Aus der Einleitung: "In der Entwicklung technischer Produkte sind die Entwickler mit einer zunehmenden Komplexität der Produkte konfrontiert. Die Komplexität hat unterschiedliche Ursachen, wie bspw. eine höhere Anzahl an Anforderungen, eine steigende Anzahl an unterschiedlichen beteiligten Domänen oder eine kürzere Entwicklungszeit. Zusätzlich muss bereits während der Entwicklung der gesamte Lebenszyklus des Produkts bis zur Entsorgung beachtet werden. ..."

In the increasingly dynamic realities of today's software systems, it is no longer feasible to always expect human developers to react to changing environments and changing conditions immediately. Instead, software systems need to be self-aware and autonomously adapt their behavior according to their experiences gathered from their environment. Current research provides role-based modeling as a promising approach to handle the adaptivity and self-awareness within a software system. There are established role-based systems e.g., for application development, persistence, and so on. However, these are isolated approaches using the role-based model on their specific layer and mapping to existing non-role-based layers. We present a global runtime model covering the whole stack of a software system to maintain a global view of the current system state and model the interdependencies between the layers. This facilitates building holistic role-based software systems using the role concept on every single layer to exploit its full potential, particularly adaptivity and self-awareness.

In der Nationalen Plattform Zukunft der Mobilität (NPM) arbeiten Experten aus Industrie, Verbänden, Ministerien und Wissenschaft gemeinsam an einer Vision: klimafreundliche und nachhaltige Mobilität, die für alle Menschen in Deutschland bezahlbar bleibt. Standardisierung, Normung, Zertifizierung und Typgenehmigung ermöglichen Gesellschaft, Wirtschaft und Politik, gemeinsam technische Empfehlungen und Rahmenbedingungen zu formulieren, die Qualität, Sicherheit und Benutzbarkeit sicherstellen und gleichzeitig Investitionen schützen. Sie unterstützen damit Innovationen in einer zunehmend komplexen und vernetzten Welt, damit die Vision der „Zukunft der Mobilität' Realität werden kann. In dem vorliegenden White Paper werden die zentralen Herausforderungen aus allen Arbeitsgruppen der NPM aufgenommen, um dem Fachpublikum die branchenübergreifenden zukünftigen Standardisierungs- und Normungsbedarfe und Bedarfe zur Anpassung von Zertifizierungs- und Typgenehmigungsprozessen kompakt und verständlich darzustellen. Wichtig ist dabei auch, dass diese nationalen Anforderungen sukzessive in europäische und internationale Gremien, sowie die geeigneten Normungsprozesse einfließen. Die Komplexität des Themas wird dabei ebenso deutlich wie die vielfältigen Chancen, die in der Zukunft der Mobilität liegen: in erster Linie Emissionseinsparungen zur Erreichung der Klimaziele, aber ebenso die Neugestaltung der Wohn- und Lebensräume in der Stadt und auf dem Land, neue Möglichkeiten der Teilhabe in einer alternden Gesellschaft und auch wirtschaftliche Potenziale in verschiedensten Branchen. Dieses White Paper ist das Ergebnis einer intensiven, konstruktiven und themenübergreifenden Zusammenarbeit innerhalb der NPM. Es hat sich gezeigt, dass in Fragen der Normung und Standardisierung die AG-über- greifende Abstimmung unverzichtbar ist. Das nun vorliegende Ergebnis fasst die Erkenntnisse als aktuellen Arbeitsstand zusammen und dient als erster Schritt und Grundlage für die im Folgenden zu entwickelnde Normungsroadmap, die sich den einzelnen Fragestellungen im Detail widmen wird. Um bei diesem relevanten Zukunftsthema nationale und internationale Aspekte zu berücksichtigen, möchten wir dieses White Paper auch als Diskussionseinladung verstanden wissen. Wir freuen uns über Kommentare, Anmerkungen und Ergänzungen unter info@plattform-zukunft-mobilitaet.de (Betreff White Paper AG 6).:Vorwort Zielsetzung, Erkenntnisse, Herausforderungen II. Übersicht der 6 Themenfelder der NPM AG 6 III. Im Detail: Themen und Herausforderungen 1. Trends der Mobilität Wie kombinieren wir bestehende und neue Mobilitätskonzepte sowie das automatisierte und vernetzte Fahren zu einem ganzheitlichen System? 2. Antriebsenergie Wie stellen wir eine bedarfsorientierte Infrastruktur zur Bereitstellung von unterschiedlichen Antriebsenergien sicher? 3. Stromnetz Wie ermöglichen wir die Integration von (Elektro-) Mobilitätslösungen in das Stromnetz der Zukunft? 4. Vernetzung Wie schaffen wir sichere Schnittstellen und offene Plattformen für intermodale sowie automatisierte und vernetzte Mobilität? 5. Daten Wie organisieren wir Erhebung, Verwendung, Verarbeitung und Schutz von Mobilitätsdaten? 6. Lebenszyklus Wie bewerten wir die Nachhaltigkeit von Mobilitätslösungen über den gesamten Lebenszyklus hinweg? IV. Ausblick

