Agile Processes in Software Engineering and Extreme Programming

Inhaltsverzeichnis

1. Frontmatter

   PDF-Version jetzt herunterladen

2. Leadership and Culture

   1. Frontmatter

   2. Sustaining Agility: How Agile Coaches Ensure Changes Endure

      • Open Access

      Ehikioya Obode, Peggy Gregory, Derek Somerville, Advait Deshpande

      Agile Trainer werden oft als Katalysatoren für Transformationen gesehen, aber ihre Wirkung verblasst häufig, wenn sie gehen - es sei denn, sie planen strategisch auf Kontinuität. Dieses Kapitel geht der selten untersuchten Frage nach, was nach dem Abgang eines agilen Coaches passiert, und enthüllt, wie Top-Coaches ihre Arbeit durch eine Kombination aus strukturellen, kulturellen und beziehungsbezogenen Strategien aufrechterhalten. Basierend auf eingehenden Interviews mit sechzehn erfahrenen agilen Trainern aus unterschiedlichen Branchen und mit unterschiedlichem Hintergrund deckt der Text sechs Schlüsselthemen auf, die nachhaltige Agilität definieren: den Aufbau selbsttragender Teams, das Management von Variabilität nach dem Ausstieg, die Schaffung von Mechanismen für Kontinuität, die Förderung einer Kultur der kontinuierlichen Verbesserung, die Ausrichtung von Agilität auf den realen Unternehmenswert und die Steuerung von Beziehungen nach dem Ausstieg. Coaches beschreiben, wie sie ihre eigene Abhängigkeit bewusst verringern, indem sie Eigentumsrechte an Teams übertragen, agile Praktiken in organisatorische Routinen einbetten und eine kulturelle Abstimmung mit geschäftlichen Zielen sicherstellen. Die Ergebnisse stellen die Vorstellung in Frage, dass agile Transformationen fortwährende externe Unterstützung erfordern, und zeigen stattdessen, dass Erfolg darin liegt, Redundanz zu konzipieren. Ein konzeptionelles Modell - * Sustainable Agility * - veranschaulicht, wie sich Eigentum, Einbettung von Praktiken und die Ausrichtung von Kultur überschneiden, um dauerhafte Veränderungen herbeizuführen. Die Leser werden umsetzbare Einsichten darüber erhalten, wie Coaching-Engagements so strukturiert werden können, dass maximale langfristige Wirkung erzielt wird, einschließlich der Bedeutung einer frühen Übergabeplanung, der Betreuung interner Champions und der Einbettung von Feedback-Schleifen und Artefakten, die die Präsenz des Coaches überdauern. Das Kapitel beleuchtet auch die entscheidende Rolle der Führung bei der Stärkung agiler Werte und die Gefahren ritueller agiler Adaptation ohne kontextuelle Anpassung. Egal, ob Sie ein agiler Coach, Transformationsleiter oder Teammitglied sind, diese Untersuchung der Nachhaltigkeitsarbeit bietet eine neue Perspektive, wie man Agilität über die anfängliche Transformationsphase hinaus aufrechterhalten kann.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   3. From Fear to Reflection: Value Retrospectives to Enhance Value Creation in Agile Teams

      • Open Access

      Suvi Ihaksi, Maria Paasivaara

      Agile Teams operieren häufig ohne ein klares Verständnis des Wertes, den sie liefern, obwohl Rahmenwerke wie Scrum oder SAFe ihre Bedeutung betonen. In diesem Kapitel werden "Wertretrospektive" vorgestellt - ein strukturierter Prozess, der funktionsübergreifende Teams, Sponsoren und Unternehmenscontroller zusammenbringt, um über Kosten und Wert nachzudenken. Im Rahmen einer zweijährigen Studie in einem großen finnischen Konglomerat untersucht die Forschung, wie sich diese Retrospektiven im Laufe der Zeit entwickeln, welche Auswirkungen sie auf Teambildung und psychologische Sicherheit haben und wie sie die Lücke zwischen lokalen Teamzielen und Unternehmensprioritäten überbrücken. Die Studie zeigt, wie sich anfängliche Skepsis und Angst rund um Finanzdiskussionen in konstruktive Dialoge verwandeln, wodurch Teams in die Lage versetzt werden, kostensparende Maßnahmen zu identifizieren, ihren Zweck zu klären und ihre Arbeit mit umfassenderen organisatorischen Zielen in Einklang zu bringen. Zu den wichtigsten Ergebnissen zählen die entscheidende Rolle der Sponsorenbeteiligung bei der Förderung der Ausrichtung, die Herausforderungen, vor denen nicht kundenorientierte Teams stehen, wenn es darum geht, Werte zu artikulieren, und die iterativen Verbesserungen des Prozesses, die auf dem Feedback aus der realen Welt beruhen. Das Kapitel hebt auch hervor, wie Wertretrospektiven den Fokus von der reinen Messung der Ergebnisse auf die Förderung einer Kultur reflektierender Praxis verlagern, in der sich Teams aktiv an Diskussionen über Zielkonflikte, strategische Ausrichtung und die greifbaren Auswirkungen ihrer Arbeit beteiligen. Durch die Bereitstellung eines detaillierten Prozessmodells, von Vorlagen und Einblicken in die Förderungspraxis bietet diese Studie einen Entwurf für Organisationen, die in agilen Umgebungen die Wertorientierung und Transparenz verbessern wollen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

