Entwicklung eines KI-gestützten Werkzeuges für Qualitätsmodelle
Hintergrund: Qualitätsmodelle (z.B. auf Basis des Standards ISO 25010) sind hierarchische, baumartige Strukturen, die neben der Strukturierung durch Qualitätsattribute (z.B. Wartbarkeit, Portierbarkeit) zusätzlich die Zuordnung von Metriken und Regeln zu eben diesen Qualitätsattributen benötigen. Werkzeuge wie SonarQube stellen eine Vielzahl an Metriken für (Java) Projekte zur Verfügung, bieten aber keinerlei Unterstützung für Qualitätsmodelle an. Das Management von Qualitätsmodellen ist mit hohem Aufwand verbunden, weil beispielsweise neue Metriken manuell den Qualitätsattributen zuzuordnen sind. Das kann sehr aufwändig sein (SonarQube bietet beispielsweise 1000+ Metriken für Java an) und verhindert oft die systematische Verwendung von Qualitätsmodellen.
Ziel der Arbeit: Entwicklung eines leichtgewichtigen Qualitätsmodell-Editors, der neben der Manipulation der Qualitätsmodellhierarchie die manuelle Zuordnung von SonarQube-Regeln und Metriken zu Qualitätsattributen ermöglicht. Weiters soll das Werkzeug über eine Komponente verfügen, die es ermöglicht, diverse Verwaltungsaufgaben KI-gestützt zu erledigen. Beispiele für solche Verwaltungsaufgaben sind: (1) Automatische Zuordnung einer SonarQube-Metrik zu einem Qualitätsattribut (Klassifikation). (2) Überprüfen, ob eine Metrik oder eine Menge von Metriken (noch) zu einem Qualitätsattribut passt. (3) Ausgehend von einem Qualitätsattribut (Name, Beschreibung) logische Sub-Qualitätsattribute mit entsprechenden Namen und Beschreibungen generieren – unabhängig davon, ob es für diese neuen Sub-Qualitätsattribute dann Metriken gibt, etc.
Aufgaben:
- Literaturanalyse zu KI-gestützten Ansätzen für das Qualitätsmodell-Management
- Entwicklung eines leichtgewichtigen Editors für das manuelle Qualitätsmodell-Management
- Realisierung von KI-basierten Funktionalitäten für das automatische Management von Qualitätsmodellen.
- Systematische Validierung der Eignung von KI-Systemen für das automatische Management von Qualitätsmodellen
Erwartete Ergebnisse:
- Qualitätsmodell-Management Werkzeug
- Beurteilung der Eignung von KI-Systemen (LLMs) für die Automatisierungsaufgaben im Kontext des Qualitätsmodell-Managements
- Gegebenenfalls auch einen Vergleich der Eignung unterschiedlicher LLMs für diese Aufgabenstellung
Betreuung: Reinhold Plösch