Messung der Komplexität von IT-Landschaften auf der Basis von Architektur-Metamodellen

Transkript

1 Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften auf der Basis von Architektur-Metamodellen Workshop IT-Governance, GI-Jahrestagung Informatik 2013 Koblenz,

2 Forschungsprojekt Complexity in Enterprise Architectures Forschungsfragen: wie lässt sich Komplexität im Kontext von Unternehmensarchitekturen definieren und quantifizieren? welchen Einfluss hat Komplexität auf den Unternehmenserfolg? an welchen Prinzipien sollte sich das Management von Komplexität orientieren? Projektlaufzeit: Anfang 2012 Ende 2014 Ansprechpartner: Dr. Thomas Widjaja Alexander Schütz Projektpartner (Auswahl): Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

3 Agenda 1. Motivation 2. Allgemeines Modell zur Messung von Komplexität 3. Operationalisierung auf der Basis von Metamodellen 4. Anwendung am Beispiel der Architekturtransformation 5. Diskussion und Ausblick Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

4 Fakten zum Thema IT-Komplexität Beobachtungen aus dem Projekt-Alltag Ein großes Industrieunternehmen besitzt über Geschäftsanwendungen Eine große Bank setzt mehr als 20 verschiedene DBMS-Versionen ein Komplexität ist überall Eine Universalbank schaltet wegen unklaren Seiteneffekten seit Jahren keine Batch-Jobs ab Der Vorstand einer Versicherung wurde entgegen der IT-Strategie mit ipads ausgestattet Der Kapitalmarktbereich einer Landesbank entwickelte sein eigenes Data Warehouse Komplexität entsteht ständig neu Bei einem Audit identifizierte eine Rückversicherung 50 bisher unbekannte IDV-Anwendungen Das EA-Tool einer Versicherung erreichte nach einem Jahr das 3-fache der erwarteten Größe Während eines Projektes verdoppelte sich die Zahl der bekannten Ist-Anwendungen Komplexität wird häufig unterschätzt Zwei auf einer Konferenz vertretene Architekten eines Pharma-Konzerns kannten sich nicht Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

5 Das Gesetz der steigenden Komplexität Komplexität steigt sofern dies nicht aktiv verhindert wird Nach dem Zweiten Gesetz der Software-Evolution steigt die Komplexität eines im Einsatz befindlichen Software-Systems mit der Zeit an, wenn keine aktiven Maßnahmen dagegen ergriffen werden [Le97]. Es ist davon auszugehen, dass das Gesetz auch auf der Ebene der Unternehmensarchitektur gilt [SB11]. Komplexität Bestandteile IT- Komplexitäts- Überschuss Notwendige IT-Komplexität Geschäfts- Komplexitäts- Überschuss Treiber Mergers & Acquisitions Lokale Optimierung / Politik Entwicklung der Technologie / IT-Industrie Mergers & Acquisitions Lokale Optimierung / Politik Notwendige Geschäfts- Komplexität Geschäftsmodell Regulierung / Aufsicht siehe auch [Ru13] Zeit Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

6 Die zentrale Rolle von Komplexität Treiber und Auswirkungen von IT-Komplexität Die TOP 5 Treiber und Auswirkungen von IT-Komplexität nach einer Umfrage innerhalb der CALM3- Arbeitsgruppe [Sc13]. 1. Lokale Optimierungsstrategien der Fachbereiche 1. Anstieg von Kommunikationsaufwänden 2. Steigende Geschäfts- Komplexität 2. Anstieg von Entwicklungskosten 3. Steigende gesetzliche Regulierung IT Komplexität 3. Anstieg von Wartungskosten 4. Technologischer Fortschritt 4. Anstieg der Umsetzungszeit neuer Anforderungen 5. Kurzfristige Optimierungsstrategien der Fachbereiche CALM³ Complexity of Application Landscapes Models, Measures, Management 5. Anstieg durchschnittlicher Einarbeitungszeit Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

7 Die verschiedenen Gesichter der Komplexität Stakeholder und ihr Verständnis von Komplexität Komplexität ist ein unscharfer Begriff. Unterschiedliche Stakeholder verbinden damit meist unterschiedliche Vorstellungen und Aspekte. Chief Information Officer (CIO) Darstellung exemplarisch Head of Solution Development Anzahl Anwendungen Anzahl Entwicklungslinien Anzahl Schnittstellen Anzahl Services Anzahl Vendor-Beziehungen Enterprise Architect Line of Business Manager Anzahl Produkte Anzahl Prozessvarianten Software Developer Anzahl Frameworks Lines of code Applikationen pro Capability Anzahl Plattformen Anzahl Schnittstellen Head of Operations Anzahl Plattformen Anzahl Abhängigkeiten Domain Architect Anzahl Applikationen (innerhalb der Domäne) Anzahl Interfaces (innerhalb der Domäne) Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

