Inconsistency Management

Inconsistency Management


Use-Case Inconsistency Management

„Schon der Flügelschlag eines Schmetterlings in Brasilien kann in Texas einen Orkan auslösen.“
Dieses überspitz formulierte Bild beschreibt im Kern genau die Thematik, mit der sich Inconsistency Management befasst. Das Verhindern von gravierenden Folgen durch kleine unbedachte Veränderungen in einem komplexen System. Natürlich wird hier das Worstcase Szenario beschrieben, doch stellen Inkonsistenzen ein nicht zu unterschätzendes Hemmnis im Zyklus des interdisziplinärer Innovationsprozesses dar.
Allgemein ist der Trend zu erkennen, dass die Entwicklung von Produkt-Service-Systemen immer mehr die gemeinsame Anstrengung einer Vielzahl von Akteuren der unterschiedlichen Disziplinen bedarf. Diese Komplexität und Vielschichtigkeit im Innovationszyklus bietet viel Angriffsfläche für die unbemerkte Ausbreitung von Inkonsistenzen. Heimtückisch hierbei ist deren Unscheinbarkeit und Unabsehbarkeit. So wirken Inkonsistenzen auf den ersten Blick oft unwichtig und deren Lösung meist zweitrangig, weshalb aufgrund kurzfristiger Zeit- und Geldersparnis es verlockend scheint, bekannte Inkonsistenzen hinzunehmen. Doch falls sie sich einmal durch den ganzen Prozess geschlichen haben, ist deren Behebung meist unglaublich zeitintensiv und langgierig. Deshalb ist es von nicht unerheblicher Bedeutung, sie zu vermeiden bzw. einzudämmen, um vorhandene Wettbewerbsvorteile nicht zu verschenken. Im Gedächtnis sollte immer verankert sein, wie verwoben und komplex der Vorgang vor allem von zyklusorientierten PSS Innovationsprozessen ist, wodurch einen perfekten Nährboden für Inkonsistenzen bereitgestellt wird. Dadurch bedingt können kleine Änderung in einer Domain, weitreichende Konsequenten für den Gesamtprozess mit sich bringen.
Beim modellbasierten System-Engineering gehen die verschiedenen Akteure auf ihre spezifischen Anliegen ein und mithilfe von Modellen bilden sie eine Reihe von Ansichten und Lösungsvorschlägen. Trotz der Verwendung unterschiedlicher Modellierungssprachen und Formalismen, ist die Aggregation von Modellen durch die Kommunikation zwischen den Involvierten beschränkt. Auch hier kann erfolgreiches Inconsistency Management zu einer positiven Prozessentwicklung beitragen.
Diese Thematik beschäftigt auch den Sonderforschungsbereich 768, welcher diesbezüglich seine Erkenntnisse und Anwendungsmethoden zusammengetragen hat. Um frühzeitig und effektiv gegen aufkommende Inkonsistenzen etwas zu unternehmen, ist aktives Management der Schlüssel. Die Identifikation von interdisziplinären Abhängigkeiten in einem komplexen Prozess, durch die Visualisierung von Model- und Dateninteraktionen ist dabei der erste Schritt. Somit wird ein grundlegendes Verständnis der Gesamtsituation, mithilfe von Informationsflussanalysen geschaffen. Um dadurch Inkonsequenzen ausfindig zu machen, hat es sich als hilfreich erwiesen, interaktive Visualisierungsansätze zu wählen, wodurch die Übersichtlichkeit und Flexibilität des Systems erhöht wird.
Je nach Anforderungsgebiet lassen sich Sachverhalte auf unterschiedliche Abstraktionsstufen heben, was folglich bessere und übersichtlichere Informationsbeschaffungen gewährleistet. Somit können Inkonsistenzen aufgrund von Unwissenheit vermieden werden. Denn fehlende Informationslage zwischen unterschiedlichen Akteuren, die an einem Projekt arbeiten, kann zu sich gegenseitig ausschließenden Anforderungen an das Produkt führen. Ein System der Inkonsistenzerkennung in Sprache, wirkt dem ebenso entgegen.
