Software Engineering, Entrepreneurship & Innovation

Die Forschungsgruppe Software Engineering, Entrepreneurship und Innovation beschäftigt sich mit innovativen Entwicklungsmethoden für software-basierte Produkte und Dienstleistungen, die einen hohen Kundennutzen generieren. Weitere Schwerpunkte sind die Analyse, Gestaltung und Erprobung des "Entrepreneurial Process" sowie die Identifikation und Validation technologieorientierter/digitaler Innovationsideen und Geschäftsmodelle (u.a. Continuous Experimentation, Risikopriorisierungsverfahren). 

Forschungsschwerpunkte

• Entrepreneurship & Innovation 

Die Entwicklung software-basierter Produkte findet heute in der Regel in dynamischen Umfeldern statt, in denen sich Technologien und Märkte rasant verändern. Anforderungen an Software-Produkte lassen sich meist nicht im Voraus festlegen. Man kann auch nicht den Kunden fragen, welche Features er gerne hätte. In solchen Situationen sind klassische Ansätze der Software-Entwicklung mit vorgelagerter Anforderungsdefinition nicht geeignet. Wie kommt man aber dennoch zu Produkten, die Kunden wollen und lieben? Hierfür gibt es neuartige Entwicklungsansätze, die agile Software-Entwicklungsmethoden wie Scrum mit Prozessen zur Ideenfindung und Validation kritischer Produktannahmen verzahnen. Eine zentrale Rolle spielt hierbei der Produktmanager, der für das sogenannte "Product Backlog" verantwortlich ist. 

Ziel der Forschung ist es, neuartige Techniken und Anwendungsmöglichkeiten des Produktmanagements zu entwickeln, zu analysieren und zu erproben. Dies umfasst die Beschreibung einer Produktvision, die Entwicklung einer Produktstrategie, die Identifikation und Priorisierung kritischer Produktannahmen, das datenbasierte Testen kritischer Annahmen mit Hilfe von Experimenten und die Weiterentwicklung der Produktstrategie basierend auf Ergebnissen der Experimente. Weitere Forschungsthemen sind Startup-Methoden, Corporate Startups, Hypothesis-driven Development, Scaling Lean, Customer Development, LeanUX, Business Model Validation, sowie Evidence-based Service Systems Engineering. 

Daten sind das Gold des Informationszeitalters. Aber wie hebt man diesen Schatz und nutzt ihn für die effiziente Entwicklung erfolgreicher Software? Unter „ Analytics“ versteht man im Kontext der Software-Entwicklung die gezielte Erfassung, Analyse, Interpretation und Nutzung von Daten mit dem Ziel, Entwicklung, Wartung und Betrieb von Software und Software-Systemen zu verbessern sowie ihren Nutzwert und Markterfolg zu erhöhen. 

Ziel der Forschung ist es, grundlegende Messverfahren und Analytics-Techniken zu entwickeln, zu analysieren und zu erproben. Dies umfasst zielorientierter Mess- und Analyseverfahren und die Entwicklung und Anwendung von Qualitäts-, Kosten- und Nutzenmodellen. Weitere Forschungsthemen sind Lean Analytics, Traction Modeling, Value Modeling, Startup Metrics und Growth Hacking. 

• Agile Engineering (Integration agiler und traditioneller Modelle) 

In den letzten Jahren haben in der professionellen Software-Entwicklung immer mehr agile Elemente Einzug gehalten. Methoden und Vorgehensmodelle wie Scrum, Continuous Integration, Continuous Deployment, Kanban und Customer Involvement werden umfassend eingesetzt. Vorteile dieser Methoden und Vorgehensmodelle sind insbesondere schnellere Entwicklungszyklen, schnellerer Kundenfeedback und somit rapide beschleunigte Lernzyklen. 

Auf der anderen Seite gibt es weiterhin erfolgreich praktizierte traditionelle Software- Entwicklungsprozesse, die sich am V-Modell orientieren. In regulierten Domänen wie der Automobilindustrie, dem Maschinenbau, der Medizintechnik oder der Finanzwirtschaft werden langwierige und umfassende Absicherungen benötigt. Hier haben sich traditionelle Prozesse bewährt. In der Automobilindustrie gibt es beispielsweise in der Antriebsstrangentwicklung wohldefinierte V-Modell-basierte Entwicklungsprozesse. Agile Entwicklungsprozesse erscheinen aber geeigneter, wenn es darum geht, neue Funktionen, die beispielsweise auf einem Elektroantrieb basieren, schnell zu erstellen und zumindest prototypisch testen zu können. Die Kombination traditioneller Prozesse und agiler Praktiken verspricht viele Vorteile. 

Ziel der Forschung ist es, die Eignung agiler Methoden in regulierten Domänen zu analysieren und zu erproben. Hierbei soll insbesondere das Zusammenspiel traditioneller und agiler Ansätze betrachtet und erprobt werden. Weitere Forschungsthemen sind agile Skalierung, agile Business-Transformation, Organizational Change Management und agile Produktlinien.