Page 1

Arbeitskreis Software-Qualität und -Fortbildung e.V.

Arbeitskreis Software-Qualität Ausgabe 37 | Dezember 2015 und -Fortbildung e.V.

BIG DATA Wem nützt der

Datenberg?

Im Gespräch mit Rechtsanwalt Dr. Jens Schefzig

Big Data Analytics erfordert eine verlässliche Datenbasis

Seite 21

Seite 24


GÜNSTIGE WECHSELKURSE BEI D&H Besuchen Sie zum Jahresübergang unsere zertifizierte Wechselstube und erhalten Sie für Ihr Tauschgeschäft 15% Rabatt* auf alle Kurse im Dezember 2015 und Januar 2016.

INHALTE IHRES TAUSCHGESCHÄFTS: max 10



Durchführung der Schulung mit max. 10 Teilnehmern

einen gedruckten Satz der Schulungsunterlagen

Pausenverpflegung & reichhaltiges Mittagessen

durchgehend warme & kalte Getränke

free WiFi (an unseren regulären Schulungsorten)

 

gedruckte Teilnahmebestätigung

* nicht mit anderen Rabatten kombinierbar

Für mehr Informationen und Trainingstermine besuchen Sie www.diazhilterscheid.de/training


3

Editorial

Ausgabe 37  |  Dezember 2015

Jetzt erst recht! Als ich mit meiner Familie vor einigen Jahren in Israel unterwegs war, kam es vor der Küste von Gaza zu heftigen Auseinandersetzungen. Einige Zeit später besuchte ich mit einer Wirtschaftsdelegation die Stadt Jerusalem. Nur ein paar Stunden nach unserer Abreise fand dort ein blutiger Anschlag auf eine Rabbinerschule statt. In Boston laufe ich jeden Morgen an der Stelle vorbei, wo die Marathonbomber ihr schreckliches Handwerk verrichteten. Jedes Mal, wenn ich nach Ramallah reise, beschleicht mich wegen der vielen schwer bewaffneten, meist sehr jungen Soldaten ein mulmiges Gefühl. Als auf meine Einladung hin ein Jugendchor aus Jerusalem einige Konzerte in Deutschland gab, waren die Sicherheitsfragen die weitaus schwierigsten. Ich könnte viele derartige Begebenheiten nennen. Wer also meint, mit Paris hätte sich am Sicherheitsgefühl etwas grundlegend geändert, der hat in den letzten Jahren bewusst oder unbewusst die Augen davor verschlossen, dass wir längst von einer Terrorgefahr umgeben sind. Zugegeben, auch ich fahre in Israel nicht gern mit dem Bus, benutze in London nicht gern die U-Bahn, reise nicht in bestimmte Länder. Kürzlich habe ich den Präsidenten des Iranischen Testing Boards in Potsdam empfangen. Er lud mich herzlich ein,

sein Land zu besuchen, wie es derzeit viele Unternehmer täten − vor allem aus Russland und Frankreich. Nur Deutsche kämen noch sehr verhalten, sagte er etwas enttäuscht. Jeder muss letztlich solche Entscheidungen mit sich ausmachen. Ich kann verstehen, dass viele Menschen sich in diesen Zeiten unsicher fühlen. Aber wir sollten uns nicht von dem Gefühl der Angst beherrschen lassen. Wir haben weit mehr Freunde als Feinde in Israel, in Ramallah, im Iran…. Und ja! Ich werde weiter nach Israel und Palästina reisen. Ich werde sicher auch die Einladung unseres iranischen Freundes annehmen.

Stephan Goericke, Hauptgeschäftsführer ASQF e.V.

Und ganz sicher gehe ich mit meiner Familie auf den Weihnachtsmarkt. Jetzt erst recht. Ich wünsche Ihnen allen ein gesegnetes und vor allem friedliches Weihnachten und einen guten Start in das Jahr 2016.

Mit bestem Gruß,

Ihr Stephan Goericke

Was ist Ihre Meinung oder Erfahrung? Teilen Sie mir Ihre Gedanken mit! Ich freue mich auf Ihre Zuschrift und einen anregenden Austausch zu den verschiedensten Themen. s.goericke@sq-magazin.de


Inhalt 3 EDITORIAL 6 ASQF-NEWS 8 PRÄSIDIUMSWAHL 8 ASQF mit neuer Besetzung 9 ASQF-Präsidentin Prof. Dr. Ina Schieferdecker im Interview

14 TITELTHEMA 14

Mehrwertpotentiale von Big-Data-Lösungen

22

Big Data oder Analytics

24

Big-Data-Analytics erfordert eine verlässliche Datenbasis

32 Ohne Risiko! Testautomation für Big-Data-Anwendungen

16 BUCHVORSTELLUNG

Datenqualitätsmanagement erfolgreich anwenden

17 SCHULUNGEN UND SEMINARE 21 IM GESPRÄCH

mit Dr. Jens Schefzig:

„Quadratur des Kreises“

28 iSQI-NEWS 31 STATEMENT

Big Data:Auswirkung auf Unternehmen,

Gesellschaft und Politik


5

8 Fakten zu Big Data Datenvisualisierung

45%

Real-Time-Reporting Dashboards

45 Prozent der Unternehmen wollen mehr Profitabilität mit dem Einsatz von Big Data erzielen. Quelle: http://www.pwc.de/de/digitale-transformation/pwc-studie_unternehmen-sehen-in-big-data-grosse-chancen.html

Datenvisualisierung ist das am häufigsten eingesetzte Analyseverfahren für Big Data, gefolgt von Real-Time-Reporting und Dashboards. Quelle: http://docplayer.org/951553-2014-barc-research-study.html

? BIG DATA ? ? ?

25 Prozent der CIOs meinen, dass ihr Finanzvorstand nicht weiß, was Big Data ist, nur 3 Prozent der CFOs teilen diese Auffassung.

54 Prozent der Industrieunternehmen betrachten die Datensicherheit als größte Hürde für die Einführung von Big Data.

Quelle: http://www.csc.com/de/insights/100357-studie_big_data_and_analytics

Quelle: http://www.pwc.de/de/digitale-transformation/pwc-studie_unternehmen-sehen-in-big-data-grosse-chancen.html

45% 45 Prozent der deutschen Unternehmen verzichten bewusst auf bestimmte Datenanalysen, als Hauptgrund wird die Sorge vor Kritik durch Kunden genannt.

20 % Nur 20 Prozent der Unternehmensdaten werden verschlüsselt übermittelt. Quelle: www.industrystock.de/pressenews/de/2014/7/1

Quelle: https://www.bitkom.org/Bitkom/Publikationen/Big-Data-in-deutschen-Unternehmen.html

54% 54 Prozent gehen davon aus, dass ihre Investitionen in Big Data in den kommenden drei Jahren steigen werden. Quelle: https://www.de.capgemini.com/news/big-fast-data-insight-driven-business

22% Durchschnittlich um 22 Prozent wächst das Datenvolumen in Unternehmen. Quelle: https://www.bitkom.org/Bitkom/Publikationen/Big-Data-in-deutschen-Unternehmen.html


ASQF NEWS Exklusive Rabatte für ASQF-Mitglieder Software Quality Days 2016 18. bis 21.01.2016, Wien Qualität ist Programm und das bereits zum achten Mal in Folge. Dem Schwerpunktthema „The Future of Systems- and Software-Development: Build in Quality and Efficiency Right from the Start” wird ein eigener Track gewidmet. ASQF-Mitglieder erhalten einen Gutschein von 50 EUR, einzulösen bei der Online-Buchung eines Workshop- oder Konferenz-Tickets der SQD 2016. 2016.software-quality-days.com wearables \ at \ work 17.02.2016, München Was in den USA verbreitet akzeptiert ist, polarisiert in Zentraleuropa: die Einführung von Wearables, also von am Körper getragenen Kleinstcomputern. Die Fachtagung setzt sich mit dem aktuellen Entwicklungsstand, Anwendungsmöglichkeiten und einer kritischen Reflexion zu verschiedenen Aspekten des Themas auseinander. Teilnahmegebühr regulär: 165 EUR Mitglieder des ASQF e.V.: 135 EUR www.wearables-at-work.info

Ausgabe 37  |  Dezember 2015

Dussa-Zieger und Metzger in Führungsspitze des German Testing Board gewählt Dr. Armin Metzger, Abteilungsleiter und Mitglied der Geschäftsleitung der sepp.med gmbh, wurde zum neuen Präsidenten des German Testing Board e.V. (GTB) gewählt. Zu seinen Stellvertretern wurden Dr. Klaudia Dussa-Zieger, langjährige Leiterin der ASQF-Fachgruppe „Software-Test“, und Dr. Frank Simon ernannt. Dr. Klaudia Dussa-Zieger ist Principal Consultant bei der Method Park Consulting GmbH. Sie beschäftigt sich seit mehr als 15 Jahren mit Software-Test und Software-Qualität und gibt ihr Wissen als Trainerin für die ISTQB® Certified Tester Foundation und Advanced Level weiter. Darüber hinaus ist sie als Dozentin für Software-Test an der Universität Erlangen-Nürnberg tätig.

ASQF Umfrage Deutsche IT-Firmen: Top oder Flop? Innovationen sind essentiell für Unternehmen. Mitunter ist es aber schwierig, mit dem rasanten Entwicklungstempo Schritt zu halten oder selbst den Ton anzugeben. Der ASQF möchte anhand seiner aktuellen Umfrage von Ihnen wissen: Wie hoch schätzen Sie das IT-Potenzial der deutschen IT-Branche ein? Was sind Ihre persönlichen Trends? Haben Sie Pläne in Bezug auf IoT? Die Befragungsergebnisse zu diesen und weiteren Fragen werden im nächsten ASQF-Branchenreport 2015/2016 veröffentlicht und spiegeln Einschätzungen, Meinungen und Trends aus der IT-Branche wider. JETZT TEILNEHMEN! https://de.surveymonkey.com/r/ASQF_Umfrage

6

Test-Community traf sich auf der 2. Mobile Quality Night Vienna

Thomas Scheichenstein gab während seines Keytalks Einblicke in die User-Experience mobiler Anwendungen.

Anfang Oktober war es wieder soweit: Die ASQF-Fachgruppenleiter Rudolf Grötz und Christoph Börner luden zur 2. Mobile Quality Night Vienna presented by TestPlus. Mehr als 70 Enthusiasten aus dem mobilen Entwicklungsumfeld (Product-Owner, Entwickler, Tester…) lauschten zwei Keytalks, zwölf Lightning Talks und einer Podiumsdiskussion zum Thema „Mobile Device Clouds“. Im ersten Teil des Abends wurden verschiedenste Entwicklungsbereiche mobiler Applikationen vorgestellt. Experten u.a. von Microsoft, Jumio, Applause, ISQ und TestPlus beleuchteten zudem verschiedene Aspekte des Themas. Das Highlight des Abends bildete der „Bring Your Own Testautomation“Track. Dan Cuellar, Erfinder von Appium, war aus London angereist und erläuterte in seinem Keytalk Architekturansätze für Testautomation-Tools mobiler Apps. In den abschließenden Lightning Talks wurden die Testautomation-Tools KIF, Selendroid, Robotium, Ranorex, Specflow und die Mobile-Device-Cloud von Testobject. com in Praxisberichten beleuchtet. Noch bis weit nach Mitternacht wurde bei Bionade und Fritz-Cola über Gott und die Mobile-Apps-Welt diskutiert. Dabei wurde auch gleich das Datum für die 3. MQNV festgelegt, die am 6. Oktober 2016 stattfindet. www.mobile-quality-night.com


ASQF NEWS

7

Qualifikation von Mitarbeitern an Digitalisierung anpassen Bundeswirtschaftsminister Sigmar Gabriel will das Thema Bildung zum Schwerpunkt des nächsten IT-Gipfels 2016 in Saarbrücken machen. ASQFPräsidentin Prof. Dr.-Ing. Ina Schieferdecker begrüßt den Vorstoß des Ministers und fordert mehr Offenheit für neue Konzepte: „Die digitale Transformation schafft neue Beschäftigungsmöglichkeiten, verändert aber gleichzeitig die Art und Weise wie wir arbeiten. Die Aus- und Weiterbildung ist daher eine der drängendsten Fragen, wenn es darum geht, am Wirtschaftsstandort Deutschland wettbewerbsfähig zu bleiben. An die Mitarbeiter der Zukunft werden künftig noch höhere Ansprüche gestellt. Diese wird niemand allein erfüllen können, was zu einer weiteren Segmentierung etablierter Berufsfelder führen wird. Wir müssen deshalb flexible Aus- und Weiterbildungskonzepte entwickeln, die mit dem Markt Schritt halten können.“ Prof. Schieferdecker verweist in diesem Zusammenhang auch auf eine mögliche Qualitätssteigerung in der Software-Branche: „Gut ausgebildete Fachkräfte tragen zur Qualitätssteigerung bei der Entwicklung und Qualitätssicherung von software-basierten Produkten bei. Ende-zu-Ende-Sicherheit, Korrektheit als auch Interoperabilität und Leistungsfähigkeit softwarebasierter Produkte müssen in der Bildung ein größeres Augenmerk erhalten, um in die alltäglichen Abläufe in der Industrie einzufließen. Deutschland war in dieser Richtung bisher gut aufgestellt, muss aber aufpassen, dass es nicht den Anschluss verliert. Bei dem rasanten Entwicklungstempo, das die Digitalisierung vollzieht, müssen wir sowohl den Bildungssektor als auch die Unternehmensbranchen in der Weiterbildung unterstützen.

Rudolf van Megen

Teamplayer mit Qualitätsanspruch Mit Rudolf van Megen führte eine der prägendsten Personen im Bereich Software-Testen und Qualitätsmanagement den ASQF. Der Kölner hatte das Präsidentenamt seit 2013 inne. Auf der ordentlichen Mitgliederversammlung Ende September kandidierte er nicht erneut und wurde unter Beifall der Mitglieder verabschiedet. Rudolf van Megen hat den ASQF geprägt und unter dem Schwerpunkt der Internationalisierung weiterentwickelt. Als Teamplayer war es ihm wichtig, jeden in die Vereinsarbeit einzubeziehen. Nicht nur er selbst, auch Mitglieder und Mitarbeiter konnten auf eine gegenseitige Unterstützung vertrauen. Auf diese Weise gelang es z.B. die vereinseigene Tochtergesellschaft iSQI GmbH in den USA zu etablieren. „Ohne einen gewissen Vertrauens-

vorschuss wären manche Dinge nicht möglich gewesen“, betonte ASQFHauptgeschäftsführer und iSQI-CEO Stephan Goericke bei der Verabschiedung von Rudolf van Megen. Er sprach van Megen im Namen des Vereins Dank für die geleistete Arbeit aus. Rudolf van Megen war stets ein Verfechter von Qualität. Unablässig setzte er sich für eine hochwertige und praxisnahe Aus- und Weiterbildung in der Software-Branche ein, forcierte die Zusammenarbeit mit Hochschulen, unterstützte die Netzwerkaktivitäten des Vereins im Sinne von Best Practice und legte auch bei der eigenen Arbeit eine hohe Messlatte an. In seiner Amtszeit hat er Entscheidungen mit Nachhaltigkeit getroffen, die sein Wirken auch in der Zukunft spürbar machen werden.


Präsidiumswahl

Ausgabe 37  |  Dezember 2015

8

ASQF mit neuer Besetzung Klarer Kurs, klare Entscheidungen: Bei der ASQF-Mitgliederversammlung Ende September in Erlangen wurde die neue Führungsriege des ASQF gewählt. Zu den Präsidiumsmitgliedern zählen Vertreter aus Wirtschaft und Wissenschaft, die von Norddeutschland bis Österreich hervorragend vernetzt sind. Sie wollen gemeinsam das inhaltliche Profil des Vereins stärken.

Auf den folgenden Seiten stellen wir Ihnen die neuen Mitglieder des Präsidiums in der Wahlperiode 2015 bis 2017 vor.

Das neue ASQF-Präsidium stellt sich vor (v.l.n.r.): Prof. Dr. Joachim Hornegger, Norbert Kastner, Prof. Dr.-Ing. Ina Schieferdecker, Günter Limböck, Prof. Dr. Karin Vosseberg, Manfred Baumgartner. (Nicht im Bild: Ludger Meyer)

Das Ergebnis am Wahlabend in Erlangen sprach für sich: 93 Prozent wählten auf der jüngsten Mitgliederversammlung Prof. Dr.-Ing. Ina Schieferdecker zu ihrer neuen Präsidentin. Damit kann die renommierte Expertin und Institutsleiterin des Fraunhofer FOKUS auf eine breite Unterstützung im größten Expertennetzwerk für SoftwareQualität im deutschsprachigen Raum verweisen. In ihrer Antrittsrede brachte Ina Schieferdecker auf den Punkt, was ihr wichtig ist: „Software ist keine „stand-alone“-Sache mehr. Wir müssen Antworten formulieren, wie Software und die Umwelt zusammen funktionieren können. Es geht darum, unsere Netzwerkaktivitäten einzubringen. Wir müssen aus dem ASQF heraus unsere Stimme erheben“, appellierte Schieferdecker an die anwesenden Vereinsmitglieder. Gleichzeitig arbeitete sie gemeinsame Schnittstellen heraus. So entstünden aus der Zusammenarbeit mit dem German Testing Board starke Synergien, die weiter gefördert werden sollen: „GTB und ASQF ergänzen sich sehr gut, weil sie komplementär unterwegs sind.

