1.3 Herausforderungen
17
Um geforderte Effizienzkriterien zu erfüllen, kann der Softwareentwurf nicht unabhängig von der darunterliegenden Hardware erfolgen. Daher müssen in allen
Entwurfsschritten sowohl die Software wie auch die Hardware berücksichtigt
werden. Dies ist jedoch schwierig, da solche integrierten Ansätze normalerweise
nicht gelehrt werden. Die Zusammenarbeit zwischen Elektrotechnik und Informatik hat den dafür erforderlichen Umfang noch nicht erreicht.
Die beste Energieeffizienz würde bei einer Abbildung der Spezifikationen auf
Hardware erzielt werden. Hardwareimplementierungen sind aber sehr teuer und
erfordern eine lange Entwurfsdauer. Daher bieten Hardwareentwürfe nicht die
benötigte Flexibilität, um Entwürfe bei Bedarf anzupassen. Wir benötigen also
einen guten Kompromiss zwischen Effizienz und Flexibilität.
• CPS- und IoT-Systeme sammeln sehr häufig große Mengen an Daten. Diese Daten
müssen gespeichert werden und sie müssen analysiert werden. Daher gibt es eine
starke Verbindung zwischen der Datenanalyse bzw. Maschinellem Lernen und
CPS/IoT. Dies ist genau der Gegenstand unseres Sonderforschungsbereichs SFB
8767. Der SFB 876 hat seinen Schwerpunkt beim Maschinellen Lernen unter
Ressourcen-Beschränkungen.
• Einfluss jenseits technischer Fragen: Aufgrund des großen Einflusses auf die
Gesellschaft müssen auch rechtliche, ökonomische, soziale, menschliche und
umwelttechnische Folgen betrachten werden:
– Die Integration vieler Komponenten, möglicherweise von verschiedenen Herstellern, lässt die Frage nach der Haftung aufkommen. Diese Frage wird beispielsweise für autonom fahrende Autos diskutiert. Auch muss geklärt werden,
wer welche Rechte hat. Es kann nicht akzeptiert werden, dass alle Rechte einer
Firma gehören.
– Die sozialen Folgen der neuen IKT-Geräte müssen auch bedacht werden. Dies
hat zur Einführung des Begriffs des Cyber Physical Social Systems (CPSS)
geführt [140]. Gegenwärtig werden diese Folgen häufig erst lange nach der
Verfügbarkeit der Geräte bemerkt, wie das beispielsweise bei Mobiltelefonen
der Fall ist.
– Benutzerfreundliche Mensch-Maschine-Schnittstellen müssen verfügbar sein,
um nicht größere Teile der Gesellschaft von der Anwendung auszuschließen.
– Der Beitrag zur globalen Erwärmung und der entstehende Abfall sollte möglichst gering sein und einen akzeptablen Umfang nicht übersteigen. Dasselbe
gilt für den Ressourcen-Verbrauch.
• Reale Echtzeitsysteme sind hochgradig nebenläufig (engl. concurrent). Die Verwaltung der Nebenläufigkeit ist eine weitere große Herausforderung.
• CPS- und IoT-Systeme bestehen typischerweise aus heterogenen Hard- und Softwarekomponenten von verschiedenen Herstellern und sie müssen in einer sich
verändernden Umgebung funktionieren. Die Heterogenität führt zu Herausforderungen für die korrekte Kooperation der verschiedenen Komponenten. Es ist nicht
ausreichend, nur den Software- oder den Hardwareentwurf zu betrachten. Auf7 Siehe http://www.sfb876.tu-dortmund.de.
17
Um geforderte Effizienzkriterien zu erfüllen, kann der Softwareentwurf nicht unabhängig von der darunterliegenden Hardware erfolgen. Daher müssen in allen
Entwurfsschritten sowohl die Software wie auch die Hardware berücksichtigt
werden. Dies ist jedoch schwierig, da solche integrierten Ansätze normalerweise
nicht gelehrt werden. Die Zusammenarbeit zwischen Elektrotechnik und Informatik hat den dafür erforderlichen Umfang noch nicht erreicht.
Die beste Energieeffizienz würde bei einer Abbildung der Spezifikationen auf
Hardware erzielt werden. Hardwareimplementierungen sind aber sehr teuer und
erfordern eine lange Entwurfsdauer. Daher bieten Hardwareentwürfe nicht die
benötigte Flexibilität, um Entwürfe bei Bedarf anzupassen. Wir benötigen also
einen guten Kompromiss zwischen Effizienz und Flexibilität.
• CPS- und IoT-Systeme sammeln sehr häufig große Mengen an Daten. Diese Daten
müssen gespeichert werden und sie müssen analysiert werden. Daher gibt es eine
starke Verbindung zwischen der Datenanalyse bzw. Maschinellem Lernen und
CPS/IoT. Dies ist genau der Gegenstand unseres Sonderforschungsbereichs SFB
8767. Der SFB 876 hat seinen Schwerpunkt beim Maschinellen Lernen unter
Ressourcen-Beschränkungen.
• Einfluss jenseits technischer Fragen: Aufgrund des großen Einflusses auf die
Gesellschaft müssen auch rechtliche, ökonomische, soziale, menschliche und
umwelttechnische Folgen betrachten werden:
– Die Integration vieler Komponenten, möglicherweise von verschiedenen Herstellern, lässt die Frage nach der Haftung aufkommen. Diese Frage wird beispielsweise für autonom fahrende Autos diskutiert. Auch muss geklärt werden,
wer welche Rechte hat. Es kann nicht akzeptiert werden, dass alle Rechte einer
Firma gehören.
– Die sozialen Folgen der neuen IKT-Geräte müssen auch bedacht werden. Dies
hat zur Einführung des Begriffs des Cyber Physical Social Systems (CPSS)
geführt [140]. Gegenwärtig werden diese Folgen häufig erst lange nach der
Verfügbarkeit der Geräte bemerkt, wie das beispielsweise bei Mobiltelefonen
der Fall ist.
– Benutzerfreundliche Mensch-Maschine-Schnittstellen müssen verfügbar sein,
um nicht größere Teile der Gesellschaft von der Anwendung auszuschließen.
– Der Beitrag zur globalen Erwärmung und der entstehende Abfall sollte möglichst gering sein und einen akzeptablen Umfang nicht übersteigen. Dasselbe
gilt für den Ressourcen-Verbrauch.
• Reale Echtzeitsysteme sind hochgradig nebenläufig (engl. concurrent). Die Verwaltung der Nebenläufigkeit ist eine weitere große Herausforderung.
• CPS- und IoT-Systeme bestehen typischerweise aus heterogenen Hard- und Softwarekomponenten von verschiedenen Herstellern und sie müssen in einer sich
verändernden Umgebung funktionieren. Die Heterogenität führt zu Herausforderungen für die korrekte Kooperation der verschiedenen Komponenten. Es ist nicht
ausreichend, nur den Software- oder den Hardwareentwurf zu betrachten. Auf7 Siehe http://www.sfb876.tu-dortmund.de.