Beschreibung
Masterarbeit aus dem Jahr 2018 im Fachbereich Informatik - Angewandte Informatik, Note: 1,1, FOM Hochschule für Oekonomie & Management gemeinnützige GmbH, Berlin früher Fachhochschule (IT-Management), Sprache: Deutsch, Abstract: Die Abschätzung von Entwicklungsaufwänden in agilen SE-Projekten beruht meist auf subjektiven Schätzmethoden, welche ein Mindestmaß an Entwicklungserfahrung erfordern. Ohne solches Erfahrungswissen können objektive Aufwandsschätzmethoden verwendet werden. Dabei unterscheiden diese sich hinsichtlich ihrer Anwendungsbedingungen und ihrer Performanz in Bezug auf wesentliche Projektparameter. Der anforderungsbezogenen Auswahl eines geeigneten objektiven Aufwandsschätzers kommt daher besondere Bedeutung im Projektmanagement zu. Zu dieser Aufgabe existiert in der Literatur allerdings bislang keine methodische Unterstützung. In dieser Arbeit soll für den Product Owner eines agilen Projekts eine Möglichkeit entworfen werden, die geforderte Entwicklungsleistung externer Dienstleister durch geeignete Aufwandsschätzung der Anforderungen zu steuern und kontrollieren. Dazu wird eine Methode entwickelt, geeignete objektive Aufwandsschätzer von Entwicklungsleistungen anhand von Anforderungskriterien auszuwählen. Unter objektiven Schätzern sind alle diejenigen Methoden zur Schätzung des Entwicklungsaufwands zu fassen, welche explizit nicht auf Erfahrungswissen, insbesondere dem von Entwicklern, beruhen. Sie verwenden im Gegensatz dazu operationalisierte Erfahrungswerte zur Schätzung. Der Auswahlprozess der Schätzmethoden wird zunächst als Entscheidungsproblem modelliert. Dabei werden die relevanten Komponenten und deren Eigenschaften aus der Literatur abgeleitet. Dieses Modell bildet die Basis für die Prototypenentwicklung des Auswahlalgorithmus. Dieser wird schließlich im Rahmen eines Proof of Concept evaluiert. Der Algorithmus erfüllt damit alle vom PoC vorgegebenen Ziele. Sein Einsatz in agilen SE-Projekten kann die Evaluierungstätigkeit des Product-Owner bei der Abschätzung von Entwicklungsleistungen bedeutend vereinfachen und das Ergebnis verbessern. Es bleibt abzuwarten, ob sich der Algorithmus auch in anderen Projekten bewährt. Sicherlich werden Erfahrungen aus der praktischen Anwendung weitere Verbesserungen in der Performanz und der Handhabbarkeit ermöglichen. Vielleicht kann so zukünftig auf subjektive Schätzer gänzlich verzichtet werden.
Autorenporträt
https://www.linkedin.com/in/marco-kremer-76911315b/
