Flensburg P: Personlig databehandling - Per Flensburgs hemsida
Flensburg P: Personlig databehandling - Per Flensburgs hemsida
Flensburg P: Personlig databehandling - Per Flensburgs hemsida
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Per</strong> <strong>Flensburg</strong>: <strong><strong>Per</strong>sonlig</strong> <strong>databehandling</strong><br />
sitt yrke tillräckligt bra. Endast i detta fall ska det ske en anpassning till datasystemet,<br />
i alla andra fall ska datasystemet anpassas till användaren. Detta leder sammantaget<br />
till stora krav på flexibilitet och kontinuerliga förändringar på specifikationsnivå..<br />
Därmed upphävs den skarpa skiljelinjen mellan utveckling och användning.<br />
Om nu interaktiv systemutveckling tillämpas, hur blir då systemen jämförda med<br />
dagens system? Vi nalkas då samma problem fast från ett annat håll.<br />
2.5 Förändringar i verksamheten<br />
All verksamhet förändras. Förändringar kan vara av minst två olika slag: Förutsedda<br />
och oförutsedda. De förutsedda är t ex förändringar i lagernivå, beställning av nya<br />
varor, tillbyggnad av ny fabrik. De oförutsedda är t ex oväntade devalveringar, krig,<br />
snabba marknadssvängningar, personalskifte osv. För att organisationen ska överleva<br />
krävs viss förmåga att anpassa sig till både förutsedda och oförutsedda förändringar.<br />
För att kunna anpassa sig till en förändring krävs emellertid kunskap om att en förändring<br />
inträffat. Det finns ofta inbyggda mekanismer i datasystem för att upptäcka<br />
förutsedda förändringar, t ex lagerbrist, utleveranser. Det finns även långsiktiga planer<br />
om t ex nybyggnationer. Dessa typer av förändringar utgör i regel inga problem.<br />
Det gör däremot de oförutsedda eftersom det inte finns färdiga mekanismer att upptäcka<br />
dem. Deras effekter visar sig genom oväntade förändringar i olika tillståndsvariabler<br />
(t ex exceptionellt låg orderingång). Datasystemet måste tillåta analyser av<br />
orsakerna till de oväntade förändringarna. Detta kan inte göras genom på förhand<br />
definierade listor utan det krävs s k ad hoc frågor. För att kunna ställa sådana krävs<br />
ofta stora förändringsmöjligheter hos datasystemen.<br />
De oförutsedda förändringarna inträffar allt oftare och blir allt större. Flexibla datasystem<br />
behövs därför alltmer. Men då de redan befintliga datasystemen måste förändras<br />
i allt snabbare takt får systemavdelningarna än mindre tid för nyutveckling av<br />
dessa nya och flexibla system. (Martin 1982). Det yttrar sig som stor brist på programmerare<br />
och systemutvecklare. Det finns olika sätt att häva denna brist. Ett är att<br />
utbilda fler systemerare eller programmerare. Ett annat är att öka produktiviteten<br />
hos dagens datafolk. Detta kan ske genom effektivisering av traditionella metoder.<br />
Martin (ibid) räknar med 10-20 % ökning på så sätt. Ett annat sätt är att låta dataexperterna<br />
använda sig av de s k 4:e generationens programspråk. Därigenom kan produktivitetsökningar<br />
på uppemot 50-80% uppnås i kodningen enligt Martin. Ett fjärde<br />
sätt är att förse varje användare med enkla och kraftfulla redskap som gör det möjligt<br />
för vederbörande att göra sina egna datasystem. Därvid ändras de traditionella rollerna<br />
för systemutvecklarna.<br />
33