{"id":2425,"date":"2018-03-13T10:27:27","date_gmt":"2018-03-13T08:27:27","guid":{"rendered":"http:\/\/blog.iese.fraunhofer.de\/?p=2425"},"modified":"2024-02-19T11:55:45","modified_gmt":"2024-02-19T10:55:45","slug":"aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen","status":"publish","type":"post","link":"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/","title":{"rendered":"Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Gefangen zwischen kognitiver Verzerrung und magischen Algorithmen?"},"content":{"rendered":"<p class=\"lead\">\u201eWie lange bist du noch unterwegs?\u201c \u2013 \u201eKann ich nicht genau sagen, bin gerade auf der A6, H\u00f6he Mannheim. Ich sch\u00e4tze aber, dass ich in einer Stunde, gegebenenfalls auch 45 Minuten, da bin.\u201c\u00a0 Eine eigentlich triviale Frage, mit einer meist schwierigen Antwort: Die f\u00fcr eine Strecke ben\u00f6tigte Zeit ist nicht einfach mit Multiplikation von Entfernung und Geschwindigkeit zu ermitteln. W\u00e4hrend wir antworten, gehen wir in Gedanken die geplante Route durch, ermitteln aus unserer Erfahrung Stauschwerpunkte und bekannte Baustellen, die von Wochentag und Uhrzeit abh\u00e4ngige Verkehrslage, und geben anschlie\u00dfend eine m\u00f6glichst zuverl\u00e4ssige Sch\u00e4tzung ab. Um unsere Unsicherheit zum Ausdruck zu bringen, beschr\u00e4nken wir uns h\u00e4ufig nicht auf eine Zahl, sondern geben ein Intervall an, von dem wir annehmen, dass es unsere Ankunftszeit mit hoher Wahrscheinlichkeit beinhaltet. Niemand w\u00fcrde von uns eine Aussage wie \u201e1 Stunde und 17 Minuten\u201c erwarten oder \u00fcberrascht sein, wenn sich nach einem Unfall auf unserer Strecke die Ankunft dann noch st\u00e4rker als erwartet verz\u00f6gert. Wie sieht das aber bei der Sch\u00e4tzung im Rahmen eines Softwareprojekts aus? Wie pr\u00e4zise k\u00f6nnen unsere Vorhersagen sein und wie kommen wir zu verl\u00e4sslichen Einsch\u00e4tzungen?<\/p>\n<h2>Sch\u00e4tzmethoden im \u00dcberblick<\/h2>\n<p>In der Fachliteratur findet sich eine ganze Reihe von Methoden zur Aufwandsch\u00e4tzungen in Softwareprojekten. Grob lassen sich diese in expertenbasierte und datengetriebene Verfahren einteilen. Bei expertenbasierten Verfahren stehen die Fachexperten, meist Entwickler oder Projektmanager, und die effektive Erschlie\u00dfung ihres Erfahrungsschatzes im Zentrum der Methode. Datengetriebe Methoden hingegen nutzen durch Beobachtung und Messung gesammelte Daten aus vergangen Projekten um R\u00fcckschl\u00fcsse auf den Aufwand des aktuell geplanten Projekts zu ziehen. Beides bringt ganz eigene Probleme mit sich\u2026<\/p>\n<h2>Expertenbasierte Sch\u00e4tzverfahren<\/h2>\n<p>Sie sind in der Praxis sehr beliebt und daher stark verbreitet. Dies begr\u00fcndet sich vor allem in der niedrigen H\u00fcrde f\u00fcr ihre Anwendung. Meist sind sie einfach verst\u00e4ndlich, ben\u00f6tigen keine speziellen Vorbereitungen oder Werkzeuge, und vor allem keine vorgehaltene Datenbasis.<\/p>\n<p>Bekannte Ans\u00e4tze zur Unterst\u00fctzung der expertenbasierten Aufwandssch\u00e4tzung sind unter anderem die Delphi-Methode, die aus dem PERT Verfahren bekannte <a href=\"https:\/\/de.wikipedia.org\/wiki\/Drei-Zeiten-Methode\" target=\"_blank\" rel=\"noopener\">Drei-Punkt-Sch\u00e4tzung<\/a>, aber auch der in der agilen Entwicklung verbreitete Planungspoker [1].