8 Messung von Komplexität Defizite bestehender Ansätze Bestehende Ansätze zur Messung von Komplexität basieren zumeist auf einer Menge von spezifischen Komplexitätsindikatoren. Hieraus ergeben sich eine Reihe von Problemen: Wie kann die Vollständigkeit gewährleistet werden? Wie können die Daten verglichen werden? Wie können Messwerte aggregiert werden? Welche Aussagekraft besitzen Durchschnittswerte? Stehen Daten in der benötigten Form zur Verfügung? Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

10 Technical Architecture Application Architecture Business Architecture Systemtheoretische Grundlage Unternehmensarchitektur als System-Modell Unternehmen und ihre Informationsverarbeitung können als komplexe, offene und dynamische Systeme (bestehend aus Elementen und zwischen diesen existierenden Beziehungen) aufgefasst werden. Dies impliziert jeweils eine Modellbildung (verkürzende, zweckorientierte Abbildung) [Ro79] [St73]. Tech. Acc. Elena Fin. Acc. SAP FI Definition: Eine Unternehmensarchitektur (Enterprise Architecture) ist ein System- Modell, welches die grundlegende Organisation eines Unternehmens bestehend aus seinen Hauptkomponenten und den zwischen diesen bestehenden Beziehungen beschreibt [IEE11]. Formal kann dies als ein Tupel S EA = (T EA, R EA ) MS SQL PF Oracle PF bestehend aus den Komponenten T EA und den Beziehungen R EA beschrieben werden. Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

11 Konzeptualisierung von Komplexität Generische Definition von struktureller Komplexität Nach einer Literaturanalyse (47 Beiträge aus knapp Publikationen in internationalen Journalen / Konferenzen) wird Komplexität in der Literatur mehrheitlich mit folgenden Aspekten assoziiert [SWK13]: Busines Architecture Application Architecture Technical Architecture Elemente (T) Beziehungen (R) Anzahl (N) Heterogenität (H) N T N R (43 Nennungen) (24 Nennungen) H T H R (31 Nennungen) (10 Nennungen) vgl. auch [SM03] Die strukturelle Komplexität einer Unternehmensarchitektur kann entsprechend definiert werden als ein Tupel C EA = (N T, H T, N R, H R ). Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

12 Anteil Quantifizierung von Heterogenität Heterogenität als statistische Eigenschaft Die Quantifizierung von Komplexität ist damit im Wesentlichen auf die Quantifizierung von Heterogenität zurückgeführt. Definition: Heterogenität ist allgemein definiert als die Verschiedenartigkeit von Elementen oder Beziehungen eines Systems hinsichtlich bestimmter Charakteristika (Attributausprägungen). Heterogenität kann als statistische Eigenschaft aufgefasst werden und in Form von Häufigkeitsverteilungen beschrieben werden. 60% 50% Die Interpretation als Häufigkeitsverteilung ermöglicht die Anwendung erprobter statistischer Maßzahlen. Insbesondere können die in verschiedenen Bereichen der Wissenschaft eingesetzten und gut untersuchten Konzentrationsmaße adaptiert werden (z. B. Herfindahl-Hirschmann- Index, Simson-Index, Entropie-Maß) [Wi12]. 40% 30% 20% 10% 0% DB/2 MS SQL Oracle Sybase Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

13 Quantifizierung von Heterogenität Anforderungen an geeignete Kennzahlen Anforderung Szenario A Szenario B Erwartetes Ergebnis 100% 100% Zusätzliche Attributwerte 50% 0% MS SQL Oracle 50% 0% MS SQL Oracle DB/2 Het(A) < Het(B) Verschiebung in der Klassifikation 100% 50% 0% MS SQL Oracle 100% 50% 0% MS SQL Oracle Het(A) < Het(B) Auswirkung kleiner Zahlen 100% 50% 0% MS SQL Oracle 100% 50% 0% MS SQL Oracle DB/2 Het(A) < Het(B) Keine Auswirkung proportionaler Änderungen MS SQL Oracle MS SQL Oracle Het(A) = Het(B) vgl. [SWK13] Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