Ich möchte den gemeinsamen Austausch auf inhaltlicher Ebene weiter intensivieren“, sagte Schieferdecker. Nach dem gelungenen Schritt in Richtung Internationalisierung, möchte Ina Schieferdecker nun den Fokus auf die weitere inhaltliche Ausrichtung des Vereins richten. Mit dem neu gewählten Präsidium sei man dafür gut aufgestellt, versicherte sie in Erlangen: „Unter uns befinden sich ‚alte Hasen‘ und ‚Newcomer‘, die sowohl die wirtschaftliche als auch die wissenschaftliche Seite miteinander vereinen. In dieser Konstellation können wir noch viel erreichen.“ Zu den sieben Präsi-

diumsmitgliedern gehören neben Ina Schieferdecker, die Vizepräsidenten Ludger Meyer und Norbert Kastner. Zu den Beisitzern wurden Prof. Dr. Katrin Vosseberg, Günther Limböck, Prof. Dr. Joachim Hornegger und Martin Baumgartner gewählt. Schieferdeckers Amtsvorgänger Rudolf van Megen unterstrich in diesem Zusammenhang die besondere Rolle der Fachgruppen: „Wichtig ist, dass die Fachgruppenleiter zusammenarbeiten und das Ganze vorantreiben.“ Alle Akteure können bei ihrer künftigen Arbeit auf einem guten Fundament aufbauen. Was das neue Jahr für den ASQF bringt, werden die kommenden Monate zeigen. Ein besonderes Highlight dürfte hierbei auch das 20-jährige ASQF-Vereinsjubiläum sein, welches ganz im Zeichen der Mitglieder stehen soll. Man darf also gespannt sein. Im Namen des Vereins dankte ASQF-Hauptgeschäftsführer Stephan Goericke dem scheidenden Präsidenten Rudolf van Megen für die geleistete Arbeit. Dieser übergab anschließend den Staffelstab an Ina Schieferdecker.


9

Im Gespräch mit ASQF-Präsidentin Prof. Dr. Ina Schieferdecker Frau Prof. Schieferdecker, seit dem 29. September leiten Sie als ASQF-Präsidentin das größte Expertennetzwerk für Software-Qualität im deutschsprachigen Raum. Vorher waren Sie viele Jahre als Vizepräsidentin des Vereins aktiv. Was hat sich mit der neuen Rolle für Sie geändert? Ich stehe nun noch mehr in der Verantwortung, angemessene Leitlinien und Richtungsentscheidungen zu geben. Dabei erhalte ich große Unterstützung vom neuen Präsidium als auch den Teams beim ASQF und bei iSQI. Wir haben erfahrene als auch jüngst gewonnene Präsidiumsmitglieder an Bord, die sich mit viel Engagement und neuen Ideen den anstehenden Aufgaben widmen. Worin liegen die typischen Kernkompetenzen des ASQF? Wie es der Name schon sagt, liegen die fachlichen Kernkompetenzen in der Software-Qualität und der Fortbildung. Darüber hinaus ist der ASQF das größte Netzwerk von Industrievertretern zu dieser Thematik und erreicht rein über die Mitgliederstruktur 10.000 Experten des Fachs und über Veranstaltungen noch viele mehr. So wurde in den letzten Jahren vieles für die Software-Qualität getan. Jetzt müssen wir entsprechend der digitalen Transformation der Arbeits- und Lebenswelten auch das Selbstverständnis und die Angebote des ASQF weiterentwickeln. Es gilt, Software als Bestandteil sicherheitskritischer Systeme, Netze und der Gesamtlösungen zu sehen, die Ende-zu-Ende Sicherheit, Robustheit, Skalierbarkeit und Vertrauenswürdigkeit realisieren müssen. Zwar sind heute noch rund 80 Prozent der Sicherheitslücken auf fehlerhafte Software zurückzuführen, es wäre aber zu kurz gesprungen, sich rein auf die Software zu konzentrieren. Bei Themen wie Internet der Dinge, Industrie 4.0 oder Smart Cities sollte

Mitgliedschaften weiterentwickeln. So wäre eine bessere Interaktion hinsichtlich der Ideen und Vorschläge zur Weiterentwicklung des ASQF, seinen Fach- und Regionalgruppen und seinen Veranstaltungen möglich. Und natürlich wünsche ich mir, dass sich der ASQF darüber hinaus weiter entfaltet und so noch nachhaltiger das profunde Wissen rund um SoftwareQualität in den deutschsprachigen Raum trägt.

Software immer auch in seinem Kontext auf Geräte-, Netz- und Prozessseite betrachtet werden. Bei welchen Themen sollte sich der Verein künftig stärker engagieren? Neben den gerade genannten technischen Ausrichtungen, sehe ich einen immer größer werdenden Bedarf bei der Entwicklung des Themas Software Compliance, also der Compliance zu technischen, organisatorischen und regulatorischen Standards, als auch beim Thema der Software-Haftung. Ich denke, die Zeiten sind vorbei, in denen man sich im Kleingedruckten der Verantwortung für die Auswirkungen der Software entziehen kann. Je mehr Software Teil sicherheitskritischer Lösungen wird, wie beispielsweise bei der Steuerung des automatisierten Fahrens, von Kraftwerken und Energienetzen oder der Realisierung des automatischen Notrufs, desto mehr müssen wir die Zusicherungen der Software beherrschen und sie in den organisatorischen und regulatorischen Rahmen stellen können. Was wünschen Sie sich von den Mitgliedern? Ich wünsche mir, dass sich einige der „Papiermitgliedschaften“ zu realen

Das Thema Smart Cities gilt als Ihr Steckenpferd. Was sind hierbei die Herausforderungen für die SoftwareQualität? Hier setze ich mich für IKT-Lösungen in Stadt und Umland ein. Es geht uns beispielsweise um die zeitnahe, bedarfsgerechte Aufbereitung und Bereitstellung von Informationen an alle Beteiligten und Akteure im städtischen Raum. Beispiele hierfür sind Informationen zum Stand der Verkehrs- oder Energieflüsse, zu den Lärm- und Umweltbelastungen oder aktuelle Warnund Verhaltenshinweise. Das beginnt mit den grundlegenden urbanen Daten wie über das jüngst in den Testbetrieb gegebene pan-europäische Datenportal oder über die neue Initiative zu offenen urbanen Plattformen. Ziel unserer Arbeit ist es, diese sicher, zuverlässig, interoperabel und benutzerfreundlich zu gestalten, sowie immer wieder neue Innovationen digitalisierter urbaner Infrastrukturen voranzutreiben. Um dabei den Anforderungen einer überaus heterogenen Zielgruppe gerecht zu werden, müssen wir uns gemeinsam mit Partnern aus Industrie, Verwaltung und Politik um den Entwicklungsprozess, Praxistest und die Qualitätssicherung der beteiligten Hard- und Software kümmern. Erfahren Sie mehr über Ina Schieferdecker unter www.asqf.de/praesidium.html


Präsidiumswahl

Ausgabe 37  |  Dezember 2015

Norbert Kastner Vizepräsident

Ludger Meyer Vizepräsident

„Berufliche Weiterbildung voranbringen“

„Sicherheit erhöhen und Gefährdung reduzieren“

Norbert Kastner hat seine beruflichen Wurzeln in der mittelständischen Softwareindustrie. Er ist eng in der Metropolregion Nürnberg vernetzt und hat die Vorteile der Zusammenarbeit im ASQF früh erkannt und intensiv genutzt. Als Geschäftsführer baute er das Unternehmen sepp.med gmbh auf, das sich unter seiner Führung zu einem der bedeutendsten mittelständischen IT-Unternehmen in der Region entwickelte. Auch nach seinem diesjährigen Ausscheiden aus dem aktiven Berufsleben bleibt er dem Unternehmen als Berater verbunden. Die Optimierung von Arbeitsabläufen und Prozessen sowie die Personalentwicklung sind Norbert Kastners große Stärken. Im ASQF wirkte er deshalb schon viele Jahre federführend im Bereich der Fachgruppenbetreuung und -entwicklung. Er selbst leitet außerdem die Fachgruppe Projektmanagement. Seit 2011 ist er außerdem Mitglied des Präsidiums. Für seine Tätigkeit als ASQF-Vizepräsident hat sich Norbert Kastner ganz konkrete Ziele gesteckt: „Eine meiner Hauptaufgaben im Verein wird die Pflege und Weiterentwicklung des fachlichen Netzwerks in Form von Fachgruppen und Veranstaltungen sein. Es gilt, durch inhaltliche und organisatorische Unterstützung das Engagement unserer Mitglieder für die Fachgruppenarbeit zu fördern.“ Einen weiteren Themenschwerpunkt sieht Kastner in der Förderung und Weiterbildung: „Es gilt den ASQF zu einem Innovationstreiber zu entwickeln, der in der beruflichen Weiterbildung sowohl in fachlicher als auch menschlicher Hinsicht interagiert.“

10

Mit mehr als 25 Jahren Berufserfahrung hat Ludger Meyer einige Trends kommen und gehen sehen. „Unten den wenigen sind zwei Schwerpunkte stabil geblieben: Qualität und Sicherheit. Beides Themen, die heute eine andere Interpretation haben als vor Jahren“, resümiert Meyer. „Made in Germany“ war und ist für ihn ein Begriff von Qualität. Lange Zeit für materielle Dinge verwendet, setzt sich das nationale Gütesiegel nach Ansicht von Meyer mehr und mehr für SW-getriebene Systeme durch. „Wobei die negativen Auswirkungen aktuell in jeder Zeitung stehen“ ergänzt der Experte. „Gerade diese SW getriebenen Systeme haben mich beschäftigt und beschäftigen mich heute, sowohl in der Arbeit als auch im Privaten“, sagt Ludger Meyer und unterlegt seine Sätze gleich mit ein paar Praxisbeispielen. „In meinem Arbeitsumfeld habe ich viele Forscher und Studenten um mich, die im Wesentlichen für einige wenige Technologien stehen, die nicht unbedingt mit IT zu tun haben müssen. Hier ist IT nur ein Werkzeug, das sie bedenkenlos nutzen, was zu Problemen führen kann.“ Deshalb ist es ihm als ASQF-Vizepräsidenten besonders wichtig, dass das Kompetenznetzwerk durch nutzerspezifische Schulungen die notwendige Aufmerksamkeit erzeugt und Präventionsarbeit betreibt. „Meinen jüngeren Kindern (14 und 17 Jahre) ist der Datenschutz und IT Security kein wirklicher Begriff. Die Schule vermittelt dieses Wissen nur rudimentär. Sie vertrauen darauf, dass irgendwer sich darum kümmert, wer immer das auch ist. Hier muss unser Verein Aufklärung betreiben und dafür Sorge tragen, dass schon im Schulleben die Wichtigkeit von SW-Qualität und -Sicherheit vermittelt wird. Es fängt beim Nutzer der Systeme an und geht dann an die Entwickler und Hersteller. In meiner heutigen Rolle lasse ich Mechanismen und Prozesse installieren, die die Sicherheit erhöhen und die Gefährdung reduzieren. Dieses Wissen gebe ich gerne im Verein weiter, denn es hilft uns gemeinsam, aber auch unserem Umfeld rechtzeitig auf die Herausforderungen vorzubereitet zu sein und aktiv Schieflagen zu vermeiden. Ein für mich lohnenswertes Ziel!“.


11

Prof. Dr. Karin Vosseberg Beisitzerin

Manfred Baumgartner Beisitzer

„Brückenschlag zwischen Praxis und Forschung sichtbar machen“

„Software-Qualitätssicherung eine höhere Präsenz und mehr Wertigkeit geben“

Als Karin Vosseberg Anfang der 90er Jahre an der Uni Bremen ihr Studium der Informatik aufnahm, galten Frauen in der IT noch als Exoten. Heute sind junge Frauen in klassischen Informatikstudiengängen zwar keine Seltenheit mehr, dennoch ist ihr Anteil mit 12 bis 14 Prozent immer noch sehr gering. Auch IT-Spezialistinnen sind in Unternehmen relativ selten vertreten. Phantasievolle und spannende Formate für Berufseinsteigerinnen könnten das ändern, meint Karin Vosseberg, Konrektorin an der Hochschule Bremerhaven. Ihr ist es besonders wichtig, ein Bild der Informatik aufzuzeigen, das sowohl für Frauen als auch Männer gleichermaßen attraktiv ist. Deshalb setzt sie sich seit ihrem Studium und der anschließenden Promotion (Thema „Sicherheit in objektorientierten Systemen“) für die curriculare Weiterentwicklung der Informatik ein. Seit 2011 engagiert sich Karin Vosseberg als Studiengangleiterin für die Weiterentwicklung der Studiengänge an der HS Bremerhaven, was sie in diesem Jahr auch bewog, das Amt der Konrektorin für Studium und Lehre anzunehmen. Eng verbunden mit ihrem Engagement in der Weiterentwicklung von Studiengängen, ist ihr Interesse an verteilten Systemen unter den Aspekten der konstruktiven und analytischen Qualitätssicherung. „Mir liegt besonders am Herzen, dass das Thema Qualitätssicherung fest ins Curriculum der Informatik und Wirtschaftsinformatik verankert wird. Ich selber integriere das Thema in meinen Veranstaltungen zu Software Engineering. Darüber hinaus biete ich regelmäßig Projekte oder Wahlveranstaltungen zum Thema Testautomatisierung an. Ziel ist, neben dem Handwerkszeug zur Testautomatisierung, auch den methodischen Hintergrund zu Testentwurfsverfahren zu vermitteln und die Studierenden für dieses Thema zu begeistern. In meinen Forschungsaktivitäten versuche ich, den Brückenschlag zwischen Praxis und Forschung sichtbar zu machen. Die Rückmeldungen von Studierenden zeigen, dass für sie eine bereits im Studium erworbene Zertifizierung nicht nur ein Türöffner ist, sondern sie dadurch auch ihre Begeisterung für das Thema gefunden haben“, so Karin Vosseberg.

Das Berufsleben von Manfred Baumgartner ist durch und durch mit der Entwicklung von Software verbunden. Nach seinem Studium der Informatik an der Technischen Universität Wien führte ihn sein Weg direkt zu einem großen Software-Haus im Bankenumfeld. Später war er als Quality Director eines CRM-Lösungsanbieters tätig. Seit 2001 baute er bei ANECON den Bereich Software-Test mit den damit verbundenen Dienstleistungen auf und ist heute Mitglied der Geschäftsführung. Bereits früh erkannte Manfred Baumgartner, dass Qualität und eine gute Ausbildung unmittelbar miteinander verknüpft sind. Ein großes Anliegen ist ihm deshalb die Professionalisierung und Ausbildung in der Software-Entwicklung, insbesondere im Bereich Software-Test. „In den Ausbildungsplänen von Universitäten und Fachhochschulen müssen die verschiedenen Aspekte der Software-Qualitätssicherung eine höhere Präsenz und mehr Wertigkeit bekommen“, sagt Manfred Baumgartner. Er setzt deshalb auf den Informations- und Erfahrungsaustausch zwischen den Ausbildungsinstitutionen der DACH-Region, insbesondere mit Hinblick auf den realen Bedarf des Arbeitsmarktes. Deshalb sei es auch wichtig, die ASQF-Fachgruppen bei ihrer Arbeit zu unterstützen. Seine umfangreichen Erfahrungen sowohl in der klassischen als auch agilen Software-Entwicklung bringt Baumgartner außerdem als Autor / Co-Autor einschlägiger Fachliteratur und Sprecher auf international renommierten Konferenzen ein. Somit gelingt ihm immer wieder Mitstreiter und Unterstützer für sein Anliegen zu begeistern. Die Mitgliedschaft im Austrian Testing Board und Tätigkeit als Mitinitiator der ASQF-Fachgruppen Software-Test in Österreich und Sachsen ist daher eine logische Fortsetzung seines Engagements. In seiner neuen Funktion als Beisitzer im ASQF-Präsidium möchte er die Bestrebungen im Sinne des Vereins weiter vorantreiben. Dazu gehört für ihn auch der Ausbau der Aktivitäten und somit der Wahrnehmung des ASQF in Österreich. „ Das alles wird uns nicht von heute auf morgen gelingen. Aber ich bin überzeugt, dass wir in den kommenden Jahren vieles erreichen können“, so Manfred Baumgartner.


