Wie man Data Science zur Absicherung der Software-Qualität in agilen Teams nutzen kann
Software nimmt einen immer höheren Stellenwert in Fahrzeugen ein. Dieser Trend wird sich in Zukunft durch den vermehrten Einsatz von Fahrerassistenzsystemen sogar noch verstärken und die Anforderungen & Qualitätsansprüche an die Software wachsen lassen – sowohl bei der Entwicklung als auch im Betrieb. Gleichzeitig setzen immer mehr Unternehmen auf agile Software-Entwicklung. Damit verbunden ist der Anspruch, dass alle Software-Entwickler sich am Backlog bedienen und alle Features programmieren können. Vor diesem Hintergrund und der gestiegenen Komplexität der Software ist für den Entwickler ein guter Überblick über die Architektur und die Schnittstellen unerlässlich, insbesondere bei der Programmierung sicherheitsrelevanter Funktionen.
Genau hierfür haben wir bei der P3 einen Ansatz entwickelt und bereits bei mehreren Kunden ausgerollt, bei dem die Abhängigkeiten der Funktionen visualisiert werden. Neben der Darstellung der vorhandenen Schnittstellen erhält der Entwickler zudem die Information, welche Schnittstellen bei Changes berücksichtigt werden müssen. Gleichzeitig analysiert unser Ansatz die SW-Changes auf zwei Ebenen: Neben der Übersicht, welche Funktionen zu welchen Zeitpunkten geändert wurden, lässt sich zudem vorhersagen, welche Funktionen voraussichtlich ebenfalls angepasst werden müssen.
Diese Informationen verbessern nicht nur die Software-Qualität, sondern erhöhen weiter die Effizienz des Entwicklungs- und Testprozesses. Mithilfe dieser Erkenntnisse können z.B. Security-relevante Funktionen gezielt geprüft werden oder es lassen sich Tests nach Änderung FuSi-relevanter Funktionen bewusst priorisieren. Neben der Optimierung der Test- & Regressionsteststrategie können auch Change Requests präziser bewertet und deren Ressourcenbedarf geplant werden.
Was lernen die Zuhörer*innen in dem Vortrag?
Unser Ansatz, wie man mithilfe von Data Analytics gezielt Signale von Motorsteuerungsgeräte-Software auswerten kann, um Abhängigkeiten zwischen Funktionen aufzudecken und sogar mittels KI vorhersagen kann, welche Funktionen ggf. noch mitgeändert werden müssen. Dies erhöht die Planungssicherheit, erhöht die Transparenz bei Change Requests, etc.
Fortgeschritten
Zeit
10:40-11:25
10. März
Themengebiet
Technologische Herausforderungen
Raum
Raum "Rom"
ID
Di3.1