3. Business Agility

   1. Frontmatter

   2. Decision-Making and Team Autonomy in Large-Scale Agile Software Development: An Analysis of Scaling Frameworks

      • Open Access

      Lucas Rocha, Fabiana Mendes, Maria Paasivaara, Casper Lassenius

      Dieses Kapitel taucht tief in das kritische Gleichgewicht zwischen Teamautonomie und Organisationskontrolle in der groß angelegten agilen Softwareentwicklung ein, eine Herausforderung, die exponentiell wächst, wenn Teams und Abhängigkeiten sich vervielfachen. Er seziert, wie fünf führende Skalierungsrahmen - Scrum, SAFe, LeSS, Nexus und Spotify - Entscheidungsbefugnisse sowohl auf Team- als auch auf Teamebene zuweisen, wobei das Vroom-Yetton-Entscheidungsmodell verwendet wird, um Autonomie in autokratische, beratende und Gruppenkonsensstile zu kategorisieren. Die Analyse offenbart krasse Kontraste: Während Scrum Teams in die Lage versetzt, ihre Arbeitsabläufe zu definieren und Ziele zu sprinten, zentralisieren Rahmenwerke wie SAFe und LeSS Entscheidungen häufig um Produktziele, Release-Timing und Nachholpriorisierung, was die Notwendigkeit einer Koordinierung in skalierten Umgebungen widerspiegelt. Auf Teamebene werden Entscheidungen wie der Abbau von Rückständen, die Umverteilung von Teams und die Veröffentlichung von Inhalten häufig durch skalierte Rollen wie Produktmanagement oder Scrum of Scrums geregelt, was die Autonomie einzelner Teams weiter einschränkt. Das Kapitel beleuchtet auch den restriktiven Ansatz von SAFe mit seiner umfangreichen Dokumentation und begrenzten Vielfalt an Entscheidungen, der im Gegensatz zum flexibleren Spotify-Modell steht, bei dem die Teams weiterhin erhebliche Unabhängigkeit behalten. Indem in diesem Kapitel dargelegt wird, wer Entscheidungen trifft, wann sie getroffen werden und wie sie getroffen werden - sei es allein, nach Beratungen oder durch Gruppenkonsens - bietet dieses Kapitel den Fachleuten einen praktischen Rahmen, um Autonomiestrukturen in ihren eigenen Organisationen zu bewerten und anzupassen. Egal, ob Sie ein Skalierungsrahmenwerk bewerten oder Herausforderungen bei der Fehlerbehebung angehen: Diese Analyse bietet verwertbare Einblicke in die Zielkonflikte zwischen Flexibilität und Kontrolle in agiler Größenordnung.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   3. From Tensions to Solutions: Managing Paradoxes in Large-Scale Agile

      • Open Access

      Nina Haugland Andersen, Nils Brede Moe, Astri Barbala, Rasmus Ulfsnes, Cansu Kilit, Hatice Fidan, Viktoria Stray

      Dieses Kapitel untersucht die Paradoxa, die entstehen, wenn Organisationen agile Methoden skalieren, und zeigt, wie Spannungen wie Zentralisierung versus Autonomie, interner versus externer Fokus und Produkt versus Projekt das Tagesgeschäft beeinflussen. Anhand einer detaillierten Fallstudie eines multinationalen Unternehmens für digitale Marktplätze, MarketCorp, decken die Autoren drei dominante Paradoxa auf, die große agile Umgebungen beeinflussen. Die kritischsten Spannungen - Zentralisierung versus Autonomie - manifestieren sich über Kultur, Technologie und strategische Prioritäten hinweg und veranschaulichen die inhärenten Herausforderungen, ein Gleichgewicht zwischen lokaler Flexibilität und globaler Ausrichtung herzustellen. Das Kapitel stellt außerdem zwei innovative Ansätze zur Erleichterung des Dialogs zwischen führenden Politikern vor, die darauf abzielen, das Bewusstsein zu schärfen und produktive Diskussionen über diese Paradoxa zu fördern. Durch die Normalisierung von Paradoxa als natürlicher Bestandteil des Organisationslebens und die Förderung iterativer Experimente bieten die Autoren eine Roadmap für Führungskräfte, um konkurrierende Forderungen zu bewältigen, ohne auf simplifizierende Zielkonflikte zurückzugreifen. Die Studie schließt mit acht praktischen Empfehlungen zur Einbettung des Paradoxon-Managements in agile Routinen, die langfristige Nachhaltigkeit und Innovation gewährleisten. Für Fachleute, die sich mit der Komplexität agiler Skalierung auseinandersetzen, bietet dieses Kapitel sowohl theoretische Tiefe als auch umsetzbare Einsichten, um Paradoxa in Wachstumschancen zu verwandeln.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   4. What Shapes Hybrid Work Preferences and Behaviors in Agile Software Engineering?

