Conceptual modeling allows abstraction, communication and consensus building in system development. It is challenging to expand and improve the accuracy of models in an iterative process, producing models able to facilitate analysis. Modeling and analysis can be especially challenging in early Requirements Engineering (RE), where high-level system requirements are discovered. In this stage, hard-to-measure non-functional requirements are critical; understanding the interactions between systems and stakeholders is a key to system success. Goal models have been introduced as a means to ensure stakeholder needs are met in early RE. Because of the high-level, social nature of early RE models, it is important to provide procedures which prompt stakeholder involvement (interaction) and model improvement (iteration). Most current approaches to goal model analysis require quantitative or formal information that is hard to gather in early RE, or produce analysis results automatically over models. Approaches are needed which balance automated analysis over complex models with the need for interaction and iteration. This work develops a framework for iterative, interactive analysis for early RE using agent-goal models. We survey existing approaches for goal model analysis, providing guidelines using domain characteristics to advise on procedure selection. We define requirements for an agent-goal model framework specific to early RE analysis, using these requirements to evaluate the appropriateness of existing work and to motivate and evaluate the components of our analysis framework. We provide a detailed review of forward satisfaction procedures, exploring how different model interpretations affect analysis results. A survey of agent-goal variations in practice is used to create a formal definition of the i* modeling framework which supports sensible syntax variations. This definition is used to precisely define analysis procedures and concepts throughout the work. The framework consists of analysis procedures, implemented in the OpenOME requirements modeling tool, which allow users to ask “What if?” and “Is this goal achievable, and how?” questions. Visualization techniques are introduced to aid analysis understanding. Consistency checks are defined over the interactive portion of the framework. Implementation, performance and potential optimizations are described. Group and individual case studies help to validate framework effectiveness in practice. Contributions are summarized in light of the requirements for early RE analysis. Finally, limitations and future work are described.

Conceptual modeling allows abstraction, communication and consensus building in system development. It is challenging to expand and improve the accuracy of models in an iterative process, producing models able to facilitate analysis. Modeling and analysis can be especially challenging in early Requirements Engineering (RE), where high-level system requirements are discovered. In this stage, hard-to-measure non-functional requirements are critical; understanding the interactions between systems and stakeholders is a key to system success. Goal models have been introduced as a means to ensure stakeholder needs are met in early RE. Because of the high-level, social nature of early RE models, it is important to provide procedures which prompt stakeholder involvement (interaction) and model improvement (iteration). Most current approaches to goal model analysis require quantitative or formal information that is hard to gather in early RE, or produce analysis results automatically over models. Approaches are needed which balance automated analysis over complex models with the need for interaction and iteration. This work develops a framework for iterative, interactive analysis for early RE using agent-goal models. We survey existing approaches for goal model analysis, providing guidelines using domain characteristics to advise on procedure selection. We define requirements for an agent-goal model framework specific to early RE analysis, using these requirements to evaluate the appropriateness of existing work and to motivate and evaluate the components of our analysis framework. We provide a detailed review of forward satisfaction procedures, exploring how different model interpretations affect analysis results. A survey of agent-goal variations in practice is used to create a formal definition of the i* modeling framework which supports sensible syntax variations. This definition is used to precisely define analysis procedures and concepts throughout the work. The framework consists of analysis procedures, implemented in the OpenOME requirements modeling tool, which allow users to ask “What if?” and “Is this goal achievable, and how?” questions. Visualization techniques are introduced to aid analysis understanding. Consistency checks are defined over the interactive portion of the framework. Implementation, performance and potential optimizations are described. Group and individual case studies help to validate framework effectiveness in practice. Contributions are summarized in light of the requirements for early RE analysis. Finally, limitations and future work are described.

