Software Engineering
We Transform Ideas into Software
Der schnelle gesellschaftliche, wirtschaftliche und technologische Wandel erfordert ein hohes Tempo bei der Entwicklung und Wartung von Softwaresystemen. Daher entwickelt die Forschungsgruppe Software Engineering (SWE) des InIT neuartige Methoden und Werkzeuge, um die Softwareentwicklung zu automatisieren und qualitativ hochwertige Software zu gewährleisten. Darüber hinaus sind wir Experten in der Anwendung von empirischem Software Engineering, um die erfolgreiche Entwicklung und Übertragung unserer Forschung für und in die Wirtschaft sicherzustellen. Wir beschäftigen uns unter anderem mit folgenden Forschungsfragen:
- Wie können Low-Code/No-Code-Tools eingesetzt werden, um die Einstiegshürde in die Softwareentwicklung für Experten ohne Programmierkenntnisse zu senken?
- Wie lassen sich wiederverwendbare Anwendungsfälle identifizieren, um den Aufwand für die Softwareerstellung zu reduzieren?
- Wie lassen sich Softwarequalität und Wartungsaufwand durch automatische Transformationen von Anforderungen in Code und Testfälle verbessern?
- Wie generiert man automatisch Traceability-Links zwischen Software-Anforderungen, Code und Testfällen für die Software-Entwicklungsüberwachung und Qualitätssicherung?
- Wie können Phasen des Lebenszyklus der Softwareentwicklung automatisiert werden?
- Welche Methoden können die Continuous Integration (CI) und das Continuous Deployment (CD) für eine nachhaltige Softwareentwicklung verbessern?
- Können Virtual Reality-Tools zur Verbesserung der agilen Softwareentwicklung und der Zusammenarbeit beitragen?
- Wie kann die Erstellung vollständiger und qualitativ hochwertiger Testfälle automatisiert werden?
Diese Themen bearbeiten wir gemeinsam mit externen Wirtschaftspartnern in nationalen und internationalen Projekten. Unsere Forschungskompetenz fliesst auch in den Studiengang Informatik ein und wird in Modulen wie dem Softwareprojekt, der Programmierung, dem Software-Engineering, der Web-Entwicklung und verschiedenen Wahlmodulen wie dem Rapid Software Prototyping, in die auch Studierende aus anderen Ingenieurstudiengängen wie Avionik und Maschinenbau eingebunden sind, an die Studierenden weitergegeben.
Forschungsthemen
Automatisierte Software-Generierung
Das Thema automatisierte Software-Generierung umfasst den Entwurf, die Entwicklung und die Analyse von Low-Code/No-Code-Tools. Diese Tools generieren mittels Transformation von Modellen (z. B. grafisch als Diagramme dargestellt), welche Geschäftslogik, Datenstrukturen, Geschäftsregeln, grafische Benutzeroberflächen usw. spezifizieren, automatisch Software.
Wir untersuchen, wie durch Low-Code/No-Code-Tools die Codequalität sichergestellt, eine hohe Entwicklungsgeschwindigkeit ermöglicht und die Trennung der Geschäftslogik von den zugrunde liegenden Plattformtechnologien gefördert werden kann. Wir verfügen über umfangreiche Erfahrung in der Entwicklung von Low-Code/No-Code-Tools und Model-Driven Engineering-Methoden, die objektorientierte und domänenspezifische Modellierungssprachen unterstützen.
Automatisierung des Software Development Life Cycle
Wir erforschen und entwickeln State-of-the-art Methoden und Tools zur Unterstützung der Automatisierung des Software Development Life Cycles, von Continuous Integration bis zu Continuous Deployment. Als Kern dieses Forschungsthemas wenden wir Tools zur virtuellen Zusammenarbeit im Software Engineering, im Traceability Engineering und in der Test-Automatisierung an.
Virtual Software Engineering Lab
Das Virtual Software Engineering Lab bietet die technische Ausstattung, um die Anwendung, der in der SWE-Gruppe entwickelten Forschungsprototypen, im realen Kontext zu untersuchen. Das Labor verfügt über einen interaktiven Projektor und diverse Touch-Geräte zur Evaluierung neuer Modellierungssprachen, kollaborativer Methoden oder flexibler Modellierungswerkzeuge. Im Labor ist zudem ein Doppelroboter, Microsoft HoloLens und Google Glass, sowie Drohnen integriert, um die Virtualität im Software Engineering besser zu erforschen. Diverse Geräte für empirisches Software Engineering wie Mikrofone und Kameras sind ebenfalls vorhanden.