      • Open Access

      Fateme Broomandi, Emily Laue Christensen, Maria Paasivaara

      Hybridarbeit hat sich zu einer festen Größe im agilen Softwareengineering entwickelt, doch viele Organisationen tun sich schwer, Richtlinien zu entwerfen, die individuelle Bedürfnisse mit Teamzusammenarbeit in Einklang bringen. Dieses Kapitel geht den Schlüsselfaktoren nach, die hybride Arbeitspräferenzen und Verhaltensweisen prägen, und enthüllt, wie sich persönliche Umstände wie Geschlecht, Dienstzeit und Kinderbetreuung mit kontextuellen Elementen wie Teamgröße und Arbeitszeit überschneiden, um Entscheidungen über die Anwesenheit im Büro, die Anwesenheit bei Besprechungen und die virtuelle Zusammenarbeit zu beeinflussen. Basierend auf einer Umfrage unter 65 agilen Praktikern deckt die Studie überraschende Unterschiede bei den Präferenzen auf - beispielsweise, wie einige Mitarbeiter von Fernarbeit profitieren, während andere in Bezug auf Grenzen und Produktivität auf das Büro angewiesen sind. Außerdem werden untersuchte Verhaltensweisen wie Kameranutzung und Multitasking in virtuellen Meetings untersucht, wobei hervorgehoben wird, wie sich diese Gewohnheiten über Rollen und Teamkonfigurationen hinweg unterscheiden. Jenseits individueller Motivationen untersucht die Studie Vereinbarungen auf Teamebene über die Präsenz im Büro und die Auswirkungen der Teamverteilung und bietet einen detaillierten Blick auf die Herausforderungen, hybride Strategien mit agilen Prinzipien in Einklang zu bringen. Mit Erkenntnissen aus einem ausgereiften Umfeld nach einer Pandemie bietet dieses Kapitel eine Roadmap für Organisationen, die darauf abzielen, ihre hybriden Arbeitsstrategien zu verfeinern, um sicherzustellen, dass sie nicht nur unterschiedlichen Bedürfnissen gerecht werden, sondern auch die Zusammenarbeit und Anpassungsfähigkeit fördern, die für einen agilen Erfolg von zentraler Bedeutung sind.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

4. Data-Driven Agility and Transformations

   1. Frontmatter

   2. The Agile Mindset and Its Impact on Job Satisfaction, Goal Orientation and Change Resistance – A Scale Development and Validation

      • Open Access

      Karen Eilers, Christoph Peters, Ulrich Bretschneider

      Dieses Kapitel enthüllt eine bahnbrechende, empirisch validierte Skala zur Messung der agilen Denkweise - ein Konzept, das zunehmend als Dreh- und Angelpunkt erfolgreicher agiler Transformationen anerkannt wird. Das Instrument destilliert die agile Denkweise in vier zentrale Dimensionen: Lerngeist, der die Offenheit des Einzelnen für Experimente und Wissenserwerb widerspiegelt; kollaborativer Austausch, der den Wert erfasst, der auf Transparenz und gemeinsame Problemlösung gelegt wird; Kunden-Co-Kreation, die den direkten Dialog mit Kunden betont, um Werte zu steigern; und ermächtigte Selbstführung, die Autonomie und Verantwortung in Arbeitsprozessen hervorhebt. Im Gegensatz zu früheren Versuchen erfüllt diese Skala strenge psychometrische Standards und gewährleistet Zuverlässigkeit und Gültigkeit in unterschiedlichen beruflichen Kontexten. Das Kapitel beschreibt den zehnstufigen Entwicklungsprozess von der Konzeptualisierung bis zur Quervalidierung und untersucht, wie die agile Denkweise mit Arbeitszufriedenheit, Zielorientierung und Veränderungsresistenz korreliert - Schlüsselindikatoren für die Leistung in dynamischen Umgebungen. Praktiker werden umsetzbare Einsichten in den Einsatz dieses Tools finden, um die Agilität von Teams zu bewerten, maßgeschneiderte Interventionen durchzuführen und eine Kultur der kontinuierlichen Verbesserung zu fördern. Für Forscher bietet diese Skala eine solide Grundlage, um die Vorgeschichte und die Ergebnisse agiler Denkweisen zu erforschen und den Weg für zukünftige Studien über Organisationsverhalten und menschenzentrierte Agilität zu ebnen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   3. The Future of Experimentation: A Research Agenda Based on Practitioners’ Reflections

      • Open Access

      Nils Stotz, Kevin Anderson, Paul Drews

      Dieses Kapitel taucht in die Zukunft des Experimentierens ein und enthüllt, wie KI jede Phase des Prozesses umgestaltet - von der Erzeugung von Hypothesen bis hin zur Kommunikation über Erkenntnisse - und dabei das kritische Gleichgewicht zwischen Automatisierung und menschlicher Aufsicht aufrechterhält. Darin werden sechs von 58 Branchenexperten identifizierte Schlüsseltrends aufgezeigt, darunter die Verlagerung von allgemeinen Durchschnittseffekten hin zu hyperpersonalisierten Einsichten auf Segmentebene, der Aufstieg lagereigener Experimentierplattformen und die Ausweitung des Experimentierens über digitale Produkte hinaus auf Logistik und Betrieb. Der Text geht auch auf die wachsende Nachfrage nach statistischer Strenge im Maßstab 1: 1 ein, wo Umgebungen mit hohem Durchsatz robuste Leitplanken erfordern, um Fehlalarme zu verhindern und vertrauenswürdige Ergebnisse zu gewährleisten. Schließlich werden die kulturellen und organisatorischen Herausforderungen untersucht, die darüber entscheiden, ob Experimente zu einer nachhaltigen, unternehmensweiten Fähigkeit werden oder auf isolierte Teams beschränkt bleiben. Durch die Abbildung dieser Trends auf aktuelle Forschungslücken bietet das Kapitel sowohl Praktikern als auch Forschern eine Roadmap, um die nächste Generation von Experimentiersystemen verantwortungsvoll zu gestalten.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

