Systems Engineering Trends

Jede Woche Neuigkeiten aus der Welt des Systems Engineering

AnforderungenForschung

Nachverfolgung kann nie zu früh anfangen: Pre-Requirements Specification Traceability

Nachverfolgbarkeit im Anforderungsmanagement und Systems Engineering ist ein inzwischen gut verstandenes Thema. Doch haben wir eine Traceability für das, was „davor“ stattfindet? Damit ist die Nachverfolgbarkeit zu Interviews, Besprechungsprotokollen oder Altsystemen gemeint. Gerade mit steigender Komplexität gewinnt diese Traceability an Bedeutung. Insofern fand ich die kürzlich veröffentlichte Meta-Studie von Julia Mucha, Andreas Kaufmann und Dirk Riehle zu diesem Thema spannend. Im Folgenden die Zusammenfassung der interessantesten Ergebnisse.

Das Paper

Von dem Paper mit dem Titel A systematic literature review of pre‐requirements specification traceability wurde dieses Jahr bei Springer veröffentlicht und kann kostenlos über die Webseite von Dirk Riehle heruntergeladen werden. Die Autoren stellen fest, dass zu Pre-Requirements Specification Traceability (pre-RS) vergleichsweise wenig Forschungergebnisse zu finden sind.

Wie aus dem Titel hervorgeht, handelt es sich um eine Literaturübersicht von 77 Veröffentlichungen.

Ein bunter Haufen an Quellen

Alles, auf das die Anforderungsspezifikation aufbaut, ist eine Quelle, zu der wir die Traceability erstellen wollen. Das sind häufig auch Texte, aber immer öfter auch Audio- und Videoaufnahmen, Fotos (bspw. von Whiteboards) und vieles mehr. Dementsprechend ist der Aufwand, diese Traceability zu erstellen und zu pflegen wesentlich höher als die Post-Requirements Specification Traceability (post-RS). Daher wird diese in der Praxis primär zum Zweck der Compliance erstellt. Das bedeutet leider, dass viele der Vorteile von Nachverfolgbarkeit verloren gehen.

Fragen

Diese Studie untersucht systematisch drei Fragen. Zunächst untersuchten die Autoren, welchen Nutzen pre-RS überhaupt hat (und welche Anwendungsfälle es überhaupt gibt). Das ist gar nicht so offensichtlich, wie es den Anschein hat.

Auch wenn es einleuchtend ist, dass eine pre-RS-Traceability viele Herausforderungen hat, untersuchten die Autoren, was genau diese sind. Weiterhin untersuchten sie heute schon eingesetzte Lösungen.

Zuletzt schauten sich die Autoren konkrete Techniken an. Eine Technik ist nicht dasselbe wie eine Lösung. Hierbei haben die Autoren auch Lücken identifiziert.

Um die Ergebnisse dieser qualitativen Studie quantifizieren können, haben die Autoren eine Technik von Corbin and Strauss verwendet, bei der Textpassagen nach Konzept (code) und Zuordnung (coding) kodiert wurden. Die Autoren fanden insgesamt 1.143 Codings, welche später zum Finden der Relevanz genutzt wurden.

Schauen wir uns nun im Detail die drei Fragen an:

Was sind die Anwendungsfälle und der Nutzen von Pre-Requirements Specification Traceability?

Die Autoren haben insgesamt 13 Anwendungsfälle für pre-RS identifiziert und über die Codings priorisiert. Mit Abstand auf dem ersten Platz war die Suche nach der Quelle, um das Verständnis zu unterstützen. Den zweiten Platz teilten sich Verantwortlichen finden und Compliance erfüllen. Die vollständige Liste ist in Tabelle 5 des Papers abgebildet.

Die geeignete Strategie für Pre-Requirements Specification Traceability solle auf den Stakeholdern, Projekttyp, Projektumgebung und Ziele der Pre-RS Traceability basieren.

A systematic literature review of pre‐requirements specification traceability, Kapitel 5.3

Ebenso identifizierten die Autoren 6 Nutzen. An erster Stelle stand hier Überwachung und Erkenntnisgewinn für künftige Projekte. Als nächstes kam Qualitätsverbesserung und an dritter Stelle Wiederverwendung von Anforderungen. Gemein ist diesen drei Nutzen, dass sie sich alle auf die Zukunft beziehen. Das trifft auf die übrigen Nutzen nicht zu. Die vollständige Liste ist in Tabelle 6 des Papers abgebildet.

