Bundesagentur für Arbeit: Maschinelles Lernen für die Code-Analyse

Publish date:

Capgemini hat ein auf maschinellem Lernen basierendes Tool zur Code-Analyse entwickelt, das der Bundesagentur für Arbeit hilft, Fehler in geschäftskritischen Software-Anwendungen zu erkennen und bereits im Vorfeld zu vermeiden.

"Als Bundesagentur führen wir jeden Monat Millionen von Transaktionen durch, um unsere Leistungserbringung gegenüber Bürgern und Unternehmen wahrzunehmen. Mit dem Ansatz von Capgemini, Machine Learning zur statischen Code-Analyse einzusetzen, konnten wir unsere Qualitätssicherung dabei nochmals verbessern. Dank dem Tool identifizieren wir auf Basis verifizierten Quellcodes nun Fehler in neuem Code auch dann, wenn noch keine entsprechende Regel für diesen Fehler vorab manuell definiert wurde.“
Thomas Paal, Geschäftsbereichsleiter, Bundesagentur für Arbeit

Intelligentes System identifiziert Muster und Regeln, um Fehler im Produktivsystem zu verhindern

Die Bundesagentur für Arbeit (BA) ist einer der größten Anwender von Informationstechnologie in Deutschland, zur Berechnung und Auszahlung des Arbeitslosengeldes werden über 800.000 Codezeilen benötigt und monatlich Millionen Transaktionen durchgeführt. Die herkömmlichen Methoden zur Qualitätssicherung der Software sind umfassend, die Test decken jedoch lediglich einen Großteil des Codes ab. Im übrigen Code auftretende Fehler müssen oft mit aufwendigen Hotfix beseitigt werden.

Capgemini entwickelte einen innovativen Ansatz, der maschinelles Lernen zur statischen Code-Analyse einsetzt. Damit können Fehler bereits im Vorfeld identifiziert und beseitigt werden, bevor diese im Produktivbetrieb auftreten.

 


Überblick
Herausforderungen des Kunden: Vermeidung von Programmierfehlern bei der Weiterentwicklung einer großen, geschäftskritischen Software-Anwendung

Lösung im Überblick: Entwicklung eines auf maschinellem Lernen basierenden Tools zur statischen Code-Analyse

Ergebnisse: Optimierte Qualitätssicherung durch

– Identifizierung von Code-Mustern sowie Softwarefehlern
– Vermeidung von Hotfixes
– Erkennen nützlicher Regeln für funktionale und nicht funktionale Anforderungen


Für weitere Informationen zum Projekt wenden Sie sich an: referenzen.ce@capgemini.com

Mediale Berichterstattung zum Thema:

Ein Artikel zum Thema ist in der Ausgabe 4/2018 des Fachmagazins BI-Spektrum erschienen und steht Ihnen in der Download-Leiste rechts kostenlos zur Verfügung.

Video zum Thema:

Success Story DE_Bundesagentur...

Dateigröße: 199,23 KB File type: PDF

Success Story EN_Federal...

Dateigröße: 196,04 KB File type: PDF

Infografik_DE_Bundesagentur...

Dateigröße: 150,50 KB File type: PDF

Infographic_EN German Federal...

Dateigröße: 141,45 KB File type: PDF

BI Spektrum Bundesagentur...

Dateigröße: 502,94 KB File type: PDF
cookies.

Mit dem Fortsetzen des Besuchs dieser Website akzeptieren Sie die Verwendung von Cookies.

Für mehr Informationen und zur Änderungen der Cookie-Einstellungen auf Ihrem Computer, lesen Sie bitte Privacy Policy.

Schließen

Cookie Information schließen