5. Engineering

   1. Frontmatter

   2. Evaluating the Consequences of Process Adjustment Patterns for Handling Software Architecture Uncertainties

      • Open Access

      André Paris, Fábio Fagundes Silveira, Jorge Melegati, Eduardo Guerra

      Softwarearchitektur ist selten statisch - Anforderungen verschieben sich, Technologien entwickeln sich und unvorhergesehene Herausforderungen treten häufig erst spät im Entwicklungszyklus auf. In diesem Kapitel wird untersucht, wie agile Teams diese Unsicherheiten anhand von vier Prozeßanpassungsmustern systematisch angehen können: Schutzrichtlinie, Bring the Specialist, Plan for Preparation und Quality Checkpoint. Diese Muster, die ursprünglich aus begrenzten Beweisen abgeleitet wurden, werden nun durch Interviews mit erfahrenen Softwarearchitekten verschiedener Branchen empirisch validiert. Das Kapitel seziert den Hauptzweck und die praktischen Implikationen jedes einzelnen Musters und enthüllt, wie sie Unsicherheit verringern, Risiken abmildern und die Entscheidungsfindung in dynamischen Umgebungen verbessern. Protective Guideline hilft bei der Standardisierung von Kodierungspraktiken, um zukünftige architektonische Beschränkungen zu vermeiden, während Bring the Specialist Expertenwissen nutzt, um domänenspezifische Herausforderungen zu lösen. Plan for Preparation betont proaktive Forschung, um Probleme zu antizipieren, bevor sie auftreten, und Quality Checkpoint stellt sicher, dass kritische Artefakte vordefinierte Standards erfüllen. Die Studie bestätigt nicht nur die Effektivität dieser Muster, sondern deckt auch neue Zielkonflikte auf - wie erhöhte Projektkosten, Barrieren beim Einsteigen und das Risiko übermäßiger Vorbereitung -, die Fachleute bei ihrer Anwendung abwägen müssen. Die Ergebnisse unterstreichen die Wichtigkeit eines Gleichgewichts zwischen Flexibilität und Kontrolle und bieten umsetzbare Erkenntnisse für Teams, die sich durch die Komplexität der Agilen Architektur bewegen. Egal, ob Sie Ihren Entwicklungsprozess verfeinern oder evidenzbasierte Strategien suchen, um architektonische Unsicherheiten zu bewältigen: Dieses Kapitel bietet eine Roadmap für informierte, anpassungsfähige Entscheidungen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   3. TD-Suite: All Batteries Included Framework for Technical Debt Classification

      • Open Access

      Karthik Shivashankar, Antonio Martini

      Entdecken Sie, wie die TD-Suite das technische Schuldenmanagement transformiert, indem sie transformatorbasierte KI-Modelle nutzt, um die Erkennung und Klassifizierung von 13 unterschiedlichen Schuldenarten - von der Architektur bis hin zu Testschulden - direkt aus unstrukturierten Textquellen wie GitHub-Problemen und Jira zu automatisieren. Das Rahmenwerk führt eine modulare Architektur ein, die sowohl binäre als auch multiple Klassifizierung unterstützt, was es Teams ermöglicht, Schuldenstände effizient zu priorisieren und gleichzeitig agile Arbeitsabläufe aufrechtzuerhalten. Eine Schlüsselinnovation ist die Verfolgung der Kohlenstoffemissionen, die den Anwendern hilft, das nachhaltigste Modell für ihre Bedürfnisse auszuwählen, ohne dabei die Leistung zu opfern. Der Artikel geht auf die technischen Grundlagen von TD-Suite ein, einschließlich seiner Datenverarbeitungspipeline, seines Schulungssystems mit Kreuzvalidierung und seiner Einsatzoptionen über Docker und Gradio, wodurch fortgeschrittene KI für übergreifende Teams zugänglich wird. Leistungskennzahlen zeigen, dass große Modelle wie DeBERTaV3 zwar Spitzengenauigkeit bieten, destillierte Modelle wie DistilRoBERTa jedoch eine leistungsstarke, nachhaltige Alternative darstellen, die sich für Echtzeit-Workflows eignet. Darüber hinaus vereinfachen die Usability-Features des Frameworks, wie eine interaktive Gradio-Weboberfläche und der Einsatz in Containern, die Integration in bestehende Toolchains. Reale Auswertungen industrieller Datensätze von Visma zeigen signifikante Verbesserungen der Genauigkeit und des Abrufs nach Feinabstimmungen, die die Effektivität von TD-Suite in unterschiedlichen Entwicklungsumgebungen bestätigen. Egal, ob Sie proaktiv Schulden verwalten, Engpässe bei der manuellen Überprüfung verringern oder nachhaltige KI-Praktiken anwenden möchten, die TD-Suite bietet eine robuste Komplettlösung.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

6. AI Augmented Software Engineering

   1. Frontmatter

   2. Evaluating the Quality of User Stories: An Extended Comparative Study of Multiple LLMs and Rule-Based Tools

      • Open Access

      Izabella Silva, João Paiva, Mirko Perkusich, Danyllo Albuquerque, Emanuel Dantas, Kyller Gorgônio, Angelo Perkusich

