Im Zuge der fortschreitenden Digitalisierung und der stetigen Veröffentlichung neuer Softwareprodukte steigen die Anforderungen der Anwender*innen an die Softwarequalität kontinuierlich. Insbesondere die Zuverlässigkeit der Software spielt eine zentrale Rolle für die Zufriedenheit der Nutzer*innen. Die vorliegende Masterarbeit untersucht, wie die Einführung von Software Fault Injection in einem österreichischen Automatisierungstechnikunternehmen zur Steigerung der Softwarezuverlässigkeit beitragen kann. Vor dem Hintergrund wachsender Anforderungen an die Zuverlässigkeit und Fehlertoleranz von Software leistet diese Arbeit einen Beitrag zur Erhöhung der Robustheit und Qualität von Softwareprodukten. Im ersten Schritt wurde methodisch nach dem Design Research Ansatzes mittels Literaturrecherche ein Leitfaden zur Einführung von Software Fault Injection konkret in Form von Mutation Testing erstellt, wobei sich dieser in die drei Bereiche „Schrittweiser Leitfaden zur Anwendung“, „Best-Practices“ und „Schulung und Dokumentation“ untergliedert. Der erstellte Leitfaden wurde im nächsten Schritt anhand eines österreichischen Automatisierungstechnik Unternehmens in einer Fallstudie nach Yin angewandt. Das untersuchte Softwareprodukt ist eine in C# entwickelte Windows-Desktop-Applikation und stellt eine ungewöhnliche Domäne für Fault Injection dar. Daher wurde der Leitfaden insbesondere auf die Anwendbarkeit in einem Praxisumfeld mit diesem Technologie Stack überprüft, um Rückschlüsse über die Effektivität und Effizienz der Anwendung des Leitfadens in dieser spezifischen Fault Injection Domäne zu ziehen. Die Ergebnisse der Arbeit zeigen, dass Mutation Testing in einem Softwareentwicklungsprozess wertvolle Erkenntnisse über die Qualität der Softwaretests auf Unittest Ebene liefert und gezielt Optimierungspotentiale für bestehende Tests sowie mangelhafte Testabdeckung aufdeckt. Die durchgeführte Fallstudie ergab, dass der Einsatz von Mutation Testing zu einer signifikanten Steigerung der Softwaretestqualität beitragen kann. Hierbei liegt der Fokus auf die Verbesserung von Unittests, wodurch potenzielle Problemstellungen frühzeitig identifiziert und behoben werden können. Die Einführung in die CI/CD-Pipeline zeigte, dass die effektive und effiziente Nutzung von Mutation Tests im Zuge der kontinuierlichen Softwareentwicklung auf. Weiters wurden Optimierungspotenziale des Leitfadens identifiziert, welche für zukünftige Forschungen als Grundlage dienen können, um die Verbreitung von Software Fault Injection in diversen Anwendungsdomänen voranzutreiben. Abschließend verdeutlicht die Masterarbeit, dass die Einführung von Mutation Testing in den bestehenden Entwicklungsprozess eines Unternehmens zur Steigerung der Softwarezuverlässigkeit beitragen kann. Technische und organisatorische Herausforderungen werden durch die gewonnenen Erkenntnisse aus Literatur und Praxis adressiert, um eine effektive Einführung von Software Fault Injection zu ermöglichen. Angesichts der zunehmenden Anforderungen an Softwarequalität und Zuverlässigkeit stellt diese Arbeit einen wertvollen Beitrag zur Verbesserung der Softwarequalität in Unternehmen dar.

