Workshops

---

Workshop zur Künstlichen Intelligenz in der Qualitätssicherung

Qualität ist nach wie vor eine der großen Herausforderungen, ein breites Forschungsfeld in der Softwareindustrie und gehört zugleich zu den größten Kostenfaktoren von softwarebasierten Produkten. Insbesondere die wachsende Komplexität heutiger Softwaresysteme und die immer höheren Anforderungen an „Time-to-Market“ und „Total-cost-of-ownership“ gehören zu den großen Problembereichen für Softwarehersteller dar. Quality Engineering (QE) ist der ganzheitliche Blick auf die Qualität von Daten, Software und Prozessen im gesamten Lebenszyklus softwarebasierter Systeme. Die Zielstellung des Quality Engineering ist die Verbesserung der Methoden, Prozesse und Werkzeuge mit denen Software hergestellt wird, um software-basierte Systeme zuverlässig, sicher, robust und vertrauenswürdig zu machen. Diese Zielstellung muss jedoch gleichzeitig in Verbindung einer möglichst hohen Effizienz in der Systementwicklung betrachtet werden.

Model-Driven Engineering (MDE) steht als Hilfsmittel für das Quality Engineering bereit und brachte unter anderem spezialisierte Modellierungssprachen und -werkzeuge hervor, mit denen sich Entwicklung und Qualitätssicherung softwarebasierter Systeme in Bezug auf die oben genannten Anforderungen verbessern lassen. Das Paradigma der Modellierung verspricht unter anderem durch die Erhöhung des Abstraktionsniveaus bei gleichzeitiger Präzisierung durch Formalisierung das Qualitätsniveau softwarebasierter Systeme deutlich steigern zu können.

Aufgrund der großen Bedeutung der Qualität softwarebasierter Systeme und den damit korrelierenden Aufwendungen ergibt sich ein ständiger Optimierungsdruck für das Quality Engineering. Oftmals sind die limitierenden Faktoren die Verfügbarkeit von erfahrenen und gut ausgebildeten Ingenieuren, deren Wissen entscheidend für erfolgreiche und kosteneffiziente Qualitätssicherung ist.

Künstliche Intelligenz (KI) ist ein breit gefächertes Forschungsgebiet mit unterschiedlichen Teilgebieten des maschinellen Lernens und des intelligenten Verhaltens von Systemen bzw. Komponenten. Durch die umfangreich verfügbar gewordenen Werkzeuge für das maschinelle Lernen erhält die Künstliche Intelligenz als Themenfeld und als Baustein von Lösungen für das Quality Engineering erhöhte Aufmerksamkeit in der aktuellen Forschung. In diesem Workshop soll das Zusammenspiel von KI und Quality Engineering vor allem im Kontext der Modellierung näher beleuchtet werden. Dieses Zusammenspiel ist vielfältig und eröffnet viele Perspektiven für die angewandte Forschung und Entwicklung.

---

1st International Workshop on Conceptual Modeling for Distributed Ledger Technologies (MOD-DLT)

Distributed Ledger Technologies (DLT) have recently gained much attention in academia and industry. Well-known examples are blockchain-based approaches for cryptocurrencies or smart contracts for the automated, distributed and transparent execution of algorithms without intermediaries. For introducing these technologies in real-life enterprise scenarios it is however essential to align them with business requirements and show their added value. For this purpose, methods of conceptual modeling can contribute for enabling the communication in organizations, deriving and aligning requirements for technical implementations or even creating code that can be executed using DLT. In this workshop we thus aim to bring together researchers working on the interface between conceptual modeling and DLT for presenting and discussing their most recent research results. The workshop will be held for the first time in the context of the Modellierung 2020 conference in Vienna, Austria.

---

Modelle in der KI

Mit der zunehmenden Verfügbarkeit großer Mengen an Daten in praktisch allen Anwendungsbereichen erfährt das Gebiet der Künstlichen Intelligenz (KI) seit einiger Zeit einen neuen Aufschwung. Frühere Ansätze der KI unterlagen primär dem wissensbasierten Paradigma, d.h. die Systeme bauen auf domänenspezifischen Wissensbasen auf. Das neue Paradigma der datengetriebenen KI, Domänenmodelle aus Daten zu lernen und aktuell zu halten, gewinnt inzwischen mehr und mehr an Bedeutung. Der Workshop beschäftigt sich mit den hochaktuellen Fragestellungen aus dem Bereich der Modellierung in der KI.

---

Workshop zur Modellierung in der Hochschullehre

Der Workshop befasst sich mit dem Thema Modellierung – nicht wie üblich aus der Perspektive der Modellierung zum Einsatz in Industrie und Unternehmen, sondern vom Blickwinkel der Hochschullehre aus. Somit soll die Frage nach passenden Lernzielen, Lerninhalten und innovativen Unterrichtsmethoden für die Modellierung im Vordergrund stehen, ebenso wie die Frage nach geeigneten Prüfungsformaten und Bewertungsverfahren für die von Studierenden erstellten Modelle. Themenschwerpunkt des Workshops ist das Thema "Digitalisierung".