-
Die Erfindung betrifft ein Verfahren zur Auswahl einer Prozessführungsanweisung mittels einer eine Fuzzylogik anwendenden Rechnereinheit, insbesondere mit der Eignung zur Fuzzy-basierten Auswahlregelung der Zuordnung eines Prozessmodells auf Grund konkurrierender Vorgabeparameter sowie ein hierfür geeignetes System zur Auswahl einer Prozessführungsanweisung.
-
Jedes, ein Projektziel betreffendes Projekt, wie z.B. die Entwicklung einer neuen Software, eines neuen Autos, eines neuen Gebäudes, einer neuen Fabrik, einer neuen Fertigungsstraße oder eines neuen Automatisierungsprozesses, um nur einige Beispiele zu nennen, startet mit der Analyse der Rahmenbedingungen und der Auswahl eines für die Durchführung des Projekts zugrunde zu legenden Prozessmodells. Das Prozessmodell dient im Projekt als Leitfaden bzw. Führungsanweisung, um die verschiedenen komplexen Aufgaben in hoher Qualität und entsprechender Reihenfolge durchführen zu können. Es gibt eine Reihe von Prozessmodellen oder Vorgehensmodellen, z. B. das „Wasserfallmodell“, das „Spiralmodell“, das „V-Modell“, das „OEP-Modell“, das „TDD-Model“, das „MDD-Model", das „inkrementelle Vorgehensmodell“, das „BDD-Modell“, das „Prototyping-Modell“, das „XP-Modell“, das „RUP-Modell“, das „Serum-Modell‟ oder das „Kanban-Modell‟, um nur die bekanntesten zu nennen.
-
Bei dieser Vielzahl fällt die Auswahl des für ein jeweiliges Projekt geeigneten Modells in der Regel schwer. Erschwerend kommt hierbei auch hinzu, dass die Unterscheidung zwischen den einzelnen Prozessmodellen teils nur gering ist und der gesamte Ablauf eines Projektes zu dessen Beginn häufig nicht vollständig oder nur ansatzweise abzuschätzen ist.
-
Darüber hinaus sind bei der Auswahl des Prozessmodells in der Regel auch jeweilige Qualitätsmerkmale des zu entwickelnden Ergebnisses zu berücksichtigen. So sind dies z.B. im Falle einer zu entwickelnden Software laut der zum Anmeldetag gültigen ISO 25000 insbesondere Leistung (Performance), Kompatibilität (Compatibility), Benutzerfreundlichkeit (Usability), Zuverlässigkeit (Reliability), Sicherheit (Security), Wartungsfreundlichkeit (Maintainability), Portabilität (Portability), Funktionstauglichkeit (Functional Suitability). Je nach Einsatzort und sonstiger Rahmenbedingungen müssen diese Qualitätsmerkmale oder auch andere unterschiedlich berücksichtigt werden und haben in ihrer Ausprägung auch Einfluss auf das Prozessmodell.
-
Bei der Auswahl eines ungünstigen Prozessmodells kann sich die Systementwicklung folglich verzögern oder das Projekt komplett scheitern. Für die korrekte Auswahl des Prozessmodells ist folglich umfangreiches technologisches Wissen erforderlich, dass die korrekte Unterscheidung der Prozessmodelle ermöglicht, wobei in den seltensten Fällen alle möglichen, insbesondere vorstehend genannten Prozessmodelle bekannt sind und eine sinnvolle Auswahl folglich getroffen werden kann. Durch die Wahl eines nicht geeigneten Prozessmodells kann folglich auch wirtschaftlicher Schaden entstehen und durch die Wahl eines gänzlich falschen Prozessmodells das Projekt auch insgesamt scheitern.
-
Aufgabe der Erfindung ist es, ein System und ein Verfahren zur automatischen, auch adaptiven Auswahl einer Prozessführungsanweisung zu liefern bzw. zu definieren, welches insbesondere auch die Zuordnung eines Prozessmodells für ein ausgewähltes Projekt auf der Grundlage vorgebbarer Projektanforderungen und unterschiedlichsten Projektzielen ermöglicht.
-
Die Lösung der Aufgabe ist durch ein Verfahren und ein Fuzzy-Regelsystem mit den Merkmalen der anhängenden Ansprüche 1 bzw. 5 gegeben. Zweckmäßige Ausgestaltungen sind Gegenstand der jeweiligen abhängigen Ansprüche.
-
Gelöst wird die Erfindung ferner durch die Verwendung eines Fuzzy-Regelsystems gemäß Anspruch 9 und ein Computerlesbares Medium, das gemäß Anspruch 10 Instruktionen zur Durchführung des Verfahrens umfasst.
-
Demgemäß schlägt die Erfindung ein Verfahren zur Auswahl einer Prozessführungsanweisung mittels einer eine Fuzzylogik anwendenden Rechnereinheit vor, bei welchem einer Mehrzahl von gespeicherten bzw. speicherbaren, verschiedenen Ist-Prozesskennwerten jeweils eine Prozessführungsanweisung zugeordnet werden und basierend auf einem von einer Mehrzahl von eingegebenen oder eingebbaren Prozessparamater als Führungsgröße und in Abhängigkeit zumindest der weiteren Prozessparameter ein Soll-Prozesskennwert ermittelt wird, wobei jeder Prozessparameter zur Ermittlung des Soll-Prozesskennwertes entsprechend einem in der Rechnereinheit hinterlegten Regelwerk, insbesondere einem an die Führungsgröße adaptierbaren Regelwerk, gewichtet wird und die Prozessführungsanweisung aus der Mehrzahl der gespeicherten Prozessführungsanweisungen ausgewählt wird, deren zugeordneter Ist-Prozesskennwert dem ermittelten Soll-Prozesskennwert am nächsten kommt, insbesondere entspricht.
-
Mittels der hierbei erfindungsgemäß angewandten Fuzzylogik, können folglich anhand von hinterlegten Fuzzy-Sets die Prozessrahmenbedingungen zur Untergliederung in verschiedenen Klassen als linguistische Eingangsvariable beschrieben, für jeden Prozessparameter eine jeweilige Klassenzugehörigkeit bestimmt und die Gewichtung basierend auf der Führungsgröße und in Abhängigkeit der jeweiligen Klassenzugehörigkeit vorgenommen werden.