NJ, Univ., Dep. of Economics, Diss.--Princeton, 1971. / Kopie, ersch. im Verl. UMI, Ann Arbor, Mich. - Enth. 3 Beitr.

NC, Duke Univ., Dep. of Finance, Diss.--Durham, 2003. / Kopie, ersch. im Verl. UMI, Ann Arbor, Mich. - Enth. 2 Beitr.

University, Diss.--Jena, 1999. / Literaturverz. S. 291-318.

Nach einem 10 bis 15 Jahre dauernden Lebenszyklus besteht die Notwendigkeit große IT-Systeme durch eine neue Generation zu ersetzen. Dabei ist es vom Aufwand her unwesentlich, ob es sich um einen Generationswechsel des gleichen Herstellers handelt oder um die vergleichbare Lösung eines anderen Herstellers. Im beschriebenen Fall hat sich die Daimler AG im November 2010 entschieden auf ein anderes CAD-System zu wechseln und die Migration bis Ende 2016 abzuschließen. Der Beitrag zeigt die Vorgehensweise der Umstellung unter fünf Aspekten: — Anwendungsmethodik inkl. Datenarchivierung — Datenmigration — Use-Case-Absicherung — Rolloutplanung — Schulungskonzept

No description available.

Univ., Diss.--Duisburg, 2000. / Literaturverz. S. [277] - 292.

Purpose Life cycle costing (LCC) is a state-of-the-art method to analyze investment decisions in infrastructure projects. However, uncertainties inherent in long-term planning question the credibility of LCC results. Previous research has not systematically linked sources and methods to address this uncertainty. Part I of this series develops a framework to collect and categorize different sources of uncertainty and addressing methods. This systematization is a prerequisite to further analyze the suitability of methods and levels the playing field for part II. Methods Past reviews have dealt with selected issues of uncertainty in LCC. However, none has systematically collected uncertainties and linked methods to address them. No comprehensive categorization has been published to date. Part I addresses these two research gaps by conducting a systematic literature review. In a rigorous four-step approach, we first scrutinized major databases. Second, we performed a practical and methodological screening to identify in total 115 relevant publications, mostly case studies. Third, we applied content analysis using MAXQDA. Fourth, we illustrated results and concluded upon the research gaps. Results and discussion We identified 33 sources of uncertainty and 24 addressing methods. Sources of uncertainties were categorized according to (i) its origin, i.e., parameter, model, and scenario uncertainty and (ii) the nature of uncertainty, i.e., aleatoric or epistemic uncertainty. The methods to address uncertainties were classified into deterministic, probabilistic, possibilistic, and other methods. With regard to sources of uncertainties, lack of data and data quality was analyzed most often. Most uncertainties having been discussed were located in the use stage. With regard to methods, sensitivity analyses were applied most widely, while more complex methods such as Bayesian models were used less frequently. Data availability and the individual expertise of LCC practitioner foremost influence the selection of methods. Conclusions This article complements existing research by providing a thorough systematization of uncertainties in LCC. However, an unambiguous categorization of uncertainties is difficult and overlapping occurs. Such a systemizing approach is nevertheless necessary for further analyses and levels the playing field for readers not yet familiar with the topic. Part I concludes the following: First, an investigation about which methods are best suited to address a certain type of uncertainty is still outstanding. Second, an analysis of types of uncertainty that have been insufficiently addressed in previous LCC cases is still missing. Part II will focus on these research gaps.