1. Modulverzeichnis (MTS)
  2. Module
  3. Modulbeschreibung anzeigen

Empirische und Datengetriebene Softwarentwicklung

Zur Modulseite PDF generieren

#40988 / #1

SoSe 2020 - SoSe 2020

Deutsch

Empirical and Data-Driven Software Engineering
Empirische und Datengetriebene Softwarentwicklung

6

Vogelsang, Andreas

Benotet

Portfolioprüfung

Deutsch

Zugehörigkeit


Fakultät IV

Institut für Telekommunikationssysteme

34332100 FG IT-basierte Fahrzeuginnovationen (Jun.-Prof.)

Keine Angabe

Kontakt


TEL DCAITI

Vogelsang, Andreas

lehre@aset.tu-berlin.de

https://www.aset.tu-berlin.de/menue/lehre/

Lernergebnisse

Die Studierenden können beschreiben, was Empirisches Software Engineering (ESE) ist, welche Rolle Daten und Datenanalysen für die Entwicklung von Software spielt, welche Probleme dabei auftreten und welche empirischen und statistischen Methoden es gibt um Daten mit dem Ziel auszuwerten die Software Entwicklung zu verbessern. Sie können Techniken aus der empirischen Forschung an Beispielen anwenden. Sie können empirische Methoden und Verfahren in verschiedenen Entwicklungsprozessen mit ihren Vor- und Nachteilen zueinander in Bezug setzen. Die Studierenden sind in der Lage für eine bestimmte Fragestellung passende Methoden aus dem Empirischen Software Engineering auszuwählen und anzuwenden.

Lehrinhalte

Die Entwicklung von Software kann als eine Kette von Designentscheidungen gesehen werden. Diese Entscheidungen werden in der modernen Softwareentwicklung immer häufiger auf Basis von Daten getroffen (z.B. Daten über die Nutzung der Software). Hinzu kommt, dass Software selber immer stärker über Algorithmen gesteuert wird, die durch Daten antrainiert werden (z.B. mit Hilfe von Machine Learning). Daher wird ein fundiertes Verständnis für empirische Forschungsmethoden und Datenanalyse für Software Entwickler immer wichtiger. Empirical Software Engineering beschäftigt sich mit der Erhebung und Analyse von Daten über Software Engineering Artefakte um daraus Wissen abzuleiten, das zur Verbesserung der Software oder des Softwareentstehungsprozesses genutzt werden kann. In diesem Modul werden die Grundlage des Empirical Software Engineerings vermittelt. Dazu gehören: - Was ist Empirie und welche Formen von empirischen Studien gibt es im Software Engineering (z.B. Interviews, Umfragen, Fallstudien, Experimente)? - Der Aufbau von empirischen Studien - Datenerhebung - Datenanalyse (Theoriebildung, Validierung von Hypothesen) - Validität von empirischen Ergebnissen - Empirie in der Praxis: A/B Testing, Continous Experimentation, Machine Learning, Entscheidungsfindung In einer Vorlesung werden die Grundlagen vermittelt und anhand von Beispielen erläutert. In einem begleitenden Projekt entwerfen die Studierenden eine eigene empirische Studie zu einer selbst gewählten Fragestellung aus dem Software Engineering, führen diese durch und werten sie aus.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Empirical and Data-Driven Software EngineeringVL3433 L 10583SoSede1
Empirical and Data-Driven Software EngineeringPJ3433 L 10584SoSede3
ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Empirical and Data-Driven Software Engineering (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit8.02.0h16.0h
Vor-/Nachbereitung8.04.0h32.0h
48.0h(~2 LP)

Empirical and Data-Driven Software Engineering (PJ):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzveranstaltungen16.02.0h32.0h
Design, Umsetzung und Dokumentation der Studie1.0100.0h100.0h
132.0h(~5 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

In der Vorlesung „Empirical and Data-Driven Software Engineering" werden Inhalte in einer Vorlesung präsentiert und anhand von Beispielen durchgesprochen. Im Projekt „Empirical and Data-Driven Software Engineering" setzen die Studierenden anhand einer selbst gewählten Fragestellung aus dem Software Engineering eine empirische Studie auf, führen diese durch und werten sie aus. Das Design, die Durchführung und Auswertung werden im Rahmen von Präsenzveranstaltungen regelmäßig präsentiert und diskutiert. Die Durchführung und die Ergebnisse werden in einem in einem abschließenden Vortrag präsentiert.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Grundlegende Kenntnisse im Bereich Software Engineering

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

Deutsch

Prüfungselemente

NamePunkteKategorieDauer/Umfang
(Ergebnisprüfung) VL: schriftlicher Test (Multiple Choice)30schriftlich30 min.
(Ergebnisprüfung) PR: Vortrag40mündlich40 min.
(Ergebnisprüfung) PR: Abgabe der Daten und der Analyseimplementierung30praktischca. 30 h

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt95.0pt90.0pt85.0pt80.0pt75.0pt70.0pt65.0pt60.0pt55.0pt50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Insgesamt können 100 Portfoliopunkte erreicht werden. - Vorlesung (30 Portfoliopunkte) - Projekt (70 Portfoliopunkte) Im Rahmen der Vorlesung und des Projektes sind jeweils verschiedene Studienleistungen zu erbringen. Ihre Art und Gewichtung in Portfoliopunkten sind in der oben stehenden Tabelle aufgeführt.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 40.

Anmeldeformalitäten

Zur Teilnahme an den Lehrveranstaltungen ist eine Anmeldung über QISPOS oder übers Prüfungsamt erforderlich.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Wohlin, Claes, et al. Experimentation in software engineering. Springer Science & Business Media, 2012.
Runeson, Per, et al. Case study research in software engineering: Guidelines and examples. John Wiley & Sons, 2012.
Juristo, Moreno , Basics of Software Engineering Experimentation, Springer 2001

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Medieninformatik - Data Science