Les récentes évolutions dans les technologies de l’information et de la communication, avec le développement de l’Internet, conduisent à l’explosion des volumes des sources de données. Des nouveaux besoins en recherche d’information émergent pour traiter l’information en relation aux contextes d’utilisation, augmenter la pertinence des réponses et l’usabilité des résultats produits, ainsi que les possibles corrélations entre sources de données, en rendant transparentes leurs hétérogénéités. Les travaux de recherche présentés dans ce mémoire apportent des contributions à la conception d’une Nouvelle Approche de Recherche d’Information (NARI) pour la prise de décision. NARI vise à opérer sur des grandes masses de données cataloguées, hétérogènes, qui peuvent être géo référencées. Elle est basée sur des exigences préliminaires de qualité (standardisation, réglementations), exprimées par les utilisateurs, représentées et gérées à l’aide des métadonnées. Ces exigences conduisent à pallier le manque de données ou leur insuffisante qualité, pour produire une information de qualité suffisante par rapport aux besoins décisionnels. En utilisant la perspective des utilisateurs, on identifie et/ou on prépare des sources de données, avant de procéder à l’étape d’intégration des contenus. L’originalité de NARI réside dans la métaphore de l’écart d’impédance (phénomène classique lorsque on cherche à connecter deux systèmes physiques hétérogènes). Cette métaphore, dont R. Jeansoulin est à l’origine, ainsi que l’attention portée au cadre réglementaire, en guident la conception. NARI est structurée par la dimension géographique (prise en compte de divers niveaux de territoires, corrélations entre plusieurs thématiques) : des techniques d’analyse spatiale supportent des tâches de la recherche d’information, réalisées souvent implicitement par les décideurs. Elle s’appuie sur des techniques d’intégration de données (médiation, entrepôts de données), des langages de représentation des connaissances et des technologies et outils relevant du Web sémantique, pour supporter la montée en charge, la généralisation et la robustesse théorique de l’approche. NARI est illustrée sur des exemples relevant de la santé / The recent developments in information and communication technologies along with the growth of the Internet have lead to the explosion of data source volumes. This has created many growing needs such as in information retrieval to: treat the information according to its usage context, to increase the relevance of answers and the usability of results, and to increase the potential correlations between results, which can be done by making the heterogeneities and source distribution transparent. Our contributions consist in designing a NARI (New Approach to Information Retrieval) for decision-making. NARI is designed to operate on large amounts of catalogued and heterogeneous data that can be geo-referenced. It is based on quality preliminary requirements expressed by users, which are represented and managed using metadata. These requirements lead to the lack of data or their insufficient quality in relation to decision-making needs. Using the users’ perspective, we identify and/or prepare the data sources, before integration step processing. NARI’s originality relies on the metaphor of the impedance mismatch (classical phenomenon when we try to connect two physical heterogeneous systems), due to R. Jeansoulin. This metaphor, as well as the attention paid to regulatory framework (standardization), guides the design of NARI. The geographical dimension structures NARI, taking into account various territorial levels, correlations between several themes. Thus, it takes advantage of spatial analysis techniques, by automating information retrieval tasks, often implicitly made by policy makers. NARI is based on data integration techniques (mediation, data warehouses), knowledge representation languages and a set of Semantic Web technologies and tools, adapted to support the scalability, robustness and generalization theory of the approach. NARI is illustrated on examples relevant to the health domain

