Feldfehlerprognose

Abstract

Diese Arbeit beschäftigt sich mit Möglichkeiten der Prognose von Fehleranzahlen, Fehlerdichten bzw. Fehlerraten in Software-Systemen.<br />Dazu werden drei Hypothe-sen zur Diskussion gestellt. Anhand des Begriffes des Feldfehlers werden zunächst relevante Studien vorgestellt, analysiert und den Hypothesen gegenübergestellt. Un-ter einem Feldfehler versteht man dabei einen Software-Fehler, der auch nach der Veröffentlichung eines Software-Systems noch in diesem enthalten ist.<br />Anschließend wird im Rahmen einer Fallstudie aus einem realen Projektumfeld eine Feldfehlerprognose durchgerechnet und analysiert.<br />Auch die Fallstudie wird den Hypothesen dieser Arbeit gegenübergestellt.<br />Wesentliche Voraussetzung für verlässliche Feldfehlerprognosen ist die ausreichende Verfügbarkeit einer breiten Palette von Metriken sowie der zugehörigen Fehlerdaten auch aus der Vergangenheit. Wird dies nicht bereits zu Beginn eines Projektes oder einer Software-Produktentwicklung berücksichtigt, kommt es durch eingeschränkte Verfügbarkeit von Metriken (kann man auch als Prediktoren des Prognosemodells auffassen) bzw. einer zu geringen Zahl von historischen Daten zu schlechten Feldfehlerprognosen.<br />

This diploma thesis deals with the possible prognosis of field defects, field defect density resp. field defect rates within software systems. For this purpose three hy-potheses are put up for discussion.<br />Relevant studies on the basis of the term "field defect" are being introduced, analysed and compared with the hypotheses. A field defect means a software error which is still immanent within a software system after its release.<br />Subsequently a field defect prognosis is being calculated and analysed by means of a case study coming from a real software project environment. The case study is also being compared to the hypetheses.<br />The most essential preconditions for reliable field defect prognoses are the availabil-ity of a sufficient amount of metrics as well as the corresponding error data from the past. If these requirements are not met right from the beginning of a project or soft-ware development the limited availability of metrics (which can also be understood as predictors of the prognosis model) resp. the too small amount of historical data will lead to inferiore field defect prognoses.