-
Entsprechend schlägt die Erfindung zur Auswahl einer Prozessführungsanweisung auch ein Fuzzy-Regelsystem mit einer, eine Fuzzylogik anwendenden Rechnereinheit vor, in welcher zur Beschreibung linguistischer Variablen Fuzzy-Sets hinterlegt sind, welche verschiedene Prozessrahmenbedingungen als linguistische Eingangsvariable in verschiedene Klassen untergliedern, und ein Regelwerk hinterlegt ist, insbesondere ein an eine Führungsgröße adaptierbares Regelwerk, vor.
-
Das Regelsystem ist hierbei eingerichtet, zum Speichern einer Mehrzahl von verschiedenen Ist-Prozesskennwerten und zum Zuordnen von jeweils einer Prozessführungsanweisung zu jedem Ist-Prozesskennwert, und ferner zum Verwenden eines Prozessparameters, von einer Mehrzahl von eingebbaren, die verschiedenen Prozessrahmenbedingungen repräsentierenden Prozessparametern als Führungsgröße eingerichtet ist. Zusätzlich ist das Regelsystem eingerichtet, unter Anwendung der Fuzzylogik basierend auf dem als Führungsgröße verwendeten Prozessparameter sowie in Abhängigkeit zumindest von den weiteren Prozessparametern einen Soll-Prozesskennwert zu ermitteln, und zwar durch Bestimmung anhand der hinterlegten Fuzzy-Sets für jeden Prozessparameter eine jeweilige Klassenzugehörigkeit und basierend auf der Führungsgröße und in Abhängigkeit von der jeweiligen Klassenzugehörigkeit zur Gewichtung jedes Prozessparameters zur Ermittlung des Soll-Prozesskennwertes entsprechend dem in der Rechnereinheit hinterlegten Regelwerk, wobei das Regelsystem ferner eingerichtet ist, zum Auswählen der Prozessführungsanweisung aus der Mehrzahl der gespeicherten Prozessführungsanweisungen, deren zugeordneter Ist-Prozesskennwert dem ermittelten Soll-Prozesskennwert am nächsten kommt, insbesondere entspricht.
-
Wesentliche Vorteile sind folglich, dass mit Anwendung der Fuzzylogik erstmalig ermöglicht ist, auch auf Grund von unvollständigen und ungenauen Informationen, insbesondere auch untereinander konkurrierenden und/oder abhängigen Prozessparametern eine geeignete Prozessführungsanweisung auszuwählen, und also insbesondere auch eine solche auszuwählen, die dann als ein geeignetes, eingangs beschriebenes Prozessmodell in einem Projekt als Leitfaden bzw. Führungsanweisung dienen kann. Diese Informationen und also insbesondere auch untereinander konkurrierenden und/oder abhängigen Prozessparameter werden mittels der Fuzzylogik, d.h. insbesondere den Fuzzy-Sets und dem hinterlegten Regelwerk, bewertet und anschließend die optimale Prozessführungsanweisung aus einer Mehrzahl von gespeicherten Prozessführungsanweisungen ermittelt. Folglich kann bereits zu Beginn eines Prozesses die hierzu passende Prozessführungsanweisung bestimmt werden, auch wenn einige Prozessparameter noch nicht bekannt sind.
-
Infolge der möglichen Nutzung verschiedenster Prozessparameter können folglich auch je nach Prozess jeweils notwendige Prozessparameter für die Bestimmung einer geeigneten Prozessführungsanweisung erkannt werden.
-
Mit der Erfindung wird folglich ein Werkzeug zur Verfügung gestellt, mit dem auf Grund von für verschiedene Prozessrahmenbedingungen jeweils vorliegenden Prozessparametern, eine passende Prozessführungsanweisung automatisch ermittelt, insbesondere ausgewählt werden kann.
-
Die Fuzzylogik, d.h. insbesondere die Fuzzy-Sets und das hinterlegte Regelwerk, können hierbei zweckmäßig an spezifische Prozesse und damit verbundenen, spezifischen Rahmenbedingungen durch jeweilige Veränderung der Variablen angepasst werden. Durch Anwendung der Technologie der Fuzzylogik ist folglich in automatisierter Weise eine individuelle Auswahl einer geeigneten Prozessführungsanweisung, insbesondere eines passenden Prozessmodells basierend auf der jeweiligen vorliegenden, auch bei einer dynamisch sich änderbaren, insbesondere durch die Rahmenbedingungen spezifizierbaren, Prozessinfrastruktur erstmalig ermöglicht.
-
Weitere Vorteile und Merkmale der Erfindung werden aus der nachfolgenden Beschreibung bevorzugter Ausführungsbeispiele unter Bezugnahme auf die beigefügten Zeichnungen ersichtlich.
-
In den Zeichnungen zeigen:
- 1 eine verallgemeinert dargestellte Prinzipskizze einer eines Fuzzy-Reglers als Basis für eine Fuzzylogik anwendende Rechnereinheit des erfindungsgemäßen Fuzzy-Regelsystems,
- 2 bevorzugte Eingangsgrößen für eine erste Fuzzy-basierte Komponente der Rechnereinheit gemäß erfindungsgemäßen Fuzzy-Regelsystem,
- 3a, 3b bevorzugte Eingangsgrößen für eine zweite und dritte Fuzzy-basierte Komponente der Rechnereinheit gemäß erfindungsgemäßen Fuzzy-Regelsystem,
- 4 eine vereinfacht dargestellte Skizze eines Fuzzy-Regelsystems mit fünf Fuzzy-basierten Komponenten,
- 5 bis 18 am Beispiel eines ein Projektziel betreffendes Projektes als ein im Rahmen der Erfindung möglicher Prozess zweckmäßige Fuzzy-Sets umfassend eine Variable Projektumfang, eine Variable Projektbedingen, eine Variable Bekanntheit der Anforderungen, eine Variable Stabilität, eine Variable Dokumentation, eine Variable Vorhandene Dokumentation, eine Variable Organisation, eine Variable Räumliche Verteilung, eine Variable Team Erfahrung, eine Größe des Teams, eine Expertenwissen, eine Variable Kohäsion der Komponenten, eine Variable Wirtschaftliche Kritikalität und eine Variable Sicherheitsanforderung als Beispiele von linguistisch beschriebenen, einem jeweiligen Prozess als Prozessrahmenbedingungen zuweisbaren Variablen zur Veranschaulichung verschiedener Ausführungsformen eines erfindungsgemäßen Fuzzy-Regelsystems,
- 19, 20 zweckmäßige Fuzzy-Sets in Bezug auf eine Variable Ausgangswert Inkrementell und eine Variable Ausgangswert Iterativ als weitere Beispiele von linguistisch beschriebenen, einem jeweiligen Prozess zuweisbaren Variablen zur Veranschaulichung verschiedener Ausführungsformen eines erfindungsgemäßen Fuzzy-Regelsystems,
- 21 ein Abbildungsschema betreffend ermittelte Soll-Prozesskennwerte und hinterlegte Ist-Prozesskennwerte für hierauf basierte Auswahl einer Prozessführungsanweisung, und
- 22, 23 Prinzipskizzen bevorzugter Ausführungsbeispiele eines erfindungsgemäßen Verfahrens zur Auswahl einer Prozessführungsanweisung mittels einer besonders zweckmäßigen Ausgestaltung eines Fuzzy-Regelsystems.
