesse. 18. Oktober 2012 Softwareentwicklungsprozesse 18. Oktober 2012 Überblick Was soll ein Softwareentwicklungsprozess leisten? Überblick über Softwareentwicklungsprozesse Welche gibt es? Warum gibt es mehrere? Diskussion:

Mehr

SE Requirements. Michael Maur, Philipp Zühlke. Fachbereich Informatik Praktische Informatik Prof. Dr. W. Henhapl/ Andreas Kaminski

SE Requirements. Michael Maur, Philipp Zühlke. Fachbereich Informatik Praktische Informatik Prof. Dr. W. Henhapl/ Andreas Kaminski SE Requirements Einsatz ethnographischer Methoden 24. April. Seminareinheit : Qualität in der Softwareentwicklung & Erhebung von Requirements Software Engineering: Requirements Sommersemester 2008 Michael

Mehr

Kräfte und Bewegungen. Energie und Impuls. Gravitation Kräfte und Bewegungen. Energie und Impuls. Schwingungen und Wellen Kräfte und Bewegungen

Kräfte und Bewegungen. Energie und Impuls. Gravitation Kräfte und Bewegungen. Energie und Impuls. Schwingungen und Wellen Kräfte und Bewegungen Teil 1 Übersichtsraster Unterrichtsvorhaben Unterrichtsvorhaben der Einführungsphase Kontext und Leitideen sfelder, liche Schwerpunkte Physik im Straßenverkehr Mechanik Physik und Sport Kräfte und Bewegungen

Mehr

B1 - Big Data Science: Tornado oder laues Lüftchen? Uetliberg, 15.09.2015 www.boak.ch

B1 - Big Data Science: Tornado oder laues Lüftchen? Uetliberg, 15.09.2015 www.boak.ch B1 - Big Data Science: Tornado oder laues Lüftchen? Uetliberg, 15.09.2015 www.boak.ch WANN REDEN WIR VON BIG DATA SCIENCE? Big Data ist der technische Teil von Big Data Science. Mehr Daten! Mehr Datenquellen(-änderungen)!

Mehr

Inhalt. 3.1 Der inkrementelle Entwurf im Überblick... 13 3.2 Flache Aufwandskurve... 14 3.3 Qualitätskriterien für den inkrementellen Entwurf...

Inhalt. 3.1 Der inkrementelle Entwurf im Überblick... 13 3.2 Flache Aufwandskurve... 14 3.3 Qualitätskriterien für den inkrementellen Entwurf... ix 1 Einleitung 1 Roman Pichler Stefan Roock 1.1 Agile Softwarewicklung und Scrum............................ 1 1.2 Zielgruppe und Zielsetzung.................................. 2 1.3 Überblick über das

Mehr

Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation

Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation - für Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation Zeit- und Ressourcenplanung leicht gemacht - Unterstützung durch Simulation Thomas Hanne *, Patrick Lang, Stefan Nickel,

Mehr

Übungen zur Softwaretechnik

Übungen zur Softwaretechnik Technische Universität München Fakultät für Informatik Lehrstuhl IV: Software & Systems Engineering Markus Pister, Dr. Bernhard Rumpe WS 2002/2003 Lösungsblatt 1 17. Oktober 2002 www4.in.tum.de/~rumpe/se

Mehr

Software Engineering Vorlesung für Medieninformatik

Software Engineering Vorlesung für Medieninformatik Software Engineering Vorlesung für Medieninformatik Gliederung Vorlesung Einführung V-Modell XT Analyse und Anforderungsmanagement Benutzungsoberflächen Architektur Entwurf Entwurfsmuster Persistenz Implementierung

Mehr

Scrum @FH Biel. Scrum Einführung mit «Electronical Newsletter» FH Biel, 12. Januar 2012. Folie 1 12. Januar 2012. Frank Buchli