Präsidiumswahl

Ausgabe 37  |  Dezember 2015

12

Günther Limböck Beisitzer

Prof. Dr. Joachim Hornegger Beisitzer

„Begeisterung, Erfahrung und Netzwerk einbringen“

„Software-Qualitätssicherung besser in der Ausbildung von Ingenieuren und Informatikern verankern“

Wer sich mit Günther Limböck über Qualitätssicherung unterhält, der wird ziemlich schnell spüren, mit welcher Begeisterung er sich dem Fachgebiet widmet. Wenn der Experte aus dem reichen Fundus seiner langjährigen Berufserfahrung schöpft, dann fällt es nicht schwer, ihm zuzuhören. Günther Limböck war mehr als 25 Jahre für den Software-Hersteller SAP tätig und dort u.a. Development Manager, Quality Manager und Risk Manager, bevor er im Jahr 2005 die Verantwortung für den Bereich Global Quality Governance übernahm. Er profilierte sich auf dem Spezialgebiet der Messbarkeit von Qualitätszielen und war ebenfalls verantwortlich für das ISO 9001Zertifikat der SAP-Entwicklung. Als gefragter Keynote-Speaker trat Limböck zudem auf Konferenzen in Europa und den USA auf und war Programmkomitee-Mitglied des World Congress for Software in Quality in Shanghai 2011 und London 2014. Neben der der analytischen Messung von Qualitätszielen interessieren ihn auch immer die „weichen“ Faktoren, die das Gelingen oder Scheitern von Projekten und Kennzahlensystemen maßgeblich beeinflussen. Nach mehreren Jahren als Stimmberechtigter im Namen der SAP SE möchte Günther Limböck die neue ASQF-Wahlperiode nutzen, um sich noch aktiver für den Verein einzusetzen: „Deshalb habe ich erstmals als Beisitzer für das ASQF-Präsidium kandidiert. Ich freue mich sehr über die Wahl und bedanke mich für das Vertrauen der Mitglieder.“ Die Qualitätssicherung mit all ihren Facetten habe ihn in seinem Berufsleben lange begleitet und begeistert, führt Günther Limböck aus. So sei es nur folgerichtig, seine Begeisterung und Erfahrung nun dem ASQF zur Verfügung zu stellen. „Im Besonderen möchte ich meine Erfahrung und mein Netzwerk einbringen, um den ASQF sowohl auf Industrieebene aber auch in Gremien und Netzwerken partnerschaftlich zu positionieren und über den ASQF an Inhalten mitzuarbeiten. Außerdem würde ich gerne dazu beitragen, dass der immer wichtiger werdende Aspekt der Soft Skills auch in den Ausbildungsinhalten und in Veranstaltungen wie Kongressen und Fachgruppentreffen die entsprechende Würdigung finden.“

Prof. Dr. Joachim Hornegger, seit 1. April 2015 Präsident der Friedrich-Alexander-Universität (FAU) in Erlangen-Nürnberg gilt als geradlinig, auch was die Treue zu „seiner“ Universität anbelangt. Hornegger, Jahrgang 1967, studierte zunächst Informatik mit Nebenfach Mathematik an der hiesigen Hochschule und promivierte 1996 mit einer Arbeit zur statistischen Objektmodellierung und -erkennung. Nach wissenschaftlichen Auslandsaufenthalten wurde er Entwicklungsingenieur bei Siemens Medical Solutions und übernahm 2011 im Geschäftsgebiet „Angiographie- und Röntgensysteme“ die Leitung der medizinischen Bildverarbeitung sowie 2003 die Gesamtverantwortung für die Bildsystementwicklung. Begleitend zu seiner Industrietätigkeit war Joachim Hornegger auch Gastdozent an mehreren Universitäten. Den Ruf auf mehrere C4- und C3-Professuren lehnte er zugunsten der FAU ab. 2005 kehrte er endgültig an die Universität zurück und übernahm den Lehrstuhl für Mustererkennung, wurde Zweitmitglied der Medizinischen Fakultät, engagierte sich von 2009 bis 2011 als Prodekan für Informatik und gehörte von 2011 bis 2015 der Universitätsleitung als Vizepräsident an. Im April folgte nun die Ernennung zum Präsidenten. Im ASQF ist Joachim Hornegger seit vielen Jahren engagiert und war bereits Beisitzer in der vergangenen Wahlperiode. Wiedergewählt, möchte er an die bisherige Arbeit nahtlos anknüpfen: „Mein Hauptaugenmerk wird dabei erneut auf der Verbesserung des engen Zusammenspiels von Lehre, Forschung und industrieller Anwendungsentwicklung liegen. Professionelle Software-Entwicklung für den internationalen Markt und die Erwartungen an SoftwareQualität erfordern ein hohes Maß an Perfektion, das nur durch anspruchsvolle Aus- und Weiterbildungsstandards erreicht werden kann. Diese Aspekte der Qualitätssicherung müssen besser in der Ausbildung von Ingenieuren und Informatikern verankert werden, dafür setze ich mich ein.“


Interview Das ASQF-Karriereportal 13

Wir haben den passenden JOB für Sie. Technical Software Tester (m/w) im Bereich der Testautomatisierung mit Schwerpunkt Last- und Performance Tests netcare Business Solutions GmbH

IT-Berater(m/w) Software qs o. Software Test Engineer ITGAIN Consulting Gesellschaft für IT-Beratung mbh Hannover

Neustetten

Projektleiter (m/w) Direct Line Versicherung AG

Qualitätsmanager (m/w) Konzept Informationssysteme GmbH

Teltow

München

Software-Tester (m/w) netcare Business Solutions GmbH

Consultant Test(m/w) mit Schwerpunkt Testautomatisierung ANOVIO AG

Neustetten

München

Technischer Tester/ Last- & Performance Tests (w/m) Outcome Unternehmensberatung GmbH Köln

Technischer Tester/ Testautomatisierung (w/m) Outcome Unternehmensberatung GmbH Köln

Fachlicher Tester/ Testmanager/ Qualitätsmanager (w/m) Outcome Unternehmensberatung GmbH

FINARIS

FINANCIAL SOFTWARE PARTNER

FINARIS

FINANCIAL SOFTWARE PARTNER

(Junior) IT-Consultant (m/w) F I N A R I S GmbH Frankfurt am Main

(Junior) Consultant (m/w) Financial Services F I N A R I S GmbH Frankfurt am Main

(Senior) Testmanager/-in (m/w) ckc group Braunschweig

Köln

Consultant: Software-Tester / Testautomatisierung (m/w) Qytera Software Testing Solutions GmbH Eschborn

Software-Entwickler C#/.Net - w/m IBA Dosimetry GmbH Schwarzenbruck

Die ausführlichen Stellenangebote finden Sie auf www.asqf.de/stellenangebote.html

Anzeige

Anonymisierung

www.q-up-data.com

mit Q-up auf der sicheren Seite

www.q-up-data.com


Titelthema

Ausgabe 37  |  Dezember 2015

Mehrwertpotentiale von Big-Data-Lösungen Kreativität entscheidet über die Ergebnisse Jan Hentschel, Dr. Robert Neumann Prof. Dr. Andreas Schmietendorf In der vergangenen Zeit wurde bereits viel Geld in Big-Data-Infrastrukturen und -Lösungen investiert. Unternehmen versprechen sich davon effizientere und schnellere Entscheidungen, um ihre Profitabilität zu erhöhen. Doch können die hohen Erwartungen wirklich erfüllt werden? Um diese Frage zu beantworten, gilt es auch für Big-Data-Lösungen, den Erfolg am erzielten Nutzen festzumachen. Insbesondere in frühen Phasen korrespondierender Projekte sind konkrete Aussagen zum Mehrwert bzw. Nutzen jedoch schwer, da zumeist technische Aspekte (z.B. Aufbau einer Infrastruktur zur Datenanalyse) im Mittelpunkt des Interesses stehen. Anders als bei prozessorientierten IT-Systemen existiert bei Big-Data-Lösungen kein Geschäftsprozess, der effizienter durchgeführt werden kann. Darüber hinaus fällt es den Beteiligten schwer, Unterschiede zu analytisch eingesetzten Datenbanksystemen (z.B. DWH, BI) zu erkennen. Zur Argumentation derartiger Projekte werden insbesondere veränderte Anforderungen an zu verarbei-

tende Daten herangezogen. Im Diskurs einer zunehmenden Digitalisierung unserer Arbeits- und Privatwelt handelt es sich dabei um vielfältig strukturierte Daten aus unterschiedlichsten Quellen, welche darüber hinaus kontinuierlich bzw. mit hoher Geschwindigkeit erzeugt werden (ausführlich dazu: [Schmietendorf 2015]). In den Anfängen von Big-Data wurden als potentielle Datenquellen insbesondere Anwendungen aus dem Bereich der sozialen Medien (z.B. Google, Twitter, Facebook) genannt. Zunehmend erkennen Beteiligte allerdings die Bedeutung sensorisch erfasster Daten, welche z.B. aus dem Verkehrsmanagement, von Banken und Versicherungen, der Telekommunikationsindustrie oder auch aus dem medizinischen Bereich stammen. Korrespondierende Anwendungsfälle, wie z.B. die Betrugserkennung, die Verbrechensbekämpfung oder die Erfassung kritischer Verkehrssituationen, bedürfen der Verarbeitung transienter Daten bzw. Datenströme. Daher reicht es nicht aus, bekannte Software-Lösungen und deren operativ erzeugte Daten für entsprechende Analysen „offline“ heranzuziehen. Exakt diesen Weg gingen klassische Lösungen aus dem DWH-Umfeld, die sich zudem durch hohe Eingangsinvestitionen, begrenzte

14

Skalierbarkeit und einen schwerfälligen Umgang mit vielfältig strukturierten Daten auszeichneten. Zumeist waren die durchzuführenden Analysen fest definiert, d.h. veränderte Anforderungen implizierten bei den Verantwortlichen hohe Aufwände für deren Umsetzung. Datenanalyse als Schlüssel zum Erfolg Datenanalysen existierten bereits bei Anwendungen des Business Intelligence. Dementsprechend steht häufig die Frage nach den Unterschieden zu Big Data im Raum. Unter [Brown 2014] findet sich dafür das folgende Zitat: „Business Intelligence helps find answers to questions you know. Big Data helps you find the questions you don’t know you want to ask.“ Neben der Berücksichtigung vielfältiger Datenquellen ist es vor allem die Art der Analysen bzw. bereitgestellter Prognosemodelle, die über den Erfolg einer Big-Data-Lösung entscheiden. Die Konkretisierung dieser Analysen erfolgt allerdings erst im operativen Einsatz der Big-Data-Lösung und ist darüber hinaus anforderungsgetriebenen Veränderungen unterworfen. Im Kern handelt es sich bei den Analysen um mathematische und statistische Methoden, wie z.B. Regressionsund Clusteranalysen, Algorithmen des maschinellen Lernens (Machine Learning) oder auch wörterbuchbasierte Analysen (Map Reduce). Über Werkzeuge, wie z.B. HiveQL (deklarative Abfragesprache auf Hadoop) oder RHadoop (statistikorientierte Programmiersprache R) lassen sich diese verhältnismäßig leicht auf zu analy-


British Airways 7,85 4,79

4,73 2,12

4,42

9,02 7,5

4,83

Serviceprobleme service

Gepäckprobleme luggage

Flugausfall cancel

Wörterbuch - Schlüsselwörter Abbildung 1: Ausgewählte Ergebnisse einer Datenanalyse

sierende Datenmengen (zumeist in Hadoop verwaltet) abbilden. Neues Berufsbild Data Scientist? Im Zusammenhang mit der Spezifikation und algorithmischen Abbildung wird zumeist die Rolle des Datenwissenschaftlers (Data Scientist) genannt. Aktuelle Diskussionen zeigen hier allerdings völlig überzogene Erwartungen. Die Wahrscheinlichkeit, fachspezifische, mathematische sowie statistische, juristische und IT-bezogene Kenntnisse gepaart mit einer hohen Methoden- und Sozialkompetenz in einer Person zu vereinigen, ist äußert gering. Erfolgreiche Big Data-Initiativen erkennen daher den Bedarf interdisziplinär zusammengesetzter und agil arbeitender Teams, die sukzessiv aber kontinuierlich entsprechende Ergebnisse generieren. Konkrete Anwendungsbereiche für Big Data-Analysen finden sich z.B. unter [Chen 2014] vgl. Kap. 6. Beispiel einer einfachen Datenanalyse Zu Beginn von Big Data Initiativen sollten einfache aber wirkungsvolle Analyseergebnisse zur Verfügung gestellt werden. Im Folgenden soll dazu das Beispiel einer explorativen Datenanalyse (Aufwand 2 PT) von frei verfügbaren Twitter-StreamingProf. Dr. Andreas Schmietendorf arbeitet als Professor für Wirtschaftsinformatik an der HWR Berlin und als Privatdozent (SoftwareEngineering) an der OvGUniversität Magdeburg.

aber auch das Hinzuziehen sensorischer Daten (z.B. Flugverspätungen, Verkehrdichte, Wetter) könnten zusätzliche Problemfelder hervorbringen.

2,47

0,2 Verspätung delay

10 8 6 4 2 0

Lufthansa

Streik strike

Prozent aller Tweets

15

Daten aufgezeigt werden. Dabei handelt es sich um Lufthansa- (@lufthansa) und British-Airways-Tweets (@british_air) für den Zeitraum vom 01.01.2014 bis zum 29.03.2015. Diese wurden in Hadoop abgelegt und dann mit Hilfe einer wörterbuchbasierten Sentiment-Analyse mittels Hive untersucht. Unterschiedliche Tweets bei Lufthansa: 29.669 (bei 16.135 Nutzern) Unterschiedliche Tweets bei Britsh Airways: 130.309 (bei 62.766 Nutzern) Obwohl die Ergebnisse nicht vollständig validiert wurden, lassen sich erste interessante Einsichten in Bezug auf Aspekte der Kundenzufriedenheit gewinnen. Bei Lufthansa stellten im Beobachtungszeitraum die Streiks und die damit verbundenen Flugausfälle (1,8x mehr Tweets als bei British Airways) das größte Problem im Kundenservice dar. Bei British Airways liegt das Hauptproblem im Verlorengehen von Gepäckstücken (1,6x mehr Tweets als bei Lufthansa). Als weitere Problemfelder konnten die Nichterreichbarkeit des Kundenservice via Telefon, aber auch Probleme mit der App bzw. mit der Website festgestellt werden. Eine schärfere Unterteilung des Wörterbuches nach Themen, Dr. Robert Neumann ist der Gründer und Geschäftsführer der Ultra Tendency, einem Unternehmen, das sich auf BigData und Predictive Analytics spezialisiert hat.

Herausforderung Software-Qualität Den Mehrwerten müssen selbstverständlich potentielle Risiken gegenübergestellt werden. Zu nennen sind dabei u.a. die Qualität der Sensor- und Rohdaten, die Gewährleistung der IT-Sicherheit, mentale Vorbehalte, geringe Phantasie im Umgang mit Daten als Unternehmensasset und nicht zuletzt die Glaubwürdigkeit erzielter Analyseergebnisse. Aus den Risiken ergeben sich konkrete Aufgabenstellungen für das Software-Qualitätsmanagement, wie z.B.: Test übernommener Daten in Bezug auf Vertrauenswürdigkeit, Anomalien oder auch semantische Fehlinterpretationen. Tests von Big-Data-Infrastrukturen mit Hilfe von Map Reduce Jobs, die z.B. mittels Java, Hive QL oder Pig zu implementieren sind. Sicherheitstests zur Gewährleistung einer vertrauenswürdigen Datenverarbeitung, ggf. unter Verwendung „fuzzing“ Tests. Die Professionalität der Erledigung dieser hochgradig integrierten und agil umzusetzenden Aufgaben hat daher maßgeblichen Einfluss auf das Gelingen entsprechender Big-Data-Initiativen. Letztendlich entscheiden nicht die vielfältig angebotenen Produkte über den Erfolg, sondern vielmehr die Kreativität, mit der Datenanalysen zum Einsatz kommen sowie die korrekte Interpretation der dabei erzielten Ergebnisse, wobei jeweils der Mensch im Mittelpunkt des Erfolgsbegriffs steht. REFERENZEN [Brown 2014] Brown, E.: What’s the difference between Business Intelligence and Big Data?, http://ericbrown.com/ whats-difference-business-intelligence-big-data.htm (Abruf: September 2014) [Chen 2014] Chen, M.; Mao, S.; Liu, Y.: Big Data: A Survey, Springer Science+Business Media, New York 2014 [Schmietendorf 2015] Schmietendorf, A. (Hrsg.): Eine praxisorientierte Bewertung von Architekturen und Techniken für Big Data, Shaker-Verlag, Aachen 2015

Jan Hentschel ist Senior Software Development Lead bei der Ultra Tendency und darüber hinaus Doktorand an der OvG-Universität Magdeburg.


