Zusammenfassung - Issue-Tracking-Ökosysteme: Kontext und Best Practices

Issue-Tracking-Ökosysteme: Kontext und Best Practices

2025-07-09 09:57:13

{"Lloyd Montgomery"}

{cs.SE}

Diese Doktorarbeit untersucht die Herausforderungen, denen Anwender bei der Nutzung von Issue Tracking Systems (ITSs) gegenüberstehen, und schlägt Lösungen vor, um ihre Effektivität zu verbessern. Die wesentlichen Erkenntnisse und Beiträge der Arbeit sind wie folgt: **1. Problemidentifikation**: * **Interviewstudien**: 26 Praktiker wurden interviewt, um gängige Probleme mit ITSs zu identifizieren. Diese Probleme wurden in drei Hauptbereiche kategorisiert: * **ITE-Information**: Unzureichende Informationen, mangelnde Klarheit und inkonsistente Daten. * **ITE-Arbeitsabläufe**: Komplexe und ineffiziente Abläufe, fehlende Automatisierung und Schwierigkeiten bei der Überwachung des Fortschritts. * ** ITE-Organisationaspekte**: Mangelnde Schulung, Kommunikationsprobleme und Widerstand gegen Veränderungen. * **Analyse historischer Daten**: 16 öffentliche Jira-Repositorys wurden analysiert, um die Komplexitäten von ITSs zu verstehen. Die Analyse ergab: * **Drei高等活动在ITS中**：需求、开发和维护。 * **ITS内的不同信息类型**： Inhalt, MetaContent, RepoStructure, Workflow und Community. * **ITS内信息的演变**： Probleme ändern sich im Durchschnitt 8 Mal während ihres Lebens, die meisten Veränderungen treten in den Themen Workflow und Community auf. **2. Lösungsvorschläge**: * **Best Practice Ontologie für ITEs**: Diese Ontologie bietet einen strukturierten Rahmen zur Verständigung und Kommunikation der Qualitätsattribute von ITSs. Sie umfasst fünf Abschnitte und 16 Dimensionen, die Aspekte wie folgt abdecken: * **Meta**: Name und Quelle der Best Practice. * **Zusammenfassung**: Ziel und Motivation. * **Empfehlung**: Prozess und ITS-Empfehlungen. * **Kontext**: Vorteile der Stakeholder, Kosten, Umfang, Arten von Problemen und Einbeziehung/Ausschlussfaktoren. * **Verstoß**: Warnsignale, Konsequenzen, Ursachen und algorithmische Erkennung. * **Best Practice Katalog für ITEs**: Dieser Katalog enthält 40 Best Practices zur Verbesserung der Qualität von ITSs. Diese Best Practices umfassen verschiedene Aspekte, wie: * **Problem-Eigenschaften**: Festlegung angemessener Felder, Bereitstellung ausreichend und prägnanter Beschreibungen und Wahrung einheitlicher Informationen. * **Problem-Verlinkung**: Schaffung sinnvoller Verbindungen zwischen Problemen, Vermeidung doppelter Verbindungen und Lösung unrealistischer Abhängigkeiten. * **Problem-Prozesse**: Implementierung effizienter Workflows, Verwaltung von Backlogs und Nutzung angemessener Schätztechniken. * **Algorithmen zur Erkennung von Verletzungen der Best Practices**: 18 Algorithmen wurden entwickelt, um Verletzungen der Best Practices automatisch zu erkennen. Diese Algorithmen können verwendet werden, um Probleme in ITSs zu identifizieren und Feedback an Praktiker zu geben. * **Verschachtelte Konfigurationen**: Dieses Ansatz ermöglicht Organisationen, die Best Practices anhand ihres spezifischen Kontexts und Bedarfs anzupassen. **3. Toolunterstützung**: * **Empfehlungssysteme**: Werkzeuge, die auf Basis des spezifischen Kontexts einer Organisation Best Practices und Konfigurationen empfehlen. * **Dashboards**: Werkzeuge, die eine visuelle Übersicht über die Qualität eines ITS und seine Entwicklung im Laufe der Zeit bieten. * **Problemberichte**: Werkzeuge, die detaillierte Informationen über die Qualität individueller Probleme bereitstellen. **4. Zukunftsaufgaben**: * Untersuchung spezifischer Muster der ITS-Nutzung. * Charakterisierung von Kontextfaktoren für ITE-Best Practices. * Validierung des ursprünglichen Katalogs von ITE-Best Practices. * Entwicklung eines umfassenden Toolingslösungen zur Integration von ITE-Best Practices in ITSs. * Untersuchung der vollständigen Anwendung von ITE-Best Practices in industriellen Settingen. **Schluss**: Diese Arbeit bietet eine umfassende Verständnis der Herausforderungen, denen Anwender bei der Nutzung von ITSs gegenüberstehen, und schlägt praktische Lösungen vor, um ihre Effektivität zu verbessern. Die vorgeschlagenen Lösungen basieren auf einer starken Grundlage von Forschung und Analyse und haben das Potenzial, die Qualität von ITSs und den Entwicklungsprozess erheblich zu verbessern.