Bund fördert: KI-Forschung für sichere Softwareentwicklung

- EN- DE
Bei einer komplexen Softwareentwicklung den Überblick zu behalten, ist nicht ein
Bei einer komplexen Softwareentwicklung den Überblick zu behalten, ist nicht einfach - ein neues Forschungsprojekt der Uni Würzburg will das Problem jetzt lösen. (Bild: Scholtes/JMU)

Ein Forschungsprojekt der Universität Würzburg hat 137.000 Euro Fördergeld aus Bundesmitteln erhalten. Es geht um ein KI-Frühwarnsystem, das Fehler bei der Entwicklung neuer Software verhindern soll.

Durchgeführt wird das Forschungsvorhaben von einem Team um Professor Ingo Scholtes von der Julius-Maximilians-Universität Würzburg (JMU). Er ist Inhaber des Lehrstuhls für Machine Learning for Complex Networks am CAIDAS Center for Artificial Intelligence and Data Science. ,,Unser Ziel ist es, ein KI-gestütztes Frühwarnsystem für die Softwareentwicklung zu schaffen", erklärt der Wissenschaftler. ,,Es soll Probleme in der Organisationsstruktur erkennen, frühzeitig Hinweise geben und Führungskräften dabei helfen, entgegenzusteuern." Das mache es zu einem echten Gamechanger - insbesondere bei komplexen Softwareentwicklungen, an denen häufig viele Mitarbeitende über lange Zeiträume beteiligt sind. ,,Anwender können mithilfe der Plattform schnell erkennen, wer an welchen Aufgaben arbeitet, wo es wichtige Schlüsselrollen im Team gibt, und welche potenziellen Fehlerquellen vorliegen." Starten soll das Projekt im April 2024.

Förderung aus exklusivem Fördertopf des Bundes

Gefördert wird die Würzburger Forschung mit 137.000 Euro aus dem begehrten Förderprogramm ,,Software Campus". Dieses vom Bundesbildungsministerium (BMBF) ausgeschriebene Programm zur Ausund Weiterbildung von IT-Führungskräften steht bislang nur wenigen Universitäten zur Verfügung. Es legt einen Schwerpunkt auf den Transfer der Forschung in die Praxis und auf die Förderung von Forschenden in frühen Karrierestadien. ,,Das ist auch bei unserer Studie ein wichtiges Kriterium", sagt Scholtes. ,,Die Teamleitung Übernehme nicht ich selbst, sondern unser Doktorand Lisi Qarkaxhija. Er ist wissenschaftlicher Mitarbeiter an meinem Lehrstuhl und forscht im Rahmen seiner Promotion an neuen Deep Learning Methoden."

Als Industriepartner hat sich Scholtes DATEV an die Seite geholt, einen IT-Dienstleister für Steuerberaterinnen, Wirtschaftsprüfer und Rechtsanwaltskanzleien sowie deren meist mittelständische Mandanten. ,,Diese Kooperation ist eine absolute Win-Win-Situation" freut sich der Professor. ,,Wir Forschende können aus erster Reihe beobachten, wo in der Praxis die größten Herausforderungen beim Management großer Softwareprojekte liegen - und unser Partner erhält dafür Zugang zu den modernsten KI-Methoden aus unserer Forschung."

Frühere Forschungen dienen als Basis

Als Grundlage für die Entwicklung der neuen KI-Plattform dienen Scholtes’ frühere Studien zur sozialen Organisation von Software-Teams. Darin konnte der Informatiker zum Beispiel nachweisen, dass der sogenannte Ringelmann-Effekt auch in Softwareprojekten auftritt. Dabei handelt es sich um ein aus der Sozialpsychologie bekanntes Phänomen - es beschreibt, dass der individuelle Beitrag eines Teammitglieds tendenziell abnimmt, wenn die Größe des Teams zunimmt. Oder einfacher formuliert: In großen Teams neigen Menschen dazu, sich weniger anzustrengen, weil sich die Verantwortung für das Ergebnis auf mehr Schultern verteilt. Darüber hinaus konnte Scholtes’ Team zeigen, dass die Struktur des Kollaborationsnetzwerks (also wer mit dem zusammenarbeitet) beeinflusst, wie stark dieser Effekt in einem Team zutage tritt. Die Erkenntnisse sollen im neuen Projekt genutzt werden, um problematische Kollaborationsstrukturen zu erkennen und Hinweise zu geben, wie diese verbessert werden können.

Vor Kurzem haben die Würzburger Forschenden damit begonnen, eine Datenbasis für das Projekt zu schaffen. Dazu nutzen sie eine am Lehrstuhl entwickelte Software namens git2net, die automatisch Daten der Online-Kollaborationsplattform github.com auswertet und daraus zeitlich aufgelöste Kollaborationsnetzwerke zwischen den Mitgliedern eines Softwareteams erzeugt. Diese bilden die Grundlage für weitergehende Analysen, Visualisierungen und KI-Anwendungen.

Originaltitel des Forschungsprojekts ist ,,Data-Driven Platform for Proactive Risk Management in Software Development Projects" (zu Deutsch: ,,Datengestützte Plattform zum proaktiven Risikomanagement in Softwareentwicklungs-Projekten").