Buchvorstellung

Ausgabe 37  |  Dezember 2015

16

Datenqualitätsmanagement erfolgreich anwenden

69,90 Euro (D) / 71,90 Euro(A) 3., überarbeitete und erweiterte Auflage Februar 2015 390 Seiten, Gebunden ISBN: 978-3-86490-042-6

Inzwischen ist das im Rahmen des TDWI Buchprogramms erschienene Werk zum Thema „Datenqualität“ bereits in der 3. Auflage erhältlich und hat sich damit als Referenz im deutschsprachigen Raum weiter etabliert. Sowohl in der Unternehmenspraxis als auch in Hochschulen nimmt das Buch mittlerweile einen festen Platz ein. Im ersten Teil des Buches werden theoretische Grundlagen zum Thema Datenqualität und Datenqualitätsmanagement vermittelt. Die sich anschließenden Ausführungen über die Ursachen und Auswirkungen von schlechter Datenqualität wurden in der aktuellen Auflage grundlegend überarbeitet. Zusätzlich wurde ein Kapitel zum Thema Big Data neu aufgenommen, da es für die Welt der Business Intelligence eine neue Evolutionsstufe darstellt und somit auch Auswirkungen auf das Datenqualitätsmanagement hat. In diesem Zusammenhang ist auch die vorgestellte Referenz-Architektur angepasst und auf die erweiterten Anforderungen hin überarbeitet worden. Die Kapitel zur Messung der Datenqualität mittels Kennzahlen sowie das dazu gehörige Data Quality Monitoring wurden neu strukturiert und besser aufeinander abgestimmt, so dass der Leser ein umfassendes, in sich abgerundetes Bild erhält. Um die Datenqualität nachhaltig im Unternehmen zu etablieren, benötigt es die richtige Organisationsstruktur. Hinweise zu einer optimalen Aufbau- und Ablauforganisation vervollständigen in einem eigenen Kapitel den ersten Buchteil. Der zweite und umfangreichste Teil des Buches ist der technischen Umsetzung von DQ-Zielen und DQManagement gewidmet. Es wird beschrieben, wie Data Profiling durchgeführt wird, welche Validie-

rungen und Filterungen sinnvoll sind, was Standardisierung und Bereinigung bedeutet, wie eine Datenanreicherung erfolgt und wie Metadaten zur Wertschöpfung beitragen können. Eine gute Datenqualität bedingt aber auch eine gute Datenvisualisierung: Daher wird dem Thema „Visualisierung“ ebenfalls ein eigenes Kapitel gewidmet. Kurz und prägnant werden die wichtigsten Regeln anhand von Beispielen dargestellt. Änderungen zur 2. Auflage: Der Schwerpunkt lag auf dem Kapitel „Standardisierung und Bereinigung“, das umstrukturiert und erweitert wurde. Außerdem sind neue Methoden und Ähnlichkeitsmetriken hinzugefügt worden. Der kurze abschließende Teil zur Projektpraxis überträgt die beschriebenen Erkenntnisse und Verfahren in die verschiedenen Phasen eines BIProjekts von der Vorstudie bis zum Betrieb. Dieser Teil ist bis auf kleinere Änderungen nahezu unverändert geblieben. Das Literaturverzeichnis wurde umfassend aktualisiert und erweitert, so dass der Leser genügend Hinweise zur Vertiefung spezieller Themenbereiche erhält. Zusammenfassend kann das vorliegende Buch für jeden, der sich mit dem Thema „Datenqualität“ befasst, als unbedingt empfehlenswert bezeichnet werden. Durch die inhaltliche Breite der Ausarbeitung werden Anfänger grundlegend informiert, gleichwohl finden auch erfahrene Experten eine Vielzahl an praktischen Ratschlägen und Handlungsanleitungen. Jan Altin


Schulungen 2016

Termine to go

einfach aus

der Hef tmitt

e heraus tren

Januar 2016 - März 2016 Certified-Schulungen werden ausschließlich von akkreditierten Unternehmen durchgeführt. Das iSQI fungiert hier als Vermittler. Anmeldeformular und Preise unter www.isqi.org. Schulungstitel

nen

Mehr als 100 weitere Termine finden Sie unter: www.isqi.org/de/seminare.html Ort

Datum (Start)

Dauer

Anbieter

ASQF® Certified Professional for Project Management ASQF Certified Professional for Project Management

Köln

29.02.16

4

SQS

ASQF® Certified Professional for Project Management

Stuttgart

29.02.16

4

Method Park Consulting GmbH

®

CMAP Mobile App Testing CMAP Mobile App Testing – Foundation Level

München

18.01.16

2

Loyal Team GmbH

CMAP Mobile App Testing – Foundation Level

Braunschweig

01.02.16

2

BREDEX GmbH

CMAP Mobile App Testing – Foundation Level

München

15.02.16

2

CGI Deutschland Ltd. & Co. KG

CMAP Mobile App Testing – Foundation Level

Hamburg

22.02.16

2

Sogeti Deutschland GmbH

CMAP Mobile App Testing – Foundation Level

Braunschweig

21.03.16

2

BREDEX GmbH

CMAP Mobile App Test Automation CMAP Mobile App Test Automation (EN)

Berlin

25.01.16

3

Díaz & Hilterscheid GmbH

CMAP Mobile App Test Automation

Hamburg

24.02.16

3

Sogeti Deutschland GmbH

iSQI® Certified Agile Business Analysis iSQI® Certified Agile Business Analysis

Stuttgart

08.02.16

2

CGI Deutschland Ltd. & Co. KG

iSQI® Certified Agile Business Analysis (EN)

Berlin

03.03.16

2

Díaz & Hilterscheid GmbH

iSQI Certified Agile Essentials ®

iSQI® Certified Agile Essentials

Röttenbach

21.01.16

2

sepp.med gmbh

iSQI® Certified Agile Essentials

Berlin

21.01.16

2

Díaz & Hilterscheid GmbH

iSQI® Certified Agile Essentials

Stuttgart

18.02.16

2

Method Park Consulting GmbH

iSQI® CAT Certified Agile Tester iSQI® CAT Certified Agile Tester

Frankfurt

18.01.16

5

SQS

iSQI® CAT Certified Agile Tester

München

25.01.16

5

Sogeti Deutschland GmbH

iSQI® CAT Certified Agile Tester

Düsseldorf

25.01.16

5

Integrata / CGI Deutschland Ltd. & Co. KG

iSQI® CAT Certified Agile Tester

Berlin

09.02.16

6

Loyal Team GmbH

iSQI® CAT Certified Agile Tester - intensive

Berlin

10.02.16

5

Loyal Team GmbH

iSQI CAT Certified Agile Tester

Berlin

15.02.16

5

Díaz & Hilterscheid GmbH

iSQI® CAT Certified Agile Tester

Wien

22.02.16

5

ANECON

iSQI® CAT Certified Agile Tester

München

07.03.16

5

Software Quality Lab GmbH

iSQI® CAT Certified Agile Tester

Erlangen

07.03.16

5

Method Park Consulting GmbH

®

ISTQB® Certified Tester – Foundation Level

Berlin

11.01.16

4

CGI Deutschland Ltd. & Co. KG

ISTQB Certified Tester – Foundation Level

Berlin

11.01.16

3

Díaz & Hilterscheid GmbH

ISTQB® Certified Tester – Foundation Level

Wien

11.01.16

4

Software Quality Lab GmbH

ISTQB® Certified Tester – Foundation Level

Hamburg

11.01.16

4

SQS

ISTQB® Certified Tester – Foundation Level

München

18.01.16

3

Software Quality Lab GmbH

ISTQB® Certified Tester – Foundation Level - intensive

Berlin

27.01.16

3

Loyal Team GmbH

ISTQB Certified Tester – Foundation Level

Linz

01.02.16

4

Software Quality Lab GmbH

ISTQB® Certified Tester – Foundation Level

München

01.02.16

4

SQS

ISTQB® Certified Tester – Foundation Level

Lustenau

08.02.16

4

Software Quality Lab GmbH

ISTQB® Certified Tester – Foundation Level

München

15.02.16

4

Sogeti Deutschland GmbH

ISTQB® Certified Tester – Foundation Level

Stuttgart

15.02.16

4

Lysant GmbH

ISTQB Certified Tester – Foundation Level

Wien

15.02.16

4

Software Quality Lab GmbH

ISTQB® Certified Tester – Foundation Level

Wien

22.02.16

4

OBJENTIS

ISTQB® Certified Tester – Foundation Level (EN)

München

22.02.16

4

Software Quality Lab GmbH

ISTQB® Certified Tester – Foundation Level - intensive

Berlin/Bremen

24.02.16

3

Loyal Team GmbH

®

®

®

STAND: November 2015

ISTQB® Certified Tester – Foundation Level


ISTQB® Certified Tester – Foundation Level

Frankenthal

29.02.16

4

EXCO GmbH

ISTQB® Certified Tester – Foundation Level - intensive

Köln

07.03.16

3

Loyal Team GmbH

ISTQB® Certified Tester – Foundation Level

München

14.03.16

4

ISARTAL akademie GmbH

ISTQB® Certified Tester – Foundation Level Extension, Agile Tester ISTQB® Certified Tester – Foundation Level Extension, Agile Tester

Wien

19.01.16

2

Software Quality Lab GmbH

ISTQB Certified Tester – Foundation Level Extension, Agile Tester

München

27.01.16

2

Software Quality Lab GmbH

ISTQB® Certified Tester – Foundation Level Extension, Agile Tester

Zürich

27.01.16

2

Software Quality Lab GmbH

ISTQB® Certified Tester – Foundation Level Extension, Agile Tester

Frankfurt

28.01.16

2

Díaz & Hilterscheid GmbH

ISTQB® Certified Tester – Foundation Level Extension, Agile Tester

Stuttgart

01.02.16

2

abilex GmbH

ISTQB® Certified Tester – Foundation Level Extension, Agile Tester

München

18.02.16

2

CGI Deutschland Ltd. & Co. KG

ISTQB Certified Tester – Foundation Level Extension, Agile Tester

München

03.03.16

2

SQS

ISTQB® Certified Tester – Foundation Level Extension, Agile Tester

Stuttgart

21.03.16

2

Sogeti Deutschland GmbH

®

®

ISTQB® Certified Tester – Advanced Level, Test Manager ISTQB® Certified Tester – Advanced Level, Test Manager

München

11.01.16

5

ISARTAL akademie GmbH

ISTQB® Certified Tester – Advanced Level - Test Manager - intensive

Berlin

20.01.16

5

Loyal Team GmbH

ISTQB® Certified Tester – Advanced Level - Test Manager

Berlin

20.01.16

6

Loyal Team GmbH

ISTQB Certified Tester – Advanced Level, Test Manager

Düsseldorf

08.02.16

5

CGI Deutschland Ltd. & Co. KG

ISTQB® Certified Tester – Advanced Level, Test Manager

Stuttgart

22.02.16

5

Sogeti Deutschland GmbH

ISTQB® Certified Tester – Advanced Level, Test Manager

Köln

22.02.16

5

SQS

ISTQB® Certified Tester – Advanced Level, Test Manager

Düsseldorf

29.02.16

5

Sogeti Deutschland GmbH

ISTQB® Certified Tester – Advanced Level, Test Manager

Wien

07.03.16

5

Software Quality Lab GmbH

ISTQB Certified Tester – Advanced Level, Test Manager

Wien

09.03.16

5

ANECON

ISTQB® Certified Tester – Advanced Level, Test Manager (EN)

Berlin

14.03.16

5

Díaz & Hilterscheid GmbH

ISTQB® Certified Tester – Advanced Level, Test Manager

München

14.03.16

5

Software Quality Lab GmbH

15.02.16

4

CGI Deutschland Ltd. & Co. KG

®

®

ISTQB® Certified Tester – Advanced Level, Test Analyst ISTQB® Certified Tester – Advanced Level, Test Analyst

Frankfurt

ISTQB Certified Tester – Advanced Level, Test Analyst

Wien

22.02.16

4

Software Quality Lab GmbH

ISTQB® Certified Tester – Advanced Level, Test Analyst

München

29.02.16

4

Software Quality Lab GmbH

ISTQB® Certified Tester – Advanced Level, Test Analyst

München

14.03.16

4

SQS

ISTQB® Certified Tester – Advanced Level, Test Analyst

Stuttgart

21.03.16

4

Díaz & Hilterscheid GmbH

®

ISTQB® Certified Tester – Advanced Level, Technical Test Analyst ISTQB® Certified Tester – Advanced Level, Technical Test Analyst

Berlin

18.01.16

3

Díaz & Hilterscheid GmbH

ISTQB Certified Tester – Advanced Level, Technical Test Analyst

München

29.02.16

3

SQS

ISTQB® Certified Tester – Advanced Level, Technical Test Analyst

Stuttgart

07.03.16

3

CGI Deutschland Ltd. & Co. KG

ISTQB® Certified Tester – Advanced Level, Technical Test Analyst

Linz

15.03.16

3

Software Quality Lab GmbH

ISTQB® Certified Tester – Advanced Level, Technical Test Analyst

Wien

15.03.16

3

Software Quality Lab GmbH

2

Integrata / CGI Deutschland Ltd. & Co. KG

®

iSQI® Certified Model-Based Tester iSQI® Certified Model-Based Tester

Düsseldorf

25.02.16

ISPMA® Certified Software Product Manager SPM Foundation Level Training

Kopenhagen

06.01.16

3

TBK consult GmbH / InnoTivum

SPM Excellence Level Training - Strategisches Management

Berlin

18.02.16

1

anthares + InnoTivum

SPM Excellence Level Training - Orchestration

Kopenhagen

17.03.16

1

TBK consult GmbH / InnoTivum

IREB Certified Professional for Requirements Engineering – Foundation Level ®

IREB® CPRE – Foundation Level

München

12.01.16

3

Software Quality Lab GmbH

IREB® CPRE – Foundation Level

Berlin

18.01.16

3

microTOOL GmbH

IREB® CPRE – Foundation Level

Nürnberg

18.01.16

3

SOPHIST GmbH

IREB® CPRE – Foundation Level

Berlin

20.01.16

3

Loyal Team GmbH

IREB CPRE – Foundation Level

München

03.02.16

3

ISARTAL akademie GmbH

IREB® CPRE – Foundation Level

Frankfurt

08.02.16

2

SOPHIST GmbH

IREB® CPRE – Foundation Level

Frankfurt

08.02.16

3

SQS

IREB® CPRE – Foundation Level

Hamburg

22.02.16

3

SQS

IREB® CPRE – Foundation Level

Stuttgart

07.03.16

3

Díaz & Hilterscheid GmbH

IREB® CPRE – Foundation Level

München

08.03.16

3

Software Quality Lab GmbH

IREB CPRE – Foundation Level

Lustenau

08.03.16

3

Software Quality Lab GmbH

IREB® CPRE – Foundation Level

Berlin

14.03.16

3

Loyal Team GmbH

IREB® CPRE – Foundation Level

Puchheim (bei München)

16.03.16

3

Anywhere.24 GmbH

®

®

IREB® Certified Professional for Requirements Engineering – Advanced Level, Requirements Elicitation & Consolidation IREB® CPRE – Advanced Level

Linz

09.02.16

3

Software Quality Lab GmbH

IREB CPRE – Advanced Level

Wien

09.02.16

3

Software Quality Lab GmbH

IREB® CPRE – Advanced Level

München

16.02.16

3

Software Quality Lab GmbH

IREB® CPRE – Advanced Level

Nürnberg

29.02.16

3

SOPHIST GmbH

®


IREB® Certified Professional for Requirements Engineering – Advanced Level, Requirements Modeling IREB CPRE – Advanced Level, Requirements Modeling

Nürnberg

03.02.16

3

SOPHIST GmbH

IREB® CPRE – Advanced Level, Requirements Modeling

Frankfurt

09.03.16

3

SOPHIST GmbH

3

sepp.med gmbh

®

ICPMSB Certified Professional for Medical Software ICPMSB Certified Professional for Medical Software

Röttenbach

03.02.16

UXQB Certified Professional for Usability and User Experience ®

UA1012 CPUX-F Certified Professional Usability and UX

Nürnberg

12.01.16

2

Usability Academy c/o aventaurus GmbH

UA1013 CPUX-F Certified Professional Usability and UX

Berlin

25.01.16

3

Usability Academy c/o aventaurus GmbH

Usability und User Experience gestalten

Hamburg

08.02.16

3

oose Innovative Informatik eG

UA1012 CPUX-F Certified Professional Usability and UX

München

08.02.16

2

Usability Academy c/o aventaurus GmbH

UA1013 CPUX-F Certified Professional Usability and UX

Zürich

07.03.16

3

Usability Academy c/o aventaurus GmbH

UA1012 CPUX-F Certified Professional Usability and UX

Köln

21.03.16

2

Usability Academy c/o aventaurus GmbH

AGILE

REQUIREMENTS ENGINEERING

SECURIT Y

MOBILE

SOF T WA RE TESTING

PROJECT MANAGEMENT

USABILITY

SPECIALISED

Seminare 2016 Januar 2016 bis März 2016 Das iSQI fungiert hier als Vermittler. Ausführliche Seminarbeschreibungen, Preise und Anmeldeformular: www.isqi.org