Scrum @FH Biel. Scrum Einführung mit «Electronical Newsletter» FH Biel, 12. Januar 2012. Folie 1 12. Januar 2012. Frank Buchli Scrum @FH Biel Scrum Einführung mit «Electronical Newsletter» FH Biel, 12. Januar 2012 Folie 1 12. Januar 2012 Frank Buchli Zu meiner Person Frank Buchli MS in Computer Science, Uni Bern 2003 3 Jahre IT

Mehr

OPERATIONS-RESEARCH (OR)

OPERATIONS-RESEARCH (OR) OPERATIONS-RESEARCH (OR) Man versteht darunter die Anwendung mathematischer Methoden und Modelle zur Vorbereitung optimaler Entscheidungen bei einem Unternehmen. Andere deutsche und englische Bezeichnungen:

Mehr

Agile Softwareprozess-Modelle

Agile Softwareprozess-Modelle Agile Softwareprozess-Modelle Steffen Pingel Regionale Fachgruppe IT-Projektmanagement 2003-07-03 Beweglich, Lebhaft, Wendig Was bedeutet Agil? Andere Bezeichnung: Leichtgewichtiger Prozess Manifesto for

Mehr

DevOps. Einführung und Umsetzung am Beispiel ProSiebenSat.1 und dm-drogerie markt. Alexander Pacnik Karlsruhe, 25.06.2015

DevOps. Einführung und Umsetzung am Beispiel ProSiebenSat.1 und dm-drogerie markt. Alexander Pacnik Karlsruhe, 25.06.2015 DevOps Einführung und Umsetzung am Beispiel ProSiebenSat.1 und dm-drogerie markt Alexander Pacnik Karlsruhe, 25.06.2015 Alexander Pacnik IT Engineering & Operations Project Management inovex GmbH Fabian

Mehr

CONSIDEO: Meetings verkürzen Fehler vermeiden besser entscheiden

CONSIDEO: Meetings verkürzen Fehler vermeiden besser entscheiden CONSIDEO: Meetings verkürzen Fehler vermeiden besser entscheiden 1. Einführung: Umgang mit Komplexität Unsere täglichen Herausforderungen: Wie gehen wir mit Komplexität um? Meetingfrust Wer kennt das nicht?

Mehr

Varianzanalyse ANOVA

Varianzanalyse ANOVA Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für

Mehr

Systematische Software-Qualität mittels einer durchgängigen Analyse- und Teststrategie

Systematische Software-Qualität mittels einer durchgängigen Analyse- und Teststrategie Insert picture and click Align Title Graphic. Systematische Software-Qualität mittels einer durchgängigen Analyse- und Teststrategie Dr. Dieter Lederer, Geschäftsführer Vector Consulting Services GmbH

Mehr

REQUIREMENTS ENGINEERING KONSTRUKTIVE QS REQUIREMENTS ENGINEERING 1

REQUIREMENTS ENGINEERING KONSTRUKTIVE QS REQUIREMENTS ENGINEERING 1 REQUIREMENTS ENGINEERING KONSTRUKTIVE QS REQUIREMENTS ENGINEERING 1 QUALITÄT FÜR SIE Qualität zeigt sich in Ergebnissen und Erfolgen. Sie hängt von der jeweiligen Problemstellung ab, deshalb sehen wir

Mehr

Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12. Kapitel 1. Einführung und Grundbegriffe

Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12. Kapitel 1. Einführung und Grundbegriffe 1 Kapitel 1 2 Ziele Begriffsbildungen: Informatik, Algorithmus, Programm, Compiler, Einordnung von Java Ein einfaches Java-Programm erstellen, übersetzen und ausführen Java-Programme dokumentieren 3 Informatik

Mehr

Lohnt sich Requirements Engineering?

Lohnt sich Requirements Engineering? Lohnt sich Requirements Engineering? Seminar Messbarkeit von Anforderungen am Fachgebiet Software Engineering Wintersemester 2007/2008 Betreuer: Eric Knauss Oleksandr Kazandzhi Gliederung Einleitung Messen

Mehr