In jedem Aspekt unseres täglichen Geschäftslebens werden Daten erzeugt. Ob sie nun bewusst durch Handlungen entstehen, die wir direkt ausführen, oder implizit durch die von uns verwendeten Software-Tools erzeugt werden. Einige Aspekte dieser Daten werden bereits in Unternehmen genutzt. So wird zum Beispiel Business Intelligence (BI) in vielen Unternehmen eingesetzt, um aus tagesaktuellen Daten Metriken und Trends zu berechnen. Dadurch gewinnen die Unternehmen neue Erkenntnisse, die den Entscheidungsprozess unterstützen können. BI sammelt, analysiert und präsentiert die Daten oft in Form von Dashboards oder anderen Berichtsformen. In gleicher Weise können Daten aus dem Software-Engineering genutzt werden, um Einblicke in die Entwicklungsaktivitäten zu gewinnen und die diese zu unterstützen. Der Begriff Software Intelligence (SI) beschreibt daher eine Reihe von Methoden und Techniken, mit denen Rohdaten aus dem Softwareentwicklungszyklus gesammelt und in nützliche Erkenntnisse umgewandelt werden, die die Entscheidungsfindung, das Qualitätsmanagement und das Ressourcenmanagement in der Softwareentwicklung unterstützen.

SI umfasst nicht nur die Ableitung einfacher Metriken für die Entscheidungsfindung (z. B. Dateigrößen- oder Komplexitätsmaße), sondern auch aufwändigere Techniken, die eine vorherige Datenkonsolidierung und -aufbereitung erfordern. Angesichts der ständig wachsenden Menge historischer Daten kann das maschinelle Lernen dazu beitragen, Erkenntnisse zu gewinnen und den Lebenszyklus der Softwareentwicklung zu verbessern. Viele Forscher entwickeln neue Techniken, um maschinelles Lernen auf die Softwareentwicklung anzuwenden. ML4SE (Maschinelles Lernen für Software-Engineering) ist eines der Trendthemen in SI, um neue Wege zur Unterstützung von Entwicklern in ihrem täglichen Leben durch den Einsatz von maschinellen Lernmodellen aufzuzeigen.

Was sind typische Anwendungsfälle von SI?

Das Ziel von Software Intelligence ist es, Entwickler bei ihrer täglichen Arbeit anzuleiten und zu unterstützen. SI unterstützt u.a. die Analyse, Überwachung und Optimierung der Quellcodequalität. Oftmals werden Dashboards verwendet, um die Ergebnisse von SI-Methoden zu präsentieren. Einige Tools helfen auch dabei, SI-Techniken direkt in den Workflow zu integrieren und Informationen direkt in der entsprechenden Anwendung anzuzeigen (z.B. als Teil von kontinuierlichen Integrationsläufen) oder Nachrichten an den Posteingang oder an Kommunikationstools (z.B. Slack) zu senden, um über neue Erkenntnisse zu informieren. Im Folgenden listen wir Aktivitäten entlang des Softwareentwicklungslebenszyklus auf und beschreiben SI-Techniken, die diese unterstützen sollen. Einige dieser Techniken sind bereits gut etabliert. Andere sind noch Bestandteil aktiver Forschung und erst zu einem gewissen Grad in der Industrie adaptiert. Wir wollen einen Ausblick auf diese Techniken geben und neue Entwicklungen beschreiben:

• Modellierung
  Die Modellierung des Software-Designs kann helfen, Fehler im Software-Design und Modulabhängigkeiten zu verstehen. SI Methoden analysieren diese Modelle, wodurch Code-Duplikate sowie die übermäßige Verwendung von Vererbungsstrukturen oder die fehlende Verwendung von Software-Mustern aufgedeckt werden können. Diese Techniken können dabei helfen, fehleranfällige Bereiche des Codes aufzuspüren und Umstrukturierungsmaßnahmen zur Verbesserung der Software-Qualität und -Wartbarkeit anzuleiten.
• Pattern-Vorhersage
  Angesichts einer Entwicklungsaufgabe ist es nicht trivial, das beste Design einer Softwarekomponente zu bestimmen. ML4SE schlägt vor, Entwurfsmuster aus bestehenden Codebeständen zu erkennen und zu lernen. Unter Verwendung der aktuellen Codestruktur oder der Anforderungsdokumentation haben Forscher Modelle entwickelt, die lernen, das am besten geeignete Entwurfsmuster für den Anwendungsfall vorherzusagen. Die Forschung auf diesem Gebiet ist jedoch recht neu und noch nicht in der Industrie etabliert.

