Fehlerprognosen zur Qualitätssteigerung in frühen Entwicklungsphasen der Automobilindustrie

Die strukturelle Komplexität hybrider Systeme wuchs in den letzten Jahren stark an und führte zu einem deutlichen Anstieg der Fehlerzahl in der implementierten Software. Besonders evident ist dies in der Automobilindustrie. Qualitätssicherungsmaßnahmen in frühen Phasen des Entwicklungszyklus sollen dieser Entwicklung kosteneffektiv entgegenwirken. Fehlerprognosen können die komplexitätsabhängig zu erwartende Fehleranzahl von Softwaremodulen abschätzen. Anhand der Prognosen kann der Entwurf besonders komplexer und somit stärker fehlerbehafteter Softwaremodule überdacht werden, mit dem Ziel die Komplexität und dadurch die zu erwartende Fehleranzahl zu verringern. Es wird ein zielführendes Fehlerprognosemodell vorgestellt, das unter Verwendung von Softwaremetriken und statistischen Verfahren aufgestellt worden ist. 1 Einleitung und Motivation Der Markt eingebetteter Systeme in der Automobilindustrie ist in den letzten Jahren stark gewachsen [Be06]. Ein Grund hierfür ist, dass Innovationen hauptsächlich (8090%) durch Software realisiert werden [Be06]. Dieser intensive Einsatz von Software birgt jedoch Probleme in der Überschaubarkeit und Beherrschbarkeit von Systemen [Em05, Eq07, Li02]: Fahrzeugherstellerübergreifend soll dadurch die Zahl der durch Software verursachten Autopannen auf zwei drittel ansteigen [Dp03]. Dieser prognostizierten Entwicklung soll durch qualitätssteigernde Verfahren basierend auf Fehlerprognosen kosteneffektiv begegnet werden. Im Folgenden wird daher ein statistischer Fehlerprognoseansatz empirisch im Automobilumfeld untersucht. Die Fehlerprognose kann frühzeitig anhand von Designdokumenten, später auch anhand von Quelltext Anzahl und Art der Fehler eines Systems abschätzen. Die Anzahl der Fehler kann für Testaufwandsplanungen zur Ableitung von Zeitaufwand und Anzahl benötigter Tester herangezogen werden. Die Fehlerart – beispielsweise 17 Fehler aufgrund von Vererbungsbeziehungen – kann zur Identifikation von fehlerverursachenden Systemeigenschaften herangezogen werden, die im Anschluss zur Fehlervermeidung entsprechend optimiert werden sollten.