SlideShare una empresa de Scribd logo
1 de 31
Descargar para leer sin conexión
Case Story :

               Modellgetriebene Softwareentwicklung
                      bei der Rentenzahlung


                                   Referenten:
                Holger Benz (Deutsche Post AG, NL Renten Service)
                     Christoph Schmidt-Casdorff (iks GmbH)




Seite 2 / 32
Einführung


    Erfahrungsbericht über den Einsatz von MDSD
       – MDSD - Modellgetriebene Softwareentwicklung im Projekt
         AMIS der NL Renten Service der Deutschen Post AG
       – konkrete Erfahrungen aus einzelnen ausgewählten Bereichen
         der MDSD

    Folien mit projektbezogenen Aussagen tragen ‘AMIS‘ im Titel
    Keine Einführung in MDSD / MDA




Seite 3 / 32
NL Renten Service

NL Renten Service der Deutschen Post AG
      Zahlung der gesetzlichen deutschen Altersrente
         – gemäß den gesetzlichen Bestimmungen
         – im Auftrag der Träger der Rentenversicherung




Seite 4 / 32
NL Renten Service

       26 Millionen Konten von ca. 18 Millionen Rentnern

       305 Millionen Rentenzahlungen pro Jahr

       24 Millionen Rentenberechnungen pro Jahr

       17 Millionen Rentenzahlungen ins Ausland pro Jahr

       Auszahlung von 195 Milliarden € pro Jahr




Seite 5 / 32
Projektbeschreibung AMIS

      Änderungsmanagement und Informationsaustausch
      mit Leistungsträgern (DRV/Bund et al.)
        – großteils dateibasierte Satzverarbeitung
        – Größenordnung pro Monat:
               • Auflieferung von ca. 0,5 – 1 Mio. Datensätze
               • Versand von bis zu mehreren Mio. Datensätzen an die Leistungsträger




Seite 6 / 32
Seite 7 / 32
                                                            AM Batch




                                                           AM Dialog




               AM Pensionen Weltweit
                                                      AM Abgleichsersuchen




                                                     ZM Entgelte & Auslagen
                                                                                                 Projektbeschreibung AMIS




                                                     ZM Zahlungsausführung



               ZM Pensionen Weltweit
                                                                                Phasen in AMIS




                                                          LM Rückfluss-
                                                         /Rückforderung




                                                        LM Postvorschuss
                            LM Pensionen Weltweit




                                                    LM Kontoauszug / Abgleich
Projektbeschreibung AMIS

       Phase 1 : AMIS – Veränderungsdienst abgeschlossen
                 und im Wirkbetrieb

       Mehrjähriger Zeithorizont des Gesamtprojektes




Seite 8 / 32
Problembeschreibung AMIS

       Zentrales Businessmodell, welches
          –    durch 3 Datei-/ Datensatzformate gespeist wird
          –    in mehr als 15 Datensatzformate transformiert wird
          –    in Web-GUIs dargestellt wird
          –    in mehr als 10 Kundenanschreiben transformiert wird

       >30 Formate beziehen sich auf das Businessmodell
          – je Format mehr als 1000 Einzelinformationen




Seite 9 / 32
Problembeschreibung AMIS
                        Name    Vorname   Titel
                                                                                 GUI
Byte-Position
                                                                   . . . .
                   Datensatz
                    Datensatz
                   -format                                                       Datensatz
                    Datensatz
                    -format                   Zentrales                            Datensatz
                                                                                 -format
                                            business model                         Datensatz
                                                                                   -format
                   -format
                                                                                  -format
    Datensatz
    -format




                                                  business logic
                                                                             Anschreiben
                                                                              Anschreiben
                                                                                Anschreiben




   Seite 10 / 32
Motivation für MDSD in AMIS

   Familie von Softwaresystem mit struktureller Gemeinsamkeit
      – Gemeinsamkeit ist modellierbar
      – Gemeinsamkeiten sind in jeder Phase (von AMIS) zu finden

   Zentrales Management der Detailinformationen
      – Dokumentation und Management von Abhängigkeiten
      – Detailinformationen nicht doppelt in Analyse und Implementierung

   Große Anforderung an Qualität
      – Qualitätssicherung durch Generierungsansatz