<\/p>\n<p>Wo liegen die Schw\u00e4chen expertenbasierter Sch\u00e4tzungen? H\u00e4ufig sind Projekte zum Zeitpunkt der Sch\u00e4tzung noch nicht ausreichend detailliert und durchdrungen, um als Sch\u00e4tzender eine valide Sch\u00e4tzung abgeben zu k\u00f6nnen. Zudem hat nicht jeder Entwickler oder Projektmanager die notwendige Erfahrung und Expertise, um eine zuverl\u00e4ssige Sch\u00e4tzung abgeben zu k\u00f6nnen (und der Fachexperte, der es k\u00f6nnte, ist gerade mal wieder v\u00f6llig Land unter und daher nicht verf\u00fcgbar). Dar\u00fcber hinaus sind insbesondere interaktive expertenbasierte Sch\u00e4tzungen in ihrer Durchf\u00fchrung und Koordination verh\u00e4ltnism\u00e4\u00dfig aufw\u00e4ndig. Der gr\u00f6\u00dfte Nachteil ist jedoch, dass Menschen zu systematischen Sch\u00e4tzfehlern neigen, die sich selbst, wenn man sich dieser bewusst ist, nicht vollst\u00e4ndig ausschalten lassen [2]. Das ist beispielsweise auch ein Grund warum der Aufwand f\u00fcr Softwareprojekt h\u00e4ufiger unter- als \u00fcbersch\u00e4tzt wird [3].<\/p>\n<h2>Datengetrieben Sch\u00e4tzverfahren<\/h2>\n<p>Datengeriebene Sch\u00e4tzverfahren basieren auf der systematischen Erhebung und Auswertung von bereits kalkulierten und abgewickelten Projekten. Die Sch\u00e4tzung beruht dabei h\u00e4ufig auf mathematischen Modellen, die mittels statistischer oder maschineller Lernverfahren aus den Daten abgeleitet werden. Im Vergleich zu ihrer Vorherrschaft in der Fachliteratur und Forschung, genie\u00dfen sie in der Praxis wenig Beachtung und eine verh\u00e4ltnism\u00e4\u00dfig geringe Verbreitung.<\/p>\n<p>Der Vorteil datengetriebener Verfahren ist, dass sie meist unabh\u00e4ngig von der Verf\u00fcgbarkeit eines geeigneten Fachexperten eingesetzt werden k\u00f6nnen und im Unterschied zu menschlichen Sch\u00e4tzern objektive und wiederholbare Sch\u00e4tzergebnisse liefern.<\/p>\n<p>Die wohl bekannten Verfahren sind <a href=\"https:\/\/de.wikipedia.org\/wiki\/COCOMO\" target=\"_blank\" rel=\"noopener\">COCOMO bzw. COCOMO II<\/a> [4]. Daneben existieren aber zumindest in der Forschung unz\u00e4hlige weitere Verfahren. Auch Anbieter kommerzieller Kostensch\u00e4tzwerkzeuge setzten normalerweise auf datengetriebene Modelle, die auf einer propriet\u00e4ren Sch\u00e4tzdatenbanken mit abgeschossenen Projekten unterschiedlicher Unternehmen basieren. Eine \u00f6ffentliche aber im Allgemeinen kostenpflichtige Datenbank mit solchen Projektdaten stellt die ISBSG bereit.<\/p>\n<h2>Die Grenzen datengetriebener Sch\u00e4tzungen<\/h2>\n<p>Ein Grund f\u00fcr die geringe Verbreitung datengetriebener Sch\u00e4tzverfahren in der Praxis ist die f\u00fcr eine valide Sch\u00e4tzung notwendige historische Datenbasis. Insbesondere komplexere Verfahren sind auf eine gro\u00dfe Menge qualitativ hochwertig und konsistent erfasster Projekte m\u00f6glichst aus der eigenen Vergangenheit angewiesen.<\/p>\n<p>Ein weiterer Grund mag die Komplexit\u00e4t der vorgeschlagenen Sch\u00e4tzverfahren sein, die sich hierdurch f\u00fcr den Sch\u00e4tzenden teilweise eher als eine Art Black Box darstellen. Da der Sch\u00e4tzende gew\u00f6hnlich selbst f\u00fcr die G\u00fcte der Sch\u00e4tzung einstehen muss, erscheint die eigene Erfahrung dann h\u00e4ufig attraktiver als sich in die H\u00e4nde eines intransparenten Modells zu begeben.