      Dieser Fachartikel präsentiert eine bahnbrechende Vergleichsstudie, die die Effektivität regelbasierter Werkzeuge und fortgeschrittener Large Language Models (LLMs) bei der Beurteilung der Qualität von Benutzergeschichten innerhalb der Agilen Softwareentwicklung bewertet. Die Studie vergleicht AQUSA - ein traditionelles regelbasiertes Werkzeug - mit drei hochmodernen LLMs: GPT-4, GPT-5 und GPT-5-mini, wobei ein robuster Datensatz von 182 realen Nutzergeschichten aus drei unterschiedlichen Industrieprojekten verwendet wird. Die Studie konzentriert sich auf das Quality User Story (QUS) -Rahmenwerk, das Qualität in syntaktische, semantische und pragmatische Dimensionen kategorisiert und bewertet, wie jedes Werkzeug bei der Erkennung von Fehlern anhand von fünf zentralen QUS-Kriterien abschneidet. Die Ergebnisse offenbaren überraschende Erkenntnisse: Während AQUSA sich in strukturellen Fragen durch Präzision auszeichnet, zeigen moderne LLMs wie GPT-5-mini eine überlegene Rückrufaktion und decken subtile kontextbezogene und pragmatische Mängel auf, die regelbasierten Systemen häufig entgehen. Der Artikel geht auf die Stärken und Grenzen jedes einzelnen Ansatzes ein und beleuchtet einen kritischen Zielkonflikt zwischen Präzision und Rückruf. So erreicht beispielsweise GPT-5-mini mit einem F1-Wert von 0,62 die höchste Gesamteffektivität, während GPT-5 mit hohen falsch-positiven Raten zu kämpfen hat und GPT-4 eine übermäßig konservative Haltung mit geringem Rückruf einnimmt. Über quantitative Messgrößen hinaus führt die Studie eine qualitative Analyse der Feedback-Qualität durch und zeigt, dass LLMs aktivere und kontextrelevantere Vorschläge zur Verfeinerung von Nutzergeschichten liefern, obwohl sie gelegentlich spekulative Rechtfertigungen enthalten. Die Ergebnisse sprechen sich für eine hybride "Dual-Gate" -Strategie aus, die die deterministische Strenge regelbasierter Werkzeuge mit der adaptiven Argumentation von LLMs kombiniert und gleichzeitig die Notwendigkeit menschlicher Aufsicht zur Validierung von KI-generiertem Feedback betont. Dieser Artikel ist eine wichtige Lektüre für Fachleute, die KI in agilen Umgebungen effektiv einsetzen möchten. Er bietet evidenzbasierte Empfehlungen zur Integration dieser Tools in ihre Arbeitsabläufe, um die Rückstandsqualität zu verbessern und Nacharbeiten zu reduzieren.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   3. An AI Driven Decision System for Value Aware Regression Testing

      • Open Access

      Suddhasvatta Das, Kevin Gary

      Agile Entwicklung lebt von rascher Iteration und kontinuierlicher Bereitstellung, aber Regressionstests tun sich oft schwer, Schritt zu halten, ohne dabei Qualität oder Stakeholder-Wert zu opfern. In diesem Kapitel wird ein bahnbrechender Ansatz vorgestellt, der die Auswahl von Regressionstests als wertbewusstes, zeitlich begrenztes Optimierungsproblem umrahmt, bei dem der Unternehmenswert - nicht nur technische Kennzahlen - die Entscheidungsfindung bestimmt. Im Kern führt die Forschung ein mehrzieliges Rahmenwerk ein, das zwei entscheidende Ziele ausbalanciert: die Maximierung des kumulativen Geschäftswertes geschützter Funktionalität und die Gewährleistung einer umfassenden Anforderungsabdeckung innerhalb begrenzter Regressionstestfenster. Die vorgeschlagene Lösung nutzt den genetischen Algorithmus NSGA-II, um durch diesen Zielkonflikt zu navigieren und Pareto-optimale Testuntergruppen zu generieren, die explizit hohe Anforderungen priorisieren und gleichzeitig strenge Zeitbudgets einhalten. Durch empirische Evaluierung zeigt das Kapitel, dass dieser auf künstlicher Intelligenz basierende Ansatz traditionelle Methoden - wie Bedarfsdeckungsbaselines und zufällige Auswahl - beim Schutz wertvoller Funktionalität durchgängig übertrifft, insbesondere unter engen Zeitvorgaben. Die Ergebnisse zeigen ein auffälliges Muster: Während deckungsfokussierte Methoden eine geringfügig höhere Effizienz bei der Messung des Wertes pro Zeiteinheit erreichen können, sichert der NSGA-II-Ansatz einen größeren Anteil am gesamten Unternehmenswert, indem er die Testanstrengungen auf die kritischsten Anforderungen konzentriert. Dieser Zielkonflikt steht im Einklang mit agilen Prinzipien, bei denen die Erhaltung des erbrachten Stakeholder-Wertes Vorrang vor der Optimierung allein für technische Benchmarks hat. Das Kapitel untersucht auch, wie dieses Rahmenwerk in CI / CD-Pipelines integriert werden kann und bietet eine skalierbare, anpassungsfähige Lösung für Teams, die sich mit den doppelten Herausforderungen der schnellen Bereitstellung und Qualitätssicherung auseinandersetzen. Indem Regressionstests als Entscheidungsproblem formalisiert werden, das auf geschäftlichen Auswirkungen beruht, liefert die Forschung eine überzeugende Blaupause für die Abstimmung von Teststrategien mit organisatorischen Zielen und stellt sicher, dass jeder Regressionszyklus sinnvoll zum langfristigen Erfolg beiträgt.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   4. ArchHypo.AI: An LLM-Based Tool for Managing Software Architecture Uncertainty with Hypothesis Engineering in Agile Boards

      • Open Access

      Jonathan Carvalho, Vinicius da Silva Dias, Fábio Fagundes Silveira, Eduardo Guerra, Paulo Gabriel Gadelha Queiroz, Joelma Choma