 Seite 11 / 32
DSL in AMIS




Seite 12 / 32
DSL in AMIS




 Seite 13 / 32
DSL in AMIS

•      DSL – Metamodell mittels UML

•      Unsere DSL unterstützt programmierbare Erweiterungen
       des Modells




Seite 14 / 32
DSL in AMIS

+ Ermittlung der DSL durch Referenzmodell
         •      Ermittlung des Metamodells (und der DSL) anhand
                einer Referenzmodellierung
         •      damit waren ca. 80% der DSL erfasst
         •      die restlichen 20% ergaben sich innerhalb eines Jahres
                durch neue Anforderungen seitens der Modellierung
         •      seitdem ist DSL stabil

      Prozess zur Ermittlung der DSL war nicht vorgegeben
         ― schlecht planbar




Seite 15 / 32
Generatoren in AMIS


-     Generatoren auf nicht ausgereifter DSL aufgesetzt
         -      Generatoren und Framework wurden zu früh parallel zum
                Referenzmodell umgesetzt
                 führte zu unnötigem Refactoring
         •      Geduld mitbringen, bis DSL/Metamodell eine zufriedenstellende
                Reife erreicht hat




Seite 16 / 32
Softwarearchitektur in AMIS


  Ermittlung, Validierung und Wartung der Zielplattform
    + Prototyp für Generatoren und Framework

    + Implementierung einer Referenzarchitektur
                + Validierungen von DSL-Erweiterungen

                + Referenzarchitektur wird gepflegt




Seite 17 / 32
Testverfahren in AMIS

       Modell
          – Modellvalidierung (syntaktische Qualitätssicherung)
          - derzeit mit eigen-implementierter Validierung

       Generatoren / Framework
          – Validierung der DSL/Generatoren durch Referenzmodell
            und zugehörige Unit-Tests




Seite 18 / 32
Testverfahren in AMIS

       Programmierte Modellerweiterungen
          – Entwicklung einer Simulationssoftware für aus-/ eingehende
            Datenformate

       Generate
          – Integrations- und Akzeptanztests auf großer Datenmenge

       Modell
          – Inhaltliche Qualitätssicherung auf Modellebene




Seite 19 / 32
Rollen und deren Anforderungen

 Rollen für

         Domäne / Modellierung
            – DSL-Analyse
            – Modellierung
            – Architektur

         Generatoren / Transformationen
            – Architektur, Generatorenentwicklung, Frameworkentwicklung
            – Generierung




Seite 20 / 32
Rollen in AMIS

      Es wurden Rollen in Personalunion besetzt
         – Architektur, Generatorenentwicklung
         – DSL-Analyse, Modellierung
         – Generierung besetzen spezielle EntwicklerInnen

      Sehr erfahrene Köpfe für DSL-Analyse, Generatoren-
      und Frameworkentwicklung
         − Gefahr von ,Kopfmonopolen’ in kleinen Teams
         + Große Flexibilität gerade in ‘Aufbruchsphase‘




Seite 21 / 32
Modellierung in AMIS

  Modellierung mündet unmittelbar in Software:
    + Verlangt große Exaktheit der Analyse
    − Laufzeitaspekte fließen in Modellierung ein

  Pair-Modelling (Modellierung + Entwicklung)

  Betreuung der DSL durch Architektur und DSL-Analyse
    + Erweiterungen der DSL werden erkannt
    + Ausdehnung der Software-Systemfamilie




 Seite 22 / 32
Generierung in AMIS

− Modell beeinflusst mehrere Teilprojekte daher
  explizite Generierung:

       – Generierung obliegt der Entwicklung
       – Generierung ist nicht Bestandteil des Build-Prozesses
       – Versionierung der Generate pro Teilprojekt
       – auf separatem Rechner inkl. lokaler Modultests
       – explizite Freigabe von Versionen der Generate




 Seite 23 / 32
Einsatz von MDSD in AMIS


      Einsatz von MDSD > 40% (bezogen auf Modelle)
      Mengengerüste
        – derzeit ca. 100.000 Modellelemente, davon < 2% (ca. 1.900)
          programmatisch ergänzt

      Kleines Entwicklungs- und Modellierungsteam
      (< 10 Personen)
        – davon 3 externe Kräfte




Seite 24 / 32
Ablösung der
 Aufwände bzgl. MDSD                                               proprietären
                                                                Generatorumgebung
    PT aggregiert
                                                                      Insgesamt 4 Releases
                    1000
                           Aufwand verringert
                              sich deutlich
                    800


                    600
 Stabilisierung
der Infrastruktur
                    400
                                                       Aufsetzen und Pflege der MDSD-
                                                       Infrastruktur
                    200


