Enterprise Tomography – ein effizientes Diagnoseverfahren zur semiautomatischen Lokalisierung von polymorphen Integrationskonzepten in Unternehmenssoftwaresystemen

Beschreibung

Bei Unternehmenssoftwareherstellern ist der Automatisierungsgrad und die Standardisierung in der Wartung bzw. in der Root-Cause-Analysis weniger stark ausgeprägt als in der Unternehmenssoftwareentwicklung. Die vorliegende Dissertation hat die Zielsetzung, ein Diagnoseverfahren zu konstruieren, welches den in der Unternehmenssoftwarewartung angesiedelten Teilprozess der Ursachenanalyse bzw. der Root-Cause-Analysis für Störfälle teilautomatisiert. Es wird die zentrale Forschungsfrage in den Vordergrund gerückt, in wieweit sich die Root-Cause-Analysis qualitativ und quantitativ im Vergleich zu den in der Praxis eingesetzten Verfahren (technisches Debugging) beschleunigen lässt. Auf Basis eines operatorbasierten Konzeptes lassen sich Semantic Debugging Patterns definieren, die den Teilprozess der Root-Cause-Analysis signifikant vereinfachen und beschleunigen. Es wird die Analogie zur medizinischen Apparativdiagnostik aufgezeigt und das algorithmische Diagnoseverfahren in den Gesamtforschungskontext eingebettet. Prototypisch wird anhand einer Fallstudie der Enterprise Tomography Ansatz für die semantische Rekonstruktion der Prozessintegration innerhalb eines Fehlerkontextes verifiziert.

Autor*in

Jan Aalmink

Themen in »Enterprise Tomography – ein effizientes Diagnoseverfahren zur semiautomatischen Lokalisierung von polymorphen Integrationskonzepten in Unternehmenssoftwaresystemen«

Business Process Mining Diagnoseverfahren Root-Cause-Analysis Unternehmenssoftwarewartung VLBA

Stimmen zu »Enterprise Tomography – ein effizientes Diagnoseverfahren zur semiautomatischen Lokalisierung von polymorphen Integrationskonzepten in Unternehmenssoftwaresystemen«

Details

Link teilen