Effiziente Techniken zur Anforderungspriorisierung - REConf 2009
Effiziente Techniken zur Anforderungspriorisierung - REConf 2009
Effiziente Techniken zur Anforderungspriorisierung - REConf 2009
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
1<br />
<strong>Effiziente</strong> <strong>Techniken</strong> <strong>zur</strong><br />
<strong>Anforderungspriorisierung</strong>:<br />
Ergebnisse einer experimentellen empirischen<br />
Studie<br />
Sven Scheibmayr<br />
Lehrstuhl für ABWL und Wirtschaftsinformatik<br />
Universität Mannheim
Einleitung<br />
Agenda<br />
Motivation und Problemstellung<br />
Zielsetzung<br />
Grundlagen<br />
Priorisierungstechniken<br />
Forschungsansatz<br />
Experiment<br />
Ergebnisse<br />
Diskussion<br />
2
Einleitung<br />
Motivation und Problemstellung<br />
Oft werden zu viele Anforderungen erhoben<br />
Nicht alle können oder sollten implementiert werden<br />
Ressourcenbeschränkung<br />
Kosten-Nutzen-Verhältnis oft zu schlecht<br />
„Time-to-Market“<br />
Iterative Vorgehensmodelle erfordern die<br />
Zuordnung der Anforderungen zu Releases<br />
3<br />
In den ersten Releases: Anforderungen mit dem<br />
höchsten Nutzen
Einleitung<br />
Motivation und Problemstellung<br />
<strong>Anforderungspriorisierung</strong>:<br />
4<br />
Keine einfache Aufgabe die Wichtigkeit der einzelnen<br />
Anforderungen zu schätzen<br />
Verschiedene Stakeholder haben unterschiedliche<br />
Prioritäten<br />
Oft wird allen Anforderungen eine hohe Priorität<br />
zugeordnet<br />
Priorisierungsmethoden sollten zuverlässig,<br />
benutzerfreundlich, schnell sein
Evaluation ausgewählter <strong>Techniken</strong> <strong>zur</strong><br />
Priorisierung von Softwareanforderungen<br />
hinsichtlich<br />
5<br />
Zeitdauer<br />
Erlernbarkeit<br />
Benutzerfreundlichkeit<br />
Genauigkeit<br />
Attraktivität<br />
Einleitung<br />
Zielsetzung
Auswahl der Priorisierungstechniken hinsichtlich<br />
der Skala:<br />
6<br />
Ordinalskala:<br />
Nur: Anforderung 1 ist wichtiger als Anforderung 2, ...<br />
Verhältnisskala:<br />
Einleitung<br />
Zielsetzung<br />
Anforderung 1: 30%, Anforderung 2: 20%, ...
Warum?<br />
7<br />
Einleitung<br />
Zielsetzung<br />
Die Verhältnisskala liefert mehr Informationen und diese<br />
werden meist als wertvoll empfunden<br />
Möglichkeit <strong>zur</strong> Priorisierung von Hierarchien von<br />
Anforderungen:<br />
HLR 1<br />
HLR 2<br />
LL R1 LLR 2 LLR 3 LLR 4 LLR 5<br />
HLR: High Level Requirement<br />
LLR: Low Level Requirement
Identifikation der zu untersuchenden <strong>Techniken</strong>:<br />
8<br />
Analytic Hierarchy Process (AHP)<br />
Cumulative Voting (CV)<br />
Likertskalentechnik (LST)<br />
Einleitung<br />
Zielsetzung
Analytic Hierarchy Process<br />
9<br />
Grundlagen<br />
Priorisierungstechniken<br />
Paarweise Vergleiche aller Anforderungen<br />
Extrema: „Anforderung 1 ist extrem viel wichtiger als<br />
Anforderung 2“ und umgekehrt
Cumulative Voting<br />
10<br />
Grundlagen<br />
Priorisierungstechniken<br />
100 Punkte werden auf die Anforderungen verteilt
Likertskalentechnik<br />
11<br />
Grundlagen<br />
Priorisierungstechniken<br />
Bewertung der Wichtigkeit einer Anforderung anhand<br />
einer bipolaren Skala<br />
Extrema: „sehr wichtig“, „sehr unwichtig“ und<br />
Zwischenintervalle
Hypothesen:<br />
Forschungsansatz<br />
H1: Die Zeitdauer (reale und empfundene) ist für den AHP<br />
länger als für CV und LST<br />
