SQR (Fach) / Software Qualität und Risikomanagement (Lektion)

Diese Lektion wurde von elju272 erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

• Was ist der Risikomanagementprozess? Prozess zum Definieren des Kontextes Identifizieren / Erkennen, Analysieren, Behandeln, Minimieren und Nachprüfen der Maßnahmen von Risiken
• Was ist der Risikomanagementkontext? … definiert den Verwendungszweck … hilft das System (Rahmenbedingungen) abzugrenzen Behandlungsgegenstand incl. System und Objekte nicht betrachtete Objekte wessen Risiken für wen wird der Prozess durchgeführt interne und externe Einflüsse Risikoarten Bewertungskriterien
• Was ist eine Risikomatrix? Darstellung der Ergebnisse der Risikoanalyse und Risikobewertung Hilfsmittel zur grafischen Darstellung (visualisieren) der identifizierten Risiken in Bezug auf ihre Eintrittswahrscheinlichkeit und ihre Auswirkung
• Was beinhaltet die Risikoanalysephase im Risikomanagementprozess? Risiko Analysephase: Identifizieren  Einschätzen
• Welche Risikoarten kennen Sie? Bedrohung für Leib und Leben Finanzielle Risiken / Ressourcen Risiken Vertrauensverlust / Imageschaden Sicherheitsrisiken (IT)
• Welche 2 Möglichkeiten zur Durchführung einer Risikoanalyse gibt es? Wie kann Risikoanalyse durchgeführt werden? quantitativ → messbar qualitativ → schlecht prüfbar, keine Metriken
• Unterschied zwischen Bottom-Up und Top-Down Analyse Top – Down → Auswirkung – Ursache(Auswirkung finden → nach unten den Fehler suchen)zB Fehlerbaum Bottom – Up → Ursache – Auswirkung(Problem im Code finden → nach oben schauen was ist die Auswirkung)zB Ereignisbaum
• Nennen Sie 3 Rollen im DataOwnerShip-Konzept? Datenerfasser → Verarbeiten / Speichern / Extrahieren / TransportierenÜberwachungsmonitor Datennutzer → Empfangen / NutzenArzt Datenverarbeiter → Generiert / ModifiziertHerzschrittmacher
• Warum ist der Begriff SW-Qualität ein vielfältiger Begriff? Warum werden damit verschiedene Inhalte Verbunden? Jeder versteht etwas Unterschiedliches darunter. SW-Qualität ist das was der Kunde erwartet. Merkmale erlauben die Qualität zu bewerten:° qualitative Merkmale° quanitative Merkmale Qualität ist immer Situations abhängig.
• Wofür ist Datenqualitätsmanagement verantwortlich? Worin liegen die Ursachen für schlechte Datenqualität? Korrektheit Vollständigkeit Relevants der Daten  Ursachen für schlechte Datenqualität: Inkorrekte Daten Unvollständige Daten irrelevante Daten Anforderungen:              wie gut sind die Quellen einzeln?              wie gut werden die Informationen zusammengestellt?              wie vollständig sind die Daten? alle Informationen sind Daten, jede Besprechung, jedes Dokument, jede Information, … alle Daten sind heterogen: Meetingprotokolle, Mails, Word, Excel, PDFs, Code, Skype, Telefonate, Briefe,… Gefahr: Fehlentscheidungen durch schlechte Datenqualität (fehlerhafte Daten, fehlende Daten, ...)