                      0
                           2003      2004       2005          2006          2007        2008   Jahr
                Projektbeginn                    Wirkbetriebseinführung Phase 1


    Seite 25 / 32
Aufwände bzgl. MDSD

    PT aggregiert                                                                  Wiederverwendung von
                               Pflege der MDSD
                                 Infrastruktur                                    Modellen und Entwicklung
               1000

Modellierungsaufwand erreicht
            800
 den für MDSD-Infrastruktur

                600
Vorlauf zur Erzeugung
  der Infrastruktur
                400


                200                                                   Modellierung

                   0
                        2003        2004     2005           2006       2007        2008    Jahr
           Projektbeginn                         Wirkbetriebseinführung Phase 1
        Seite 26 / 32
Aktueller Stand in AMIS

     Stabilität / Verlässlichkeit
       – DSL ist seit über einem Jahr stabil
       – Generatoren sind stabil und zuverlässig
       – Framework ist bis auf kleinere Änderungen stabil
       – Entwicklungsprozess hat sich stabilisiert und bewährt




 Seite 27 / 32
Risiken in AMIS
  Methodik ist pflegeintensiv
     –     muß konsequent gelebt werden
     –     neigt zu Erosion
     –     erfordert Verständnis der Beteiligten am Prozess
     –     Weg zurück ist schwer

  domänen-zentrierte MDSD greift früh im Entwicklungsprozess
     – systematische Fehler haben gravierende Auswirkungen

  Bindung der Generatoren an proprietäres Tool

  Komplexität der DSL muss begrenzt bleiben
     – Gefahr unklarer Modellierungsregeln
     – Gefahr impliziter Abhängigkeiten zwischen Modellierungselementen



 Seite 28 / 32
Sicht des Projektmanagements

   Integration von Modellierung und Implementierung

      – erschwert Zuordnung der Verantwortlichkeiten für einzelne
        Arbeitsergebnisse
                  • Termin- und Aufwandskontrolle wird schwieriger

      – klassische Wasserfallmethode ist fast unmöglich
                  • Iterationen zwischen Modellierung und Entwicklung




  Seite 29 / 32
Bewertung von MDSD nach 5 Jahren

       Erfolgreiches Management der Mengen an Detailinformationen

       Robuste Software durch Framework-Einsatz

       Wartungsaufwand reduziert sich um mehr als 50 %
       (konservativ geschätzt)

          – Vergleich der Aufwände bereits abgelöster Anwendung zu
            nicht abgelösten Anwendungen




Seite 30 / 32
Resümee

In unserem Fall und bei unserer Ausgangssituation hat sich der
Einsatz von Modellgetriebener Softwareentwicklung gelohnt.




 Seite 31 / 32
www.iks-gmbh.com




                   www.deutschepost.de/rentenservice




 Seite 32 / 32

Más contenido relacionado

Similar a MDSD Projektbericht Modellgetriebene Softwareentwicklung bei der Rentenzahlung

We4IT LCTY 2013 - x-pages-men - whats next - application modernization roadmap
We4IT LCTY 2013 - x-pages-men - whats next - application modernization roadmapWe4IT LCTY 2013 - x-pages-men - whats next - application modernization roadmap
We4IT LCTY 2013 - x-pages-men - whats next - application modernization roadmap
We4IT Group
 
Aras Meiller PLM Software
Aras Meiller PLM SoftwareAras Meiller PLM Software
Aras Meiller PLM Software
Aras
 
Open Source BPM mit BPMN 2.0 und Java
Open Source BPM mit BPMN 2.0 und Java Open Source BPM mit BPMN 2.0 und Java
Open Source BPM mit BPMN 2.0 und Java
camunda services GmbH
 

Similar a MDSD Projektbericht Modellgetriebene Softwareentwicklung bei der Rentenzahlung (20)

Integrationsszenarien in modernen Anwendungslandschaften - OPITZ CONSULTING -...
Integrationsszenarien in modernen Anwendungslandschaften - OPITZ CONSULTING -...Integrationsszenarien in modernen Anwendungslandschaften - OPITZ CONSULTING -...
Integrationsszenarien in modernen Anwendungslandschaften - OPITZ CONSULTING -...
 
