Software Engineering
We Transform Ideas into Software
Schnelle gesellschaftliche, wirtschaftliche und technologische Veränderungen erfordern 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 Softwareprodukte zu gewährleisten. Darüber hinaus sind wir Experten in der Anwendung von empirischem Software Engineering, um die erfolgreiche Entwicklung und Übertragung unserer Forschungsprodukte für und in die Industrie sicherzustellen. Aktuell fokussieren wir uns dabei auf folgende Themen:
- Use Case-orientierte Softwaregenerierung und Model-Driven Engineering Tools
- Requirements Engineering
- Traceability Engineering
- Digitalisierung des Software Development Life Cycle
- Agile Softwareentwicklung und Continuous Integration
- Virtuelle Tools für die Zusammenarbeit im Software Engineering
- Test-Automatisierung
Diese Themen bearbeiten wir zusammen mit externen Wirtschaftspartnern innerhalb von 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 für die Ingenieurwissenschaften (an dem auch Studenten aus anderen Studiengängen wie Avionik und Maschinenbau teilnehmen) an die Studierenden weitergegeben.
Forschungsthemen
Automatisierte Software-Generierung
Model-Driven Engineering (MDE) ermöglicht die automatische Generierung von Software durch die Verwendung von Modellen (z.B. als Diagramme dargestellt), die die Geschäftslogik von Informationssystemen, Datenstrukturen, Geschäftsregeln, grafische Benutzeroberfläche usw. spezifizieren. MDE-Ansätze sichern durch Unterstützung des Requirements Engineering die Qualität des Codes, erlauben eine hohe Entwicklungsgeschwindigkeit, die Trennung der Geschäftslogik von den zugrunde liegenden Plattformtechnologien, usw. Wir haben umfangreiche Erfahrungen in der Entwicklung von MDE-Methoden und Werkzeugen, 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
-
Nachhaltige Digitalisierung in der Textilindustrie
Durch die Optimierung der Produktion in der Textilindustrie kann die Digitalisierung dazu beitragen, den Stromverbrauch und damit die Schadstoffemissionen zu senken. Doch die Digitalisierung erzeugt selbst Emissionen, z.B. durch den Einsatz leistungsfähiger KI-Algorithmen. Es gibt derzeit keine Transparenz darüber, ...
-
Smart Hospital – Integrated Framework, Tools & Solutions (SHIFT)
Das Spital der Zukunft wird ein anderes sein, als wir es heute kennen. Durch den konsequenten Einsatz neuer Organisationsformen, digitaler Technologien und mittels der Vernetzung von Abläufen und Daten wird das Spital kontinuierlich in ein intelligentes System transformiert: das Smart Hospital. Darin steht der ...
-
Machine Learning for Software User Interface Testing
In this project, various technical aspects for tracing functional/non-functional requirements within user interface test cases were investigated. Originally, this project aimed to detect bugs in user interfaces automatically by using machine learning algorithms. During the execution of the project, we decided to ...
Studentenarbeiten
Publikationen
-
Ruiz, Marcela,
2022.
Speeding up digital transformation by automating software development.
Mitteilungen : Mitteilungen der Alumni ZHAW, Engineering & Architecture.
(72), S. 52-57.
Verfügbar unter: https://www.alumni-zhaw.ch/data/documents/2022/03/22/4353-6239b13e39106.pdf
-
Pastor, Oscar; Noel, Rene; Panach, Ignacio; Ruiz, Marcela,
2022.
The LiteStrat modelling method : towards the alignment of strategy and code
.
In:
Karagiannis, Dimitris; Moonkun, Lee; Hinkelmann, Knut; Utz, Wilfrid, Hrsg.,
Domain-Specific Conceptual Modeling : Concepts, Methods and ADOxx Tools.
Cham:
Springer.
S. 141-159.
Verfügbar unter: https://doi.org/10.1007/978-3-030-93547-4_7
-
Noel, Rene; Ruiz, Marcela; Panach, Ignacio; Pastor, Oscar,
2021.
Beyond conventional model-driven development : from strategy to code [Paper].
In:
Ruiz, Marcela; Li, Tong; Pant, Vik, Hrsg.,
14th International iStar Workshop 2021.
40th International Conference on Conceptual Modeling (ER2021), online, 18-21 October 2021.
CEUR Workshop Proceedings.
S. 49-55.
CEUR Workshop Proceedings ; 2983.
Verfügbar unter: https://doi.org/10.21256/zhaw-24373
-
Noel, Rene; Panach, Ignacio; Ruiz, Marcela; Pastor, Oscar,
2021.
The LiteStrat method : towards strategic model-driven development [Paper].
In:
Insfran, Emilio; González, Fernando; Abrahão, Silvia; Fernández, Marta; Barry, Chris; Lang, Michael; Linger, Henry; Schneider, Christoph, Hrsg.,
ISD2021 Proceedings.
29th International Conference on Information Systems Development (ISD), Valencia, Spain, 8-10 September 2021.
Valencia:
Universitat Politècnica de València.
Verfügbar unter: https://aisel.aisnet.org/isd2014/proceedings2021/managingdevops/11/
-
Rani, Pooja; Panichella, Sebastiano; Leuenberger, Manuel; Di Sorbo, Andrea; Nierstrasz, Oscar,
2021.
How to identify class comment types? : a multi-language approach for class comment classification.
Journal of Systems and Software.
181(111047).
Verfügbar unter: https://doi.org/10.1016/j.jss.2021.111047