      Agile Softwareentwicklung lebt von Anpassungsfähigkeit, kämpft aber oft mit architektonischen Unsicherheiten, die zu Überarbeitung, technischer Verschuldung und Schwachstellen führen. Dieses Kapitel beschäftigt sich mit ArchHypo.AI, einem bahnbrechenden Werkzeug, das Hypothesen-Engineering mit Large Language Models (LLMs) verbindet, um vage architektonische Bedenken in strukturierte, überprüfbare Hypothesen und ausführbare technische Pläne zu verwandeln. Das Tool integriert sich nahtlos in Trello, eine beliebte agile Projektmanagementplattform, um Echtzeit-KI-Unterstützung für die Klassifizierung von Unsicherheiten, die Generierung von Hypothesen und die Konzeption von Experimenten zu bieten - und sich dabei an etablierten architektonischen Mustern wie Architectural Spikes und Proofs of Concept auszurichten. Das Kapitel vertieft die Kernfunktionalitäten des Tools, einschließlich automatisierter Hypothesenerstellung, intelligenter Klassifizierung nicht-funktionaler Anforderungen (Non-Functional Requirements, NFRs) und dynamischer technischer Planerstellung, die alle von einem Retrieval Augmented Generation (RAG) -System angetrieben werden, das auf eine Vektordatenbank architektonischen Wissens zurückgreift. Eine detaillierte Fallstudie bewertet die Effektivität von ArchHypo.AI durch empirische Forschung mit 10 erfahrenen Experten und zeigt, wie das Tool nicht nur die Entscheidungsfindung beschleunigt, sondern auch kollaboratives Lernen und evidenzbasierte agile Praktiken fördert. Die Leser werden erfahren, wie diese Innovation kritische Lücken in bestehenden Arbeitsabläufen behebt und es Teams ermöglicht, Risiken zu priorisieren, Unsicherheiten abzumildern und architektonische Entscheidungen mit strategischen Zielen in Einklang zu bringen - und gleichzeitig die kognitive Belastung durch manuelle Dokumentation zu verringern. Das Kapitel beleuchtet auch das Feedback der Benutzer, Herausforderungen hinsichtlich der Benutzerfreundlichkeit und zukünftige Richtungen und bietet einen umfassenden Einblick, wie das KI-getriebene Hypothesenmanagement die Softwarearchitektur in agilen Umgebungen umgestaltet.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

7. Product and Design

   1. Frontmatter

   2. Integration of UX Research Practices Into Agile Requirements Engineering: A Study in Software Industry

      • Open Access

      Leonardo Ciscon, Marcelo de Oliveira, Adler Diniz, Joelma Choma, Luciana Zaina

      Dieses Kapitel untersucht die Integration von UX Research-Praktiken in das Agile Requirements Engineering (RE) und adressiert eine entscheidende Herausforderung, vor der Softwareentwicklungsteams stehen: die Abstimmung benutzerzentrierten Designs mit iterativen, schnelllebigen agilen Prozessen. Der Text beginnt mit der Definition zentraler Konzepte wie Benutzerfreundlichkeit und User Experience (UX) und ihrer Unterscheidung unter den Normen ISO 9241-210: 2019. Anschließend wird untersucht, wie agile RE-Aktivitäten - Ermittlung, Dokumentation, Validierung, Verhandlung und Management - UX Research-Methoden wie Interviews, Anwendertests und Beobachtung einbinden können, um die Bedürfnisse und Emotionen der Anwender besser zu erfassen. Das Kapitel präsentiert die Ergebnisse einer Multiple-Case-Studie, an der vier Softwareunternehmen beteiligt waren, und enthüllt, wie UX Research über agile RE-Stadien verteilt ist und wer in den Prozess involviert ist. Es hebt hervor, dass UX Research zwar primär bei der Anforderungsfindung eingesetzt wird, seine Ergebnisse jedoch für agile Teams oft nicht effektiv kommuniziert oder strukturiert werden, was zu Lücken im Verständnis und in der Umsetzung führt. Die Studie identifiziert sowohl positive Auswirkungen - wie verbesserte Zusammenarbeit, strukturierte Dokumentation und Nutzervalidierung - als auch negative Herausforderungen, darunter Zeitbeschränkungen, fehlende UX-Expertise und widersprüchliche Prioritäten zwischen Funktionalität und Benutzerfreundlichkeit. Tools wie Figma, GitLab und Azure DevOps werden als entscheidende Enabler zur Überbrückung dieser Lücken diskutiert, während Praktiken wie Sprint Zero, User Story Templates und kontinuierliche UX Research als Best-in-Class-Ansätze präsentiert werden. Das Kapitel schließt mit der Betonung der Notwendigkeit kontinuierlicher UX-Forschung, nicht nur während der ersten Entdeckung, um sicherzustellen, dass die sich entwickelnden Nutzerbedürfnisse während des gesamten Entwicklungszyklus erfüllt werden. Für Fachleute, die ihre Agilen Prozesse mit UX Research verbessern möchten, bietet dieses Kapitel eine Roadmap für praktische Integration, die durch Beispiele aus der realen Welt und umsetzbare Empfehlungen untermauert wird.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   3. Iterative Pilot Testing as a Scalable User Involvement Practice in Large-Scale Agile Software Development