<\/p>\n<p>In der Praxis besteht die gr\u00f6\u00dfte Schwierigkeit jedoch darin, \u00fcberhaupt den Umfang der geplanten Umsetzung zu ermitteln, also festzulegen, wie viele Eingabemasken, Klassen oder Codezeilen f\u00fcr die Umsetzung ben\u00f6tigt werden. Eine solche Quantifizierung des Mengenger\u00fcsts, welche Grundlage der meisten datengetriebenen Sch\u00e4tzungen ist, l\u00e4sst sich nur hinreichend genau vornehmen, wenn das geplante Vorhaben detailliert durchdrungen wurde und die Anforderungen pr\u00e4zise sind. H\u00e4ufig stellt sich die Quantifizierung des Mengenger\u00fcsts als vergleichbar schwierig wie die Bestimmung des Aufwandes selbst dar. Die Anzahl der zur Umsetzung ben\u00f6tigten Codezeilen ist beispielsweise erst sehr sp\u00e4t im Projekt wirklich bestimmbar und muss folglich in der Planung selbst erst einmal gesch\u00e4tzt werden. Funktionspunkte (engl. Function Points) lassen sich bei ausreichender Dokumentation zwar schon in fr\u00fchen Projektphasen bestimmen, ihre Ausz\u00e4hlung ist aber arbeitsintensiv und insbesondere bei Z\u00e4hlenden mit wenig Erfahrung auch anf\u00e4llig f\u00fcr Fehler.<\/p>\n<h2>Hybrides Sch\u00e4tzverfahren<\/h2>\n<p>Das Ziel hybrider Sch\u00e4tzverfahren ist es, die Vorteile expertenbasierter Ans\u00e4tze mit den Vorteilen datengetriebener Ans\u00e4tze in einer hybriden Methodik zu vereinen [5]. Hierzu werden Informationen aus beiden Quellen geschickt kombiniert. Insbesondere l\u00e4sst sich hiermit h\u00e4ufig der Umfang notwendiger Daten aus vergangenen Projekten deutlich reduzieren.<br \/>\nEin gutes Beispiel f\u00fcr eine in der Praxis genutzte und wissenschaftlich bestens dokumentierte hybride Sch\u00e4tzmethode ist <a href=\"https:\/\/cobra.fraunhofer.de\" target=\"_blank\" rel=\"noopener\">CoBRA<\/a>\u00ae. Sie nutzt im Unternehmen vorhandenes Expertenwissen um den Einfluss von Kostentreibern vorab in einem Sch\u00e4tzmodell zu dokumentieren, so dass Sch\u00e4tzungen sp\u00e4ter auch bei einer geringen Datenbasis valide Ergebnisse liefern k\u00f6nnen [6].<\/p>\n<p>Einen anderen Weg geht die ebenfalls hybride <a href=\"http:\/\/www.abakus-projekt.de\/\" target=\"_blank\" rel=\"noopener\">Abakus-Methode<\/a>, die abgestimmt auf die Rahmenbedaingungen kleiner und mittelst\u00e4ndiger Betriebe im Softwarebereich in den letzten beiden Jahren entwickelt und erprobt wurde. Ihr Fokus liegt auf der gezielten Unterst\u00fctzung des sch\u00e4tzenden Experten, der werkzeuggest\u00fctzt durch den Sch\u00e4tzprozess geleitet wird und hierbei jeweils die f\u00fcr die Sch\u00e4tzung relevanten Daten und Unsicherheitsinformationen bereitgestellt bekommt. Details hierzu finden sich in der aktuellen Ausgabe des Entwicklermagazins [7].<\/p>\n<div class=\"info-box\">\n<h2>Die Abakus-Methode beruht auf einer Reihe grundlegender Prinzipien, von deren Anwendung auch ihre Sch\u00e4tzungen profitieren k\u00f6nnen [8]:<\/h2>\n<ul>\n<li>Dokumentieren Sie die bei Ihren Projekten gemachte Erfahrungen, insbesondere den tats\u00e4chlich ben\u00f6tigten Umsetzungsaufwand f\u00fcr einzelne Features. Nur so l\u00e4sst sich eine verl\u00e4ssliche Basis f\u00fcr zuk\u00fcnftige Sch\u00e4tzungen schaffen.<\/li>\n<li>Auch wenn die Anforderungen an ein Projekt zum Zeitpunkt der Sch\u00e4tzung noch nicht vollst\u00e4ndig ausgearbeitet sind, identifizieren und zerlegen Sie das Projekt zumindest hinsichtlich der einzelnen bereitzustellenden Features. Jedes Projekt ist neu, Features, die bei der Entwicklung im eigenen T\u00e4tigkeitsumfeld h\u00e4ufig eine Rolle spielen, sind meist deutlich stabiler und damit besser abzusch\u00e4tzen.<\/li>\n<li>Sch\u00e4tzen Sie den Aufwand f\u00fcr die Umsetzung eines Features m\u00f6glichst unter Einbeziehung der tats\u00e4chlich beobachteten Aufw\u00e4nde bei der Umsetzung des Features in fr\u00fcheren Projekten. Auch erfahrene Sch\u00e4tzer neigen nachwei\u00dflich zu systematischen Fehlern in ihren Sch\u00e4tzungen, diese lassen sich am besten eingrenzen indem tats\u00e4chlich beobachtete Aufwandszahlen die Ausgangsbasis Ihrer Sch\u00e4tzung bilden.