Industrialisierung kausaler probabilistischer graphischer Modelle : ein Beitrag zur Sicherheit der Sollfunktion autonomer Fahrzeuge durch kausales Engineering
Die vorliegende Dissertation widmet sich dem Forschungsgebiet des „kausalen Engineerings“ und konzentriert sich auf dessen Professionalisierung durch die Entwicklung und praktische Anwendung von Referenzmodellen im Bereich des Software- und Systems Engineerings. Die Dissertation präsentiert folgende Hauptergebnisse: ein Lebenszyklusmodell namens CausalOps, ein zugehöriges Prozessmodell sowie die Auswirkungen dieser Modelle auf die erforderlichen
Kompetenzen von Organisationen für die Entwicklung und Anwendung kausaler probabilistischer graphischer Modelle. Zudem wird ein neues Vorgehensmodell im Rahmen der Sicherheit der Sollfunktion vorgestellt. Das Lebenszyklusmodell CausalOps stellt einen strukturierten Ansatz zur ganzheitlichen Nutzung
kausaler Modelle bereit. Es erweitert bestehende Ansätze durch eine detaillierte Beschreibung der beteiligten Entitäten, ihrer Interaktionen in verschiedenen Lebensphasen und der dabei entstehenden Arbeitsprodukte. Das Prozessmodell gestaltet CausalOps im Kontext organisatorischer Prozesse und basiert auf etablierten Referenzmodellen angrenzender Disziplinen. Die Anpassung
dieser Prozesse berücksichtigt projektbezogene Anforderungen für eine domänenspezifische Implementierung des kausalen Engineerings. Im Rahmen dessen werden die notwendigen Fähigkeiten von Organisationen analysiert und grundlegende Kompetenzdimensionen beschrieben, welche die Grundlage für ein rudimentäres Reifegradmodell bilden. Eine Fallstudie im Bereich der Fahrzeugsicherheit demonstriert die Anwendbarkeit des kausalen Engineerings im Rahmen von CausalOps zur Analyse komplexer cyber-physischer Systeme. Es
wird ein neues Vorgehensmodell zur Unterstützung des Szenario-basierten Testens gemäß dem normativen Standard ISO 21448 auf Basis kausaler Modelle vorgestellt. Methodisch baut diese Arbeit auf einem Mixed-Methods-Ansatz auf, der eine Onlineumfrage zur Bestimmung des aktuellen Standes der Verwendung kausaler Modelle, Experteninterviews zur Ermittlung organisatorischer Bedarfe und Gruppendiskussionen zur explorativen Analyse der Sicherheit der Sollfunktion umfasst. Insgesamt legt diese Dissertation den Grundstein für die skalierbare Industrialisierung und Anwendung kausaler Modelle in verschiedenen Bereichen und bietet praktische Einblicke in entstehende Vorteile, zu adressierende Herausforderungen und zukünftige Forschungsbedarfe.
This dissertation explores the field of „causal engineering“ and focuses on its professionalisation through the development and practical application of reference models in the field of software and systems engineering. The following key results are presented: a lifecycle model, designated CausalOps, an associated process model, and an investigation into the competencies required by organisations to create, utilise and maintain causal probabilistic graphical models. Furthermore,
a novel methodology is proposed to address the safety of the intended functionality of modern vehicles. The resulting lifecycle model, CausalOps, offers a structured approach for the holistic development and use of causal models. It extends existing paradigms by providing a detailed description of the entities involved, their interactions across different lifecycle phases, and the resulting work
products. An associated process model integrates CausalOps into the context of organizational processes and is based on established reference models from related disciplines. The adaptation of these processes considers project-specific requirements for a domain-specific implementation of causal engineering. The necessary capabilities of organizations are analyzed, and basic competence
dimensions are described, forming the basis for a preliminary maturity model.
A case study in the field of vehicle safety demonstrates the applicability of causal engineering within the context of CausalOps for analyzing complex cyber-physical systems. A new methodology is introduced to support scenario-based testing in accordance with the normative standard ISO 21448, using causal models.
This thesis employs a mixed-methods approach, including an online survey to assess the current state of causal model use, expert interviews to identify organizational needs, and group discussions for exploratory analysis of the safety of intended functionality. Overall, this dissertation provides a foundation for the scalable industrialization and application of causal models across various domains. It offers practical insights into emerging benefits, challenges to be addressed, and future research needs.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