      • Open Access

      Morteza Moalagh

      Agile Softwareentwicklung im großen Maßstab steht vor einer entscheidenden Herausforderung: Wie kann man Anwender sinnvoll einbinden, die oft geografisch verstreut, zeitlich eingeschränkt und mit agilen Prozessen nicht vertraut sind? Diese Studie vertieft sich in iterative Pilottests (IPT) als skalierbare Lösung und enthüllt, wie unfertige, aber operative Systeme in realen Umgebungen eingesetzt werden können, um authentisches, kontextreiches Feedback zu erzeugen. Die von der norwegischen Arbeits- und Wohlfahrtsbehörde durchgeführte Studie zeigt, wie IPT die Kluft zwischen Entwicklungsteams und Endnutzern überbrückt, indem es Entwicklungsarbeit greifbar macht, versteckte Bedürfnisse der Nutzer aufdeckt und kulturelle und kommunikative Barrieren in 264 lokalen Büros beseitigt. Die Studie identifiziert vier Schlüsselentscheidungsbereiche - potenzielle Auswirkungen, Lösungsvollständigkeit, Dauer und Vielfalt der Nutzergruppen -, die den Umfang des IPT bestimmen, und bietet Teams einen flexiblen Rahmen, um Pilottests an ihre organisatorischen Beschränkungen anzupassen. Über bloße Tests hinaus entwickelt sich IPT zu einer kollaborativen Praxis, die die Systementwicklung an die tatsächlichen Arbeitspraktiken anpasst, Implementierungsrisiken verringert und das Vertrauen zwischen Entwicklern und Anwendern fördert. Durch Beobachtung realer Arbeitsabläufe und Erfassung differenzierten Feedbacks können Entwicklungsteams Lösungen iterativ verfeinern und sicherstellen, dass das Endprodukt den vielfältigen Bedürfnissen einer verteilten Belegschaft entspricht. Die Ergebnisse stellen traditionelle Pilottestmethoden in Frage und zeigen, wie IPT so zugeschnitten werden kann, dass Kontrolle und Skalierbarkeit ausgewogen sind, was es zu einem unverzichtbaren Werkzeug für große agile Umgebungen macht.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   4. Agile Mobile Application Development with Integrated Artificial Intelligence: The Case of Diabetes Patient Support Application

      • Open Access

      Marks Calderon, Carlos Celi, Diego La Torre

      Dieses Kapitel vertieft die Komplexität der Entwicklung einer Anwendung zur Unterstützung von Diabetespatienten mithilfe eines spezialisierten Large Language Model (LLM) innerhalb eines agilen Rahmens. Er beginnt mit einem Überblick über die globale Belastung durch Diabetes und die Grenzen traditioneller mobiler Gesundheitsinstrumente und betont die Notwendigkeit intelligenter, einfühlsamer Unterstützungssysteme. Der Artikel untersucht dann die theoretischen Grundlagen agiler Entwicklung und ihre Herausforderungen bei der Anwendung auf KI-Projekte, einschließlich der nicht deterministischen Natur maschineller Lernaufgaben und der Mehrdeutigkeit der Definition von "Fertig" für KI-Modelle. Eine Fallstudie über ein 16-monatiges Projekt in Peru liefert eine detaillierte Darstellung des iterativen Prozesses des Teams, angepasst an Scrum-Prinzipien, und der methodischen Anpassungen, die sie implementierten, um Hindernisse wie Datenabhängigkeit, Engpässe bei der klinischen Validierung und die versteckten Kosten von KI-Rework-Zyklen zu überwinden. Zu den wichtigsten Anpassungen gehören Hybrid-Sprints mit forschungsorientierten Fragestellungen, mehrstufige Akzeptanzkriterien für KI-Aufgaben, ein spezieller Datenbestand und ein API-erster Ansatz zur Entkopplung der Modellentwicklung von der UI-Arbeit. Das Kapitel schließt mit umsetzbaren Strategien für Fachleute, die agile Softwareentwicklung mit KI-Engineering zusammenführen möchten, und bietet eine Blaupause, um technische Experimente mit klinischer Sicherheit und kontinuierlicher Wertschöpfung in Einklang zu bringen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

8. AI in Agile Teams

   1. Frontmatter

   2. Adoption of Large Language Models in Scrum Management: Insights from Brazilian Practitioners

      • Open Access

      Mirko Perkusich, Danyllo Albuquerque, Allysson Allex Araújo, Matheus Paixão, Rohit Gheyi, Marcos Kalinowski, Angelo Perkusich

      Diese Studie befasst sich mit der Einführung von Large Language Models (LLMs) im Rahmen von Scrum Management-Aktivitäten und stützt sich dabei auf Umfragedaten von 70 brasilianischen Fachleuten, die KI-Assistenten aktiv in ihren agilen Arbeitsabläufen einsetzen. Die Forschung deckt auf, wie diese Werkzeuge in die wichtigsten Scrum-Praktiken integriert werden, von der Veredelung von Artefakten wie Product Backlog Items und Sprint Goals bis hin zur Erleichterung von Ereignissen wie Daily Scrums und Sprint Reviews. Praktiker berichten von erheblichen Produktivitätszuwächsen, wobei 78% eine verbesserte Effizienz und 75% eine Verringerung des manuellen Aufwandes bei sich wiederholenden Aufgaben feststellen, während gleichzeitig Herausforderungen wie unzuverlässige Ergebnisse und Vertraulichkeitsrisiken hervorgehoben werden. Die Ergebnisse zeigen ein differenziertes Bild der Einführung künstlicher Intelligenz: LLMs zeichnen sich durch textlastige, analytische Aufgaben aus, stoßen aber bei strategischen oder konsensorientierten Aktivitäten auf Widerstand. Die Studie skizziert auch die am häufigsten verwendeten Modelle - ChatGPT, Gemini und Copilot Chat -, die die Landschaft beherrschen, und untersucht die Organisationsrichtlinien (oder deren Fehlen), die ihren Einsatz regeln. Durch die Untersuchung sowohl der Vorteile als auch der Hindernisse bietet dieses Kapitel eine Roadmap für Fachleute, die LLMs verantwortungsvoll in Scrum-Arbeitsabläufe integrieren wollen, um sicherzustellen, dass KI menschliche Entscheidungsfindung nicht ersetzt, sondern verstärkt. Egal, ob Sie Scrum Master, Product Owner oder Agile Coach sind, die Einsichten hier werden Ihnen helfen, die sich entwickelnde Rolle der KI im agilen Projektmanagement zu bewältigen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   3. Human-AI Collaboration in Software Development Activities: Perspectives of Agile Practitioners