<\/li>\n<li>Ber\u00fccksichtigen Sie Gemeinsamkeiten und Unterschiede zwischen dem aktuellen und den fr\u00fcheren Projekten, um Abweichungen nach oben oder unten in der Sch\u00e4tzung zu belegen. Gemachte Annahmen werden damit explizit und die Sch\u00e4tzung nachvollziehbarer.<\/li>\n<li>Bestimmen Sie nicht nur einen wahrscheinlichsten, sondern auch einen realistischen minimalen und maximalen Sch\u00e4tzwert, ber\u00fccksichtigen Sie dabei insbesondere die tats\u00e4chliche Spannweite der beobachteten Aufw\u00e4nde bei der Umsetzung des Features in fr\u00fcheren Projekten.<\/li>\n<\/ul>\n<\/div>\n<p>[1] Mike Cohn: Agile Estimating and Planning. Prentice Hall, 2005, ISBN 0-13-147941-5<br \/>\n[2] Daniel Kahneman: Schnelles Denken, langsames Denken. Siedler 2012, ISBN 3-88680-886-6.<br \/>\n[3] J\u00f8rgensen, Magne; Grimstad, Stein: \u201eSoftware Development Effort Estimation \u2013 Demystifying and Improving Expert Estimation\u201c, in: Tveito, Aslak; Bruaset, Are Magnus; Lysne, Olav (Hrsg.): \u201eSimula Research Laboratory by Thinking Constantly about it\u201c, S. 381\u2013403, Springer, 2010<br \/>\n[4] Boehm, Barry W.: \u201eSoftware Engineering Economics\u201c, Prentice-Hall,1981<br \/>\n[5] A Trendowicz and R. Jeffery, Software Project Effort Estimation. Foundations and Best Practice Guidelines for Success. Springer Verlag, 2014<br \/>\n[6] A Trendowicz, Software Cost Estimation, Benchmarking, and Risk Assessment: The Software Decision-Makers&#8216; Guide to Predictable Software Development, Springer Science &amp; Business Media, 2013<br \/>\n[7] Kalenborn, A., Kl\u00e4s, M., Schmitt, H., \u201eKalkulation mit der Abakus-Methode &#8211; Erfahrungsbasierte Aufwandssch\u00e4tzung,\u201c Entwickler Magazin 2.18, S&amp;S Median, 2018.<br \/>\n[8] Kalenborn, A., Kl\u00e4s, M., Schmitt, H., \u201eErfahrungsbasierte Aufwandssch\u00e4tzung &#8211; Softwareprojekte zuverl\u00e4ssig und erfolgreich kalkulieren,\u201c Entwickler Magazin 4.17, S&amp;S Median, 2017.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u201eWie lange bist du noch unterwegs?\u201c \u2013 \u201eKann ich nicht genau sagen, bin gerade auf der A6, H\u00f6he Mannheim. Ich sch\u00e4tze aber, dass ich in einer Stunde, gegebenenfalls auch 45 Minuten, da bin.\u201c\u00a0 Eine eigentlich triviale Frage, mit einer meist schwierigen Antwort: Die f\u00fcr eine Strecke ben\u00f6tigte Zeit ist nicht einfach mit Multiplikation von Entfernung [&hellip;]<\/p>\n","protected":false},"author":26,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"featured_image_credits_title":"","featured_image_credits_url":"","featured_image_credits_position":"bottom-right","featured_image_credits_shadow":"-1px -1px 0 rgba(0,0,0,0.25),0 -1px 0 rgba(0,0,0,0.25),1px -1px 0 rgba(0,0,0,0.25),1px 0 0 rgba(0,0,0,0.25),1px 1px 0 rgba(0,0,0,0.25),0 1px 0 rgba(0,0,0,0.25),-1px 1px 0 rgba(0,0,0,0.25),-1px 0 0 rgba(0,0,0,0.25)","footnotes":""},"categories":[348],"tags":[],"coauthors":[46],"class_list":["post-2425","post","type-post","status-publish","format-standard","hentry","category-karriere-iese"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.3 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Abakus-Projekt<\/title>\n<meta name=\"description\" content=\"Wie pr\u00e4zise k\u00f6nnen unsere Vorhersagen im Rahmen von Softwareprojekten sein und wie kommen wir zu verl\u00e4sslichen Einsch\u00e4tzungen des Aufwands? Mit Abakus!