Industry-forum 2011 eCATALOGsolutions TURCK
Industry-forum 2011 eCATALOGsolutions TURCKIndustry-forum 2011 eCATALOGsolutions TURCK
Industry-forum 2011 eCATALOGsolutions TURCK
 
Transaction software-transbase-datenbanksystem
Transaction software-transbase-datenbanksystemTransaction software-transbase-datenbanksystem
Transaction software-transbase-datenbanksystem
 
Profil daniel boogaerts
Profil daniel boogaertsProfil daniel boogaerts
Profil daniel boogaerts
 
GraphTalks Stuttgart - semantic data management – der Weg zu einer nachhaltig...
GraphTalks Stuttgart - semantic data management – der Weg zu einer nachhaltig...GraphTalks Stuttgart - semantic data management – der Weg zu einer nachhaltig...
GraphTalks Stuttgart - semantic data management – der Weg zu einer nachhaltig...
 
MDSD Einführung und Überblick
MDSD Einführung und ÜberblickMDSD Einführung und Überblick
MDSD Einführung und Überblick
 
B3 Lotusday Mbg Mailarchivierung
B3 Lotusday Mbg MailarchivierungB3 Lotusday Mbg Mailarchivierung
B3 Lotusday Mbg Mailarchivierung
 
We4IT LCTY 2013 - x-pages-men - whats next - application modernization roadmap
We4IT LCTY 2013 - x-pages-men - whats next - application modernization roadmapWe4IT LCTY 2013 - x-pages-men - whats next - application modernization roadmap
We4IT LCTY 2013 - x-pages-men - whats next - application modernization roadmap
 
SMART SUPPORT / BPM Veranstaltung Berlin 2009 10 15 - BPM
SMART SUPPORT / BPM Veranstaltung Berlin 2009 10 15 - BPMSMART SUPPORT / BPM Veranstaltung Berlin 2009 10 15 - BPM
SMART SUPPORT / BPM Veranstaltung Berlin 2009 10 15 - BPM
 
2009 Vortrag digitales Depot
2009 Vortrag digitales Depot2009 Vortrag digitales Depot
2009 Vortrag digitales Depot
 
B1 Lotusday 2008 Vortrag X Forms Rapid Development
B1 Lotusday 2008 Vortrag X Forms Rapid DevelopmentB1 Lotusday 2008 Vortrag X Forms Rapid Development
B1 Lotusday 2008 Vortrag X Forms Rapid Development
 
Aras Meiller PLM Software
Aras Meiller PLM SoftwareAras Meiller PLM Software
Aras Meiller PLM Software
 
Open Source BPM mit BPMN 2.0 und Java
Open Source BPM mit BPMN 2.0 und Java Open Source BPM mit BPMN 2.0 und Java
Open Source BPM mit BPMN 2.0 und Java
 
CAD in the Cloud
CAD in the CloudCAD in the Cloud
CAD in the Cloud
 
DOAG SIG Development: BI Publisher and Oracle ADF
DOAG SIG Development: BI Publisher and Oracle ADFDOAG SIG Development: BI Publisher and Oracle ADF
DOAG SIG Development: BI Publisher and Oracle ADF
 
BizDataX - Data Masking Solution - Datamasking-Tool
BizDataX - Data Masking Solution - Datamasking-ToolBizDataX - Data Masking Solution - Datamasking-Tool
BizDataX - Data Masking Solution - Datamasking-Tool
 
MDA &amp; SOA als Mittel zur IT-Komplexitätsreduktion bei Credit Suisse
MDA &amp; SOA als Mittel zur IT-Komplexitätsreduktion bei Credit SuisseMDA &amp; SOA als Mittel zur IT-Komplexitätsreduktion bei Credit Suisse
MDA &amp; SOA als Mittel zur IT-Komplexitätsreduktion bei Credit Suisse
 
Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...
Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...
Data Mesh und Domain Driven Design - rücken Analytics und SD nun doch näher z...
 
MDSD Herausforderung: Entwicklungsmethodik und technisches Umfeld
MDSD Herausforderung: Entwicklungsmethodik und technisches UmfeldMDSD Herausforderung: Entwicklungsmethodik und technisches Umfeld
MDSD Herausforderung: Entwicklungsmethodik und technisches Umfeld
 
InDesign und XML – wie geht’s weiter?
InDesign und XML – wie geht’s weiter?InDesign und XML – wie geht’s weiter?
InDesign und XML – wie geht’s weiter?
 

