Autor*innen mit den meisten Dokumenten
Auflistung nach:
Neueste Veröffentlichungen
- KonferenzbeitragSimultane Vermittlung und Evaluation einer Methode des Requirements Engineering(Softwaretechnik-Trends Band 42, Heft 3, 2022) Schönhofen, Felix; Schockert, Sixten; Herzwurm, Georg
- KonferenzbeitragEinsatz von Just-In-Time-Teaching und Projektarbeit in der Requirements-Engineering-Ausbildung(Softwaretechnik-Trends Band 42, Heft 3, 2022) Reißing, Ralf
- KonferenzbeitragBericht vom Treffen der Fachgruppe Requirements Engineering am 30.06/01.07.2022 in Stuttgart(Softwaretechnik-Trends Band 42, Heft 3, 2022) Karras, Oliver; Hess, Anne; Herrmann, Andrea; Maalej, Walid; Vogelsang, Andreas
- KonferenzbeitragMit KI die Komplexität der Produktentwicklung beherrschen(Softwaretechnik-Trends Band 42, Heft 3, 2022) Jastram, MichaelKünstliche Intelligenz (KI) ist eine Grundlagentechnologie, die in fast jedem Lebensbereich eingesetzt werden könnte. In diesem Artikel geht es darum, wie KI heute in der Produktentwicklung eingesetzt wird und was das zukünftige Potential von KI in der Entwicklung ist. Das bedeutet, dass der Einsatz von KI im Produkt selber nicht im Scope dieses Artikels ist. Der Artikel ist wie folgt strukturiert: Zunächst schauen wir uns an, warum wir KI überhaupt in der Produktentwicklung benötigen. Steigende Produktkomplexität ist hier der Treiber. Im nächsten Teil untersuchen wir die heute eingesetzten Ansätze, um Produktkomplexität zu beherrschen. Das sind Systems Engineering, Agile Entwicklung und Systemmodellierung (MBSE). Im dritten Teil schauen wir uns bereits im Einsatz befindliche KI-Lösungen für die Produktentwicklung an. Im vierten und letzten Teil schauen wir uns das Potential von KI an, um die aktuellen Entwicklungsansätze noch effektiver zu unterstützen.
- KonferenzbeitragSAFe-Expertise gesucht(Softwaretechnik-Trends Band 42, Heft 3, 2022) Arbeitskreis Informatik-Begriffsnetz
- KonferenzbeitragBusiness Analyse: Aus- und Weiterbildung bei der Deutschen Bank(Softwaretechnik-Trends Band 42, Heft 3, 2022) Oemig, Christoph
- KonferenzbeitragBericht des Arbeitskreises „Software Requirements Frameworks“(Softwaretechnik-Trends Band 42, Heft 3, 2022) Birk, Andreas; Dreyer, Heinrich; Herrmann, Andrea; Hess, Anne; Janzen, Dirk; Wohlgemuth, AndreaDer Arbeitskreis „Software Requirements Frameworks“ betrachtet konzeptuelle und methodische Rahmenwerke (Frameworks), die das Requirements-Engineering (RE) strukturieren, seinen Wissensstand aufbereiten und praktische Anleitungen für das RE geben. In einer ersten Arbeitsphase seit Dezember 2020 hat der Arbeitskreis eine Liste relevanter Frameworks erstellt, Typen von Frameworks identifiziert, sowie Ziele und Nutzen der Beschäftigung mit RE-Frameworks definiert.
- KonferenzbeitragBuchbesprechung: „NSA“ von Andreas Eschbach(Softwaretechnik-Trends Band 42, Heft 3, 2022) Eschbach, Andreas
- KonferenzbeitragCall for Participation 25. Workshop Software-Reengineering &-Evolution WSRE 2023, 8.–10. März 2023(Softwaretechnik-Trends Band 42, Heft 3, 2022) GI-Fachgruppe Software-Reengineering (SRE)
- KonferenzbeitragKundenorientiertes Testen von Künstlicher Intelligenz(Softwaretechnik-Trends Band 42, Heft 3, 2022) Fehlmann, Thomas; Kranich, EberhardTesten von Software wird heute immer noch gelegentlich mit Testen von Code verwechselt. Das ist im Zeitalter von Cloud Services und lernenden Systemen ziemlich fatal. Noch schlimmer wird diese Verwechslung, wenn man an cyber-physikalische Produkte denkt, etwa medizinische Instrumente oder autonome Fahrzeuge, wo es durchaus nicht nur der Code ist, der getestet werden muss, um Unfälle zu verhindern. Das Verhalten lernender Systeme wird nicht alleine durch Algorithmen bestimmt, sondern auf Grund von Lernprozessen und Trainingsdaten. Es ist sinnlos, ein solches System nur im Auslieferungszustand zu testen, denn es kann auch im Betrieb lernen, aber auch verlernen. Um sicher zu bleiben, muss es immer und immer wieder getestet werden. Dieser Artikel schlägt einen autonomen Testprozess vor, der relevante Testfälle ohne menschliches Zutun auswählen kann dank Bezug zu den Kundenbedürfnissen. Mit Hilfe statistischer Methoden und linearer Matrizenalgebra gelingt eine vollständige und individualisierbare Sicherstellung relevanter Verhaltensweisen künstlich intelligenter Systeme.