Der e/mCommerce Markt ist einer der am stärksten wachsenden Märkte für den Absatz von Waren und Dienstleistungen in Deutschland. Bis 2020 wird erwartet, dass 20% des Umsatzes aus dem Einzelhandel (Non-Food) über elektronische Medien abgewickelt werden. Um erfolgreich in diesen Markt eindringen und bestehen zu können, sind genaue Kenntnisse über den Kunden und die relevanten Marktstrukturen sowie die Beherrschung der notwendigen Technologien notwendig. Die Entwicklungen des Internet und dessen Möglichkeiten (Web 1.0 → Web 3.0) sowie des Nutzerverhaltens zeigen auf, dass über die Technologie, die Produkte oder über den Preis alleine keine Wettbewerbsvorteile mehr generiert werden können. Marken- und Multi-Channel-Management, Serviceleistungen, die Interaktion mit dem Kunden sowie die Interaktion der Kunden untereinander (z.B. User Driven Innovation, Social Media bzw. Social Commerce) und die Beachtung relevanter Erfolgsfaktoren rücken damit verstärkt in den Fokus, um Raum und Potenziale für geeignete Strategien zur Generierung von Wettbewerbsvorteilen zu schaffen. Auf lange Sicht werden sich daher nur die Anbieter behaupten können, deren Business Models genau auf den Zielmarkt und die Kundenbedürfnisse zugeschnitten sind bzw. neue Märkte durch das Wecken neuer Bedürfnisse erschließen oder durch eine geschickte Gestaltung ihrer Business Models Effizienzvorteile und damit auch Kostenvorteile gegenüber dem Wettbewerb realisieren. Unternehmen wie Amazon, Dell, Ryan Air, 3M, Xerox, Virgin, Nintendo, Würth, Nokia, Lego, facebook, Google, etc. stellen eindrucksvoll dar, wie die (teils revolutionäre) Neuentwicklung bzw. Transformation ganzer Business Models oder Teile davon, häufig auch als Business Model Innovation bezeichnet, zu neuen Erlösquellen, Kundenzuwachs oder Wettbewerbsvorteilen führen kann. Business Modeling kann dabei zusammenfassend als der Vorgang zur Erstellung eines Business Models bezeichnet werden, wobei Business Modeling nicht gleich Business Modeling ist. Diese Arbeit unterscheidet zwischen Entrepreneurial Business Modeling und Formal Business Modeling und befasst sich in ihrer Zielsetzung primär mit der Herleitung des Begriffs Entrepreneurial Business Modeling sowie damit verbundener Methoden und Werkzeuge. Dabei wird eine Einordnung in das Requirements-Engineering vorgenommen sowie ein Vorgehensmodell für Entrepreneurial Business Modeling und ein Business Model-Framework, zur Darstellung und Beschreibung von Business Models, entwickelt. Sowohl das Vorgehensmodell als auch das Business Model-Framework sollen dabei den Anspruch der Allgemeingültigkeit erfüllen. Zusätzlich werden zwei Prototypen vorgestellt, die Entrepreneurial Business Modeling-Aktivitäten unterstützen sollen. Vier Fallbeispiele aus dem studentischen und wirtschaftlichen Umfeld stellen die Praxistauglichkeit der im Rahmen dieser Niederschrift erarbeiteten Artefakte unter Beweis und deuten auch auf eine bestimmte Allgemeingültigkeit hin. Diese praxisorientierte Arbeit ermöglicht einen grundlegenden Einblick in ein junges Forschungsgebiet, stellt damit eine solide Ausgangsbasis für weitere Forschungen dar und schließt mit entsprechenden Empfehlungen dahingehend.