\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Abakus-Projekt\" \/>\n<meta property=\"og:description\" content=\"Wie pr\u00e4zise k\u00f6nnen unsere Vorhersagen im Rahmen von Softwareprojekten sein und wie kommen wir zu verl\u00e4sslichen Einsch\u00e4tzungen des Aufwands? Mit Abakus!\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/\" \/>\n<meta property=\"og:site_name\" content=\"Fraunhofer IESE\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/FraunhoferIESE\/\" \/>\n<meta property=\"article:published_time\" content=\"2018-03-13T08:27:27+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-02-19T10:55:45+00:00\" \/>\n<meta name=\"author\" content=\"Dr. Michael Kl\u00e4s\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@FraunhoferIESE\" \/>\n<meta name=\"twitter:site\" content=\"@FraunhoferIESE\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. Michael Kl\u00e4s\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"8\u00a0Minuten\" \/>\n\t<meta name=\"twitter:label3\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data3\" content=\"Dr. Michael Kl\u00e4s\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\\\/\"},\"author\":{\"name\":\"Dr. Michael Kl\u00e4s\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/person\\\/790f3967298ec81883eb87ed11d86c5e\"},\"headline\":\"Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Gefangen zwischen kognitiver Verzerrung und magischen Algorithmen?\",\"datePublished\":\"2018-03-13T08:27:27+00:00\",\"dateModified\":\"2024-02-19T10:55:45+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\\\/\"},\"wordCount\":1508,\"publisher\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#organization\"},\"articleSection\":[\"Arbeiten am IESE\"],\"inLanguage\":\"de\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\\\/\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\\\/\",\"name\":\"Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Abakus-Projekt\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#website\"},\"datePublished\":\"2018-03-13T08:27:27+00:00\",\"dateModified\":\"2024-02-19T10:55:45+00:00\",\"description\":\"Wie pr\u00e4zise k\u00f6nnen unsere Vorhersagen im Rahmen von Softwareprojekten sein und wie kommen wir zu verl\u00e4sslichen Einsch\u00e4tzungen des Aufwands? Mit Abakus!\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Gefangen zwischen kognitiver Verzerrung und magischen Algorithmen?\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#website\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/\",\"name\":\"Fraunhofer IESE\",\"description\":\"Blog des Fraunhofer-Institut f\u00fcr Experimentelles Software Engineering\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#organization\",\"name\":\"Fraunhofer IESE\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2016\\\/08\\\/fhg_iese_logo.png\",\"contentUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2016\\\/08\\\/fhg_iese_logo.png\",\"width\":183,\"height\":50,\"caption\":\"Fraunhofer IESE\"},\"image\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/FraunhoferIESE\\\/\",\"https:\\\/\\\/x.com\\\/FraunhoferIESE\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/fraunhoferiese\\\/\",\"https:\\\/\\\/www.youtube.com\\\/c\\\/FraunhoferIESE\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/person\\\/790f3967298ec81883eb87ed11d86c5e\",\"name\":\"Dr. Michael Kl\u00e4s\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2022\\\/02\\\/klaes_michael-96x96.jpg83e380d8683e0c7345165dedbc8ccb71\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2022\\\/02\\\/klaes_michael-96x96.jpg\",\"contentUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2022\\\/02\\\/klaes_michael-96x96.jpg\",\"caption\":\"Dr. Michael