-
1 zeigt eine verallgemeinert dargestellte Prinzipskizze eines Fuzzy-Reglers, dessen grundsätzliches Prinzip auch für eine Fuzzylogik anwendende Rechnereinheit im Rahmen der Erfindung zur Anwendung kommt. Bekanntermaßen gehören Fuzzy-Regler zur Klasse der Kennfeld-Regler, die der Theorie der Fuzzy-Logik entsprechen. Üblicherweise werden in jedem Reglungsschritt drei Teilschritte durchgeführt, das sind der Schritt einer Fuzzifizierung, einer Inferenz und am Schluss der Schritt einer Defuzzifizierung, wobei die einzelnen Ein- und Ausgänge als linguistische Variablen beschrieben werden, zu denen jeweils Fuzzy-Mengen gehören.
-
Die Fuzzy-Mengen wiederum werden aus einer Menge von Zugehörigkeitsfunktionen, auch Fuzzy-Sets genannt, gebildet. Diese Zugehörigkeitsfunktionen oder Fuzzy-Sets sind üblicherweise vorkonfiguriert und können beispielsweise die Form eines Dreiecks, Trapezes oder Kurvenstücks annehmen (vgl.
5 bis
20), wobei diesbezüglich und zur Dokumentation des Fachwissens des hier anzusetzenden Fachmanns vollumfänglich auf die Offenlegungsschrift
DE 10 2013 008 151 A1 und die dort genannte
DE 195 02 230 A1 verwiesen wird. Die Fuzzy-Sets ordnen die linguistischen Eingangsvariablen in „unscharfe“ Klassen ein und belegen die linguistischen Eingangsvariablen entsprechend durch Messung oder anders erhaltenen „scharfen“ Eingangsgrößen mit einem Klassenzugehörigkeitswert zwischen 0% und 100%.
-
Entsprechend können die zu einer linguistischen Ausgangsvariable auszugebenden „scharfen“ Ausgangswerte auf Zugehörigkeitsfunktionen basieren, und einen Zugehörigkeitswert in Bezug auf die unscharfe Klasseneinteilung von 0% bis 100% belegen. Ein Fuzzy-Regler bestimmt somit im Allgemeinen einen auszugebenden Stellwert aus der Regeldifferenz, das heißt aus der Differenz eines Sollwertes und eines Istwertes, durch Abarbeitung der Schritte Fuzzifizierung, Inferenz und Defuzzifizierung. Bei der Fuzzifizierung werden den mittels linguistischer Variablen beschriebenen Eingangsgrößen zugeordnete Fuzzy-Sets ausgewertet und Werte für Klassenzugehörigkeiten bestimmt. Im Schritt der Inferenz werden anhand der Werte für Klassenzugehörigkeiten die Regeln für die Berechnung der Ausgabe vorgegeben (Regelwerk) und hierdurch auch eine Gewichtung der in die Berechnung einfließenden Größen bestimmt. Bei der Defuzzifizierung werden die mittels linguistischer Variablen beschriebenen Ausgangswerte basierend auf den Regeln für die Berechnung und Gewichtung bestimmten Zugehörigkeitsfunktionen zugeordnet und entsprechend einem Zugehörigkeitswert bestimmt. Ein Fuzzy-Regler ist somit ein nicht linearer Kennfeld- oder Zustandsregler und weist vom Grundsatz her keine innere Dynamik auf.
-
4 zeigt eine stark vereinfacht dargestellte Prinzipskizze eines Fuzzy-Regelsystems, welches zur Durchführung eines Verfahrens im Rahmen der Erfindung verwendet werden kann. Das Fuzzy-Regelsystem besitzt folglich eine, eine Fuzzylogik anwendende Rechnereinheit, die zweckmäßig auf den vorstehend beschriebenen Prinzipien eines Fuzzy-Reglers aufsetzt. Zur Beschreibung linguistischer Variablen sind Fuzzy-Sets, wie z.B. in den 5 bis 20 hinterlegt, welche Prozessrahmenbedingungen als linguistische Eingangsvariable in verschiedene Klassen untergliedern. Ferner ist ein Regelwerk hinterlegt, das zweckmäßig an eine Führungsgröße adaptiert werden kann, wie nachfolgend noch näher beschrieben.
-
Ein solches Fuzzy-Regelsystem kann insbesondere durch Kombination geeigneter Hard- und Software gegeben sein. Entsprechend kann auch die erfindungsgemäß eingerichtete Rechnereinrichtung insbesondere durch eine Kombination geeigneter Hard- und Software gegeben sein. So können z.B. einzelne Komponenten z.B. auch als Software auf vorhandener Hardware, beispielsweis einem vorhandenen Prozessor, laufen. Es kann aber auch Hardware speziell für einzelne Komponenten vorgesehen sein. Auch kann für das erfindungsgemäße Vorgehen, die Rechnereinheit und/oder für das erfindungsgemäße Fuzzy-Regelsystem ein Computerprogramm vorgesehen sein, das Programmcodemittel zur Durchführung der Schritte des erfindungsgemäßen Verfahrens umfasst. Ebenso kann hierfür auch ein computerlesbares Medium, z.B. eine CD-ROM oder DVD oder ein USB oder Flash Speicher, Verwendung finden, welches Instruktionen umfasst, die, wenn sie auf einem Rechner mit wenigstens einer eine Fuzzylogik anwendenden Rechnereinheit ausgeführt werden, diesen veranlassen, das erfindungsgemäße Verfahrens durchzuführen. Ein solches computerlesbare Medium muss jedoch nicht ausschließlich ein körperliches Medium sein, sondern kann beispielswiese auch in Form eines Datenstromes und/oder eines Signals, welches einen Datenstrom repräsentiert, vorliegen.