Projekte
- Vorherige Seite
- Seite 01
- …
- Seite 06
- Seite 07
- Seite 08
- Seite 09
- Seite 10
- …
- Seite 14
- Nächste Seite
-
Ada – Advanced Algorithms for an Artificial Data Analyst
Ada - the Artificial Data Analyst - raises the productivity of data science endeavours by applying data science to itself: we apply empirical optimization also to algorithm and feature selection. Recent developments, e.g. from the MIT, are thus made available as a data product for Swiss industry. ...
-
LIHLITH - Learning to Interact with Humans by Lifelong Interaction with Humans
The LIHLITH project is a fundamental pilot research project which introduces a new lifelong learning framework for the interaction of humans and machines on specific domains. A Lifelong Learning system learns different tasks sequentially, over time, getting better at solving future related tasks based on past ...
-
Virtueller Trainer für den Motorradsport
RaceAnalyse hat ein Globales Navigationssatellitensystem Device entwickelt hat, um das Fahrverhalten im Amateur- und Profi Motorradrennsport aufzuzeichnen und online auf eine Cloud zu überträgt, wo die Daten für eine Webapplikation aufbereitet werden. Im Rahmen dieses KTI-Projektes soll das Produkt in 3 Bereichen ...
Studentenarbeiten
Publikationen
-
Khatiri, Sajad; Saurabh, Prasun; Zimmermann, Timothy; Munasinghe, Charith; Birchler, Christian; Panichella, Sebastiano,
2024.
SBFT tool competition 2024 : CPS-UAV test case generation track [Paper].
In:
17th International Workshop on Search-Based and Fuzz Testing (SBFT), Lisbon, Portugal, 14-20 April 2024.
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: https://doi.org/10.21256/zhaw-30115
-
Noel, Rene; Panach, Jose Ignacio; Ruiz, Marcela; Pastor, Oscar,
2022.
Stra2Bis : a model-driven method for aligning business strategy and business processes [Paper].
In:
Ralyté, Jolita; Chakravarthy, Sharma; Mohania, Mukesh; Jeusfeld, Manfred A.; Karlapalem, Kamalakar, Hrsg.,
Conceptual Modeling.
41st International Conference on Conceptual Modeling (ER2022), Hyderabad, India, 17-20 October 2022.
Cham:
Springer.
S. 255-270.
Lecture Notes in Computer Science ; 13607.
Verfügbar unter: https://doi.org/10.1007/978-3-031-17995-2_18
-
Mosquera, David; Ruiz, Marcela; Pastor, Oscar; Spielberger, Jürgen; Fievet, Lucas,
2022.
In:
De Weerdt, Jochen; Polyvyanyy, Artem, Hrsg.,
Intelligent Information Systems.
34th International Conference on Advanced Information Systems Engineering (CAiSE '22), Leuven, Belgium, 6-10 June 2022.
Cham:
Springer.
S. 73-81.
Lecture Notes in Business Information Processing ; 452.
Verfügbar unter: https://doi.org/10.1007/978-3-031-07481-3_9
-
Wahler, Michael; Conte, Enrico; Frick, Martin; Mosquera, David; Ruiz, Marcela,
2022.
Rapid software prototyping from business artifacts [Paper].
In:
Bera, Palash; Dalpiaz, Fabiano; Wautelet, Yves, Hrsg.,
Short Paper Proceedings of the First International Workshop on Agile Methods for Information Systems Engineering (Agil-ISE 2022).
First International Workshop on Agile Methods for Information Systems Engineering (Agil-ISE 2022), co-located with the 34th International Conference on Advanced Information Systems Engineering (CAiSE 2022) Leuven, Belgium, 6. June 2022.
Aachen:
RWTH Aachen University.
S. 9-14.
CEUR Workshop Proceedings.
Verfügbar unter: https://doi.org/10.21256/zhaw-25019
-
Weichbrodt, Johann; Kropp, Martin; Biddle, Robert; Gregory, Peggy; Anslow, Craig; Bühler, Ursina Maria; Mateescu, Magdalena; Meier, Andreas,
2022.
Understanding leadership in agile software development teams : who and how? [Paper].
In:
Stray, Viktoria; Stol, Klaas-Jan; Paasivaara, Maria; Kruchten, Philippe, Hrsg.,
Agile Processes in Software Engineering and Extreme Programming.
23rd International Conference on Agile Software Development (XP), Copenhagen, Denmark, 13-17 June 2022.
Cham:
Springer.
S. 99-113.
Lecture Notes in Business Information Processing ; 445.
Verfügbar unter: https://doi.org/10.1007/978-3-031-08169-9_7