Kl\u00e4s\"},\"description\":\"Dr. Michael Kl\u00e4s ist seit Abschluss seines Informatikstudiums in der angewandten Forschung t\u00e4tig und ber\u00e4t Unternehmen in den Bereichen Softwarequalit\u00e4t und Datenanalyse. Im Laufe der letzten Dekade verantwortete er in zahlreichen Industrie- und Forschungsprojekten insbesondere den Aufbau von KPI-Systemen, die Evaluation neuer Technologien und die Entwicklung pr\u00e4diktiver Analysen. In seiner Dissertation besch\u00e4ftigte er sich mit der Vorhersage von Softwarefehlern unter Einbeziehung von Expertenwissen. Aktuell liegt sein Schwerpunkt im Bereich der Potenzialanalyse f\u00fcr datengetriebene Innovation und der Datenqualit\u00e4ts- und Unsicherheitsanalyse bei Big-Data- und KI-Systemen. Als Autor zahlreicher Fachpublikationen engagiert er sich zudem als Hochschuldozent und als Experte bei der Normierung (DIN\\\/VDE).\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/author\\\/michael-klaes\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Abakus-Projekt","description":"Wie pr\u00e4zise k\u00f6nnen unsere Vorhersagen im Rahmen von Softwareprojekten sein und wie kommen wir zu verl\u00e4sslichen Einsch\u00e4tzungen des Aufwands? Mit Abakus!","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/","og_locale":"de_DE","og_type":"article","og_title":"Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Abakus-Projekt","og_description":"Wie pr\u00e4zise k\u00f6nnen unsere Vorhersagen im Rahmen von Softwareprojekten sein und wie kommen wir zu verl\u00e4sslichen Einsch\u00e4tzungen des Aufwands? Mit Abakus!","og_url":"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/","og_site_name":"Fraunhofer IESE","article_publisher":"https:\/\/www.facebook.com\/FraunhoferIESE\/","article_published_time":"2018-03-13T08:27:27+00:00","article_modified_time":"2024-02-19T10:55:45+00:00","author":"Dr. Michael Kl\u00e4s","twitter_card":"summary_large_image","twitter_creator":"@FraunhoferIESE","twitter_site":"@FraunhoferIESE","twitter_misc":{"Verfasst von":"Dr. Michael Kl\u00e4s","Gesch\u00e4tzte Lesezeit":"8\u00a0Minuten","Written by":"Dr. Michael Kl\u00e4s"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/#article","isPartOf":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/"},"author":{"name":"Dr. Michael Kl\u00e4s","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/person\/790f3967298ec81883eb87ed11d86c5e"},"headline":"Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Gefangen zwischen kognitiver Verzerrung und magischen Algorithmen?","datePublished":"2018-03-13T08:27:27+00:00","dateModified":"2024-02-19T10:55:45+00:00","mainEntityOfPage":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/"},"wordCount":1508,"publisher":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#organization"},"articleSection":["Arbeiten am IESE"],"inLanguage":"de"},{"@type":"WebPage","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/","url":"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/","name":"Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Abakus-Projekt","isPartOf":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#website"},"datePublished":"2018-03-13T08:27:27+00:00","dateModified":"2024-02-19T10:55:45+00:00","description":"Wie pr\u00e4zise k\u00f6nnen unsere Vorhersagen im Rahmen von Softwareprojekten sein und wie kommen wir zu verl\u00e4sslichen Einsch\u00e4tzungen des Aufwands? Mit Abakus!","breadcrumb":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/aufwandschaetzung-in-entwicklungsprojekten-gefangen-zwischen-kognitiver-verzerrung-und-magischen-algorithmen\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/www.iese.fraunhofer.de\/blog\/"},{"@type":"ListItem","position":2,"name":"Aufwandsch\u00e4tzung in Entwicklungsprojekten \u2013 Gefangen zwischen kognitiver Verzerrung und magischen Algorithmen?"