-
Das mit 4 skizzierte Fuzzy-Regelsystem weist zur Auswahl einer Prozessführungsanweisung mehrere Fuzzy-basierte Komponenten auf, die im dargestellten Beispiel eine Fuzzifizierung einer ersten bis n-ten Eingangsgröße, insbesondere der in den 2, 3a und 3b gezeigten Eingangsgrößen durchführen sowie die anschließende Inferenz und Defuzzifizierung für die Auswahl der Prozessführungsanweisung als Ausgangsgröße, im dargestellten Beispiel also für die Ermittlung eines Prozessmodells als Ausgangsgröße realisieren.
-
Das Fuzzy-Regelsystem ist insbesondere eingerichtet, dass als Eingangsgrößen eine Mehrzahl von verschiedenen Prozessrahmenbedingungen repräsentierende Prozessparametern eingegeben werden können. Prozessrahmenbedingungen können im Rahmen der Erfindung insbesondere das jeweilige Prozessumfeld, das Prozessteam und/oder die Prozesskritikalität, bei 4 mit Projekt, Team bzw. Kritikalität bezeichnet, betreffen. Zu diesen oder auch anderen Gruppen können dann die jeweiligen Prozessparameter als Eingangsgrößen definiert und anschließend bewertet und kombiniert werden. Das Ergebnis der Gruppen wird wiederrum mittels der Fuzzylogik und dem hinterlegten Regelwerk kombiniert und ein Ausgangswert bestimmt. Mit Hilfe dieses Ausgangswertes erfolgt die Auswahl der geeigneten Prozessführungsanweisung, d.h. insbesondere auch eine solche, die dann als ein passendes, eingangs beschriebenes Prozessmodell in einem Projekt als Leitfaden bzw. Führungsanweisung dienen kann. Spezifische Prozessrahmenbedingungen können folglich durch Veränderung der Eingangsgrößen oder Auswahl anderer Eingangsgrößen angepasst werden.
-
Die 2 zeigt in diesem Zusammenhang im Rahmen der Erfindung bevorzugte Prozessparameter als Eingangsgrößen für eine erste Fuzzy-basierte Komponente betreffend das Prozessumfeld, insbesondere zur Ermittlung eines auf das Prozessumfeld bezogenen Kennwertes Pu-K, d.h. insbesondere zur Charakteristik eines Prozesses, z.B. eines spezifischen Projektes. Die 3a zeigt bevorzugte Prozessparameter als Eingangsgrößen für eine zweite Fuzzy-basierte Komponente betreffend das Prozessteam, insbesondere zur Ermittlung eines auf das Prozessteam bezogenen Kennwertes Pt-K, d.h. insbesondere zur Charakteristik eines für die Umsetzung des Prozesses eingesetzten oder erforderlichen Teams. 3b zeigt bevorzugte Prozessparameter als Eingangsgrößen für eine dritte Fuzzy-basierte Komponente betreffend die Prozesskritikalität, insbesondere zur Ermittlung eines auf die Prozesskritikalität bezogenen Kennwertes Pk-K, d.h. insbesondere zur Charakteristik der Kritikalität in Bezug auf den umzusetzenden Prozess.
-
So können gemäß 2 bevorzugte, das Prozessumfeld betreffende Prozessparameter als Eingangsgrößen beinhalten:
- Projektumfang: Der Projektumfang wird z.B. bestimmt durch die Projektkosten, die Entwicklungsdauer (Zeit), die Komplexität, Qualität und Anzahl der zu realisierenden Funktionen. Ein entsprechendes, zur Beschreibung der diesbezüglichen linguistischen Variablen hinterlegtes Fuzzy-Set ist z.B. mit 5 skizziert.
-
Projektbedingungen (insbesondere interne Projektbedingungen): Die Projektbedingungen werden z.B. durch die Charakteristik des Kunden und der Stakeholder (z.B. der Gesetzgeber, Betriebsrat etc.), sowie die Vertragsbedingungen bestimmt. Mit einer linguistischen Variablen, wie durch das mit 6 skizzierte Fuzzy-Set wiedergegeben, kann beispielsweise auch die Mitwirkung des Kunden am Projekt berücksichtigt werden. Je häufiger der Kunde am Projektgeschehen mitwirkt, desto instabiler können z.B. die Projektbedingungen sein. Berücksichtigt werden kann folglich auch eine durch projektinterne Rahmenbedingungen bewirkte Stabilität oder Instabilität.
-
Bekanntheit der Anforderungen: Hiermit kann beispielsweise ausgedrückt werden, in welchem Maße die Anforderungen an das fertige Produkt bekannt sind. Mit der diesbezüglichen linguistischen Variablen, wie durch das mit 7 skizzierte Fuzzy-Set wiedergegeben, fließt somit auch die Qualität der formulierten Anforderungen ein. Bei unvollständigen und widersprüchlichen Anforderungen ist ein geringer Wert auszuwählen. Stehen vollständige und spezifische Anforderungen zur Verfügung, dann ist ein hoher Wert für diese Variable auszuwählen. Der diesbezügliche, insbesondere eingebbare Prozessparameter kann folglich zweckmäßig auch ein gewünschtes Prozessergebnis repräsentieren.
-
Stabilität (insbesondere extern begründet): In einem dynamischen Umfeld (Wirtschaft, politische und gesellschaftliche Veränderungen) mit vielen Veränderungen ist das Umfeld in der Regel instabiler und ein entsprechender Wert ist für diese Variable auszuwählen. Diese Variable beschreibt auch die zu erwartende Stabilität der Anforderungen. Mit einer diesbezüglichen linguistischen Variablen, wie durch das mit 8 skizzierte Fuzzy-Set wiedergegeben, kann folglich auch eine durch projektexterne Rahmenbedingungen bewirkte Stabilität oder Instabilität berücksichtigt werden.
-
Dokumentation: Mit einem diese betreffenden Prozessparameter kann z.B. mittels eines wie mit 9 skizzierten Fuzzy-Sets über eine entsprechende linguistische Variablen der Stellenwert und Umfang der Dokumentation im Projekt beschrieben werden.
-
Vorhandene Dokumentation: In der Regel existieren bei Folgeprojekten unterschiedlich umfangreiche und auch von der Qualität verschiedene Dokumentationen. Diese müssen daher üblicherweise auch im Projektverlauf berücksichtigt werden können und bestimmen damit auch die möglichen Prozessmodelle. Je umfangreicher und spezifischer die aus Altprojekten vorhandenen Dokumentationen sind, desto größer sollte ihr Einfluss auf die Auswahl des Prozessmodells sein. Ein entsprechendes, zur Beschreibung der diesbezüglichen linguistischen Variablen hinterlegtes Fuzzy-Set ist z.B. mit 10 skizziert.