      • Open Access

      Daniel Planötscher, Xiaofeng Wang, Mahum Adil, Peggy Gregory, Sepideh Larimian

      Generative KI ist kein Novum mehr in der Softwareentwicklung - sie ist eine transformative Kraft, die die Art und Weise verändert, wie Teams Anwendungen entwerfen, implementieren und warten. Dieses Kapitel geht auf den aktuellen Stand und die zukünftige Entwicklung der Zusammenarbeit zwischen Mensch und KI innerhalb der Agilen Softwareentwicklung ein, basierend auf einer Umfrage unter 73 Praktikern aus unterschiedlichen Rollen und Regionen. Sie werden erfahren, wie KI derzeit in sieben zentralen Softwareaktivitäten eingesetzt wird, von der Erfassung von Anforderungen bis hin zur Qualitätssicherung, und warum einige Teams immer noch zögern, sie einzuführen. Die Analyse zeigt eine klare Verschiebung von der KI als bloßer Assistent hin zu einem potenziellen Mitarbeiter oder sogar Führungskraft bei bestimmten Aufgaben, wobei die Einführung der KI als Co-Pilot bereits weit verbreitet ist. Die Erwartungen für die Zukunft sind sogar noch ehrgeiziger, da die Praktiker eine tiefere Integration erwarten, obwohl Skepsis in Bereichen wie Planung und UI / UX-Design besteht. Die Ergebnisse verdeutlichen nicht nur die Chancen - wie schnelleres Prototyping und geringere manuelle Arbeitsbelastung - sondern auch die Herausforderungen, darunter Vertrauensprobleme, Sicherheitsbedenken und das Risiko übermäßiger Abhängigkeit, insbesondere für junge Entwickler. Egal, ob Sie ein Entwickler sind, der seinen Workflow optimieren möchte, ein Produkteigentümer, der KI-Tools bewertet, oder ein Agiler Coach, der durch die Teamdynamik navigiert: Dieses Kapitel bietet eine datengestützte Roadmap, um zu verstehen, wo KI heute in Ihre Prozesse passt und wohin sie morgen führen könnte. Gestützt auf Visualisierungen von Übergängen im Kollaborationsmodus und Zitate aus der realen Welt von Praktikern ist es ein praktischer Leitfaden, um fundierte Entscheidungen in einer von künstlicher Intelligenz getriebenen Entwicklungslandschaft zu treffen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

   4. Between Policy and Practice: GenAI Adoption in Agile Software Development Teams

      • Open Access

      Michael Neumann, Lasse Bischof, Nic Elias Hinz, Abdullah Altun, Luca Stockmann, Dennis Schrader, Ana Carolina Ahaus, Erim Can Demirci, Benjamin Gabel, Maria Rauschenberger, Philipp Diebold, Henning Fritzemeier, Adam Przybyłek

      Generative KI-Tools (GenAI) wie ChatGPT und GitHub Copilot verändern agile Software-Entwicklungsteams rasch, indem sie wiederkehrende Aufgaben wie Codegenerierung, Testfallerstellung und Dokumentation automatisieren. Allerdings verläuft ihre Einführung nicht reibungslos. Diese Studie untersucht, wie drei deutsche Organisationen - von einem großen Automobilhersteller bis hin zu einem kleinen Beratungsunternehmen - GenAI in ihre agilen Arbeitsabläufe integrieren und dabei unterschiedliche Anwendungsfälle aufdecken, die auf unterschiedliche Rollen zugeschnitten sind. Product Owners und Agile Coaches nutzen GenAI als kreativen Partner für Brainstorming und die Verfeinerung von Anforderungen, während Entwickler sie als Programmierpaare nutzen, um Codierung und Debugging zu beschleunigen. Dennoch zeigen die Forschungsergebnisse erhebliche Hindernisse auf, darunter Bedenken hinsichtlich des Datenschutzes, die Notwendigkeit einer rigorosen Validierung der Ergebnisse künstlicher Intelligenz und bürokratische Hürden, die häufig zu Schatteninformationspraktiken führen. Ein zentrales Ergebnis ist die Diskrepanz zwischen formaler Organisationspolitik und den Realitäten vor Ort, wo Entwickler Beschränkungen umgehen, um die Produktivität aufrechtzuerhalten. Die Studie unterstreicht auch die Rolle von Governance-Rahmenwerken bei der Gestaltung der Umsetzung, wobei Unternehmen entweder risikoscheue, Compliance-orientierte Ansätze oder flexiblere, informelle Richtlinien verfolgen. Obwohl GenAI greifbare Vorteile in Bezug auf Effizienz und Kreativität bietet, hängt ihre erfolgreiche Integration letztlich davon ab, Innovation mit robuster Aufsicht und praktischen Unterstützungsstrukturen in Einklang zu bringen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

      PDF-Version jetzt herunterladen

9. Backmatter

   PDF-Version jetzt herunterladen