Más de IKS Gesellschaft für Informations- und Kommunikationssysteme mbH

Más de IKS Gesellschaft für Informations- und Kommunikationssysteme mbH (20)

Es wird Zeit KI zu nutzen - Wie es mit Azure KI Services und .NET MAUI gelingt
Es wird Zeit KI zu nutzen - Wie es mit Azure KI Services und .NET MAUI gelingtEs wird Zeit KI zu nutzen - Wie es mit Azure KI Services und .NET MAUI gelingt
Es wird Zeit KI zu nutzen - Wie es mit Azure KI Services und .NET MAUI gelingt
 
Thementag 2023 06 Dieses Mal machen wir alles richtig - 9 Hacks für wandelbar...
Thementag 2023 06 Dieses Mal machen wir alles richtig - 9 Hacks für wandelbar...Thementag 2023 06 Dieses Mal machen wir alles richtig - 9 Hacks für wandelbar...
Thementag 2023 06 Dieses Mal machen wir alles richtig - 9 Hacks für wandelbar...
 
Thementag 2023 04 Lindern, heilen oder gar fit machen.pdf
Thementag 2023 04 Lindern, heilen oder gar fit machen.pdfThementag 2023 04 Lindern, heilen oder gar fit machen.pdf
Thementag 2023 04 Lindern, heilen oder gar fit machen.pdf
 
Thementag 2023 05 Wer zu spät kommt, den bestraft das Leben - Modernisierung ...
Thementag 2023 05 Wer zu spät kommt, den bestraft das Leben - Modernisierung ...Thementag 2023 05 Wer zu spät kommt, den bestraft das Leben - Modernisierung ...
Thementag 2023 05 Wer zu spät kommt, den bestraft das Leben - Modernisierung ...
 
Thementag 2023 01 Mut zur Modernisierung - ein Praxisbeispiel.pdf
Thementag 2023 01 Mut zur Modernisierung - ein Praxisbeispiel.pdfThementag 2023 01 Mut zur Modernisierung - ein Praxisbeispiel.pdf
Thementag 2023 01 Mut zur Modernisierung - ein Praxisbeispiel.pdf
 
Thementag 2023 03 Einführung in die Softwaremodernisierung.pdf
Thementag 2023 03 Einführung in die Softwaremodernisierung.pdfThementag 2023 03 Einführung in die Softwaremodernisierung.pdf
Thementag 2023 03 Einführung in die Softwaremodernisierung.pdf
 
Thementag 2022 01 Verpassen Sie nicht den Anschluss.pdf
Thementag 2022 01 Verpassen Sie nicht den Anschluss.pdfThementag 2022 01 Verpassen Sie nicht den Anschluss.pdf
Thementag 2022 01 Verpassen Sie nicht den Anschluss.pdf
 
Thementag 2022 04 ML auf die Schiene gebracht.pdf
Thementag 2022 04 ML auf die Schiene gebracht.pdfThementag 2022 04 ML auf die Schiene gebracht.pdf
Thementag 2022 04 ML auf die Schiene gebracht.pdf
 
Thementag 2022 03 Ein Modell ist trainiert - und jetzt.pdf
Thementag 2022 03 Ein Modell ist trainiert - und jetzt.pdfThementag 2022 03 Ein Modell ist trainiert - und jetzt.pdf
Thementag 2022 03 Ein Modell ist trainiert - und jetzt.pdf
 
Thementag 2022 02 Der Deutschen Bahn in die Karten geschaut.pdf
Thementag 2022 02 Der Deutschen Bahn in die Karten geschaut.pdfThementag 2022 02 Der Deutschen Bahn in die Karten geschaut.pdf
Thementag 2022 02 Der Deutschen Bahn in die Karten geschaut.pdf
 
Daten / Information / Wissen - Möglichkeiten und Grenzen des Machine Learning
Daten / Information / Wissen - Möglichkeiten und Grenzen des Machine LearningDaten / Information / Wissen - Möglichkeiten und Grenzen des Machine Learning
Daten / Information / Wissen - Möglichkeiten und Grenzen des Machine Learning
 
Erste Schritte in die neue Welt-So gelingt der Einstieg in Big Data und Machi...
Erste Schritte in die neue Welt-So gelingt der Einstieg in Big Data und Machi...Erste Schritte in die neue Welt-So gelingt der Einstieg in Big Data und Machi...
Erste Schritte in die neue Welt-So gelingt der Einstieg in Big Data und Machi...
 