-
Bevorzugte, das Prozessteam betreffende Prozessparameter sind bei 3a gezeigt und können folgende Prozessparameter als Eingangsgrößen beinhalten:
- Organisation: Dieser Parameter bzw. die entsprechende linguistische Variable (vgl. 11) ist der Gruppe Team zugeordnet und beschreibt die Eigenschaften des Teams beschreibt. Je homogener das Fachwissen im Team (so sind z.B. ein Entwickler Team und ein Test Team unterschiedliche Teams und/oder ein Team kann in verschiedenen Organisationseinheiten der Firma angesiedelt sein) desto spezifischer ist in der Regel die Organisation des Teams und ein entsprechender Wert anzugeben. In einem interdisziplinären Team arbeiten z.B. Tester und Entwickler zusammen in einem Team.
-
Räumliche Verteilung des Teams: Ein Team kann in einer Organisationseinheit und trotzdem räumlich getrennt arbeiten. Bei räumlicher Distanz wird die Kommunikation innerhalb des Teams beeinträchtigt und kann somit zweckmäßig für die Auswahl der Prozessführungsanweisung berücksichtigt werden. Mit Hilfe einer solchen Variablen (vgl. auch 12) kann folglich ein entsprechender Wert hierfür angegeben werden.
-
Team Erfahrung: Wenn ein Team bereits viele verschiedene Methoden für die Führung eines Prozesses kennt, z.B. für die Entwicklung einer Software, und mit ihnen schon gearbeitet hat, desto höher ist in der Regel auch die Team Erfahrung (vgl. auch 13) einzuschätzen.
-
Größe des Teams: Ein in Bezug auf diese Variable (vgl. auch 14) ansetzbarer Prozessparameter steht beispielsweise in Beziehung mit der Größe des Projektes: je größer das Projekt, desto größer auch das Team. Je kleiner das Team, desto agiler kann das Team arbeiten.
-
Bevorzugte, die Prozesskritikalität betreffende Prozessparameter sind bei 3b gezeigt und können folgende Prozessparameter als Eingangsgrößen beinhalten:
- Expertenwissen: Je spezifischer das erforderliche Expertenwissen (z.B. Spezialkenntnisse bezüglich des Einsatzgebietes für ein zu entwickelndes Produkt) desto höher ist die Kritikalität für eine diesbezügliche linguistische Variable (vgl. auch 15) einzuschätzen.
-
Kohäsion der Komponenten: Müssen viele Partnersysteme und Komponenten berücksichtigt werden, desto höher ist in der Regel die Kohäsion der Komponenten im Projekt (vgl. auch 16). Eine hohe Kohäsion und Abhängigkeit der Komponenten erfordert insbesondere klassische Prozessmodelle als Führungsanweisung.
-
Wirtschaftliche Kritikalität: Die Funktion eines Produktes kann auch unterschiedliche Auswirkungen auf die Wirtschaftlichkeit einer Firma haben. So hat ein online shop oftmals eine höhere Kritikalität als eine Webseite mit den Informationen z.B. von einer Kantine (vgl. auch 17).
-
Sicherheitsanforderungen: Anhand eines die Sicherheitsanforderungen repräsentierenden Prozessparameters können mittels der entsprechenden Variable die Sicherheitsanforderungen für einen Prozess, insbesondere ein Projekt, und/oder ein zu entwickelndes Produkt eingeschätzt werden (vgl. auch 18). Dabei kann auch das Einsatzgebiet für das Produkt berücksichtigt werden. Bedacht werden kann z.B., dass ein Kalender in einer sicherheitskritischen Umgebung auch die Anforderungen dieser Umgebung erfüllen muss.
-
Zweckmäßig ist die Regelung des Systems gemäß Erfindung derart eingerichtet, dass einer der die verschiedenen Prozessrahmenbedingungen repräsentierenden Prozessparameter als Führungsgröße Verwendung findet, insbesondere einer ein gewünschtes Prozessergebnis repräsentierender, vorzugsweise individuell eingebbarer Prozessparameter verwendet wird. Denn ist das gewünschte Prozessergebnis z.B. eine neu zu entwickelnde Software muss in der Regel eine andere Gewichtung und eine andere Auswahl einer geeigneten Prozessführungsanweisung vorgenommen werden, als vor dem Hintergrund z.B. eines neu zu entwickelnden Autos, selbst bei ansonsten identisch vorliegenden Rahmenbedingungen. Als ein solcher Prozessparameter kann die zuvor beschriebene „Bekanntheit der Anforderungen“ dienen. Je nach Prozess und/oder Prozessrahmenbedingungen können im Rahmen der Erfindung bevorzugt jedoch auch andere als Führungsgröße zu verwendenden Prozessparameter ausgewählt werden, weshalb das System zweckmäßig eine hierfür eingerichtete Auswahleinrichtung besitzt.
-
Basierend auf dem als Führungsgröße verwendeten Prozessparameter sowie in Abhängigkeit zumindest von den weiteren Prozessparametern ist das erfindungsgemäße Regelsystem dann ferner eingerichtet, unter Anwendung der Fuzzylogik einen Soll-Prozesskennwert zu ermitteln, und zwar durch Bestimmung, anhand der hinterlegten Fuzzy-Sets, einer jeweiligen Klassenzugehörigkeit für jeden Prozessparameter und basierend auf der Führungsgröße und in Abhängigkeit von der jeweiligen Klassenzugehörigkeit zur Gewichtung jedes Prozessparameters zur Ermittlung des Soll-Prozesskennwertes entsprechend dem in der Rechnereinheit hinterlegten Regelwerk. Hierbei kann der als Führungsgröße angewandte Prozessparamater zweckmäßig zusätzlich auch als einer der weiteren Prozessparameter angewandt werden und/oder das hinterlegte Regelwerk an die jeweilige Führungsgröße adaptiert werden, in bevorzugter Ausführung sich auch selbsttätig an die jeweilige Führungsgröße adaptieren.
-
Im Soll-Prozesskennwert wird deutlich, wie die auszuwählende Prozessführungsanweisung ausgelegt sein soll, z.B. wie inkrementell und iterativ ein Prozessmodell ausgelegt sein muss.