H2: AHP skaliert schlechter als CV und LST<br />
H3: LST ist einfacher zu erlernen als AHP und CV<br />
H4: LST ist einfacher zu benutzen als AHP und CV<br />
H5: LST ist ungenauer als AHP und CV<br />
H6: LST ist die attraktivste Technik<br />
12
Evaluationsmethode<br />
Kontrolliertes Experiment<br />
Webbasiert<br />
Anwendungsdomäne der Anforderungen<br />
Webbrowser<br />
Grundgesamtheit der Probanden<br />
Studierende<br />
13<br />
Forschungsansatz
Experimentelles Design<br />
Forschungsansatz<br />
Experiment<br />
Zuordnung der <strong>Techniken</strong> zu den Probanden<br />
Jeder Proband bearbeitet nacheinander alle<br />
Priorisierungschniken in zufälliger Reihenfolge<br />
2 Gruppen von Probanden (viele bzw. wenige<br />
Anforderungen)<br />
Objektive Messung der abhängigen Variable Zeitdauer<br />
während des Experiments<br />
Messung der abhängigen Variablen Erlernbarkeit,<br />
Benutzerfreundlichkeit, usw. durch Befragung nach dem<br />
Experiment<br />
Messung der abhängigen Variable Genauigkeit durch<br />
Blindtest nach dem Experiment<br />
14
Forschungsansatz<br />
Experiment<br />
Experiment mit 2 Faktoren:<br />
Faktor: Anzahl der Anforderungen<br />
Gruppe A (viele Anforderungen) Gruppe B (wenige Anforderungen)<br />
Faktor Priorisierungstechnik Faktor Priorisierungstechnik<br />
AHP CV LST AHP CV LST<br />
Proband 3 Proband 7<br />
Proband 5 Proband 1<br />
Proband 2 Proband 10<br />
Proband 8 Proband 6<br />
Proband 9 Proband 4<br />
16<br />
Anzahl der Anforderungen<br />
Priorisierungstechnik
17<br />
Forschungsansatz<br />
Experiment<br />
Gruppe A (viele Anforderungen)<br />
16 Anforderungen verteilt auf 5 Anforderungspakete:<br />
1 x 5, 1 x 4, 1 x 3, 2 x 2<br />
Gruppe B (wenige Anforderungen)<br />
9 Anforderungen verteilt auf 3 Anforderungspakete:<br />
1 x 4, 1 x 3, 1 x 2<br />
Anzahl an Aktivitäten (Gruppe<br />
B)<br />
Anzahl an Aktivitäten (Gruppe<br />
A)<br />
LST CV AHP Gesamt<br />
12 12 13 37<br />
21 21 31 73<br />
Anstieg 75% 75% 138,5% 97%
18<br />
Ergebnisse<br />
Datensätze von 199 Probanden konnten erhoben<br />
werden<br />
Stichprobe deutlich größer als bisherige Arbeiten zum<br />
Thema<br />
Zeitdauer: LST am schnellsten, AHP am langsamsten<br />
LST skaliert am besten<br />
Erlernbarkeit: Alle <strong>Techniken</strong> schnitten gut ab. LST am<br />
besten<br />
Benutzerfreundlichkeit: Alle im guten Bereich. 1. LST,<br />
2. AHP, 3. CV<br />
Genauigkeit: CV und AHP am besten. LST schlechter<br />
LST ist die attraktivste, AHP die am wenigsten
Zeitdauer<br />
19<br />
Ergebnisse<br />
Details<br />
LST CV AHP<br />
Gruppe A 117 204 289<br />
Gruppe B 95 140 155<br />
Erlernbarkeit 4,67 4,16 4,06<br />
Benutzerfreundlichkeit 4,59 3,67 4,01<br />
Genauigkeit 2,95 3,49 3,33<br />
Attraktivität 47,24% 31,16% 21,61%
20<br />
Ergebnisse<br />
Bewertung<br />
LST CV AHP<br />
Zeitdauer <br />
Skalierbarkeit <br />
Erlernbarkeit <br />
Benutzerfreundlichkeit <br />
Genauigkeit <br />
Attraktivität
21<br />
Fazit<br />
LST schnitt nach allen Kriterien außer Genauigkeit am<br />
besten ab.<br />
Falls eine etwas geringere Genauigkeit akzeptabel ist,<br />
ist mit der LST eine einfache, schnelle und leicht zu<br />
erlernende und bedienende Technik vorhanden.<br />
CV ist die beste Alternative, falls eine hohe<br />
Genauigkeit erzielt werden soll.<br />
AHP kann wegen der schlechten Skalierbarkeit nur in<br />
Ausnahmen empfohlen werden
22<br />
Diskussion<br />
Fragen? Kommentare?
Change language