14 Quantifizierung von Heterogenität Das Entropie-Maß Die Anforderungen werden am besten durch das von Shannon eingeführte Entropie-Maß erfüllt [Sh48] [JB79] [SWK13]: 60% 50% 40% 30% EM = 1.12 n EM = f i ln 1 f i i=1 with f i = x i x j n j=1 20% 10% 0% DB/2 MS SQL Oracle Sybase Die Interpretation wird erleichtert durch das sogenannte Numbers Equivalent, welches die äquivalente Zahl gleichverteilter Werte wiedergibt: 60% 50% 40% 30% EM = 1.10 EM A = e EM 20% 10% EM A = e 1.12 = % DB/2 MS SQL Oracle Sybase Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

16 Operationalisierung Modellanwendung auf der Basis von EA-Repositories Eine sinnvolle Modellanwendung erfordert eine weitergehende Differenzierung von Element- und Beziehungstypen sowie die Verfügbarkeit entsprechender Modell-Daten. EA Metamodel aus: [TOG13] EA Repository Architektur-Repositories mit ihrem anhand von Metamodellen strukturierten Datenbestand bilden hierfür die ideale Grundlage. Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

17 Komplexitätsaspekte Typen von Komplexitätsaspekten in Metamodellen Typ 1: Elementtypen ET 1 Attr. 1 Attr. 2 Anzahl der Elementinstanzen eines Typs Heterogenität der Elementinstanzen eines Typs hinsichtlich bestimmter (eigener) Merkmale Typ 2: Relationstypen (Spezialfall von Typ 3) ET 1 Attr. 1 Attr. 2 ET 2 Attr. 1 Attr. 2 Anzahl der Relationsinstanzen eines Typs Heterogenität der Relationsinstanzen eines Typs hinsichtlich bestimmter Merkmale der an der Beziehung beteiligten Elementtypen Typ 3: Pfadtypen ET 1 Attr. 1 Attr. 2 ET Attr. 1 Attr. 2 ET n Attr. 1 Attr. 2 Anzahl der Relationsinstanzfolgen eines Typs Heterogenität der Relationsinstanzfolgen eines Typs hinsichtlich bestimmter Merkmale der auf dem Pfad liegenden Elementtypen Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

18 Beispiel: Komplexitätsaspekt vom Typ 1 Anwendungen nach Herstellern SAP FI Elena SAP FI SAP FS-CD XIA ResQ XIA ResQ 100% 80% 60% 40% 20% Standardisierung 100% 80% 60% 40% 20% 0% 0% SAP SD TW CG SAP SD TW N = 4 H = 1.39 N = 4 H = 1.04 Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

19 Beispiel: Komplexitätsaspekt vom Typ 1 Anwendungen nach Herstellern SAP FI Elena SAP FI Elena XIA ResQ ResQ 100% 80% 60% 40% 20% Deaktivierung 100% 80% 60% 40% 20% 0% 0% SAP SD TW CG SAP TW CG N = 4 H = 1.39 N = 3 H = 1.10 Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

20 Beispiel: Komplexitätsaspekt vom Typ 2/3 Anwendungsnutzung nach Anwendungen SAP FI UK Branch SAP FI UK Branch XIA DK Branch XIA DK Branch 100% 80% 60% 40% 20% Entflechtung 100% 80% 60% 40% 20% 0% 0% SAP FI XIA SAP FI XIA N = 4 H = 0.69 N = 2 H = 0.69 Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

21 Beispiel: Komplexitätsaspekt vom Typ 2/3 Anwendungsnutzung nach Anwendungen SAP FI UK Branch SAP FI UK Branch XIA DK Branch XIA DK Branch 100% 80% 60% 40% 20% Konsolidierung 100% 80% 60% 40% 20% 0% 0% SAP FI XIA SAP FI XIA N = 2 H = 0.69 N = 2 H = 0 Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

23 Anwendungsbeispiel Einsatz im Rahmen der Zielarchitekturplanung Projektsteckbrief Gegenstand: Branche: Bebauungsplanung Kern-Landschaft Spezialversicherung Zeitraum: Mai Dez Treiber: Ziele: Methodik: hohe Redundanz, mangelnde Akzeptanz von Kernsystemen, extensiver Einsatz von End- User-Applikationen (Access, Excel, etc.) Eliminierung von End-User-Applikationen, technologische Homogenisierung und Ausrichtung auf Gruppen-Standards, Einführung zentraler Integrationsplattform TOGAF ADM / ADD [TOG13] Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