• Testlückenanalyse
  Das Testen von Software ist eine wichtige Aufgabe, um die Qualität zu sichern und Regressionsprobleme zu vermeiden. Die Entscheidung, was und wie bestimmte Teile der Software getestet werden sollen, ist jedoch nicht trivial. Eine Technik namens Testlückenanalyse kann auf Software-Repositories angewendet werden, um anhand von Informationen über Codeänderungen und Testabdeckung ungetesteten Code zu finden. Diese Analyse ermöglicht es, den Testaufwand zu priorisieren und fehleranfällige Software-Module frühzeitig im Entwicklungszyklus zu erkennen.

• Auswahl von Regressionstests
  Regressionstesten ist eine wichtige aber kostspielige Aktivität, die jedes Mal durchgeführt wird, wenn ein Programm geändert wird, um sicherzustellen, dass die Änderungen keine neuen Probleme oder Schwachstellen mit sich bringen. Die Testsuiten können sehr umfangreich werden und die Ausführung nach jeder Änderung kann sehr zeitaufwändig werden. Ein wichtiges Forschungsproblem ist daher die Auswahl einer relevanten Teilmenge von Testfällen, die sowohl die Testzeit als auch den Prüfaufwand minimiert, ohne die Validität des Testprozesses zu beeinträchtigen.

• Flow und Workload Monitoring
  Offene Fehlerberichte und Pull-Requests können mit der Zeit aus dem Ruder laufen. Einige Fehlerberichte können sogar irrelevant werden. Durch die automatische Analyse offener Pull-Requests und Entwicklungsaufgaben kann man den Überblick behalten und gleichzeitig einen guten Fortschritt erzielen und die Arbeitslast priorisieren. Dashboard-Lösungen können auf veraltete Fehlerberichte und Aufgaben hinweisen, für die keine Fortschritte gemeldet wurden bzw. die in der Entwicklung feststecken.
   
• Arbeitszuweisung
  Durch die Analyse früherer Entwicklungsaktivitäten, der Urheberschaft von Code und der impliziten Erfahrung von Entwicklern für bestimmte Bereiche der Software kann SI dabei helfen, geeignete Personen für verschiedene Funktionen auszuwählen und die Experten für bestimmte Themen zu finden. Auch wenn eine Entwicklungsaufgabe fertiggestellt ist, können Entwickler für manuelle Reviews auf der Grundlage der Vertrautheit mit Codestrukturen und ähnlichen Funktionsanforderungen vorgeschlagen werden. Dies hilft nicht nur bei der Qualitätssicherung, sondern unterstützt auch den Wissensaustausch.

Mit der ständig wachsenden Menge an Daten in Software-Engineering-Prozessen (entweder explizit oder implizit gesammelt) können immer mehr Entscheidungshilfen durch die Analyse dieser Daten angeboten werden. SI oder ML4SE erhält immer mehr Aufmerksamkeit von Forschung und Industrie. Die Anwendung von SI-Techniken kann helfen, bei der Entwicklung und Bereitstellung von Softwaresystemen Zeit und Ressourcen zu sparen.

Um das volle Potenzial von SI auszuschöpfen, muss man sich auch Gedanken über die verfügbaren Daten machen und darüber, wie sie gesammelt und organisiert werden können. Daten können verstreut und nur umständlich zugänglich sein. Rohdaten aus einzelnen Quellen können bereits für einfachere Anwendungsfälle verwendet werden, jedoch ist die Kombination verschiedener Quellen oft notwendig, um aussagekräftige Datensätze zu generieren und maschinelle Lernmodelle zu erlernen. Die Verfolgung von Aktivitäten während des gesamten Softwareentwicklungsprozesses ist besonders wichtig.

Das CCE plant eine Serie zu den einzelnen Themen des SI und mehr interessante Anwendungen in verschiedenen Bereichen des Software-Engineerings detailliert vorzustellen, von der Vorhersage von Fehlern bis hin zur Gesundheit und dem Management von Teams.