Der e/mCommerce Markt ist einer der am stärksten wachsenden Märkte für den Absatz von Waren und Dienstleistungen in Deutschland. Bis 2020 wird erwartet, dass 20% des Umsatzes aus dem Einzelhandel (Non-Food) über elektronische Medien abgewickelt werden. Um erfolgreich in diesen Markt eindringen und bestehen zu können, sind genaue Kenntnisse über den Kunden und die relevanten Marktstrukturen sowie die Beherrschung der notwendigen Technologien notwendig. Die Entwicklungen des Internet und dessen Möglichkeiten (Web 1.0 → Web 3.0) sowie des Nutzerverhaltens zeigen auf, dass über die Technologie, die Produkte oder über den Preis alleine keine Wettbewerbsvorteile mehr generiert werden können. Marken- und Multi-Channel-Management, Serviceleistungen, die Interaktion mit dem Kunden sowie die Interaktion der Kunden untereinander (z.B. User Driven Innovation, Social Media bzw. Social Commerce) und die Beachtung relevanter Erfolgsfaktoren rücken damit verstärkt in den Fokus, um Raum und Potenziale für geeignete Strategien zur Generierung von Wettbewerbsvorteilen zu schaffen. Auf lange Sicht werden sich daher nur die Anbieter behaupten können, deren Business Models genau auf den Zielmarkt und die Kundenbedürfnisse zugeschnitten sind bzw. neue Märkte durch das Wecken neuer Bedürfnisse erschließen oder durch eine geschickte Gestaltung ihrer Business Models Effizienzvorteile und damit auch Kostenvorteile gegenüber dem Wettbewerb realisieren. Unternehmen wie Amazon, Dell, Ryan Air, 3M, Xerox, Virgin, Nintendo, Würth, Nokia, Lego, facebook, Google, etc. stellen eindrucksvoll dar, wie die (teils revolutionäre) Neuentwicklung bzw. Transformation ganzer Business Models oder Teile davon, häufig auch als Business Model Innovation bezeichnet, zu neuen Erlösquellen, Kundenzuwachs oder Wettbewerbsvorteilen führen kann. Business Modeling kann dabei zusammenfassend als der Vorgang zur Erstellung eines Business Models bezeichnet werden, wobei Business Modeling nicht gleich Business Modeling ist. Diese Arbeit unterscheidet zwischen Entrepreneurial Business Modeling und Formal Business Modeling und befasst sich in ihrer Zielsetzung primär mit der Herleitung des Begriffs Entrepreneurial Business Modeling sowie damit verbundener Methoden und Werkzeuge. Dabei wird eine Einordnung in das Requirements-Engineering vorgenommen sowie ein Vorgehensmodell für Entrepreneurial Business Modeling und ein Business Model-Framework, zur Darstellung und Beschreibung von Business Models, entwickelt. Sowohl das Vorgehensmodell als auch das Business Model-Framework sollen dabei den Anspruch der Allgemeingültigkeit erfüllen. Zusätzlich werden zwei Prototypen vorgestellt, die Entrepreneurial Business Modeling-Aktivitäten unterstützen sollen. Vier Fallbeispiele aus dem studentischen und wirtschaftlichen Umfeld stellen die Praxistauglichkeit der im Rahmen dieser Niederschrift erarbeiteten Artefakte unter Beweis und deuten auch auf eine bestimmte Allgemeingültigkeit hin. Diese praxisorientierte Arbeit ermöglicht einen grundlegenden Einblick in ein junges Forschungsgebiet, stellt damit eine solide Ausgangsbasis für weitere Forschungen dar und schließt mit entsprechenden Empfehlungen dahingehend.:Inhaltsverzeichnis VII Abbildungsverzeichnis IX Tabellenverzeichnis XII Abkürzungsverzeichnis XIII Zusammenfassung 1 1 Einleitung 2 1.1 Ausgangssituation 2 1.2 Problemstellung 4 1.3 Zielsetzung 5 1.4 Aufbau der Arbeit 8 1.5 Wissenschaftliche Einordnung 9 2 Grundlagen 13 2.1 Business Modeling 13 2.1.1 Begriffsbestimmung \"Business Model\" und \"Business Modeling\" 13 2.1.2 Abgrenzung zum Business Engineering 22 2.1.3 Business Model-Management-Modi 25 2.1.4 Business Model-Ansätze 26 2.1.5 Business Model-Komponenten 30 2.1.6 Erfolgsrelevanz 36 2.2 Strategie 37 2.2.1 Begriffsbestimmung 37 2.2.2 Strategieentwicklung 39 2.2.3 Marktorientierter Ansatz 41 2.2.4 Ressourcenorientierter Ansatz 42 2.2.5 Einordnung beider Ansätze in den Strategieentwicklungsprozess 43 2.3 Kritische Erfolgsfaktoren 45 2.3.1 Traditionelle Erfolgsfaktoren 45 2.3.2 Erfolgsfaktoren im eBusiness/ eCommerce 47 2.3.3 Erfolgsfaktoren im mBusiness/ mCommerce 49 2.4 Early Requirements Engineering 53 2.4.1 Begriffsbestimmung und Entwicklung des Requirements Engineerings 53 2.4.2 Early und Late Requirements 56 2.4.3 Zielorientierte Requirements Engineering Ansätze 59 3 Entrepreneurial Business Modeling 68 3.1 Business Model oder Strategie - Was kommt zuerst? 