24 Technical Architecture Application Architecture Business Architecture Anwendungsbeispiel Metamodell des Anwenderunternehmens Line of Business Business Function Organization Unit Application System Information Entity Application Domain Application Component Application Interface Platform Technical Domain Infrastructure System Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

25 Technical Architecture Application Architecture Business Architecture Anwendungsbeispiel Metamodell und betrachtete Komplexitätsaspekte Line of Business Business Function Organization Unit Application System 1 6 Information Entity Application Domain 8 Application Component 7 Application Interface 2 Platform Technical Domain Infrastructure System Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

26 Betrachtete Komplexitätsaspekte Interpretation von Anzahl und Heterogenität (1) Komplexitätsaspekt Interpretation N Interpretation H 1 Application System nach Application Vendor Anzahl aller vorhandenen (produktiven) Anwendungen Konzentration der Anwendungen nach Herstellern (Typ 1) Sinkt mit der Außerbetriebnahme von Anwendungen Sinkt mit Verlagerung von Spezialzu Standard-Anbietern 2 Application Interface nach Interface Type Anzahl aller vorhandenen Applikationsschnittstellen Konzentration der Schnittstellen nach Schnittstellen-Technologie (Typ 1) Sinkt mit der Außerbetriebnahme von Schnittstellen Sinkt mit Verlagerung von Spezialzu Standard-Technologien 3 Function Implementation nach Application Name (Typ 2) Anzahl der Funktions-Implementierungen durch Applikationen Sinkt mit dem Rückbau von Funktions-Implementierungen Konzentration der Funktions-Impletierung durch Anwendungen Sinkt mit Funktions-Verlagerung von Rand- zu Kern-Anwendungen 4 Application Usage nach Application Name Anzahl der Nutzung von Applikationen durch Org. Units Konzentration der Anwendungsnutzung nach Anwendungen (Typ 2) Sinkt mit der Rückführung der Anwendungsnutzung in Org. Units Sinkt mit Verlagerung von lokalen zu globalen Anwendungen Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

27 Betrachtete Komplexitätsaspekte Interpretation von Anzahl und Heterogenität (2) Komplexitätsaspekt Interpretation N Interpretation H 5 LoB Support nach Application Name Anzahl der Unterstützung von Business Lines durch Anwendungen Konzentration der LoB- Unterstützung nach Anwendungen (Typ 2) Sinkt mit der Rückführung der Unterstützung von LoBs Sinkt mit Verlagerung von LoB-spezifischen zu globalen Anwendungen 6 Information Usage nach Application Name Anzahl der Informationsobjekt- Nutzungen durch Applikationen Konzentration der Datennutzung nach Applikationen (Typ 2) Sinkt mit der Einschränkung der Datennutzung durch Applikationen Sinkt mit Verlagerung von Randzu integrierten Kern-Systemen 7 Interface Usage nach Interface Name Anzahl der Schnittstellen-Nutzung durch Applikationen Konzentration der Schnittstellennutzung nach Schnittstellen (Typ 2) Sinkt mit der Reduktion der Schnittstellen-Nutzung Sinkt mit Verlagerung von Spezialzu Standard-Schnittstellen / Services 8 Platform Usage nach Platform Name Anzahl der Plattform-Nutzung durch Anwendungen Konzentration der Plattform- Nutzung nach Plattformen (Typ 3) Sinkt mit der Reduktion der Plattform-Nutzung durch Applikationen Sinkt mit Verlagerung von Spezialauf Standard-Plattformen Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

28 Technical Architecture Application Architecture Business Architecture Ergebnisse Veränderung der Komplexitätskennzahlen (Ist vs. Ziel) Line of Business Business Function Organization Unit -54% -20% % -19% -32% -20% -55% -21% 1 Application System -34% -27% 68% 6 7 Information Entity Application Interface -3% 2-80% -7% 8 7% -18% Legende Platform N (delta in %) H (delta in %) Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