Darf es ein bisschen mehr sein - Konzepte und Strategien zur Bewältigung groß...
Darf es ein bisschen mehr sein - Konzepte und Strategien zur Bewältigung groß...Darf es ein bisschen mehr sein - Konzepte und Strategien zur Bewältigung groß...
Darf es ein bisschen mehr sein - Konzepte und Strategien zur Bewältigung groß...
 
Big Data und Machine Learning - Wer braucht das schon!?
Big Data und Machine Learning - Wer braucht das schon!?Big Data und Machine Learning - Wer braucht das schon!?
Big Data und Machine Learning - Wer braucht das schon!?
 
Erste Schritte in die neue Welt - So gelingt der Einstieg in Big Data und Mac...
Erste Schritte in die neue Welt - So gelingt der Einstieg in Big Data und Mac...Erste Schritte in die neue Welt - So gelingt der Einstieg in Big Data und Mac...
Erste Schritte in die neue Welt - So gelingt der Einstieg in Big Data und Mac...
 
Darf es ein bisschen mehr sein - Konzepte Strategien zur Bewältigung großer u...
Darf es ein bisschen mehr sein - Konzepte Strategien zur Bewältigung großer u...Darf es ein bisschen mehr sein - Konzepte Strategien zur Bewältigung großer u...
Darf es ein bisschen mehr sein - Konzepte Strategien zur Bewältigung großer u...
 
Daten / Information / Wissen - Möglichkeiten und Grenzen des Machine Learning
Daten / Information / Wissen - Möglichkeiten und Grenzen des Machine LearningDaten / Information / Wissen - Möglichkeiten und Grenzen des Machine Learning
Daten / Information / Wissen - Möglichkeiten und Grenzen des Machine Learning
 
Big Data und Machine Learning - Wer braucht das schon!?
Big Data und Machine Learning - Wer braucht das schon!?Big Data und Machine Learning - Wer braucht das schon!?
Big Data und Machine Learning - Wer braucht das schon!?
 
Daten / Information / Wissen - Möglichkeiten und Grenzen des Machine Learning
Daten / Information / Wissen - Möglichkeiten und Grenzen des Machine LearningDaten / Information / Wissen - Möglichkeiten und Grenzen des Machine Learning
Daten / Information / Wissen - Möglichkeiten und Grenzen des Machine Learning
 
Darf es ein bisschen mehr sein - Konzepte und Strategien zur Bewältigung groß...
Darf es ein bisschen mehr sein - Konzepte und Strategien zur Bewältigung groß...Darf es ein bisschen mehr sein - Konzepte und Strategien zur Bewältigung groß...
Darf es ein bisschen mehr sein - Konzepte und Strategien zur Bewältigung groß...
 