Mehr als 100 weitere Termine finden Sie unter: www.isqi.org/de/seminare.html

Seminartitel

Ort

Datum (Start)

Dauer

Anbieter

Agile / Scrum Agiles Requirements-Engineering - vom Stakeholder zum Backlog

München

18.01.16

2

SOPHIST GmbH

Agiles Software-Projektmanagement

Hamburg

18.01.16

4

oose Innovative Informatik eG

Doku Agil - Fachliches Wissen in agilen Projekten dokumentieren

Frankfurt

03.03.16

2

SOPHIST GmbH

SMP - Scrum Master Professional

Linz

08.03.16

2

Software Quality Lab GmbH

SMP - Scrum Master Professional

Wien

08.03.16

2

Software Quality Lab GmbH

SMP - Scrum Master Professional

München

15.03.16

2

Software Quality Lab GmbH

SMP - Scrum Master Professional

Zürich

15.03.16

2

Software Quality Lab GmbH

TTCN-3® Effiziente Testautomatisierung mit TTCN-3 Grundlagen und Anwendungen

Erlangen/Berlin

15.02.16

2

FOKUS

TTCN-3 Training "Theory and Practice of TTCN-3"

Berlin

14.03.16

3

Testing Technologies IST GmbH

Requirements Moderationstechniken im RE

Wien

12.01.16

2

Software Quality Lab GmbH

Moderationstechniken im RE

Linz

12.01.16

2

Software Quality Lab GmbH

Nürnberg

15.02.16

2

SOPHIST GmbH

Nürnberg

10.03.16

2

SOPHIST GmbH

Hamburg

08.02.16

5

oose Innovative Informatik eG

Requirements-Management - Anforderungen verwalten, professionell domptieren und geschickt kategorisieren „Requirements-Engineering in der Praxis: Anforderungen mit Prosa und Modellen clever erheben und dokumentieren“ Requirements Engineering und Management inkl. CPRE-Aufbaukurs

Automotive Automotive SPICE® - iNTACS™ certified Provisional Assessor

Kornwestheim

29.02.16

5

Kugler Maag Cie GmbH

Automotive SPICE® - iNTACS™ certified Provisional Assessor

Troy (USA)

07.03.16

5

Kugler Maag Cie GmbH

Testen für Softwareentwickler mit Unit Tests

Linz

26.01.16

3

Software Quality Lab GmbH

Testen für Softwareentwickler mit Unit Tests

Wien

26.01.16

3

Software Quality Lab GmbH

360° Testautomatisierung

Wien

27.01.16

2

ANECON

Test Basics

Stuttgart

04.02.16

2

Lysant GmbH

Metriken: Unverzichtbare Werkzeuge für Testmanager

Frankenthal

08.02.16

2

EXCO GmbH

GUI Testautomatisierung

Linz

22.02.16

2

Software Quality Lab GmbH

GUI Testautomatisierung

München

01.03.16

2

Software Quality Lab GmbH

Starke Testprozesse - Online-Seminar

online

03.03.16

3 LiveSessions

Risikoorientiertes Testen

Frankenthal

14.03.16

2

EXCO GmbH

MBT Model Based Testing

Wien

14.03.16

2

Software Quality Lab GmbH

MBT Model Based Testing

München

16.03.16

2

Software Quality Lab GmbH

Maud Schlich, THE QUALITEERS

STAND: November 2015

Test


CMMI Einführung in das CMMI für Entwicklung

Erlangen

12.01.16

3

Method Park Consulting GmbH

Einführung in CMMI® for Development V1.3

Kornwestheim

07.03.16

3

Kugler Maag Cie GmbH

Einführung in CMMI for Services v.13

Puchheim (bei München)

15.02.16

2

Anywhere.24 GmbH

UML Objektorientierte Analyse und Design mit UML inkl. UML-Zertifizierung OCUP2-F

Hamburg

25.01.16

5

oose Innovative Informatik eG

Embedded Architecture mit UML

München

01.03.16

2

Method Park Consulting GmbH

Usability UA1005 Usability & UX Foundation

Köln

01.02.16

2

Usability Academy c/o aventaurus Consulting GmbH

UA1005 Usability & UX Foundation

Heidelberg

15.02.15

2

Usability Academy c/o aventaurus Consulting GmbH

UA1050 IxD Interaktionsdesign

München

13.01.16

2

Usability Academy c/o aventaurus Consulting GmbH

UA1050 IxD Interaktionsdesign

Frankfurt

27.01.16

2

Usability Academy c/o aventaurus Consulting GmbH

UA1050 IxD Interaktionsdesign

Nürnberg

09.03.16

2

Usability Academy c/o aventaurus Consulting GmbH

UA1071 Prototyping mit Axure Basic

Frankfurt

18.01.16

1

Usability Academy c/o aventaurus Consulting GmbH

UA1071 Prototyping mit Axure Basic

Stuttgart

01.02.16

1

Usability Academy c/o aventaurus Consulting GmbH

UA1072 Prototyping mit Axure Advanced

Frankfurt

19.01.16

1

Usability Academy c/o aventaurus Consulting GmbH

UA1072 Prototyping mit Axure Advanced

Berlin

17.02.16

1

Usability Academy c/o aventaurus Consulting GmbH

UA1074 Axure Prototyping Professional

Hamburg

15.02.16

2

Usability Academy c/o aventaurus Consulting GmbH

UA1074 Axure Prototyping Professional

Köln

14.03.16

2

Usability Academy c/o aventaurus Consulting GmbH

UA1080 Usability Testing & Evalaution

Hannover

01.02.16

2

Usability Academy c/o aventaurus Consulting GmbH

UA1080 Usability Testing & Evalaution

Stuttgart

14.03.16

2

Usability Academy c/o aventaurus Consulting GmbH

UA1100 Usability & UX Experte

Hannover

25.01.16

5

Usability Academy c/o aventaurus Consulting GmbH

UA1100 Usability & UX Experte

München

08.02.16

5

Usability Academy c/o aventaurus Consulting GmbH

UA1100 Usability & UX Experte

Nürnberg

07.03.16

5

Usability Academy c/o aventaurus Consulting GmbH

UA2010 Design Thinking

Heidelberg

16.02.16

2

Usability Academy c/o aventaurus Consulting GmbH

UA3010 Usability Methoden

Düsseldorf

22.02.16

2

Usability Academy c/o aventaurus Consulting GmbH

Kaiserslautern

07.03.16

2

Usability Academy c/o aventaurus Consulting GmbH

12.01.16

2

Method Park Consulting GmbH Maud Schlich, THE QUALITEERS

UA3010 Usability Methoden

weitere Seminare Testen von Embedded Systems

Erlangen

Erfolgreich im Reviewteam mitarbeiten - Online-Seminar

online

13.01.16

2 LiveSessions

Risikomanagement (RM)

Wien

14.01.16

1

Software Quality Lab GmbH

Risikomanagement (RM)

Linz

14.01.16

1

Software Quality Lab GmbH

Design Thinking erleben und begreifen

Hamburg

26.01.16

3

oose Innovative Informatik eG

Reviews effizient moderieren - Online-Seminar

online

27.01.16

4 LiveSessions

Risikomanagement (RM)

München

28.01.16

1

Software Quality Lab GmbH

Software Craftsmanship

Hamburg

02.02.16

4

oose Innovative Informatik eG

Software Usability

München

01.03.16

3

Software Quality Lab GmbH

FMEA Training

Stuttgart

25.01.16

2

EnCo Software GmbH

FMEA Training

München

14.03.16

2

EnCo Software GmbH

Maud Schlich, THE QUALITEERS

AGILE / SCRUM

TEST

SOF T WA RE A RCHITEC T URE

AUTOMOTIVE

V-MODEL X T

UML

CMMI

ISO 26262

USABILITY

REQUIREMENTS

T TCN-3®

WEITERE SEMINARE

Zusätzliche Schulungs- und Seminartermine finden Sie auf www.isqi.org! Irrtümer, Termin- und Preisänderungen vorbehalten. Es gelten die allgemeinen Geschäfts- und Preisbedingungen des jeweiligen Veranstalters.

Alle Themen auch als Inhouse-Angebot buchbar!

iSQI GmbH | www.isqi.org Henkestr. 91, Haus 8, 3. OG 91052 Erlangen Tel.: + 49 9131 91910-0 Fax: + 49 9131 91910-10

Friedrich-Engels-Straße 24 14473 Potsdam Tel.: + 49 331 231810-0 Fax: + 49 331 231810-10

Ansprechpartner: Beatrice Michelis Trainings and Seminars Tel.: +49 331 231810-16 trainings@isqi.org

SIE WOLLEN IHR SEMINAR AUCH IM NÄCHSTEN SQ-MAGAZIN BEWERBEN? Wir freuen uns über eine Nachricht. Bitte senden Sie uns Ihre Termine per E-Mail zu: trainings@isqi.org


Im Gespräch

21

Quadratur des Kreises Im Zeitalter von Big Data entstehen in vielen Bereichen erhebliche Datenmengen. Hinzu kommen innovative Verfahren der Datenanalyse und -auswertung. Gleichzeitig stellen sich damit eine Reihe neuer rechtlicher Fragen. Der Hamburger Rechtsexperte Dr. Jens Schefzig erklärt im SQ-Interview, worauf Unternehmen bei BigData-Projekten achten müssen. SQ: Welche Personenkreise müssen Unternehmen bei der Durchführung eines Big-Data-Projekts berücksichtigen? Dr. Schefzig: Big-Data-Projekte sind technisch, organisatorisch und auch rechtlich außerordentlich komplex. Sehr verschiedene Personen werden deshalb im Projektverlauf – auch aus rechtlicher Sicht – für das Projekt relevant. Unternehmen sollten daher möglichst früh die internen Stakeholder identifizieren und diese aktiv involvieren. Bereits in der Planungsphase sind Geschäftsführung und Rechtsabteilung einzubeziehen, bei mitbestimmungspflichtigen Projekten der Betriebsrat. Regelmäßig wird der Datenschutzbeauftragte eine wichtige Rolle spielen. Daneben muss das Unternehmen bei der Verarbeitung personenbezogener Daten an die Personen denken, deren Daten sie verarbeiten werden. Insbesondere ist zu beachten, dass Produktionsdaten von Fertigungsanlagen häufig auch Aussagen über die Tätigkeiten der in der Produktion beschäftigten Mitarbeiter ermöglichen. In diesen Fällen ist auch das Datenschutzrecht anwendbar. SQ: Was genau muss eine Einwilligung erfassen und sind Unternehmen damit vor Klagen geschützt? Eine Einwilligung muss so gefasst sein, dass der Betroffene versteht, wie genau das Unternehmen die Daten über ihn verarbeitet. Jedenfalls sollte sie darüber informieren, welche konkreten Daten verarbeitet werden, welche Unternehmen die Daten erhalten

und welchen spezifischen Zwecken die Datenverarbeitung dient. Beispielsweise gilt die Beschreibung „Für interne Zwecke“ als zu unbestimmt. Wenn „besondere Arten personenbezogener Daten“ verarbeitet werden, beispielsweise Gesundheitsdaten, ist der Betroffene darauf explizit hinzuweisen. Die Einwilligung muss allgemein verständlich sein. Insbesondere bei komplexen Big-Data-Projekten kommt das Verfassen einer wirksamen Einwilligung daher einer Quadratur des Kreises gleich: Das Unternehmen muss den Betroffenen über sämtliche Aspekte der Datenverarbeitung im Detail informieren. Ist die Einwilligung dann aber zu kompliziert, ist sie unwirksam. Die Kunst liegt darin, die Einwilligung so konkret wie nötig, aber so abstrakt wie möglich zu halten. Daher kann eine Einwilligung nicht sämtliche rechtlichen Risiken ausschließen, diese jedoch minimieren. Bei dynamischen Big-Data-Projekten ist allerdings zu beachten, dass eine Einwilligung immer nur einen Status Quo der Datenverarbeitung rechtfertigen kann. SQ: Wie sieht aus rechtlicher Perspektive das beispielhafte Vorgehen bei der Initiierung eines Big-DataProjekts aus? Die Projektleitung sollte frühzeitig spezialisierte Juristen einbeziehen. In einer ersten Prüfung identifizieren diese dann die rechtlichen Herausforderungen. Eine Musterlösung gibt es nicht. In vielen Fällen liegt ein Schwerpunkt im Datenschutzrecht, aber auch das Dateneigentum oder lizenzrechtliche Aspekte können eine wesentliche Rolle spielen. Projektteam und Juristen sollten daher gemeinsam rechtliche Meilensteine im Projektplan definieren und während der Realisierung des Projekts im ständigen Dialog stehen. Das größte Risiko liegt darin, die rechtlichen Aspekte zu spät zu berücksichtigen. Viele Klippen lassen sich bereits durch geringe Ände-

rungen an der geplanten Gestaltung der Big-Data-Lösung von vornherein umschiffen. Erkennt das Unternehmen diese rechtlichen Aspekte erst spät, sind im schlimmsten Fall zeitund kostenintensive Neuprogrammierungen notwendig. SQ: Welche Fragestellungen sind in Hinblick auf die Rückkopplung in solchen Projekten zu bedenken? Die Dynamik von Big-Data-Projekten muss sich auch in der rechtlichen Gestaltung widerspiegeln. Beispielsweise wird die ursprüngliche Einwilligung neue Datenverarbeitungen häufig nicht rechtfertigen. Falls neue Datenbestände analysiert, neue Reportingtools oder Algorithmen entwickelt oder aber neue Verwendungsmöglichkeiten der Daten entdeckt werden, ist zwingend eine Abstimmung mit den rechtlichen Beratern erforderlich. SQ: Was sind Ihre besten Tipps für die rechtssichere Durchführung von Big-Data-Projekten? Keine Angst vor Paragrafen! Wie alle anderen Herausforderungen bei BigData-Projekten ist es auch möglich, die rechtlichen Aspekte zu bewältigen. Entscheidend ist aber, dass das Projektteam selbst sie proaktiv adressiert und nicht hofft, dass die Rechtsabteilung später „schon alles freizeichnen wird“. Je früher man sich den Rechtsfragen stellt, desto besser kann die Antwort gelingen.

Dr. Jens Schefzig ist Rechtsanwalt im Hamburger Büro der Kanzlei Osborne Clarke. Er berät Unternehmen im IT- und Datenschutzrecht, insbesondere zu Big-Data-Projekten und Compliance.


Titelthema

Ausgabe 37  |  Dezember 2015

22

BIG DATA oder

Analytics Worum geht es wirklich? Christian Alexander Graf Die Sammlung großer Datenmengen ist so einfach wie nie zuvor, der Begriff Big Data allgegenwärtig. Von der persönlichen Fitness und dem eigenen Surfverhalten über Lichtschalter, Thermostate und Rasensprenger bis hin zu Produktion und Zeiterfassung in Unternehmen – überall werden Daten aufgezeichnet und verarbeitet. Die systematische, meist maschinelle Analyse dieser Daten wird als Analytics bezeichnet [1]. Unterschiedliche Interpretationen erschweren es jedoch, Hype und Realität bei Big Data zu unterscheiden – Worum geht es wirklich?

Abbildung 1: Visualisierung des Big-Data-Bereichs als Punktwolke. Viele Analyse-Aufgaben benötigen keine Big-Data-Technologie. Prüfen Sie selbst: Liegen Sie im Big-Data-Bereich?

Big Data ist nicht gleich Analytics Big Data ist durch die drei Vs charakterisiert: Volume, Variety und Velocity. Große, unstrukturierte bzw. inhomogene oder sich schnell verändernde Datenmengen müssen verarbeitet werden, für die gängige Methoden in der Informationstechnik nicht ausreichen [2]. Herausforderungen von Big Data machen einen Teil der Aufgabenstellungen im Analytics-Bereich aus – aber bei weitem nicht alle. Der Hype und die Begriffsverwirrungen um Big Data führen gelegentlich dazu, dass ein Unternehmen mit einem ganz gewöhnlichen Datenanalyse-Problem nach einer Big-Data-Lösung Ausschau hält, die gar nicht benötigt wird (vgl. Abbildung 1). Daher ist es gerade für Entscheider wichtig zu verstehen, was Analytics kennzeichnet und wie man ein Analytics-Projekt angeht.

