Bibliographic Metadata

Damit die erfolgreiche Entwicklung einer Software und somit der Erfolg eines Projektes gewährleistet sind, wird häufig eine Software-Engineering-Methode (SEM) zu Beginn auf die Projektsituation abgestimmt. Dennoch scheitern teilweise bis zu 75% von Projekten im IT-Umfeld und überschreiten ihr Budget oder können Deadlines nicht einhalten. Gerade während der Durchführung der Software-Engineering-Methode können Änderungen an der Projektsituation oder mangelnde Qualität den Projekterfolg gefährden. Doch eine kontinuierliche Überwachung während der Nutzung der SEM und speziell die zeitliche Komponente sind kritische Faktoren. Sie machen es schwierig, eine Software-Engineering-Methode entsprechend zur Laufzeit anzupassen. Diese Situationen und insbesondere der Faktor Zeit machen eine dynamische und möglichst eigenständige Anpassung der SEM erforderlich. Bekannte Verbesserungs- und Anpassungsverfahren wie das Situational Method Engineering, Six Sigma oder der PDCA-Zyklus, auch Deming-Zyklus genannt, sind aufgrund ihrer langen Durchführungsdauer kaum für eine solche Anpassung geeignet. Ferner finden diese entweder zu Beginn des Projektes oder erst wenn bereits Probleme aufgetreten sind und das Projekt bereits „vor die Wand gelaufen“ ist, statt. Im Gegensatz zu Six Sigma, dem Deming-Cycle oder auch den Agilen Methoden beobachten Ansätze aus den selbst-adaptiven Systemen zur Laufzeit automatisch das gegebene System über sogenannte Feedbackschleifen und passen das System gegebenenfalls eigenständig an. Das bekannteste Modell ist dabei die Feedbackschleife MAPE-K. Diese Arbeit stellt mit MAPE-K4SEM einen Ansatz vor, wie sich diese MAPE-K-Feedbackschleife auf die Anpassung von einer SEM übertragen lässt und somit eine selbst-adaptive Software-Engineering-Methode ermöglicht.

For the successful development of software and thus the success of a pro-ject, a software engineering methodod (SEM) is first tailored to the project situation. Despite that up to 75% of projects in the IT enviroment fail during their enactment. Deadlines are exceeded as well as the budget of the project. The implementation of the software engineering method, changes to the project situation or lack of quality endanger the success of the project. Espe-cially time is a critical factor to detect problems and adapt a SEM in time. A continous monitoring of the software engineering method is needed as well as a dynamic and autonomous adaptation. Approaches as Situational Method Engineering, Six Sigma or the PDCA-Cycle, also known as Deming Cycle, are well-known for the improvement and adaptation of software engineering methods. However, due to their long implementation duration they are hardly suitable for such an adjustment. Furthermore, these procedures are typically performed before or after problems are detected and the project has failed. Though agile methods like Scrum or project controlling use first approaches for inspection and adaptation of a running project, they are not usable for an autonomous adaptation due to lack of automating possibilities. Unlike Six Sigma, the Deming Cycle or the Agile Methods, approaches from the self-adaptive systems domain observe systems automatically at runtime using feedback loops and adapt the system autonomously if necessary. The best-known model is called the MAPE-K loop. This PhD thesis presents with MAPE-K4SEM an approach that uses the MAPE-K loop for a continous monitoring and automatic adaption of software engineering me-thod and thus makes a self-adaptive software engineering method possible.