-
Wie bei 23 skizziert ist hierzu das Regelsystem zweckmäßig zum Speichern einer Mehrzahl von verschiedenen Ist-Prozesskennwerten 1...N und zum Zuordnen von jeweils einer Prozessführungsanweisung 1...N zu jedem Ist-Prozesskennwert 1...N eingerichtet, sodass, insbesondere im Rahmen der Defuzzifizierung (vgl. 4), die Prozessführungsanweisung, insbesondere Prozessmodell, aus der Mehrzahl der gespeicherten Prozessführungsanweisungen ausgewählte werden kann, deren zugeordneter Ist-Prozesskennwert dem ermittelten Soll-Prozesskennwert am nächsten kommt, insbesondere entspricht.
-
In besonders bevorzugter Ausgestaltung ist die Rechnereinheit mit dem hinterlegten Regelwerk zur Ermittlung des Soll-Prozesskennwertes ferner eingerichtet, zunächst jeweils zwei unterschiedliche Gewichtungen bei der Gewichtung der Prozessparameter vorzunehmen und in Folge zunächst einen ersten Prozessteilkennwert, bei 4 mit Prozesswert inkrementell bezeichnet, und wenigstens einen zweiten Prozessteilkennwert, bei 4 mit Prozesswert iterativ bezeichnet, zu ermitteln. Für jeden ermittelten Prozessteilkennwert ist hierbei in der Rechnereinheit somit wiederum zweckmäßig eine linguistische und in verschiedene Klassen untergliederte Prozessführungsvariable vorgehalten, wie beispielsweise mit den in den 19 und 20 skizzierten Fuzzy-Sets wiedergegeben, sodass unter Anwendung der Fuzzylogik eine jeweilige Klassenzugehörigkeit für jeden Prozessteilkennwert zu bestimmen und basierend auf der Führungsgröße und in Abhängigkeit von der jeweiligen Klassenzugehörigkeit jeden Prozessteilkennwert zur Ermittlung des Soll-Prozesskennwertes entsprechend dem in der Rechnereinheit hinterlegten Regelwerk nochmals zu gewichten ist, bevor aus der Mehrzahl der Prozessführungsanweisungen die Prozessführungsanweisung ausgewählt wird, deren zugeordneter, gespeicherter Ist-Prozesskennwert dem ermittelten Soll-Prozesskennwert am nächsten kommt, insbesondere entspricht. 21 zeigt hierzu beispielhaft ein Abbildungsschema betreffend nach Gewichtung zweier Prozessteilkennwerte, eines iterativen und eines inkrementellen, ermittelte Soll-Prozesskennwerte (in der Tabelle gemäß 21) und hinterlegte Ist-Prozesskennwerte (unterhalb der Tabelle gemäß 21) mit jeweils zugeordneten Prozessführungsanweisungen für die hierauf basierte Auswahl einer geeigneten Prozessführungsanweisung. Jeweilige verschiedene Prozesskennwerte sind bei 21 durch jeweilige unterschiedliche Schraffuren verdeutlicht.
-
Führt die Gewichtung der beiden Prozessteilkennwerte zu einem Soll-Prozesskennwert, der z.B. zwischen zwei Ist-Prozesskennwerten liegt, insbesondere somit auch eigentlich zwischen verschiedenen Prozessführungsanweisungen liegt, so kann in bevorzugter Ausführung auch eine Kombination der verschiedenen Prozessführungsanweisungen, also z.B. die Kombination von zwei Prozessmodellen durch entsprechende Auswahl empfohlen werden. Zum Beispiel können agile Methoden (Planning Poker oder Backlog) in einem klassischen Prozessumfeld, insbesondere Projektumfeld eingesetzt werden. Auch Prozessführungsanweisungen, wie z.B. V-Modell und Spiralmodell als beispielhafte Prozessmodelle, können bevorzugt kombiniert und so deren Vorteile genutzt werden.
-
Mittels einer besonders zweckmäßigen Ausgestaltung eines Fuzzy-Regelsystems wird anhand der in den 22 und 23 gezeigten Prinzipskizzen bevorzugter Ausführungsbeispiele noch einmal ein bevorzugtes erfindungsgemäßes Verfahren zur Auswahl einer Prozessführungsanweisung im Ablauf verdeutlicht, insbesondere am Beispiel der Auswahl eines Prozessmodells für ein ausgewähltes Projekt, mit einem z.B. ein gewünschtes Prozessergebnis, insbesondere über die „Bekanntheit der Anforderungen“ zumindest weitgehend festgelegtes Projektziel, repräsentierenden Prozessparameter als Führungsgröße.
-
Das Fuzzy-Regelsystem ist für die in den 22 und 23 gezeigten Prinzipskizzen folglich insbesondere mit einer in der die Fuzzylogik anwendenden Rechnereinheit ablaufenden ersten Fuzzylogik-Softwareanwendung eingerichtet, basierend auf der Führungsgröße und in Abhängigkeit von Prozessparametern die Prozessumfeld-basierte, Prozessteam-basierte und Prozesskritikalität-beeinflussende Prozessrahmenbedingungen repräsentieren, einen jeweiligen auf das Prozessumfeld bezogenen Kennwert Pu-K, auf das Prozessteam bezogenen Kennwert Pt-K und einen auf die Prozesskritikalität bezogenen Kennwert Pk-K zu ermitteln. Ferner ist das Fuzzy-Regelsystem eingerichtet, insbesondere mit einer in der die Fuzzylogik anwendenden Rechnereinheit ablaufenden zweiten Fuzzylogik-Softwareanwendung, basierend auf der Führungsgröße und in Abhängigkeit des auf das Prozessumfeld bezogenen Kennwertes Pu-K, des auf das Prozessteam bezogenen Kennwertes Pt-K und des auf die Prozesskritikalität bezogenen Kennwertes Pk-K zunächst einen ersten, die Relevanz einer inkrementell ausgerichteten Prozessführungsanweisung repräsentierenden Prozessteilkennwert Ptk-In und einen zweiten, die Relevanz einer iterativ ausgerichteten Prozessführungsanweisung repräsentierenden Prozessteilkennwert Ptk-It zu ermitteln, und z.B. mit einer in der die Fuzzylogik anwendenden Rechnereinheit ablaufenden dritten Fuzzylogik-Softwareanwendung, basierend auf der Führungsgröße und in Abhängigkeit des ersten Prozessteilkennwertes und des zweiten Prozessteilkennwertes den Soll-Prozesskennwert zu ermitteln.