Analytics – Ziele und Handlungsfelder Kernziel eines Analytics-Projektes ist der Erkenntnisgewinn. Welche Erkenntnisse benötigt werden, hängt von den Zielen und den daraus abzuleitenden Anforderungen des Unternehmens oder der Institution ab, die bestimmte Daten analysieren möchte. Die namensgebende Rolle spielt der Bereich, über den die Daten eine Aussage treffen sollen. Daher spricht man von Handlungsfeldern wie Web-Analytics, Business-Analytics, FinancialAnalytics, Risk-Analytics oder PeopleAnalytics, um nur ein paar zu nennen. Jedes Handlungsfeld hat seine eigenen fachspezifischen Herausforderungen und Fallstricke und Bereichsspezifische Werkzeuge, Technologien und Dienste. Drei Beispiele:

Web Analytics Im Handlungsfeld Web Analytics wird das Verhalten von Benutzern in Netzwerken und bei Client-Server-Anwendungen untersucht. Angestrebte Erkenntnisse umfassen u.a. die Analyse des Anwenderverhaltens zur Verbesserung der Benutzbarkeit einer Anwendung; des Zusammenhangs zwischen Anwenderverhalten und (erwartetem) Konsumverhalten zur gezielteren Schaltung von Werbung; von Meinungsentwicklungen in sozialen Netzwerken zur Bestimmung des Erfolgs von Marketingmaßnahmen Bekannte Beispiele für Dienste bzw. Werkzeuge sind Google Analytics und piwik [3]. Im Web Analytics ist das Natural Language Processing eine der technologisch anspruchsvollen Aufgaben. Zum Beispiel werden kurze Testaus-


23

züge aus Webseiten, Logdateien usw. (sog. Snippets) gesammelt und auf inhaltliche Themen, Stimmungen u.ä. untersucht. Ein simples Beispiel liefern die sehr häufig anzutreffenden Wordclouds (vgl. Abbildung 2). Business Analytics Im Business Analytics geht man Fragen wie: „Warum entscheiden sich Kunden für uns?“, oder „Wo und wann werden/haben wir die höchsten Gewinne erzielt?“ nach. Kurz und knapp geht es darum, Erkenntnisse über das eigene Geschäft zu erzielen. Hierzu werden Daten aus Business-Intelligence-Systemen, Marktanalysen, Web-Analysen usw. zusammengetragen. Typische genutzte Technologien sind Data Warehouse-, ERP-Systeme u.ä. People Analytics Das wertvollste Kapital vieler Unternehmen sind motivierte, angemessen qualifizierte und angemessen ausgelastete Mitarbeiter. Ziel von People Analytics ist es, zentrale Personalbelange eines Unternehmens wie Gesundheitsmanagement, Einstellungen, Aufgabenzuweisungen und Beförderungen mit objektiven, datengetriebenen Erkenntnissen zu unterstützen. Der Methodenkatalog reicht dabei von 360°-Feedback-Beurteilungen, über die Analyse sozialer und firmen­ interner Kommunikationsnetzwerke bis hin zur Analyse des Gesundheitszustandes und des Stressniveaus im Unternehmen (vgl. u.a. [6], [7]). People-Analytics-Projekte müssen insbesondere im Hinblick auf ‚Privacy’ sorgfältig durchdacht sein. Erkenntnisse dürfen hier nur in einer Weise gewonnen werden, die gleichzeitig die informationelle Selbstbestimmung der Mitarbeiter des Unternehmens absolut gewährleistet. Analytics: Prozesse & Methoden Alle Analytics-Handlungsfelder besitzen starke Gemeinsamkeiten. Sie schöpfen zum einen alle aus dem

Abbildung 2: Eine mit [4] erstellte Wordcloud: Dargestellt sind mehr als drei mal auftretende Wörter in der von duckduckgo.com für den Suchbegriff „Analytics“ ausgegebenen Snippet-Liste. Je größer die Darstellung des Wortes, desto öfter kam es in der Liste vor.

selben, aber sehr großen Topf der mathematischen und informationstechnischen Methoden. Zum anderen besitzen Projekte, die einen nachhaltigen Erkenntnisgewinn liefern sollen, charakteristische Prozessmerkmale. Die wesentlichen Erfolgsfaktoren für ein Analytics-Projekt sind eine klare Aufgabenstellung, ein klarer Kostenund Zeitrahmen und eine sorgfältige Bewertung der Datenqualität im Hinblick auf die Aufgabenstellung. Erst muss geklärt werden, ob die Aufgabe mit den vorhandenen Daten grundsätzlich gelöst werden kann. Dann müssen mögliche Methoden und Technologien im Hinblick auf den gesetzten Kosten- und Zeitrahmen geprüft werden. Zu dieser Phase gehören der ein oder andere VersuchsPrototyp. Nicht zuletzt finden sich Herausforderungen ethischer, gesellschaftlicher und regulatorischer Natur. Sie betreffen den Umgang mit der Privatsphäre und der informationellen Selbstbestimmung von Individuen, die Daten erzeugen. Sind Individuen betroffen, sollte ein Unternehmen hier neben Datenschutzrichtlinien ein ethisches Leitbild formulieren. Ein auf die informationstechnische Selbstbestimmung ausgerichtetes Leitbild kann allerdings auch Gesetzen zuwider-

laufen. Gesetze in unterschiedlichen Ländern können sich zudem widersprechen. Dies haben die Debatten um den Patriot Act in den USA und die Vorratsdatenspeicherung in Deutschland in der jüngsten Vergangenheit wieder deutlich gezeigt.

QUELLEN [1] Oxford Advanced Learner’s Dictionary; 9th edition. [2] Big Data: Seizing Opportunities, preserving values. Executive Office of The President, The White House, Mai 2014. [3] http://piwik.org/, abgerufen am 19.10.2015. [4] Karline Soetaert (2014). plot3D: Plotting multi-dimensional data. R package version 1.0-2. http://CRAN.R-project.org/ package=plot3D [5] Ian Fellows (2014). wordcloud: Word Clouds. R package version 2.5. http://CRAN.R-project.org/ package=wordcloud [6] Dekas et al.: Organizational Citizenship Behavior, Version 2.0; The Academy of Management Perspectives 2013, Vol. 27, No. 3, 219–237. [7] David A. Garvin: How Google Sold Its Engineers on Management; Harvard Business Review, Dezember 2013. [8] Kurgan et al.: A Survey of Knowledge Discovery and Data Mining Process Models; The Knowledge Engineering Review, Vol. 21:1, 1–24, 2006.

Christian Alexander Graf ist selbständig und hat Mathematik in Saarbrücken studiert. Er ist Experte für Datenanalyse, Qualitätssicherung, Softwaretest und Validierung. Seit 2005 hält er Vorlesungen in Statistik und Informatik an der Dualen Hochschule in Mannheim.


Titelthema

Ausgabe 37  |  Dezember 2015

24

Knut Veltjens

Big Data Analytics erfordert eine verlässliche Datenbasis

Der Begriff Big-Data-Analytics bezeichnet ein umfangreiches Spek­trum von Methoden und Verfahren, beispielsweise Datenintegration, Datenmanagement, Business Intelligence und Predictive Analytics. Sie alle verfolgen das Ziel, eine breite Datenbasis möglichst effizient zur Optimierung von Entscheidungsprozessen im Unternehmen einzusetzen. Eine wichtige Rolle dabei spielt eine kontinuierlich hohe Datenqualität, ohne die keine echten Fortschritte erreichbar sind und im schlimmsten Fall das Risiko besteht, falsche Schlüsse zu ziehen. An Daten herrscht in den Unternehmen kein Mangel, ganz im Gegenteil. Nicht umsonst klagen viele sogar über eine Datenflut. Während bei den Daten aus transaktionalen Systemen (Bsp. ERP- oder CRM-System), die vorwiegend in relationalen Datenbanken abgelegt werden, lediglich ein moderates Wachstum zu verzeichnen ist, ergibt sich vor allem durch die Integration von Daten aus neuen Datenquellen (Stichwort „Big Data“) wie Bildern, Dokumenten, Videos, Sensoren-Streams und Informationen aus sozialen Netzwerken, ein massives Wachstum. Entscheidend ist, wie Unternehmen die Informationen nutzen, um wichtige Entscheidungen vorzubereiten. Alles, was mit Analytics zu tun hat, gewinnt weiter an Bedeutung und wird zu einem Wettbewerbsfaktor. Analysen stellen die benötigten Informationen für Entscheidungen bereit. Gleichzeitig haben sich Unternehmen im Bereich Analytics auf der Stufenleiter immer weiter vorgearbeitet. Während sich einige noch auf beschreibende (Was ist geschehen?) und interpretierende (Warum ist etwas geschehen?) Analysen beschränken, sind andere schon weiter. Sie befassen sich mit prognostischen Analysen und wollen wissen, was passieren wird. Zugegeben: Predictive Analytics als zentrales Einsatzgebiet von Big-DataAnalytics ist nicht ganz neu und Bei-


25

spiele für prognostische Analysen gibt es viele. Online-Shops präsentieren Interessenten eine Liste mit Komplementärprodukten und berechnen dafür die Kaufwahrscheinlichkeit. Mit Hilfe von Prognosemodellen optimieren Unternehmen aus dem produzierenden Gewerbe zum Beispiel die ein- und ausgehenden Warenströme sowie die Maschinenauslastung in der Fertigung oder verwenden ein vernetztes System von Sensoren, das die Verfügbarkeit, Zuverlässigkeit und Reparaturwahrscheinlichkeit von Maschinen ermittelt. Logistikunternehmen berechnen Modelle, um ihre Tourenplanung weiter zu verfeinern. In Marketing und Vertrieb finden sich Anwendungsszenarien von prognostischer Analytik, die zu mehr Transparenz über das Kundenverhalten führen und eine individuellere Ansprache ermöglichen sollen. Ein Predictive-Analytics-Projekt ist nie abgeschlossen Auch wenn es eine beträchtliche Zahl von Berichten über Predictive-Analytics-Projekte gibt, befinden sich noch viele in einem frühen Stadium. In einigen Fällen hat man mit zu starren Prognosemodellen für isolierte Umgebungen begonnen. Als sich im Laufe der Zeit die Anforderungen an die betrieblichen Entscheidungsprozesse änderten, konnten die Modelle nicht mehr Schritt halten und diverse Projekte wurden eingefroren und andere ganz beendet. Predictive-Analytics-Projekte sind nur dann erfolgreich, wenn all ihre Methoden, Verfahren, technologischen und organisatorischen Grundlagen permanent weiterentwickelt werden und die berechneten Prognosen kontinuierlich gegen das eintretende IST verifiziert werden. Die Lernfähigkeit der eingesetzten Prognosemodelle ist dabei einer der zentralen Punkte. Wird die Datenbasis für das Modell verbreitert – das heißt, zusätzliche Datenquellen werden mit einbezogen – sollte das Modell in der Lage sein, die Prognosegenauigkeit zu er-

höhen. Wichtig ist dies zum Beispiel im Kundenmanagement, wo täglich neue Daten entstehen. In diesem Umfeld kommt seit einiger Zeit z.B. das NeuroBayes-Modell zum Einsatz, das ursprünglich am Genfer CERN entwickelte wurde, um das Verhalten von Quanten vorauszusagen. Wenn es um die Analyse und Vorhersagen des Kundenverhaltens geht, sollten den Erfahrungen zufolge Prognosemodelle auch Optionen bieten, um die Ergebnisse von Text- und Social-Media-Analytics zu integrieren. Auch hier geht es darum, die Prognosefähigkeit zu verbessern, indem unter Einbeziehung weiterer verfügbarer Informationen exaktere Prognosen möglich werden. Die besten Prognosemodelle nützen jedoch nichts, wenn die Datenqualität nicht stimmt und es keine Mitarbeiter gibt, die die Daten fachmännisch auswerten und inhaltlich bewerten können.

denen mindestens ein Umsatz von xy Euro erzielt wurde. Aufgrund der unterschiedlichen Definitionen sind keine sinnvollen Vergleiche möglich. Noch schwieriger kann sich die Lage gestalten, wenn in einem internationalen Konzern nicht nur lokale Abteilungssilos bestehen, sondern auch noch die Besonderheiten diverser Ländergesellschaften hinzukommen. Um zuverlässige und handlungsrelevante Erkenntnisse zu gewinnen, ist der Zugriff auf eine breite Datenbasis erforderlich. Wichtig sind Daten aus drei großen Segmenten: strukturierte Daten beispielswiese zu Kunden, Aufträgen oder Produkten, die vorwiegend aus transaktionalen Systemen stammen; unstrukturierte Daten wie aus Web-KlickStreams, Social-Media-Plattformen oder Sensoren; externe Daten in Form von Geo-Informationen, Wetterwerten oder Informationen von Marktforschungsunternehmen.

Gute Datenqualität zahlt sich aus Die Grundlage aller Aktivitäten bei BigData-Analytics ist die dafür verwendete Datenbasis und deren Qualität. Ob die Bestände den Anforderungen an eine hohe Datenqualität genügen, lässt sich mit Hilfe verschiedener Kriterien ermitteln: Aktualität, Eindeutigkeit, Einheitlichkeit, Genauigkeit, Konsistenz, Korrektheit, Redundanzfreiheit, Relevanz, Verständlichkeit, Vollständigkeit und Zuverlässigkeit. Die Datenqualität ist ausschlaggebend für die Aussagekraft der Ergebnisse prognostischer Analysen. Eine der zentralen Herausforderungen besteht darin, dass es in vielen Unternehmen keine konsistente Datenbasis gibt und oft verschiedene Abteilungssilos sowie unterschiedliche Definitionen von Meta-Daten existieren. So ist z.B. ein Kunde in Abteilung A nicht unbedingt ein Kunde in Abteilung B, denn die Abteilung A zählt alle Kunden, mit denen man in den letzten zehn Jahren einen Umsatz tätigte. Die Abteilung B dagegen erfasst alle aktiven Kunden, mit denen im letzten Jahr ein Kontakt bestand und mit

Eine zentrale Rolle in diesem Zusammenhang spielt die Data Governance. In der Praxis geht es in erster Linie nicht darum, ob die Daten hundertprozentig valide und vollständig sind. Entscheidend ist vielmehr, dass die Analysten und Entscheider sich ein Urteil über die Güte und Beschaffenheit der Daten bilden. Beim traditionellen Reporting und bei Analyseszenarien, die regulatorische Anforderungen betreffen, müssen Daten absolut korrekt sein. Dagegen sind bei Trendanalysen, die einen Ergebniskorridor ermitteln, oder bei der Nutzung von Durchschnittswerten, (etwa der mittleren Monatstemperatur 2014 in allen Bundesländern), Unschärfen, durchaus akzeptabel. Sie können durch statistische Methoden ausgeglichen werden. Eine hohe Datenqualität, wie sie für operative Big-Data-Analytics-Aktivitäten benötigt wird, lässt sich nur durch ein systematisches, unternehmensweites Vorgehen erzielen. Notwendig ist dazu eine kontinuierliche Zusammenarbeit zwischen den Fachbereichen und der IT, denn letztere


Titelthema

Ausgabe 37  |  Dezember 2015

26

Big-Data-Analytics befasst sich mit der Optimierung von Geschäftsprozessen und verwendet dazu aggregierte Informationen aus den unterschiedlichsten Datenquellen. (Quelle: CGI)

muss das technologische Fundament für die Arbeit der Analysen bereitstellen. Eine der Varianten besteht darin, in einem Competence Center Mitarbeiter aus der IT und den Fachbereichen zusammenzubringen, die für eine beständig hohe Datenqualität zuständig sind. Einige Unternehmen

haben gute Erfahrungen mit Data Stewards gesammelt. Ähnlich wie ein Process Owner, der für die Steuerung und Überwachung eines Geschäftsprozesses zuständig ist, verantwortet der Data Steward die Datenqualität für einen bestimmten Bereich.

Herausforderungen an Big-Data-Analytics

Auf einen Blick: Big-Data-Analytics hat es mit einer Vielzahl von Herausforderungen zu tun, die sowohl aus den Fachbereichen als auch aus der IT kommen. (Quelle: CGI)


Big Data & Co.

