Moderne Fahrzeugsoftware ist zu komplex für reine Tests. Versteckte Ausführungspfade, Speicherfehler und Multicore-Effekte bleiben oft unentdeckt. Formale Verifizierung wird hier zu einem entscheidenden Faktor.

Software-Testing ist nicht zuletzt aufgrund unvorhergesehener Ereignisse eine spannende Disziplin. Doch eben weil der Arbeitstag nicht planbar ist, birgt der Job auch Herausforderungen. Testing-Koordinator Frank Krahl gibt einen Einblick in seinen Verantwortungsbereich.

Wie lassen sich im Requirements Engineering Anforderungen und Architektur jeweils ermitteln und anschließend vereinen? Denn diese repräsentieren in der Regel die Interessen und Rollen verschiedener Gruppen: Die Kunden und Stakeholder auf der einen, das Projektteam auf der anderen Seite.

Was Fortbildung angeht, tun sich für Dienstleister große Umsatzpotenziale auf und zwar im Segment der generativen KI (GenAI), die derzeit die Arbeitsweise der IT-Berufsbilder geradezu umpflügt. Insbesondere bei der Software-Entwicklung stehen Umbrüche an.

Die Linux Foundation hat von verschiedenen großen Anbietern aus der KI-Branche insgesamt 12,5 Mio. US-Dollar an Fördergeldern zur Bekämpfung von sogenanntem KI-Slop eingefahren. Die Förderung soll Maintainer von Open-Source-Projekten entlasten, KI-generierte Security-Meldungen besser beherrschbar machen und Open-Source-Projekte langfristig widerstandsfähiger aufstellen.

Die Version UDE 2025 der Universal Debug Engine von PLS bietet optimierte Debugging- und Analysefunktionen für Highend-MCUs. Verbesserte Visualisierung und erweiterte Trace-Unterstützung erleichtern die Fehlersuche.

Teil 1 zeigte, warum klassische Scrum- und Projektmanagement-Tools oft keine verlässliche Aussage zur Termintreue eines Projekts liefern. Zur realistischen Einschätzung müssen die hier geschilderten Fragen beantwortet werden, ohne ungenaue Schätzungen zu überschätzen oder in Mikromanagement zu verfallen.

Softwareprojekte lassen sich auch ohne Mikromanagement steuern, wenn man konsequent die richtigen Tools einsetzt. Teil 1 dieses zweiteiligen Beitrags zeigt, wie sich aus Tickets, Verfügbarkeiten und groben Meilenstein-Zuordnungen ein täglich aktualisierter Forecast ableiten lässt, der Risiken früh sichtbar macht, ohne Teams mit Detailplanung zu belasten.

Wie lassen sich harte Echtzeitsysteme virtualisieren, ohne den Determinismus zu verlieren? Der Beitrag vergleicht den Einsatz von Containern sowie Hypervisoren von Typ 1 und 2 und zeigt an einem Praxisbeispiel aus der Automobilproduktion tragfähige Architekturen auf.

Gute Software will nicht nur technisch, sondern auch rechtlich gut abgesichert sein. Aber gilt Urheberschutz auch für Software-Code? Kann man sich Software-Funktionalitäten patentieren lassen? Und wie schütze ich meine IP, wenn die Software erst einmal auf dem Markt ist?