Eine neue Messmethoden-Generation: COSMIC

Die Function-Point-Analyse ist weit verbreitet. Der Nachteil: Unschärfen bei einigen Anwendungstypen. Einer ihrer Nachfolger: die COSMIC-Methode. Doch hält diese wirklich was sie verspricht? 

Die COSMIC-Methode, 2003 als ISO/IEC 19761-Standard anerkannt, ist eine Weiterentwicklung der Function-Point-Methode und betrachtet die funktionalen Systemanforderungen an ein zu bewertendes Softwareprodukt aus Nutzersicht. Warum diese Weiterentwicklung? Die Function-Point-Methode eignet sich schlecht für eine Aufwandsschätzung prozessintensiver Systeme – sie „scheitert“ an Real-Time-Technologien in eingebetteten Systemen, wie sie z.B. in der Automobiltechnik verbreitet sind. Hier ist die COSMIC-Methode die bessere Alternative.

Wie funktioniert die COSMIC-Methode?

Vereinfacht dargestellt zählt COSMIC alle aus der Außensicht von Akteuren wahrnehmbaren Datenelemente, welche die Systemgrenzen überschreiten (Datenbewegungen). Sofern diese relevant für die Anwendungsfälle des Systems sind, werden darüber hinaus auch Zugriffe auf im Datenhaushalt abgelegte Datenelemente gezählt. Ein Vorteil gegenüber der Function-Point-Analyse ist somit die Granularität der Zählung: Bei der Function-Point-Analyse werden Elementarprozesse und Datenstrukturen gezählt, bei COSMIC die dabei verwendeten Datenelemente.

COSMIC-Methode
Zählobjekte der COSMIC-Methode; Bildquelle: PASS

Komplexität wird nicht berücksichtigt

Die Function-Point-Analyse variiert die Punktwerte der Elementarprozesse und Datenstrukturen entsprechend ihrer Komplexität unter Verwendung von Intervallskalen. Die COSMIC-Methode zählt alle Entries, Exits, Reads und Writes mit dem gleichen Punktwert. Dies ist bei transaktionsbasierten Systemen unproblematisch, bei denen alle Entries und Exits in etwa die gleiche Komplexität haben. Bei der Messung von Geschäftsanwendungen mit einem hohen Anteil an Benutzerinteraktionen ist eine Umfangsmessung ohne Berücksichtigung der Komplexität jedoch problematisch und führt nach meiner Erfahrung zu unsicheren Aufwandsabschätzungen.

Der naheliegende Gedanke: Die Vorteile einer reinen Orientierung an den Anwendungsfällen, kombiniert mit Zählungen auf einer möglichst feingranularen Ebene ohne Begrenzung durch Intervallskalen unter gleichzeitiger Berücksichtigung der Komplexität. Ergebnis ist eine weitere Umfangsmetrik: die PASS Data Interaction Point-Methode. Diese stelle ich Ihnen in meinem nächsten Beitrag vor.

 

Bildquelle: Shutterstock

Hinterlassen Sie eine Antwort

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.