Rasche Veränderungen wie Globalisierung, Struktur- und Wertewandel und die demografische Entwicklung haben in den letzten Jahrzehnten den Arbeitsmarkt stark verändert. Es ist ein Fachkräftemangel durch langfristig höhere Nachfrage nach qualifizierten Fachkräften im Vergleich zum vorhandenen Angebot entstanden. Dies erschwert Unternehmen ausreichend qualifiziertes Personal zu finden. Vor allem Produktionsbetriebe sind besonders davon betroffen. Neben neuen technischen Trends und Veränderungen, sind Unternehmen durch den Wandel der Wirtschaft von einer Industriegesellschaft zur Dienstleistungsgesellschaft herausgefordert. In ländlichen Gebieten erschweren die geringere Bevölkerungsdichte und topografische Besonderheiten die Fachkräftesicherung zusätzlich. Diese Masterarbeit zielt darauf ab Rekrutierungs- und Bindungsstrategien zu erarbeiten, um Produktionsbetrieben im ländlichen Raum Handlungsempfehlungen zu geben, um qualifizierte Mit-arbeiter*innen zu finden und langfristig an das Unternehmen zu binden. Auf Basis relevanter wissenschaftlicher Literatur und empirischer Forschung werden die Ursachen des Fachkräftemangels sowie mögliche Strategieansätze für die Verbesserung von Rekrutierungs- und Bindungsmaßnahmen untersucht. Die Ergebnisse aus der Literatur und den Experteninterviews zeigen, dass ländliche Produktionsbetriebe mit einer guten Imagepflege, geschulten Führungskräften und einer generationsspezifischen Arbeitsgestaltung dem Fachkräftemangel entgegenwirken können. Mit Hilfe von bewussten Employer Branding Maßnahmen und erhöhter Aufmerksamkeit und Einbindung der Mitarbeiter*innen kann eine langfristige Mitarbeiterbindung zur Sicherung der Fachkräfte beitragen. Allerdings hat die Untersuchung auch gezeigt, dass unternehmensabhängige Faktoren wie beispielsweise Größe oder Branche zu unterschiedlichen Herausforderungen führen.

Diese Masterarbeit untersucht methodische Ansätze zur Einführung von Machine-Learning-Modellen in Klein- und Mittelbetrieben, mit dem Ziel, deren Geschäftsprozesse effizient zu optimieren und gleichzeitig die Anforderungen der Datenschutz-Grundverordnung (DSGVO) zu erfüllen. Angesichts der fortschreitenden Digitalisierung und der wachsenden Bedeutung datenbasierter Technologien stehen Klein- und Mittelbetriebe vor der Herausforderung, das Potential von Machine-Learning-Modellen zu nutzen, ohne dabei rechtliche, organisatorische und technische Hürden außer Acht zu lassen. Die Arbeit gliedert sich in einen theoretischen und einen empirischen Teil. Der theoretische Teil umfasst eine umfangreiche Literaturrecherche, die den aktuellen Stand der Forschung sowie die Anwendungsmöglichkeiten von Machine-Learning in unterschiedlichen Unternehmensbereichen analysiert. Dabei werden relevante Einsatzgebiete wie Marketing, Kundenkommunikation und Prozessautomatisierung identifiziert. Der empirische Teil basiert auf einem Design-Science-Research-Ansatz, der durch leitfadenbasierte Expert:inneninterviews ergänzt wird. Ziel ist es, praxisnahe Erkenntnisse zu den Herausforderungen, Vorteilen und Erfolgsfaktoren bei der Implementierung von Machine-Learning in Klein- und Mittelbetrieben zu gewinnen. Das zentrale Ergebnis der Arbeit ist die Entwicklung eines Leitfadens, der Klein- und Mittelbe-triebe dabei unterstützt, Machine-Learning ressourcenschonend und datenschutzkonform einzusetzen. Der Leitfaden beinhaltet Handlungsempfehlungen zur Datenaufbereitung, zur Auswahl geeigneter Machine-Learning-Modelle und zur Berücksichtigung regulatorischer Anforderungen. Die durchgeführten Interviews zeigen, dass Machine-Learning insbesondere in Bereichen wie der Automatisierung von Geschäftsprozessen und der datenbasierten Entscheidungsfindung zu signifikanten Effizienzsteigerungen beitragen kann. Gleichzeitig wird auf Herausforderungen wie die Sicherstellung der Datenqualität und die Einhaltung der DSG-VO eingegangen.