-
Für die Ermittlung jeweiliger Kennwerte können somit insbesondere jeweils Fuzzy-basierte Komponente eingesetzt werden, deren Wirkweisen den zuvor in Bezug auf die 2, 3a, 3b und 4 beschriebenen Komponenten entsprechen.
-
So können nach Speicherung einer Mehrzahl von verschiedenen Ist-Prozesskennwerten 1...N diesen in der Rechnereinheit jeweils eine Prozessführungsanweisung 1...N zugeordnet werden (23). Den Ist-Prozesskennwerten 1...N zugeordnete Prozessführungsanweisungen 1...N können insbesondere verschiedene, für ein ausgewähltes oder anstehendes Projekt zur Auswahl stehende Prozessmodelle als Leitfaden bzw. Führungsanweisung sein, um die verschiedenen komplexen Aufgaben in hoher Qualität und entsprechender Reihenfolge durchführen zu können, wie z.B. die gemäß 21 unterhalb der Tabelle angeführten Prozessmodelle.
-
Je nach spezifischen Prozess können eine Mehrzahl von verschiedenen Prozessrahmenbedingungen repräsentierende Prozessparameter in die Rechnereinheit eingegeben werden und zweckmäßig einer dieser Prozessparameter als Führungsgröße ausgewählt werden. Wie zuvor beschrieben, werden die Prozessrahmenbedingungen in der Regel insbesondere durch ein spezifisches Prozessumfeld, ein spezifisches Prozessteam und eine spezifische Prozesskritikalität vorgegeben. Die diese Prozessrahmenbedingungen repräsentierenden Prozessparameter können folglich insbesondere in Prozessumfeld-basierte, Prozessteam-basierte und Prozesskritikalität-beeinflussende Parameter untergliedert bzw. gruppiert werden.
-
Anschließend wird durch die Rechnereinheit unter Anwendung der Fuzzylogik basierend auf dem als Führungsgröße verwendeten der Prozessparamater und in Abhängigkeit zumindest der weiteren Prozessparameter ein Soll-Prozesskennwert ermittelt und anhand diesen, die Prozessführungsanweisung ausgewählt, wobei dies insbesondere durch Anwendung der Technologie der Fuzzylogik erfolgt, d.h. durch die Abarbeitung von, eine jeweilige Fuzzylogik charakterisierenden Schritten einer Fuzzifizierung, Inferenz und Defuzzifizierung erfolgt. Die Fuzzylogik basierte Regelung ist folglich für die Auswahl von Prozessanweisungen, insbesondere auch Prozessmodellen, erstmalig so konfiguriert, dass auf der Grundlage auch von ungenauen und unvollständigen Prozessparametern in kurzer Zeit eine geeignete Prozessanweisung, insbesondere geeignetes Prozessmodell ausgewählt, insbesondere bestimmt wird.
-
Gemäß Erfindung wird somit anhand von zur Beschreibung linguistischer Variablen hinterlegten Fuzzy-Sets, welche jede der Prozessrahmenbedingungen als linguistische Eingangsvariable in verschiedene Klassen untergliedern, unter Anwendung der Fuzzylogik eine jeweilige Klassenzugehörigkeit für jeden Prozessparameter bestimmt und basierend auf der Führungsgröße und in Abhängigkeit der jeweiligen Klassenzugehörigkeit zumindest jeder der weiteren Prozessparameter zur Ermittlung des Soll-Prozesskennwertes entsprechend einem in der Rechnereinheit hinterlegten Regelwerk, insbesondere einem an die Führungsgröße adaptierbaren Regelwerk, gewichtet. Abschließend wird aus der Mehrzahl der Prozessführungsanweisungen die Prozessführungsanweisung, deren zugeordneter Ist-Prozesskennwert dem ermittelten Soll-Prozesskennwert am nächsten kommt, insbesondere entspricht, ausgewählt.
-
Unter Zugrundelegung der vorstehend aufgezeigten Untergliederung bzw. Gruppierung in Prozessumfeld-basierte, Prozessteam-basierte und Prozesskritikalität-beeinflussende Parameter kann ferner im Rahmen der Gewichtung ein jeweiliger auf das Prozessumfeld bezogener Kennwert Pu-K, auf das Prozessteam bezogenen Kennwert Pt-K und ein auf die Prozesskritikalität bezogenen Kennwert Pk-K ermittelt werden.
-
Ergänzend oder alternativ kann im Rahmen der Gewichtung auch zunächst ein erster, die Relevanz einer inkrementell ausgerichteten Prozessführungsanweisung repräsentierender Prozessteilkennwert Ptk-In und ein zweiter, die Relevanz einer iterativ ausgerichteten Prozessführungsanweisung repräsentierenden Prozessteilkennwert Ptk-It ermittelt werden. Infolge werden somit zweckmäßig entsprechend dem in der Rechnereinheit hinterlegten Regelwerk wenigstens zwei unterschiedliche Gewichtungen bei der Gewichtung der Prozessparameter vorgenommen werden, wobei auch für jeden ermittelten Prozessteilkennwert in der Rechnereinheit eine linguistische Prozessführungsvariable vorgehalten und jeweils in verschiedene Klassen untergliedert wird und unter Anwendung der Fuzzylogik eine jeweilige Klassenzugehörigkeit für jeden Prozessteilkennwert bestimmt und basierend auf der Führungsgröße und in Abhängigkeit von der jeweiligen Klassenzugehörigkeit jeder Prozessteilkennwert zur Ermittlung des Soll-Prozesskennwertes entsprechend dem in der Rechnereinheit hinterlegten Regelwerk nochmals gewichtet wird.
-
Besonders bevorzugt werden ferner für die Ermittlung solcher Prozessteilkennwerte Ptk-In, Ptk-It jeweils der auf das Prozessumfeld bezogene Kennwert Pu-K, der auf das Prozessteam bezogene Kennwert Pt-K und der auf die Prozesskritikalität bezogene Kennwert Pk-K einer hierfür entsprechend konfigurierten Fuzzy-basierten Komponente als Eingangsgrößen zugeführt.
-
Die Eigenschaften des jeweiligen Prozesses, insbesondere des jeweiligen Projekts, bestimmen folglich die Eingangsparameter für die Fuzzy-basierte Regelung. Insbesondere wird folglich die Charakteristik des Prozesses, insbesondere Projektes, durch eine Reihe von Rahmenbedingungen bestimmt, basierend auf welchen wiederum die Eingangsparameter für den Fuzzy-basierte Regelung zur Verfügung gestellt werden.