29 Ergebnisse Interpretation der Veränderungen (1) Komplexitätsaspekt Werte Ist / Ziel Interpretation 1 Application System nach Application Vendor (51; 3,90) (23; 3,08) Eliminierung von End-User-Applikationen (EUC) und Sonderverarbeitungen führt zu Reduktion von N. (Typ 1) H bleibt hoch, weil Individualanwendungen weiterhin tragende Rolle spielen. 2 Application Interface nach Interface Type (40; 3,36) (39; 0,66) Schnittstellenkonsolidierung und Einführung neuer Schnittstellen halten sich die Waage. (Typ 1) Einführung zentraler Integrationsplattformen (EAI / ETL) führt zu signifikanter Reduktion von H. 3 Function Implementation nach Application Name (Typ 2) (148; 3,09) (108; 2,50) Funktionale Entflechtung (v. a. im Technical Accounting) führt zu deutlicher Reduktion von N. Zentralisierung der Funktionalität in wenigen Kernsystemen führt zu reduziertem H. 4 Application Usage nach Application Name (65; 3,88) (44; 3,12) Anwendungskonsolidierung (insb. EUC) führt allgemein zu Reduktion von N. (Typ 2) Eliminierung von lokalen Anwendungen (u. a. GL) bedingt Reduktion von H (Standortkonsolidierung). Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

30 Ergebnisse Interpretation der Veränderungen (2) Komplexitätsaspekt Werte Ist / Ziel Interpretation 5 LoB Support nach Application Name (91; 3,90) (42; 3,11) Anwendungskonsolidierung (insb. EUC) führt allgemein zu Reduktion von N. (Typ 2) Eliminierung LoB-spezifischer Applikationen (z. B. im Exposure Management) führt zu Reduktion von H. 6 Information Usage nach Application Name (182; 3,33) (120; 2,43) Anwendungskonsolidierung und Daten-Entflechtung führen zu Reduktion von N. (Typ 2) Konzentration der Datennutzung in Kernanwendungen / Reporting führt zu Reduktion von H. 7 Interface Usage nach Interface Name (40; 3,69) (67; 3,45) Einführung neuer Anwendungen und Schnittstellen (Automatisierung) bedingt Anstieg von N. (Typ 2) Stärkere Schnittstellen-Wiederverwendung bedingt Reduktion von H. 8 Platform Usage * nach Platform Name (29; 2,18) (31; 1,78) Einführung neuer Anwendungen (z. B. CRM, Solvency II) bedingt leichten Anstieg von N. (Typ 3) Techn. Standardisierung führt zu deutlicher Reduktion der von H. *) ohne Berücksichtigung von Client-Plattformen Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

32 Diskussion Bewertung und Einsatzerfahrungen Die Ergebnisse der Modellanwendung konnten die qualitativen Einschätzungen der beteiligten Architekten sehr gut bestätigen und untermauern. Insgesamt wurde das Verfahren wie folgt beurteilt: Vorteile: ganzheitlicher / multidimensionaler Ansatz vollständige Abdeckung aller Metamodell- Aspekte flexible Anwendung auf allen Architektur- Ebenen und Detail-Stufen incl. Drill-Down einheitliche Interpretation und vereinfachte Aggregation der Kennzahlen vollständige Metamodell- und Tool- Neutralität einfache Anwendung auf Basis verfügbarer Architektur-Daten höhere Genauigkeit durch Verwendung von Konzentrationsmaßen Nachteile / beim Einsatz zu beachten: Fokus ausschließlich auf struktureller Komplexität der für den Umgang mit Komplexität wichtige Aspekt der Modularität ist schwer abzubilden Komplexitätsaspekte müssen sorgfältig definiert und interpretiert werden Es besteht das Risiko, Komplexität aus dem betrachteten Modellausschnitt heraus zu optimieren (z. B. durch Verlagerung in die Subsystemebene) globale Minimierung kann zu lokalem Anstieg der Komplexität führen (kann aber durch Drill-Down-Anwendung erkannt und entsprechend behandelt werden) Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

33 Diskussion Limitationen und Ausblick Die Forschungsergebnisse sind mit einer Reihe von methodischen Einschränkungen verbunden. Es bestehen zahlreiche Anknüpfungspunkte für die weitere Forschung. Limitationen Erprobung an singulärem Anwendungsfall hat primär illustrativen Charakter (und keine empirische Beweiskraft) Heterogenitäts-Betrachtung ist bisher jeweils nur eindimensional (über ein Attribut) Ausblick Untersuchung weitere Fälle (unter kontrollierten Bedingungen) Ergänzung des Ansatzes durch Kennzahlen aus dem Bereich der Netzwerkanalyse (z. B. Zentralität, Modularität, etc.) Erweiterung des Heterogenitäts- Konzeptes auf mehrere Dimensionen (Attribute) Untersuchung der Möglichkeiten zur Kennzahlen-Aggregation Implementierung eines Prototypen und Entwicklung grafischer Sichten Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