27

T. Gansor · A. Totok

Von der Strategie zum Business Intelligence Competency Center (BICC)

Big-Data-Analytics im Wandel der Zeit

Konzeption – Betrieb – Praxis 2. Auflage 2015 · 446 Seiten € 69,90 (D) ISBN 978-3-86490-043-3

M. Hahne

Modellierung von Business-IntelligenceSystemen Leitfaden für erfolgreiche Projekte auf Basis flexibler Data-WarehouseArchitekturen 2014 · 276 Seiten € 69,90 (D) ISBN 978-3-89864-827-1

Big-Data-Analytics hat sich von der beschreibenden über eine interpretierende hin zu einer prognostischen Disziplin gewandelt. Prescriptive Analytics am oberen Ende der Stufenleiter steht noch am Anfang. (Quelle: CGI)

S. Trahasch · M. Zimmer (Hrsg.)

Agile Business Intelligence

Aber auch die Anforderungen an die Big-Data-Analysten beziehungsweise die Data Scientists steigen. Sie benötigen gute IT-Kenntnisse, müssen die statistischen und stochastischen Verfahren, inklusive der mathematischen Grundlagen, beherrschen und sollten auch den Mut zu Experimenten haben, um neue Wege auszuprobieren. Eine wichtige Rolle dabei spielt die Technik, die es ermöglicht, neue Zusammenhänge zu erkennen, mit den Kollegen in den Fachbereichen deren Handlungsrelevanz zu testen und die Genauigkeit und Gültigkeit von Vorhersagen zu überprüfen und weiterzuentwickeln. Das ist eine Voraussetzung, um die Potenziale von Predictive Analytics optimal zu erschließen. Bei der Beauftragung eines externen IT-Dienstleisters muss die fachliche Expertise im Unternehmen mit dem technischen und methodischen Know-how des Anbieters kombiniert werden. Hinzu kommt der technische Fortschritt in der IT in den letzten Jahren, der neue Möglichkeiten bietet. Zu nennen sind hier die Vervielfachung der Prozessorleistung, der günstigere Speicherplatz, die stärkere Verbreitung von In-Memory-Datenbanken und intuitiv zu bedienende Analyse-

Theorie und Praxis

Tools wie Heatmaps oder geografische Darstellungen. Während es früher oft mehrere Stunden dauerte, um verschiedene Szenarien zu berechnen, ist dies heute innerhalb weniger Minuten möglich. Die Genauigkeit von Prognosen lässt sich damit spürbar steigern. Für Unternehmen bedeutet dies, dass sie mit den gewonnenen Erkenntnissen ihre Wettbewerbsfähigkeit stärken können. In einem Markt, der durch Endkunden getrieben ist und in dem Kunden über umfassende Informationen verfügen, ist dies entscheidend, um das Kaufverhalten erfolgreich beeinflussen zu können.

2015 · ca. 290 Seiten ca. € 59,90 (D) ISBN 978-3-86490-312-0

F. Hopf

Elasticsearch Ein praktischer Einstieg 2015 · ca. 250 Seiten ca. € 32,90 (D) ISBN 978-3-86490-289-5

P. Neckel · B. Knobloch

Customer Relationship Analytics Praktische Anwendung des Data Mining im CRM 2. Auflage 2015 · 440 Seiten € 47,90 (D) ISBN 978-3-86490-090-7

Knut Veltjens ist Vice President / Practice Head Business Intelligence bei CGI in Sulzbach bei Frankfurt am Main.

Wieblinger Weg 17 · D-69123 Heidelberg fon: 0 62 21 / 14 83 40 · fax: 14 83 99 e-mail: bestellung@dpunkt.de

www.dpunkt.de

ok: /plus e + E-Bo Buch .dpunkt.d w ww


iSQI NEWS Aus dem iSQIKonferenzplaner 2015/2016 Die iSQI GmbH ist auf qualifizierten und namhaften Veranstaltungen als Aussteller, Sponsor oder Co-Sponsor vertreten. Treffen Sie die gefragten Spezialisten des iSQI am Stand oder erhalten Sie in Vorträgen immer topaktuelle Informationen zu Möglichkeiten der Zertifizierung von (IT-)Fachkräften: 9. Dezember 2015 ASQF Quality Day 2015 @ Fraunhofer FOKUS Berlin, Deutschland 10. Dezember 2015 hub conference Berlin, Deutschland 18. bis 21. Januar 2016 Software Quality Days Wien, Österreich

Ausgabe 37  |  Dezember 2015

28

SXSW – Schon gehört? Vom 11. bis 20. März 2016 trifft sich die Szene auf der weltgrößten Kreativ- und Digitalmesse in Austin, Texas. Die South by Southwest (SXSW) vereint Festivals, Konferenzen und Fachausstellungen in den Bereichen Musik, Film and Interactive. Das Branchentreffen gilt als Impulsgeber und Vorreiter für neue digitale und mediale Trends. Im vergangenen Jahr zog die Messe über 80.000 Menschen aus mehr als 80 Ländern an. Wer möchte da nicht mit dabei sein? Wie auch Sie ganz einfach Teil des größten Kreativ- und Digitaltreffens werden

können, erfahren Sie in der nächsten SQ-Magazin-Ausgabe. Dann verraten wir Ihnen auch, was den ASQF und die iSQI GmbH mit der SXSW verbindet. Alle, die sich bereits auf das Event einstimmen wollen, klicken schon einmal hier www.youtube.com/user/sxsw

iSQI begrüßt neuen Geschäftsführer des German Testing Board

27. Januar 2016 ASQF Projektmanagemant Day Fürth, Deutschland 1. bis 5. Februar 2016 OOP − 25 Jahre München, Deutschland 1. und 2. März 2016 HOOD ReConf Unterschließheim, Deutschland

Iranian Testing Qualification Board und iSQI schließen Vertrag

11. bis 20. März 2016 South by South West – Interactive Austin, Texas (USA) 14. bis 20.03.2016 ISTQB GA Meeting Singapore Singapur 16. März 2016 Swiss Testing Day Zürich, Schweiz 17. bis 22.April 2016 Mobile Dev + Test Conference San Diego, Kalifornien (USA)

Bereits kurz nach seiner Ernennung begrüßte iSQI-CEO Stephan Goericke den neuen Geschäftsführer des German Testing Board e.V. (GTB), Manuel Fischer, in Potsdam. Sie vereinbarten einen regelmäßigen Meinungsaustausch und eine enge projektbezogene Zusammenarbeit. Das GTB überwacht die fachliche Qualität des ISTQB® Certified-Tester Schemas und das zugehörige Prüfungswesen in Deutschland. Im deutschsprachigen Raum kooperiert das GTB eng mit dem Austrian Testing Board (ATB) und dem Swiss Testing Board (STB).

Erneut hat das International Software Quality Institute (iSQI GmbH) seine internationalen Geschäfte und sein Dienstleistungsangebot ausgebaut. Das Iranian Testing Qualification Board (ITQB) und iSQI haben einen Dreijahresvertrag über dessen Beauftragung als Zertifizierungsstelle geschlossen. Das Institut wird demnach exklusive Zertifizierungsstelle für die Abnahme von schriftlichen Prüfungen sein. Die Vertragsunterzeichnung fand während eines Arbeitsgespräches zwischen ITQB-Präsident Mohsen Hedayati und iSQI-CEO Stephan Goericke in Potsdam statt.


29

Neu im iSQI-Zertifizierungsportfolio: CAI‘s Catalyst Leadership Training Program® iSQI bietet ab sofort eine neue Zertifizierung an. Das „CAI‘s Catalyst Leadership Training Program®“ vermittelt Wissen, Werkzeuge und Erkenntnisse im Bereich Führungsqualitäten, die Voraussetzung für den erfolgreichen Brückenschlag zwischen Management und Führungsetage sind. Anhand von sieben Modulen erwerben die Teilnehmer des „CAI‘s Catalyst Leadership Training Program®“ ein verbessertes Verständnis des eigenen Führungsstils. Sie lernen ihre Arbeit effektiv zu gestalten und Mitarbeiter besser zu motivieren. Aufbauend auf diesen Lehren des Selbstbewusstseins, werden weitere Kapitel behandelt, die darauf eingehen, die Stärken des Einzelnen und anderer zu verstehen, eine Arbeit in Projektteams aufzubauen und angemessene Entscheidungen zu treffen. „CAI‘s Catalyst Leadership Training Program®“ ist sowohl für Einzelpersonen als auch Gruppen geeignet. Die Prüfung „CAI´s Certificate in Leadership“ beinhaltet 40 Multiple-Choice-Fragen und kann zu jeder Zeit in einem der über 5.200 Pearson VUE Testzentren weltweit oder als FLEX Exam am iSQI abgelegt werden. Mehr dazu hier: leadership.isqi.us

Thompson für Lebenswerk ausgezeichnet Geoff Thompson, Chairman des UKTB und langjähriger Partner des iSQI, ist während der „European Software Testing Awards“ Mitte November in London mit dem „Lifetime Achivement Award“ für sein Lebenswerk ausgezeichnet worden. Der Ehrenpreis ist eine Auszeichnung für renommierte und anerkannte TestVeteranen, die sich im Fachgebiet besonders verdient gemacht haben.

„We build the future“ iSQI erörtert in Harvard die Zukunft deutsch-amerikanischer Partnerschaften

Monika Posch traf Thomas Gottschalk und den Wissenschaftsjournalist Ranga Yogeshwar.

Einst von Studenten ins Leben gerufen, hat sich die German American Conference at Harvard (GAC) zu einem bedeutenden transatlantischen Gipfel gewandelt, an dem auch das International Software Quality Institute erstmals in diesem Jahr teilnahm. Rund 35 Sprecher, unter ihnen hochrangige Vertreter aus Deutschland und den USA, diskutierten mit den 1.000 Konferenzteilnehmern über die Top-Themen Industrie 4.0, Datenschutz und Innovation. In Vorträgen und Panels ergriffen Größen wie der ehemalige Weltbankchef Robert Zoellick, Entertainer Thomas Gottschalk, die Chefredakteure Kai Diekmann von „Bild“ und Miriam Meckel von der „Wirtschaftswoche“ sowie Michael Hayden, ehemaliger Chef CIA und NSA, das Wort. iSQI Director Human Resources Monika Posch nutzte die Konferenz, um sich unter anderem mit Erik Dilger, Präsident der German American Chamber of Commerce, zu treffen. Gemeinsam mit dem stellvertretenden Generalkonsul Helmut Landes diskutierte sie über TTIP und die damit verbunden Auswirkungen auf den deutschen Markt. Über die inhaltliche Ebene hinaus bot die GAC eine ideale Gelegenheit für intensives Networking und Kontakt-

pflege. In der Innovation Lounge präsentierten dieses Jahr zudem viele Start-ups, aber auch gestandene Unternehmen wie Siemens, neueste Forschungserkenntnisse und -projekte. Nach drei erfolgreichen Tagen in Harvard schloss Monika Posch einen Besuch am Bunker Hill Community College nahe Boston an. Sie wurde von IT-Professorin Jaime Mahoney empfangen. Im Gespräch tauschten sich beiden Frauen über die Zukunft des E-Learnings und Perspektiven für das Zertifizierungswesen im amerikanischen Bildungssystem aus. Zudem wurden Kooperationsmöglichkeiten zwischen iSQI und der Einrichtung erörtert. Das Community College bietet unter anderem seit sechs Monaten einen Qualifikationskurs mit Zertifizierungsmöglichkeit im Bereich Mobile App an.


Advertorial

Neuausrichtung von ANECON: Im Fokus steht Software-Qualität & -Produktivität

Hannes Färberböck (links) und Hans Schmit gründeten 1998 mit zwei weiteren Partnern das Unternehmen ANECON. Für den erfolgreichen Weg ins Jahr 2020 wurde jetzt die Strategie neu ausgerichtet.

noch stärker am Kunden auszurichten. Neu zusammengestellte und ineinandergreifende Themenbereiche – von Consulting über Individual Entwicklung oder Smart Integration bis Test Automation – wurden als Basis für das differenzierte Leistungsspektrum definiert. „Was neu ist, worauf wir fokussieren und wo wir viel investieren sind klare Lösungsangebote zu Qualitäts- und Produktivitätsthemen. Wir sind überzeugt, dass es für unsere Kunden letztlich darum geht, mit ausgewählten Partnern Aufgabenstellungen zu lösen. Wir wissen wie es geht und sehen ANECON dabei als Problemlöser und weniger als Experten-Bereitsteller“, erläutert Hannes Färberböck den vielversprechenden Ausblick. ANECON. Weil A vor B kommt.

Mit der neuen Strategie „ANECON 2020“ untermauert das erfolgreiche Softwarehaus ANECON seinen Führungsanspruch der IT-Dienstleistungsbranche in ausgewählten Themen im deutschsprachigen Raum und definiert die Kernkompetenzen für die kommenden Jahre neu. Der Leistungsanspruch von ANECON basiert seit der Unternehmensgründung 1998 auf einer klaren Orientierung am Kundennutzen. Den Eigentümern und gleichzeitig Ge-

schäftsführern ist die fest verankerte Vision, Softwareprojekte erfolgreich ins Ziel zu bringen, nach wie vor die wichtigste Prämisse für den Projekterfolg. Marktveränderungen bedeuten aber auch eine Auseinandersetzung mit der eigenen Strategie: „Es muss alles schneller, besser und billiger gehen. Diese Veränderungen haben uns dazu bewogen, intensiver nachzudenken, wo wir eigentlich hin wollen. Wir sind überzeugt, dass wir nur mit absolut top und differenzierten Leistungen, mit denen wir auch rasch Mehrwert schaffen, zu diesen Anforderungen am Markt reüssieren können“, fasst Hans Schmit die Grundüberlegungen des eigenen Change Prozesses zusammen.

Das Softwarehaus übernimmt mit der Neuaufstellung einmal mehr die Vorreiterrolle in der IT-Branche und unterstreicht dies auch mit dem neuem Claim „ANECON. Weil A vor B kommt.“ Zusätzlich zeigt neben dem bereits sehr gut etablierten Blog die neue, moderne Website die erfolgreiche Neuaufstellung von ANECON.

Schlankere Hierarchien und neu ausgerichtetes Portfolio

Der unternehmensweite Relaunch wird u.a. auch durch eine neue, moderne Website unterstrichen. www.anecon.com

Um auf dem Weg ins Jahr 2020 das passende Angebot dabei zu haben, hat ANECON sich neu aufgestellt: Ein erweitertes Führungs- bzw. Management Team sowie schlankere Hierarchien helfen, das gesamte Portfolio

alender Jetzt Posterk rdern : für 2016 anfo an

re Kont ak tdaten Schicken Sie Ih Sie econ.com und marketing@an übergroßen erhalten einen m) lender (100 x7 0c Ka Jahres wandgeschick t. zu is at de Jahr gr für das kommen


Statement

31

Big Data:

Auswirkung auf Unternehmen, Gesellschaft und Politik

Dr. Daniel Bast Gemäß Gartner’s Hype Cycle hat Big Data seine Hochphase überschritten und befindet sich derzeit im Stadium der Desillusionierung, dem eine Aufbau- und Produktivphase folgen wird [1]. Obwohl immer mehr Big-DataTechnologien verfügbar sind, kommt langsam die Erkenntnis auf, dass Big Data ohne Wissen und Verständnis der Daten nicht wirklich funktioniert [2]. Dies hat Machine Learning zum Hype verholfen [3]. Damit dominierte Data Analytics im Enterprise-Bereich die Ausgabenpläne für 2015 [4]. Daten alleine – und seien sie noch so umfangreich – sind in sich keine Lösung. Es braucht Verfahren, Prozesse und Menschen, die damit umzugehen wissen. Die zahlreichen Angebote von MOOC’s (Massive Open Online Course [5]) und offene Stellenanzeigen deuten an, dass hier sowohl auf Seiten derer, die sich fortbilden wollen, als auch bei den Unternehmen eine steigende Nachfrage, wenn nicht sogar Nachholbedarf, besteht. So wie Unternehmen eine Wandlung im Umgang mit Big Data erfahren, so wandelt sich auch der Umgang der Gesellschaft mit dem Thema. In der Post-Snowden-Zeit möchten immer mehr Menschen bewusst entscheiden, was mit ihren Daten passiert. Während man einerseits z.B. auf Amazon Kaufempfehlungen zu verschiedenen Produkten zu schätzen weiß, möchte man andererseits verhindern,

dass auf Basis der gekauften Produkte Persönlichkeitsprofile erstellt und wirtschaftlich genutzt werden. Ein anderes Beispiel sind die neuerdings bezuschussten Fitnesstracker [6]. Während sie zur Kontrolle der eigenen Fitness dienen, stellt sich die Frage: Dürfen oder sollen diese Daten in Zukunft auch eine Rolle beim Abschluss einer Krankenversicherung spielen? Wer verhindert hier einen Missbrauch, was ist fair? Ein Blick in die Politik zeigt nach den Geheimdienst-Affären den Zwiespalt zwischen Vorratsdatenspeicherung und Datenschutz zum Schutz der Bürger. Es reicht nicht, die Verantwortung allein der Politik zu überlassen. Vielmehr müssen das Bewusstseinder Allgemeinheit sowie Mechanismen für mehr Transparenz in Unternehmen gefördert werden. Für Big Data könnten auditierbare Prozesse, wie sie in der Automobil- und Medizintechnikbranche gesetzlich vorgeschrieben sind, ein Schritt in Richtung Transparenz sein. Sie ermöglichen es Unternehmen intern, als auch den Bürgern extern differenziertere Entscheidungen zu treffen.

Dr. Daniel Bast studierte und promovierte am Fachbereich Physik der Universität ErlangenNürnberg. Er ist als Software Engineer bei Method Park tätig und unterstützt Kunden vorwiegend aus der Medizintechnikbranche bei der agilen Software-Entwicklung und der Implementierung von Lösungen für In-vitroDiagnosegeräte mit Embedded Linux. Daniel Bast ist Mitglied der Deutschen Physikalischen Gesellschaft (DPG) und ICPMSB Certified Professional for Medical Software – Foundation Level und iSAQB® Certified Professional for Software Architecture – Foundation Level.