-
Betrifft der Prozess beispielsweise die Errichtung einer Industriehalle, so stellt diese ein komplexes Projekt dar. Vom Hersteller existieren häufig bereits vor dem Bau klare Vorstellungen / Anforderungen, welche Funktionen die Industriehalle erfüllen muss. Je nach Herstellungsprozess muss die Industriehalle unterschiedliche Lichtverhältnisse, Temperaturen, Stromversorgung, Widerstandsfähigkeit gegen Chemikalien, Transport von Waren, Kommunikation, Datenerfassung etc. erfüllen. In der Industriehalle soll es ferner verschiedene Bereiche mit unterschiedlichen Anforderungen geben. Diese Vorgaben können von Aufraggeber klar formuliert werden und diese Vorgaben / Anforderungen werden während dem Bau der Halle nur wenig angepasst werden müssen.
-
Trotzdem können sich Rahmenbedingungen für den Bau der Halle ändern, indem zum Beispiel die Bodenbeschaffenheit falsch eingeschätzt wurde und nun weitere Maßnahmen zur Stabilisierung des Untergrundes erforderlich werden. Auch bei den Zulieferern von Baumaterial kann es zu Änderungen kommen. Anhand dieses Szenarios können jetzt die Eingangsparameter für die Fuzzy-basierte Regelung zur Auswahl einer Prozessführungsanweisung durch entsprechende Eingabe bestimmt und gewichtet werden.
-
Betreffend das Prozessumfeld ergibt sich z.B.:
- • Projektumfang: hoch 0,3; sehr hoch 0,8;
- • Projektbedingungen (intern): stabil 1,0; sehr stabil 0,3;
- • Bekanntheit der Anforderungen: mittel 0,3; hoch 1,0;
- • Stabilität (extern): instabil 0,75; stabil 0,7;
- • Dokumentation: hoch 1,0; sehr hoch 0,3;
- • Vorhandene Dokumentation: gering 0,7; normal 0,7;
-
Betreffend das Prozessteam ergibt sich z.B.:
- • Organisation: sehr interdisziplinär 0,4; interdisziplinär 0,8;
- • Räumliche Verteilung: mittel 1,0; entfernt 0,2;
- • Team Erfahrung: mittel 0,35; hoch 1,0;
- • Größe des Teams: groß 1,0; sehr groß 0,2;
-
Betreffend die Prozesskritikalität ergibt sich z.B.:
- • Expertenwissen: interdisziplinär 1,0;
- • Kohäsion der Komponenten: hoch 1,0; sehr hoch 0,4;
- • Wirtschaftliche Kritikalität: mittel 0,2; hoch 1,0;
- • Sicherheitsanforderungen: mittel 1,0;
-
Als inkrementeller Teilkennwert wird hierauf basierend z.B. ein Ausgangswert zwischen normal 1,0 und niedrig 0,55 ermittelt und als iterativer Teilkennwert ein Ausgangswert zwischen normal 1,0 und niedrig 0,5.
-
Damit werden, wie bei 21 mit dem in der Tabelle gestrichelt dargestellten Kreis angedeutet, für das spezielle Projekt Industriehalle z.B. das Spiralmodell und das V-Modell ermittelt. Die gesamte Halle sollte folglich als Monolith erbaut werden, wobei die einzelnen Bereiche mit unterschiedlichen Anforderungen teilweise unabhängig voneinander erbaut werden können. Das entspricht dem Spiralmodell. Methoden des V-Modells (kontinuierliche Überprüfung) sollten integriert werden, um die Unsicherheiten der externen Rahmenbedingungen zu minimieren und entsprechende Maßnahmen zur Reaktion auf die veränderten Rahmenbedingungen zu bestimmen.
-
Betrifft der Prozess beispielsweise die Entwicklung einer online shopping-App, die für den allgemeinen Gebrauch durch jeden Smart Phone Nutzer entwickelt werden soll, ergeben sich oftmals während der Nutzung der ersten Versionen weitere interessante Anforderungen. Auch entstehen hohe Sicherheitsanforderungen, da sowohl personenbezogene Daten als auch Bankdaten verwendet werden.
-
Werden anhand dieses Szenarios die Eingangsparameter für die Fuzzy-basierte Regelung zur Auswahl einer Prozessführungsanweisung durch entsprechende Eingabe bestimmt und gewichtet, ergibt sich betreffend das Prozessumfeld ergibt sich z.B.:
- • Projektumfang: gering 1,0; mittel 0,2;
- • Projektbedingungen (intern): instabil 1,0;
- • Bekanntheit der Anforderungen: niedrig 1,0;
- • Stabilität (extern): instabil 1,0; sehr stabil 0,1;
- • Dokumentation: niedrig 1,0; mittel 0,3;
- • Vorhandene Dokumentation: mittel 0,4; hoch 1,0;
-
Betreffend das Prozessteam ergibt sich z.B.:
- • Organisation: mittel 1,0; Spezifisch 0,5;
- • Räumliche Verteilung: lokal 1,0;
- • Team Erfahrung: sehr hoch 0,1; hoch 1,0;
- • Größe des Teams: klein 1,0; mittel 0,3;
-
Betreffend die Prozesskritikalität ergibt sich z.B.:
- • Expertenwissen: interdisziplinär 0,15; mittel 1,0;
- • Kohäsion der Komponenten: niedrig 1,0;
- • Wirtschaftliche Kritikalität: sehr hoch 0,1; hoch 1,0;
- • Sicherheitsanforderungen: hoch 1,0; sehr hoch 0,25;
-
Als inkrementeller Teilkennwert wird hierauf basierend z.B. ein Ausgangswert von hoch 1,0 ermittelt und als iterativer Teilkennwert ein Ausgangswert von normal 1,0;
-
Damit werden für das spezielle Projekt online shopping App gemäß 21 die Projektmodelle MDD - Model Driven Development und TDD - Test Driven Development mittels der Fuzzy-basierten Regelung als passende Prozessführungsanweisungen, insbesondere Projektmodelle ermittelt. Sie entsprechen in diesem Fall dem vorwiegend inkrementellen Charakter und ermöglichen die Weiterentwicklung der App, sobald über Nutzerfeedback neue Anforderungen formuliert werden. Hierbei wird ferner die niedrige Kohäsion der Komponenten berücksichtigt, die besonders bei der Model Driven Development vorteilhaft genutzt werden kann.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102013008151 A1 [0020]
- DE 19502230 A1 [0020]