Was sind die Herausforderungen und Lösungen von Pre-Requirements Specification Traceability?

Wäre das Leben nicht viel einfacher ohne Menschen? Zumindest identifizieren die Autoren Menschen als die mit Abstand größte Herausforderung bezüglich pre-RS, was nicht wirklich verwunderlich ist. Diese Herausforderung ist so groß, dass die Autoren diese in sechs Codes herunterbrechen. Das erste Unterproblem ist es, die Anforderungen aller Stakeholder zu erfüllen. Denn fast immer haben Stakeholder teils gegensätzliche Anforderungen. Weitere Herausforderungen sind Dokumentation und Pflege der Traceabililty.

Auf der Lösungsseite steht der Trace-Link an erster Stelle. Gemeint ist damit das Konzept von möglicherweise typisierten Relationen zwischen einem Artefakt (bspw. ein Textblock oder Bilddatei) und einer Anforderung in der Spezifikation. Im Prinzip simpel, in der Praxis aufwändig.

Wer mehr über die Lösungsansätze wissen möchte, sollte Tabelle 8 zusammen mit Anhang B studieren, da es hier zu viele Untergruppen gibt, um die Ergebnisse einfach zusammenzufassen.

Welche Techniken für Pre-Requirements Specification Traceability gibt es?

Zu Techniken gehören Methoden, Modelle, die häufig nur werkzeuggestützt funktionieren.

Eine Technik sollte drei Aspekte abdecken. Zunächst muss diese definieren, was ein Trace ist, also woraus Quelle und Ziel bestehen und wie der Trace typisiert ist. Zweitens muss diese beschreiben, wann und wie Traces erfasst werden. Zuletzt muss sie beschreiben, wie relevante Traces ausgewählt werden, um konkrete Anwendungsfälle zu unterstützten.

Die Autoren merken an, dass die Pflege der Traceability zwar wenig in der Literatur erwähnt wird, aber auf jeden Fall ein wichtiger Bestandteil der Techniken sein muss. Schließlich können veraltete Traces nicht nur nutzlos sein, sondern sogar Schaden anrichten. Vertrauen in die Traceability ist die Basis für deren Nutzen.

Die Autoren identifizierten zwei Klassen von Techniken. Das erste sind speziell für die Traceability relevante Techniken. Auf dem ersten Platz ist die Keyword-basierte Traceability, auf dem zweiten die Personen/Rollen-spezifische Traceability. Tabelle 9 zeigt die vollständige Liste.

Bei der zweiten Klasse geht es um fünf grundsätzliche Konzepte. Das erste ist modellbasierte Entwicklung. An zweiter steht Natural Language Processing (NLP). Zu beiden Themen habe ich in diesem Blog ja schon eine Menge geschrieben, genauso wie zu Ontologien, die an dritter Stelle erscheinen.

Wenig KI

Die Autoren bemerkten, dass sie Künstliche Intelligenz (KI) als Technik in keinem der Artikel entdeckt hatten, auch wenn im Bereich KI viel geforscht wird. Sie führten das auf die Unzuverlässigkeit bzw. das Misstrauen bezüglich KI-generierter Inhalte zurück.

Mich würde nicht wundern, wenn sich das schon bald ändern wird.

Offene Fragen

Gerade für Wissenschaftler ist es spannend, sich auf die Lücken zu konzentrieren. Denn dort gibt es Potential für Forschung. Diesbezüglich ist den Autoren aufgefallen, dass sie Schwierigkeiten hatten, einen „gemeinsamen Nenner“ für Pre-Requirements Specification Traceability zu finden. Auch beim Thema Return on Investment sehen die Autoren weiteren Forschungsbedarf. Dieses Thema hat sicher hohe Relevanz für die Industrie. Die Autoren haben noch drei weitere Themen in Kapitel 6.1 identifiziert.

Fazit

Ich kann selbst aus der Praxis bestätigen, dass Pre-Requirements Specification Traceability ein stiefmütterlich behandeltes Thema ist. Ebenso kann ich aus eigener Erfahrung berichten, dass Pre-RS einen wesentlichen Beitrag zum Schärfen des Product-Market-Fit beitragen kann. Daher begrüße ich Forschung wie diese und werde gern in der Zukunft auf diese Arbeit zurückgreifen.

Photo by Luis Villasmil on Unsplash

Michael Jastram

Creator and Author of SE-Trends