LITERATUR & LINKS [1] Gartner‘s 2014 Hype Cycle for Emerging Technologies http://www.gartner.com/newsroom/id/2819918 [2] All your big data will mean nothing without systems of insight - http:// www.computerworld.com/article/2984988/big-data/all-yourbig-data-will-mean-nothing-without-systems-of-insight.html [3] Gartner‘s 2015 Hype Cycle for Emerging Technologies - http://www.gartner.com/newsroom/id/3114217 [4] Data Analytics Dominates Enterprises‘ Spending Plans For 2015 http://www.forbes.com/sites/louiscolumbus/2015/03/15/data-analytics-dominates-enterprises-spending-plans-for-2015 [5] Massive open online course - https://en.wikipedia.org/ wiki/Massive_open_online_course [6] Apple Watch mit Zuschuss von der Krankenkasse - http://www.heise.de/newsticker/meldung/Apple-Watch-mit-Zuschuss-von-der-Krankenkasse-2770636.html


Titelthema

Ausgabe 37  |  Dezember 2015

32

Ohne Risiko!

Testautomation für Big-Data-Anwendungen Stephan Oswald, Dr.-Ing. Falko Gude­r ian In den vergangenen Jahren hat sich das Sammeln und Auswerten von Informationen aus Massendaten zu einem bedeutenden Erfolgsfaktor für Unternehmen entwickelt. Ob im Handel, bei Finanzdienstleistern oder in Produktionsbetrieben – Big Data ist zur Basis wichtiger Entscheidungen geworden und aus schnell agierenden Unternehmen und Behörden nicht mehr weg zu denken. Der Anspruch, durch die Verarbeitung dieser Daten auch effektive Antworten zu erhalten, ist von hoher Bedeutung. Information gilt ja bekanntlich als Öl einer Wissensgesellschaft. Dabei sind Big-Data-Anwendungen sozusagen die Ölraffinerien. Sie erzeugen sowohl direkten, monetären Wert, z.B. Aktiengewinn, als auch indirekten Wert in Form von Wissensvorsprung. Der Preis dafür ist ein komplexes Softwaresystem mit vielen Unsicherheiten durch unterschiedliche Eingaben, viele Verarbeitungsstufen, mehrere Lagerstufen und unterschiedliche Ausgaben. Unternehmen, die sich auf die Aussagen von Informationen aus Big-Data-Anwendungen verlassen wollen, benötigen somit größtmögliche Sicherheit. Die Informationsgewinnung birgt ein Risikopotenzial nicht nur hinsichtlich Datenschutz, Security und Performance. Auch die korrekte und sichere Dateneingabe, Datenverarbeitung, interne Datenhaltung und Datenausgabe sind dabei höchstes Gut und dürfen keinesfalls vernachlässigt werden. Je komplexer eine Anwendung ist, desto wichtiger wird die Risikominimierung durch Qualitätssicherung mit ausgereiften Teststrategien und Testverfahren.

Abbildung 1 Testautomation für Big Data

Big-Data-Anwendungen kommen mit häufig aktualisierten Daten, einer großen Datenmenge und Datenvielfalt einher. Die stichprobenartige Prüfung ist daher keine Option. Manuelle Testverfahren sind den fünf „Vs“ – Menge (Volume), Vielfalt (Variety), Geschwindigkeit (Velocity), Wert (Value) und Vertrauen (Veracity) – ebenfalls nicht gewachsen. Die Antwort heißt Testautomation und zwar in der Entwicklung, im Test und im Betrieb.

Testautomation ist alternativlos Der Einsatz von Testautomation begründet sich in immer gleichen Computeranweisungen mit eindeutigen Prüfungen auf klar definierte Ergebnisse. Bei der Vielzahl potentieller Fehlerquellen von Big-Data-Anwendungen ist Testautomation alternativlos.


33

Um den Risiken vorzubeugen, empfiehlt sich folgende Vorgehensweise: Verständnis der fünf „Vs“ Identifikation der Systemkomponenten und Schnittstellen Bestimmung der Testfälle anhand funktionaler und nicht-funktionaler Anforderungen Identifikation der Testdatenanforderungen Automatisierung des Testdatenmanagements und des Testumgebungsmanagements Erstellung von Testskripten mit Frameworks und Richtlinien Automatisierung der Testauswertung und Testberichte Testausführung auf Basis von Continuous Integration Der erste Schritt einer Testautomation für Big-Data-Anwendungen stellt ein lückenloses Erstellen eines Testkonzeptes dar, bei dem die Betrachtung der fünf „Vs“ einen praxistauglichen Leitfaden bildet. Wie in Abbildung 1 dargestellt, sichert Testautomation das Vertrauen in den Wert der erzeugten Informationen, denn sie liefert die Antwort auf das Risiko von großen Datenmengen und von Datenvielfalt. Eine weitere Herausforderung ist die hohe Geschwindigkeit in der Aktualisierung von Daten. Während früher batchartige Dateneingaben vorherrschten, verbreiten sich mehr und mehr echtzeitbasierte Dateneingaben (Streams). Moderne Big-Data-Anwendungen laufen bevorzugt in Cloud-Umgebungen, während die historische Datenablage in einem verteilten Dateisystem erfolgt. Oftmals ist damit ein langsamerer Datenzugriff verbunden. Im Gegenzug dazu ermöglichen Big Data Stores einen schnellen Zugang zu den Daten.

Dr.-Ing. Falko Guderian ist Test Manager bei T-Systems Multimedia Solutions GmbH und entwickelt innovative Lösungen mit Testautomation.

Testdaten spielen entscheidende Rolle Wurden die Schnittstellen und Systemkomponenten im zweiten Schritt identifiziert, müssen die notwendigen Testfälle aus den funktionalen und nicht-funktionalen Anforderungen bestimmt werden. Der Begriff „Big Data“ vergegenwärtigt dabei die entscheidende Rolle der Testdaten. Für den Erfolg von Big-Data-Anwendungen werden eine automatisierte Generierung und der schnelle Abruf von Testdaten zum kritischen Zeitfaktor. Es gilt, die Anforderungen an die Testdaten genau zu untersuchen, um eine nachhaltige Generierung und Speicherung sicherzustellen. Dabei regelt das Testdatenmanagement das reibungslose Zusammenspiel mit der Testautomation.

Big-Data-Tests erzeugen eine Vielzahl von Testergebnissen. Somit sind eine automatisierte Auswertung und automatische Testberichte unumgänglich, um in dieser Testphase Auswertungsfehler zu vermeiden. Darüber hinaus wird die Einbindung der Testausführung in eine Continuous-IntegrationUmgebung empfohlen. Eine ereignisgesteuerte Testausführung, z.B. bei Einspielung von Patches, und eine zeitgesteuerte Testausführung, beispielsweise nachts, haben sich in der Praxis bewährt, um knappe Testressourcen effizient zu nutzen. Abschließend lässt sich sagen, dass die Testautomation von Big-DataAnwendungen ein bedeutender Erfolgsfaktor ist, um Fehlschläge bei zukünftigen Big-Data-Projekten zu vermeiden. Dafür ist die Automatisierung des Testings unabdinglich.

Ein oftmals unterschätztes Risiko besteht in einem nicht klar definierten Anfangszustand einer Testumgebung. Dadurch erhöht sich die Gefahr nicht reproduzierbarer Testergebnisse. Das automatisierte Testumgebungsmanagement bildet hierfür einen konsequenten Lösungsansatz. Das Erstellen der Testskripte benötigt anschließend den größten Zeitaufwand einer Testautomation für BigData-Anwendungen. Die Minimierung von Programmierfehlern und Maximierung der Arbeitsproduktivität sind ein entscheidender Erfolgsfaktor. Eine ausgereifte Entwicklungsumgebung, erprobte Frameworks, moderne Coderichtlinien und eine automatisch geprüfte Codequalität empfehlen sich als Maßnahmen.

Stephan Oswald ist Principal Presales Spezialist bei T-Systems Multimedia Solutions GmbH und beschäftigt sich mit innovativen Lösungen im Testbetrieb. Er ist Mitglied in der ASQF Fachgruppe Testdatenmanagement.


Quiz

Impressum

Sudoku 2

6 8

9

3

3

1

Die Lösung des letzten Sudokus

HERAUSGEBER

lautete MARTYMCFLY.

ASQF e.V.

Die Gewinner dürfen sich über das Buch „Agile Projekte mit Srum, XP

6

3

5

4 1

8

2

5

5

7

4

3

6

6

9

info@asqf.de, www.asqf.de Friedrich-Engels-Str. 24, 14473 Potsdam

freuen.

Tel

+49 331 231810-0

Fax

+49 331 231810-10

4

redaktion@sq-magazin.de, www.sq-magazin.de

Ingmar Bergmann, Stuttgart //

REDAKTION

Stefan Knöchel, Vodafone Kabel

V.i.S.d.P.:

Deutschland, Unterföhring // Elke

7

+49 9131 91910-10

(Hrsg.) erschienen im dpunkt.verlag,

Die Gewinner aus Heft 36 sind:

9

+49 9131 91910-0

Fax

und Kanban“ von Henning Wolf

2 1

Henkestraße 91, 91052 Erlangen Tel

Mai, Frankfurt // Andreas Henschel, Hannover // Britta Günther, Idstein

Stephan Goericke (Hauptgeschäftsführer) Chefredaktion: Christin Senftleben Redaktionsteam: Julia Schirmer

1

Isabel von Gustedt

8

SATZ / LAYOUT Frenkelson Werbeagentur, Potsdam www.frenkelson.de

Buchstaben: 1=E, 2=A, 3=N, 4=R, 5=T, 6=L, 7=U, 8=I, 9=Z LÖSUNGSWORT

FOTOS: ASQF e.V. und iSQI GmbH Titelbild: ©shutterstock_McIek Seite 4: ©shutterstock_www.BillionPhotos.com Seite 9: Foto Ina Schieferdecker ©Matthias Heyde/Fraunhofer Fokus Seite 14: ©shutterstock_F.Schmidt Seite 15: ©shutterstock_Tenth Seal Seite 24 u. 26: ©shutterstock_McIek

Mitmachen und gewinnen!

Seite 35: ©shutterstock_Ruth Black

Business-Intelligence-Lösungen sind für Unternehmen unabdingbar, um Datenmengen in vertretbarer Zeit zu analysieren und daraus resultierend Entscheidungen zu treffen. Dieses Buch zeigt den Weg auf, wie aus Daten mittels Visualisierung entscheidungsrelevante Informationen für

den Empfänger werden. Neue,interaktive und grafische Darstellungen tragen dazu bei, dass Entscheider ihr Wissen und ihre Fähigkeiten besser nutzen können, um einen echten Mehrwert für ihr Unternehmen zu generieren. Senden Sie bis zum 4. Januar 2016 das Lösungswort des Gewinnspiels an info@asqf.de und gewinnen Sie eines von fünf Büchern.

*Der Rechtsweg ist wie immer ausgeschlossen. Die Mitarbeiter der iSQI GmbH und des ASQF e.V. sowie sämtliche am Gewinnspiel beteiligten Personen sind von der Teilnahme ausgeschlossen. Teilnehmer erklären sich mit der Veröffentlichung Ihres Namens in der Folgeausgabe einverstanden.

Alle Portraits und Grafiken mit freundlicher Genehmigung der Autoren. DRUCK: PRINTEC OFFSET, Kassel DRUCKAUFLAGE: 4.000 Stück INTERNETAUSGABE: www.sq-magazin.de MEDIADATEN Gern senden wir Ihnen unsere Mediadaten zu. Richten Sie Ihre Anfrage an werben@sq-magazin.de Haben Sie Anregungen zu den Inhalten des SQ-Magazins, dann schreiben Sie an: redaktion@sq-magazin.de Namentlich gekennzeichnete Beiträge müssen nicht mit der Meinung der Redaktion überein-

№ 38

erscheint im März 2016

Internet der Dinge Das Internet der Dinge ist Treiber der Digitalisierung und schafft die Basis für die Industrie 4.0. In der kommenden Ausgabe des SQ-Magazins rücken wir das Thema in den Fokus und erkunden neueste Entwicklungen.

SQ № 38 // Thema: Internet der Dinge // Redaktionsschluss: 20. Januar 2016 // Anzeigenschluss: 13. Januar 2016

stimmen. Die Redaktion behält sich das Recht auf sinngerechte Kürzung und Bearbeitung eingereichter Manuskripte vor. Wir machen darauf aufmerksam, dass Daten nicht an Dritte weitergegeben und ausschließlich zur internen Auswertung herangezogen werden können.


Quiz

DEZEMBER

Fachgruppentermine: Dezember 2015 - Februar 2016 35 03.12.2015: FG Software-Test, Schwaben

Thema: REQU-IS: Requirements for IT-Security - hope for the best, but prepare for the worst

Referenten: Dr. Gabriele Haller & Tanja Hanauer

09.12.2015: ASQF Quality Day 2015 @ Fraunhofer FOKUS

Ganztagesveranstaltung

Qualitätssicherung von vernetzten Systemen

19.01.2016: FG Software-Test, Berlin JANUAR

Thema: Mut zur Verbesserung - Take a Muda walk

Dieser Vortrag ist auch für die Fachgruppen Projektmanagement, SOA, Requirements Engineering, Agilität und Mobile Devices interessant.

25.01.2016: FG Software-Test, Schwaben 27.01.2016: Projektmanagement Day Franken

Referent: Dipl.-Ing. Hr. Semih Acanal, Genba Consulting GmbH, Executive Director Vorankündigung Ganztagesveranstaltung

Thema: „Wir müssen reden!“

28.01.2016: ASQF Testing Day NRW

Ganztagesveranstaltung

04.02.2016: FG Requirements Engineering, Franken

Vorankündigung

18.02.2016: FG Software-Test, Schwaben

Vorankündigung

DEZEMBER 2015 KW

Mo

49

Di

Mi

Do

Fr

Sa

1

2

3

4

5

So 6

50

7

8

9

10

11

12

13

51

14

15

16

17

18

19

20

52

21

22

13

24

25

26

27

1

28

29

30

31

KW

Mo

Di

Fr

Sa

So

1

2

3

JANUAR 2016 Mi

Do

1 2

4

5

6

7

8

9

10

3

11

12

13

14

15

16

17

4

18

19

20

21

22

23

24

5

25

26

27

28

29

30

31

KW

Mo

Di

Mi

Do

Fr

Sa

So

6

1

2

3

4

5

6

7

7

8

9

10

11

12

13

14

8

15

16

17

18

19

20

21

9

22

23

24

25

26

27

28

10

29

FEB

Qualitätssicherung – Der frühe Tester fängt den Bug!

FEBRUAR 2016

Alle Termine und Anmeldung unter: https://www.asqf.de/veranstaltungen-termine-rund-um-den-asqf.html

Feiern Sie mit uns 10 Jahre J U B I L Ä U M

Das SQ-Magazin feiert 10. Geburtstag. Sie be stimmen das Wu nschthema der Jubiläumsausgabe. Der be ste Beitrag ersche

int auf der Titelseite.

10 Jahre SQ-Magazin krönen wir im September 2016 mit einer von Lesern für Leser gestalteten Ausgabe. Sie sagen uns, was Sie im Jubiläumsheft lesen möchten. Wir machen es zum Thema! Senden Sie hierzu eine E-Mail mit Ihrem Wunschthema an redaktion@sq-magazin.de Am besten fügen Sie uns auch noch Ihren genialen Artikel bei. Es lohnt sich, denn dem besten Beitrag winkt die Platzierung auf der Titelseite! Übrigens: Das Jubiläumsheft ist für Sie auch eine tolle Gelegenheit, um Werbung in eigener Sache zu machen. Wir unterbreiten Ihnen hierzu ein unwiderstehliches Angebot! Kontakt: werben@sq-magazin.de


OOP 2016 Gold-Sponsor

Get hot coffee and join the test parcour @GTB*

SOFTWARE. TESTING. EXCELLENCE. * Sie finden unseren Stand direkt hinter der Registratur.

GTB PREMIUM PARTNER ALTRAN GmbH & Co. KG

EXCO GmbH

Loyal Team GmbH

sepp.med gmbh

Atos Information Technology GmbH

GQ-Solutions

Lysant GmbH

Software Quality Lab GmbH

Berner & Mattner Systemtechnik GmbH

imbus AG

Method Park Consulting GmbH

Sogeti Deutschland GmbH

CGI Deutschland Ltd. & Co. KG

ISARTALakademie GmbH

T-Systems International GmbH

Cognizant Technology Solutions GmbH

Knowledge Department GmbH

PHILOTECH Systementwicklung und Software GmbH

Profile for International Software Quality Institute

Sq magazin37 online  

Ausgabe Dezember Nr. 37/2015

Sq magazin37 online  

Ausgabe Dezember Nr. 37/2015

Profile for isqi
Advertisement

Recommendations could not be loaded

Recommendations could not be loaded

Recommendations could not be loaded

Recommendations could not be loaded