MDSD Projektbericht Modellgetriebene Softwareentwicklung bei der Rentenzahlung

  • 1. Case Story : Modellgetriebene Softwareentwicklung bei der Rentenzahlung Referenten: Holger Benz (Deutsche Post AG, NL Renten Service) Christoph Schmidt-Casdorff (iks GmbH) Seite 2 / 32
  • 2. Einführung Erfahrungsbericht über den Einsatz von MDSD – MDSD - Modellgetriebene Softwareentwicklung im Projekt AMIS der NL Renten Service der Deutschen Post AG – konkrete Erfahrungen aus einzelnen ausgewählten Bereichen der MDSD Folien mit projektbezogenen Aussagen tragen ‘AMIS‘ im Titel Keine Einführung in MDSD / MDA Seite 3 / 32
  • 3. NL Renten Service NL Renten Service der Deutschen Post AG Zahlung der gesetzlichen deutschen Altersrente – gemäß den gesetzlichen Bestimmungen – im Auftrag der Träger der Rentenversicherung Seite 4 / 32
  • 4. NL Renten Service 26 Millionen Konten von ca. 18 Millionen Rentnern 305 Millionen Rentenzahlungen pro Jahr 24 Millionen Rentenberechnungen pro Jahr 17 Millionen Rentenzahlungen ins Ausland pro Jahr Auszahlung von 195 Milliarden € pro Jahr Seite 5 / 32
  • 5. Projektbeschreibung AMIS Änderungsmanagement und Informationsaustausch mit Leistungsträgern (DRV/Bund et al.) – großteils dateibasierte Satzverarbeitung – Größenordnung pro Monat: • Auflieferung von ca. 0,5 – 1 Mio. Datensätze • Versand von bis zu mehreren Mio. Datensätzen an die Leistungsträger Seite 6 / 32
  • 6. Seite 7 / 32 AM Batch AM Dialog AM Pensionen Weltweit AM Abgleichsersuchen ZM Entgelte & Auslagen Projektbeschreibung AMIS ZM Zahlungsausführung ZM Pensionen Weltweit Phasen in AMIS LM Rückfluss- /Rückforderung LM Postvorschuss LM Pensionen Weltweit LM Kontoauszug / Abgleich
  • 7. Projektbeschreibung AMIS Phase 1 : AMIS – Veränderungsdienst abgeschlossen und im Wirkbetrieb Mehrjähriger Zeithorizont des Gesamtprojektes Seite 8 / 32
  • 8. Problembeschreibung AMIS Zentrales Businessmodell, welches – durch 3 Datei-/ Datensatzformate gespeist wird – in mehr als 15 Datensatzformate transformiert wird – in Web-GUIs dargestellt wird – in mehr als 10 Kundenanschreiben transformiert wird >30 Formate beziehen sich auf das Businessmodell – je Format mehr als 1000 Einzelinformationen Seite 9 / 32
  • 9. Problembeschreibung AMIS Name Vorname Titel GUI Byte-Position . . . . Datensatz Datensatz -format Datensatz Datensatz -format Zentrales Datensatz -format business model Datensatz -format -format -format Datensatz -format business logic Anschreiben Anschreiben Anschreiben Seite 10 / 32
  • 10. Motivation für MDSD in AMIS Familie von Softwaresystem mit struktureller Gemeinsamkeit – Gemeinsamkeit ist modellierbar – Gemeinsamkeiten sind in jeder Phase (von AMIS) zu finden Zentrales Management der Detailinformationen – Dokumentation und Management von Abhängigkeiten – Detailinformationen nicht doppelt in Analyse und Implementierung Große Anforderung an Qualität – Qualitätssicherung durch Generierungsansatz Seite 11 / 32
  • 11. DSL in AMIS Seite 12 / 32
  • 12. DSL in AMIS Seite 13 / 32
  • 13. DSL in AMIS • DSL – Metamodell mittels UML • Unsere DSL unterstützt programmierbare Erweiterungen des Modells Seite 14 / 32
  • 14. DSL in AMIS + Ermittlung der DSL durch Referenzmodell • Ermittlung des Metamodells (und der DSL) anhand einer Referenzmodellierung • damit waren ca. 80% der DSL erfasst • die restlichen 20% ergaben sich innerhalb eines Jahres durch neue Anforderungen seitens der Modellierung • seitdem ist DSL stabil Prozess zur Ermittlung der DSL war nicht vorgegeben ― schlecht planbar Seite 15 / 32
  • 15. Generatoren in AMIS - Generatoren auf nicht ausgereifter DSL aufgesetzt - Generatoren und Framework wurden zu früh parallel zum Referenzmodell umgesetzt  führte zu unnötigem Refactoring • Geduld mitbringen, bis DSL/Metamodell eine zufriedenstellende Reife erreicht hat Seite 16 / 32
  • 16. Softwarearchitektur in AMIS Ermittlung, Validierung und Wartung der Zielplattform + Prototyp für Generatoren und Framework + Implementierung einer Referenzarchitektur + Validierungen von DSL-Erweiterungen + Referenzarchitektur wird gepflegt Seite 17 / 32
  • 17. Testverfahren in AMIS Modell – Modellvalidierung (syntaktische Qualitätssicherung) - derzeit mit eigen-implementierter Validierung Generatoren / Framework – Validierung der DSL/Generatoren durch Referenzmodell und zugehörige Unit-Tests Seite 18 / 32