Die in einem Prozess auftretende interdisziplinäre Inhomogenität und modellinterne Abhängigkeiten können problematische werden, da sich diese über den gesamten Lebenszyklus eines Produkts ausbreiten. Die damit einhergehend komplexe Problemlösung sieht domainübergreifenden Modelldarstellung (Eclipse Modeling Framework) in Form von Meta-Modellen, modellinternen Definitionen von Abhängigkeiten (Graph Pattern) und die Erkennungen sowie den Umgang mit Inkonsistenzen (Eclipse Epsilon Framework) vor.
Abhilfe können auch verfahrenstechnische Softwareprogramme schaffen, welche jedoch aufwendig zu bedienen und erweitern sind. Sie bieten wenig Möglichkeit für die Integration von bekanntem Wissen und Logik. Besser geeignet sind wissensbasierte Softwaresysteme, welche aus einer gemeinsamen Wissensbasis aller Akteure und einer Rückschlussmaschine bestehen, welche auftretende Inkonsistenzen diagnostiziert. Vorteilhaft dabei, das Vorhandensein von explizitem Wissen, sowie die simple Erweiterbarkeit.
Zu guter Letzt soll eine Fallstudie betrachtet werden, in der ein PSS-Anbieter namens PSSycle AG eine E-Bike-sharing-plattform für die Stadt München anbietet.
Der PSS-Anbieter ist ein dreißigjähriger Fahrradhersteller, welcher sein Geschäftsmodell vor zwei Jahren umgestellt hat. Ein Hersteller liefert Batterie- und Elektromotor, ein anderer stellt Bordcomputer, elektrische Sperre und Softwaresystem als Komplettlösung her. Der Fertigungsteil bleibt somit bis auf die zusätzlichen Schritte der Montage von Motor, Batterie, Schloss und Boardcomputer gleich.
Aufgrund neuer Daten stellt das Department for Technology in Society fest, dass es zwei verschiedene Zielgruppen gibt. Die eine benutzt das E-Bike für sehr kurze und die andere für sehr lange Fahrten. Daraus resultiert vom Department for Mechatronics Design und Product Development die Idee ein weiteres E-bike mit einer höheren Batteriekapazität bereitzustellen, um den Anforderungen des Kunden gerecht zu werden. Deshalb soll ein neues E-Bike entworfen, ohne jedoch die Halterung für die Batterie zu verändern.
Als ersten Schritt soll der Informationsfluss zwischen den unterschiedlichen Akteuren identifiziert werden. So wird ersichtlich inwiefern die Kundenwünsche mit den unterschiedlichen Departments zusammenhängen und welche Spezifikationen daraus resultieren. Nachdem man zusammenhängende Modelle ausfindig machen konnte, werden diese im nächsten Schritt genauer betrachtet. Untereinander auftretende Abhängigkeiten werden durchleuchtet, dass beispielsweise die Batteriegröße und deren Kapazität mit der entsprechenden Halterungsgröße zusammenhängt. Die gegenseitige Abhängigkeit soll in eine gemeinsame Ressource umgewandelt werden. Somit ist gewährleistet, dass dieser Parameter nicht von beiden Seiten frei gewählt werden darf, sondern eine feste Verbindung zwischen Halterung und Batterie besteht.
Natürlich sind solche Abhängigkeiten meist durchaus komplexer, aber auch in diesem Fall wird ersichtlich, wie wichtig eine gute Verknüpfung der unterschiedlichen Modelle durch Inconsitency Management ist.
Abschließen lässt sich festhalten, dass auftretende Inkonsistenzen eine enorm negative Wirkung auf die zyklenorientierte Gestaltung von Innovationsprozessen haben können, wodurch eine intensive Betrachtung der Thematik unausweichlich ist. Durch die Forschung und neue Erkenntnis werden der Prozess des Inconsistency Management immer weiter optimieren, um auch in Zukunft bestmögliche Ergebnisse zu erzielen.

Use-Case Video

Model-Network

Youtube

Contact

Minjie Zou M. Sc.
Technical University of Munich
Institute of Automation and Information Systems
minjie.zou@tum.de
Tel.: +49 (0) 89 289 16431