Einflussreichste Publikation: Saarbrücker Forscher mit "Most Influential Paper Award" ausgezeichnet

Vor zehn Jahren entwickelten Andreas Zeller und Kollegen eine nun ausgezeichnete Technik, die aus der digital erfassten Entwicklungsgeschichte einer Software automatisch Empfehlungen abgibt, wie Softwareänderungen korrekt zu gestalten sind.

 –  40 Kommentare

Mit dem "Most Influential Paper Award" zeichnet ein Gremium aus Experten alljährlich auf der "International Conference on Software Engineering" den Fachartikel aus, der auf die Softwaretechnik seit seiner Veröffentlichung vor zehn Jahren angeblich den höchsten Einfluss in Theorie und Praxis gehabt habe. Dieses Jahr honorierten die Experten Wissenschaftler von der Universität des Saarlandes. Seit Einrichtung des Preises vor 25 Jahren ist es ist damit das erste Mal, dass der Preis an eine Forschergruppe aus Deutschland geht.

Zu Andreas Zellers Forschungsgruppe gehörten die nun ausgezeichneten Wissenschaftler. (Bild: Universität des Saarlandes)

Der Artikel "Mining Version Histories to Guide Software Changes" von Thomas Zimmermann, Peter Weißgerber, Stephan Diehl und Andreas Zeller war 2004 erschienen. Die Saarbrücker Informatiker stellten darin ihre Untersuchungen zur Entwicklung einer Software über die Zeit hinweg vor. Dafür arbeiteten sie mit Versionslisten, in denen Änderungen gespeichert sind. Auf diese ließen sie Rechenverfahren los, wie sie beispielsweise auch Amazon für seine Empfehlungen verwendet ("Kunden, die dieses Produkt erworben haben, kauften auch dieses."). Die Informatiker um Zeller, der an der Universität des Saarlandes den Lehrstuhl für Softwaretechnik innehat, setzten das Verfahren ein im Sinne von "Der Programmierer, der diese Funktion geändert hat, änderte auch folgende Codestücke". So konnte ihr neu entwickeltes Programm eRose die Entwickler sicher durch notwendige Änderungen an komplexer Software führen.

Offenbar zum ersten Mal war dadurch die automatisch erfasste Änderungsgeschichte eines Programms benutzt worden, um daraus automatische Empfehlungen abzuleiten. Der Beitrag führte zu weiteren automatischen Analysen der Versionsgeschichten. In Kombination mit Fehlerdatenbanken konnten die Saarbrücker bei Microsoft etwa erfolgreich vorhersagen, wo im Programmcode von Windows Vista die meisten Probleme auftauchen würden, und das auf damals unzureichende Teamstrukturen zurückführen. Ähnliche Beobachtungen machten die Forscher darüber hinaus bei IBM, Google und SAP. (ane)