  • 18. Testverfahren in AMIS Programmierte Modellerweiterungen – Entwicklung einer Simulationssoftware für aus-/ eingehende Datenformate Generate – Integrations- und Akzeptanztests auf großer Datenmenge Modell – Inhaltliche Qualitätssicherung auf Modellebene Seite 19 / 32
  • 19. Rollen und deren Anforderungen Rollen für Domäne / Modellierung – DSL-Analyse – Modellierung – Architektur Generatoren / Transformationen – Architektur, Generatorenentwicklung, Frameworkentwicklung – Generierung Seite 20 / 32
  • 20. Rollen in AMIS Es wurden Rollen in Personalunion besetzt – Architektur, Generatorenentwicklung – DSL-Analyse, Modellierung – Generierung besetzen spezielle EntwicklerInnen Sehr erfahrene Köpfe für DSL-Analyse, Generatoren- und Frameworkentwicklung − Gefahr von ,Kopfmonopolen’ in kleinen Teams + Große Flexibilität gerade in ‘Aufbruchsphase‘ Seite 21 / 32
  • 21. Modellierung in AMIS Modellierung mündet unmittelbar in Software: + Verlangt große Exaktheit der Analyse − Laufzeitaspekte fließen in Modellierung ein Pair-Modelling (Modellierung + Entwicklung) Betreuung der DSL durch Architektur und DSL-Analyse + Erweiterungen der DSL werden erkannt + Ausdehnung der Software-Systemfamilie Seite 22 / 32
  • 22. Generierung in AMIS − Modell beeinflusst mehrere Teilprojekte daher explizite Generierung: – Generierung obliegt der Entwicklung – Generierung ist nicht Bestandteil des Build-Prozesses – Versionierung der Generate pro Teilprojekt – auf separatem Rechner inkl. lokaler Modultests – explizite Freigabe von Versionen der Generate Seite 23 / 32
  • 23. Einsatz von MDSD in AMIS Einsatz von MDSD > 40% (bezogen auf Modelle) Mengengerüste – derzeit ca. 100.000 Modellelemente, davon < 2% (ca. 1.900) programmatisch ergänzt Kleines Entwicklungs- und Modellierungsteam (< 10 Personen) – davon 3 externe Kräfte Seite 24 / 32
  • 24. Ablösung der Aufwände bzgl. MDSD proprietären Generatorumgebung PT aggregiert Insgesamt 4 Releases 1000 Aufwand verringert sich deutlich 800 600 Stabilisierung der Infrastruktur 400 Aufsetzen und Pflege der MDSD- Infrastruktur 200 0 2003 2004 2005 2006 2007 2008 Jahr Projektbeginn Wirkbetriebseinführung Phase 1 Seite 25 / 32
  • 25. Aufwände bzgl. MDSD PT aggregiert Wiederverwendung von Pflege der MDSD Infrastruktur Modellen und Entwicklung 1000 Modellierungsaufwand erreicht 800 den für MDSD-Infrastruktur 600 Vorlauf zur Erzeugung der Infrastruktur 400 200 Modellierung 0 2003 2004 2005 2006 2007 2008 Jahr Projektbeginn Wirkbetriebseinführung Phase 1 Seite 26 / 32
  • 26. Aktueller Stand in AMIS Stabilität / Verlässlichkeit – DSL ist seit über einem Jahr stabil – Generatoren sind stabil und zuverlässig – Framework ist bis auf kleinere Änderungen stabil – Entwicklungsprozess hat sich stabilisiert und bewährt Seite 27 / 32
  • 27. Risiken in AMIS Methodik ist pflegeintensiv – muß konsequent gelebt werden – neigt zu Erosion – erfordert Verständnis der Beteiligten am Prozess – Weg zurück ist schwer domänen-zentrierte MDSD greift früh im Entwicklungsprozess – systematische Fehler haben gravierende Auswirkungen Bindung der Generatoren an proprietäres Tool Komplexität der DSL muss begrenzt bleiben – Gefahr unklarer Modellierungsregeln – Gefahr impliziter Abhängigkeiten zwischen Modellierungselementen Seite 28 / 32
  • 28. Sicht des Projektmanagements Integration von Modellierung und Implementierung – erschwert Zuordnung der Verantwortlichkeiten für einzelne Arbeitsergebnisse • Termin- und Aufwandskontrolle wird schwieriger – klassische Wasserfallmethode ist fast unmöglich • Iterationen zwischen Modellierung und Entwicklung Seite 29 / 32
  • 29. Bewertung von MDSD nach 5 Jahren Erfolgreiches Management der Mengen an Detailinformationen Robuste Software durch Framework-Einsatz Wartungsaufwand reduziert sich um mehr als 50 % (konservativ geschätzt) – Vergleich der Aufwände bereits abgelöster Anwendung zu nicht abgelösten Anwendungen Seite 30 / 32
  • 30. Resümee In unserem Fall und bei unserer Ausgangssituation hat sich der Einsatz von Modellgetriebener Softwareentwicklung gelohnt. Seite 31 / 32
  • 31. www.iks-gmbh.com www.deutschepost.de/rentenservice Seite 32 / 32