34 Ausblick Es gibt noch viel zu tun A long way of research ahead but the time seemed right to make a start Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

35 Literatur [IEE11] [JB79] [Le97] [Ro79] [Ru13] [SB11] [Sc13] IEEE Computer Society (Hrsg.): Systems and Software Engineering Architecture Description (ISO/IEC/IEEE 42010:2011). IEEE Computer Society, New York, Jacquemin, A. P.; Berry, C. H.: Entropy Measure of Diversification and Corporate Growth. The Journal of Industrial Economics (27:4), 1979; S Lehman, M. M.: Laws of software evolution revisited. In: (Montangero, C. Hrsg.): Software Process Technology Proceedings of the 5th European Workshop on Software Process Technology (EWSPT 96), Nancy, Springer, Berlin; S Ropohl, G.: Eine Systemtheorie der Technik Zur Grundlegung der Allgemeinen Technologie. Carl Hanser, München, Rutz, U.: IT Complexity Commerzbank Overview on Commerzbank Initiative. Präsentation EAMKON Konferenz, Stuttgart, April Schmidt, C.; Buxmann, P.: Outcomes and Success Factors of Enterprise IT Architecture Management: Empirical Insight from the International Financial Services Industry. European Journal of Information Systems (20), 2011; S Schneider, A.: CALM3 Workshop 3. Präsentation beim 3. Workshop CALM3 (Complexity of Application Landscapes Models, Measures, Management). Technische Universtität München, August [Sh48] Shannon, C. E.: A Mathematical Theory of Communication. Bell System Technical Journal, 27, 1948; und [SM03] Schneberger, S. L.; McLean, E. R.: The Complexity Cross: Implications for Practice. Communications of the ACM, 46 (9), 2003; S Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

36 Literatur [St73] Stachowiak, H.: Allgemeine Modelltheorie. Springer, Wien, New York, [SWS13] [SWK13] Schmidt, C.; Widjaja, T.; Schütz, A.: Messung der Komplexität von IT-Landschaften auf der Basis von Architektur-Metamodellen: Ein generischer Ansatz und dessen Anwendung im Rahmen der Architektur- Transformation. Informatik 2013 Beiträge der 43. Jahrestagung der Gesellschaft für Informatik. Köllen Verlag, Bonn. Schütz, A.; Widjaja, T.; Kaiser, J.: Complexity in Enterprise Architectures Conceptualization and Introduction of a Measure from a System Theoretic Perspective. European Conference on Information Systems (ECIS), Utrecht, [TOG13] The Open Group (Hrsg.): TOGAF (The Open Group Architecture Framework) V [Wi12] Widjaja, T.; Kaiser, J.; Tepel, D.; Buxmann, P.: Heterogeneity in IT Landscapes and Monopoly Power of Firms: A Model to Quantify Heterogeneity. International Conference on Information Systems (ICIS), Orlando, Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

37 Über uns Unsere Tätigkeitsfelder 1. Entwicklung EAM 2. Enterprise Architecture 3. IT-Strategie und IT- Office IT-Governance Hilfe zur Selbsthilfe Erweitern Sie Ihren Radius Für die optimale Ausrichtung Ihrer IT Aufbau von EAM- Funktionen EAM-Health Checks / Neuausrichtung von EAM-Funktionen Entwicklung der Geschäftsarchitektur Einführung von EAM-Tools Schulung von Architekten Erfassung von Ist- Landschaften Durchführung von Bebauungsplanungen Steuerung von Transformationsprojekten Entwicklung technischer Standards Entwicklung von Lösungsarchitekturen Implementierung von Governance-Frameworks (insb. COBIT) Entwicklung der IT-Strategie Aufbau des Portfoliomanagements Entwicklung der IT- Organisation Implementierung von Risikomanagement-Frameworks Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

38 Über uns Mitgliedschaften und Forschungsprojekte Organisationen: Communities: EA Community Rhein-Main Forschungspartner: Forschungsprojekte: CEAR Complexity in Enterprise Architectures CALM³ Complexity of Application Landscapes Models, Measures, Management Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

39 Über uns Veröffentlichungen unserer Berater Dr. Christian Schmidt Messung der Komplexität von IT-Landschaften GI-Jahrestagung 20. September

40 Vielen Dank für Ihre Aufmerksamkeit