}]},{"@type":"WebSite","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#website","url":"https:\/\/www.iese.fraunhofer.de\/blog\/","name":"Fraunhofer IESE","description":"Blog des Fraunhofer-Institut f\u00fcr Experimentelles Software Engineering","publisher":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.iese.fraunhofer.de\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#organization","name":"Fraunhofer IESE","url":"https:\/\/www.iese.fraunhofer.de\/blog\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2016\/08\/fhg_iese_logo.png","contentUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2016\/08\/fhg_iese_logo.png","width":183,"height":50,"caption":"Fraunhofer IESE"},"image":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/FraunhoferIESE\/","https:\/\/x.com\/FraunhoferIESE","https:\/\/www.linkedin.com\/company\/fraunhoferiese\/","https:\/\/www.youtube.com\/c\/FraunhoferIESE"]},{"@type":"Person","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/person\/790f3967298ec81883eb87ed11d86c5e","name":"Dr. Michael Kl\u00e4s","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/02\/klaes_michael-96x96.jpg83e380d8683e0c7345165dedbc8ccb71","url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/02\/klaes_michael-96x96.jpg","contentUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2022\/02\/klaes_michael-96x96.jpg","caption":"Dr. Michael Kl\u00e4s"},"description":"Dr. Michael Kl\u00e4s ist seit Abschluss seines Informatikstudiums in der angewandten Forschung t\u00e4tig und ber\u00e4t Unternehmen in den Bereichen Softwarequalit\u00e4t und Datenanalyse. Im Laufe der letzten Dekade verantwortete er in zahlreichen Industrie- und Forschungsprojekten insbesondere den Aufbau von KPI-Systemen, die Evaluation neuer Technologien und die Entwicklung pr\u00e4diktiver Analysen. In seiner Dissertation besch\u00e4ftigte er sich mit der Vorhersage von Softwarefehlern unter Einbeziehung von Expertenwissen. Aktuell liegt sein Schwerpunkt im Bereich der Potenzialanalyse f\u00fcr datengetriebene Innovation und der Datenqualit\u00e4ts- und Unsicherheitsanalyse bei Big-Data- und KI-Systemen. Als Autor zahlreicher Fachpublikationen engagiert er sich zudem als Hochschuldozent und als Experte bei der Normierung (DIN\/VDE).","url":"https:\/\/www.iese.fraunhofer.de\/blog\/author\/michael-klaes\/"}]}},"_links":{"self":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts\/2425","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/users\/26"}],"replies":[{"embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/comments?post=2425"}],"version-history":[{"count":5,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts\/2425\/revisions"}],"predecessor-version":[{"id":8742,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts\/2425\/revisions\/8742"}],"wp:attachment":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/media?parent=2425"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/categories?post=2425"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/tags?post=2425"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/coauthors?post=2425"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}