Empirische Methoden in Software Engineering (ESE)
1/2. Semester
5 ECTS | 4 SWS
Continuous Assessment (CA)
Untersuche Software und deren Entwicklung systematisch: Du planst und bewertest empirische Studien im Software Engineering, formulierst Hypothesen, erhebst und analysierst Daten und lernst, Forschungsergebnisse kritisch zu interpretieren und methodisch abzusichern.
Inhalte
- Definition der grundlegenden Begriffe und Einordnung des empirischen / experimentellen Software Engineering
- Vorgehensweise bei empirischen Studien (inkl. Experimente, Fallstudien, Surveys)
- Formulierung von Forschungsfragen und Hypothesen
- Entwurf von empirischen Studien
- Datenerfassung (Operationalisierung und Messen), -validierung und -analyse
- Ergebnisinterpretation
- Reporting
- Empirische Modellbildung und Nutzung im Softwareentwicklungsprozess
- Beispiele konkreter empirischer Studien
Lernziele/Kompetenzen
Die Studierenden sind in der Lage,
- die Planung und Durchführung empirischer Studien im Software Engineering anhand von Beispielen zu erklären,
- die verschiedenen Arten von Bedrohungen der Validität von empirischen Studien zu verstehen und zu erklären, sowie Maßnahmen zu deren Verhinderung zu erklären
- die Auswahl geeigneter empirischer Methoden zur Untersuchung von Fragestellungen und zum Testen von Hypothesen im Anwendungs- und Forschungskontext zu begründen,
- die Durchführung von Hypothesentests unter Verwendung inferenzieller Statistik zu erläutern,
- Publikationen bzw. empirische Studien kritisch zu bewerten,
- den Beitrag empirisch-orientierter Vorgehensweisen zur systematischen Verbesserung von Software-Produkt/Prozess-Modellen zu erklären.
Literatur
- N. Juristo, and A. Moreno, Basics of Software Engineering Experimentation, Kluwer Academic Publishers, 2001.
- B. Boehm, D. Rombach, and M. Zelkowitz (Eds), Foundations of Empirical Software Engineering, Legacy of Victor R. Basili. Springer Berlin Heidelberg New York, 2005.
- P. Runeson et al., Case study research in software engineering: Guidelines and examples. John Wiley & Sons, 2012.
- V. Basili, A. Trendowics, M. Kowalczyk, J. Heidrich, C. Seaman, J. Münch, and D. Rombach, Aligning Organizations Through Measurement. The GQM+Strategies Approach. Springer, 2014.
- H. C. Kraemer and C. Blasey. How many subjects? Statistical power analysis in research. Sage publications, 2016.
- C. Wohlin, P. Runeson, M. Höst, M. C. Ohlsson, B. Regnell, and A. Wesslén, Experimentation in Software Engineering. Springer, 2024.
- M. Felderer and G. H. Travassos, Contemporary empirical methods in software engineering. Vol. 1286. Berlin/Heidelberg, Germany: Springer, 2020.
- E. Perjons and P. Johannesson, An Introduction to Design Science. Springer Nature, 2022.
- D. Mendez et al., Handbook on Teaching Empirical Software Engineering. Springer, 2025.
Dozentinnen / Dozenten
Empfohlene Vorkenntnisse
Daten zum Modul
| Semester |
1/2 |
| Unterrichtssprache |
Deutsch und Englisch |
|
Häufigkeit
|
Sommersemester
|
| Kreditpunkte (CP)
|
5 |
| Modulverantwortlich |
Prof. Dr. Peter Knauber |
| Dauer |
1 Semester |
| Schwerpunkt(e) |
Software Engineering (SE)
|
|
Studienleistung
|
Keine |
|
Prüfungsvorleistung
|
Keine |
|
Prüfungsleistung
|
Continuous Assessment (CA) |
Semesterwochenstunden (SWS)
| Vorlesung |
3 SWS |
| Übung |
1 SWS |
| Summe |
4 SWS |
Arbeitsaufwand (Workload)
| Vorlesung |
60 h |
| Selbststudium |
60 h |
| Aufgaben |
30 h |
| Summe |
150 h |