Fluid medical products filled in glass or plastic containers are inspected before being labeled and packed. The operator of the inspection machine checks each container for cracks, holes, cosmetic defects and foreign particles as can affect the integrity of the product. Visual inspection machines are employed in the inspection process to ensure the integrity of the containers. These machines utilize the effect of light reflection to detect cracks, holes, and foreign particles, as these defects tend to reflect light brightly. A combination of multiple light sources, along with rapid pre-rotation to swirl up particles and slow inspection rotation, supports the visual inspection process. LED-based light sources lose power over time due to external influences. However, illuminance and rotational movement are critical parameters for detecting cracks, holes, or foreign particles. Consequently, these important parameters of the machine must be continuously monitored to ensure that they remain within a valid range. The validation of illuminance and rotational rate is measured monthly at fixed locations, which results in some downtime for the machine. This downtime is attributed to necessary manipulations of the machine. The aim of this master’s thesis is to develop a container test dummy which is similar to a real container, and which can measure illuminance and rotational movement without any manipulation of the machine. With this method, it is possible to check the machine’s status before a batch starts, eliminating downtime and increasing safety. After the test run, the system provides direct feedback to the operator regarding whether the machine is in a valid state or not. A microcontroller with multiple light sensors and inertial sensors is used to measure total illuminance and rotational movement and compares the measured data to valid reference data. Data is transferred using a wireless communication and is visualized in real-time to give the operator immediate feedback. Additionally, with multiple light sensors, it should be possible to detect individual light sources with reduced illuminance.

Eine erfolgreiche Einführung und Nutzung von Cloud-ERP Lösungen bedarf einer organisierten Zusammenarbeit aller Beteiligten im Projekt. Hierbei müssen Entscheidungen getroffen, Prozesse definiert und Zuständigkeiten festgelegt werden. Während des Projektverlaufs werden Wissensinhalte unterschiedlichster Themenbereiche generiert und geteilt. Diese Wissensinhalte gilt es frühzeitig im Projekt transparent zu dokumentieren, um eine stabile Verwendung der ERP-Lösung mit dem Ende der Implementierungsphase und der Übergabe in die Nutzungsphase zu gewährleisten. Im Unternehmen B4B Solutions GmbH kommen für das Wissens- und Projektmanagement die Anwendungen Jira und Confluence von Atlassian zum Einsatz. In der vorliegenden Masterarbeit wird der Nutzen dieser Anwendungen in Bezug auf das Wissensmanagement in ERP-Projekten untersucht. Der Autor hat für diese Untersuchung Interviews mit vier Personen durchgeführt, die bei B4B Solutions in unterschiedlichen Projektrollen mit Jira und Confluence arbeiten. Somit wurden die Fragen aus dem erarbeiteten Interviewleitfaden aus unterschiedlichen Blickwinkeln beantwortet. Die Interviews wurden transkribiert, paraphrasiert und einer qualitativen Inhaltsanalyse unterzogen. Die Ergebnisse der Inhaltsanalyse bilden die Basis für die Beantwortung der Forschungsfrage „Welchen Nutzen schaffen die Webanwendungen Jira und Confluence bei der Einführung und Nutzung von Cloud-ERP-Systemen in mittelständischen Unternehmen?“ und der Validierung der im Vorhinein definierten Hypothesen. Die Hypothesen wurden einer Rücküberprüfung unterzogen. Ein Abschlussfazit und Schlussfolgerungen runden die Masterarbeit ab und spiegeln die persönliche Einschätzung des Autors im Hinblick auf jene Fallstricke im Wissensmanagement wider, mit denen Organisationen in ERP-Projekten rechnen müssen.