68 3.2 Business Modeling im Kontext der Evolution einer Organisation 71 3.2.1 Early Stage 72 3.2.2 Expansion Stage 74 3.2.3 Later Stage 76 3.3 Komponenten des Entrepreneurial Business Modeling 79 3.4 Gestaltungsfaktoren 88 4 Vorgehensmodell: EBM2Loop 94 4.1 Erfolgsfaktorenorientierter Managementprozess 94 4.2 Loop 1: Design-Loop 96 4.3 Bridge-Phase 100 4.4 Loop 2: Administration-Loop 103 4.5 Einordnung in die Business Model-Management-Modi 106 5 Framework: Business Model-Poster 111 5.1 Vision 112 5.2 Value Proposition 113 5.3 Value Configuration 115 5.3.1 Key Resources 116 5.3.2 Key Activities 116 5.3.3 Customer Relationships 117 5.3.4 Channels 118 5.4 Customers 119 5.5 Key Partners 120 5.6 Revenue Model 122 5.7 Cost Structure 123 5.8 Critical Success Factors 123 5.9 Strategies 126 5.10 Anwendungsbeispiel: Apple 126 6 Softwarelösung: i*-basierter Business Modeler (ibBM) 130 6.1 Kombiniertes Erfolgsfaktorenmodell 130 6.2 Erweiterung der vorhandenen i*-Notation 131 6.3 ibBM-Prototyp: ePOINT.EC 134 6.4 ibBM-Prototyp: ePOINT.SL 140 7 Validierung 145 7.1 Studierende: Business Modeling 145 7.1.1 Curricular 145 7.1.2 Außercurricular 149 7.2 Startup: Business Modeling 153 7.3 Konzern: Business Case Modeling 160 7.4 Vergleich der Prototypen ePOINT.EC und ePOINT.SL 168 8 Fazit und Ausblick 173 8.1 Zusammenfassung und Erkenntnisse 173 8.2 Kritische Würdigung 176 8.3 Weitere Forschungsthemen und Entwicklungsmöglichkeiten 178 Stichwortverzeichnis A Literaturverzeichnis D Eidesstattliche Erklärung R Referenzen S Anlagen T Lebenslauf VV

Actualmente, la ingeniería de software ha propuesto múltiples técnicas para mejorar el desarrollo de software, sin embargo, la meta final no ha sido satisfecha. En muchos casos, el producto software no satisface las necesidades reales de los clientes finales del negocio donde el sistema operará. Uno de los problemas principales de los trabajos actuales es la carencia de un enfoque sistemático para mapear cada concepto de modelado del dominio del problema (modelos organizacionales), en sus correspondientes elementos conceptuales en el espacio de la solución (modelos conceptuales orientados a objetos). El principal objetivo de esta tesis es proveer un enfoque metodológico que permita generar modelos conceptuales y modelos de requisitos a partir de descripciones organizacionales. Se propone el uso de tres disciplinas, distintas pero complementarias (modelado organizacional, requisitos de software y modelado conceptual) para lograr este objetivo. La tesis describe un proceso de elicitación de requisitos que permite al usuario crear un modelo de negocios que representa la situación actual del negocio (requisitos tempranos). Nosotros consideramos que este modelo, el cual refleja la forma en la que se implementan actualmente los procesos de negocio, es la fuente correcta para determinar la funcionalidad esperada del sistema a desarrollar. Se propone también un proceso para identificar los elementos que son relevantes para ser automatizados a partir del modelo de negocio. Como resultado de este proceso se genera un modelo intermedio que representa los requisitos del sistema de software. Finalmente, presentamos un conjunto de guías sistemáticas para generar un esquema conceptual orientado a objetos a partir del modelo intermedio. Nosotros también exploramos, como solución alternativa, la generación de una especificación de requisitos tardíos a partir del modelo intermedio. / Martínez Rebollar, A. (2008). Conceptual schemas generation from organizacional model in an automatic software production process [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/3304 / Palancia