• Anzeige
• Welche Maßnahmen für Risikobewältigung stehen zur Auswahl? Vermeiden Reduzieren Transferieren in anderen Bereich bewusst eingehen und tragen
• Was sollte das Resultat sein, wenn man ein QM-System einführt und benutzt? Steigerung der Kundenzufriedenheit Steigerung der Produktqualität, Dienstleistungsqualität eigene Qualitätsziele werden formuliert und eingehalten eigene Qualitätspolitik (Policy)
• Was sind Methoden des Datenqualitätsmanagement? Datenberatung                                           (quantitativ) Profiling                                                      (quantitativ) Datenanalyse                                             (quantitativ) Datenquality-Assesment                            (quantitativ und qualitativ)
• ALARP ALARA ALARP As Low As Reasonably Practicable → so niedrig, wie vernünftigerweise praktikabelALARA As Low As Reasonably Achievable → so niedrig, wie vernünftigerweise erreichbar Identifizieren Einschätzen Bewerten(Eintrittswahrscheinlichkeit / Auswirkung in Zahlen oder Qualität) Maßnahmen ermitteln Maßnahmen umsetzen / Mitigating factors = mildernde Faktoren(Risiken minimieren oder zumindest reduzieren im Schadensausmaß oder in der Eintrittswahrscheinlichkeit)
• Was sind Grundlagen für eingeschränkte Funktionalität? nicht ausreichend getestet Zeitmangel Ressourcenmangel
• Welche Kriterien spiegeln die nicht funktionale Anforderungen (inneren Werte) eines SW-Produkts wider? Transparenz                    (zB OpenSource, sichtbarer Produktionsprozess, ...) Übertragbarkeit Wartbarkeit Testbarkeit
• Welche Arten von Optimierung beim magischen Dreieck gibt es? Kosten                kostenoptimiert Zeit                     zeitoptimiert Qualität              qualitätsoptimiert
• Welches Risiko ist auch nach Analyse und Maßnahmen nicht oder nur mit unverhältnismäßigem Aufwand verhinderbar? Restrisiko
• Analysemethoden der Bottom-Up Analyse Fragestellung bei Prüfung: Erklärung einer Methode → welche Methode ist das? Ereignisbaum-Analyse FMEA Fehler Effekt und Ausfall Analyse (nicht im Dok) Sensitivitäts-Analyse (nicht im Dok) Simulationsmodell (nicht im Dok)
• Welche Kriterien zur Prozesswiederholung im Rahmen des Risikomanagementes gibt es? alle Einflüsse die Auswirkung auf den Risikomanagementprozess nehmen Beispiele: neue Features neue Komponenten Änderung der Umgebung / Randbedienungen Änderungen der Anforderungen sehr hohe Risikoeinschätzung 
• Wie läuft der Risikomanagementprozess ab? Kontextdefinition Analyse     Identifizieren     Einschätzen Bewerten Bewältigung     Maßnahmen ermitteln     Maßnahmen planen und  umsetzen          Proaktive Maßnahmen (vorbeugend - noch nicht eingetreten - Vorbeugemaßnahme)          Reaktive Maßnahmen (reagierend - bereits eingetreten - Reaktionsmaßnahme          zB Rettung) Kriterien für ProzesswiederholungKontrollieren / Kommunizieren / Dokumentieren
• Risiken des HomeMonitoringSystems Technische Risiken fehlende Internetverbindung fehlerhafte oder unvollständige Datenübertragung Manipulation der Daten während der Übertragung Zugriff von unbefugten Dritten auf die DB falsche Systemgrundeinstellungen (zB Urhrzeit, ...) Bedinungsrisiken / Behandlungsrisiken falscher Bedinungsabstand zum Gerät Umgang mit Passwörtern durch die Benutzer Bedienung als 'falscher' Benutzer mit 'falschen' Berechtigungen Benutzung der Daten von falschem Patienten Benutzung der möglicherweise nicht korrekten Daten von der Plattform und nicht vom Gerät durch das Krankenhausteam Keine Plausibilitätskontrolle der Daten durch das Krankenhausteam Misachtung jener Daten, die durch Ampelsystem als nicht so relevant gekennzeichnet wurden Komprimierung von Daten bestimmter Implantate → Datenteile können fehlen Kombination von falscher Beurteilung des technischen Zustandes des Gerätes und klinischem Zusatnd des Patienten durch den Arzt
• Magisches 3-Eck Kosten, Zeit, Qualität Bei konstantem Flächeninhalt des inneren 3-Ecks und Verbesserung eines Parameters, verschlechtert sich ein anderer Parameter
• 5 wesentliche Schritte eines Datenqualitäts - Assessments Datenquellen des Datenqualitäts - Assessments 5 Schritte: Einführung Analyse der Datenqualität Analyse der Datenqualitätsprozesse DQ - Report DQ - Workshop mögliche Datenquellen: Fragebogen, Umfragen Interviews mit Abteilungen und Stakeholdern Reviews
• 3 Arten von Datenqualitäts - Assessments A Verwendet alle 3 Datenquellen Aufwändig! B Verwendet werden Interviews + 1 weitere Quelle Weniger aufwendig, aber weniger detailliert C Verwendet wird nur 1 Datenquelle Geringster Aufwand Quellen Fragebogen, Umfragen Interviews mit Abteilungen und Stakeholdern Reviews
• SW-Qualitätsmerkmale kundenorientiert (4) - herstellerorientiert (5) kundenorientiert Funktionalität + Laufzeit     außen sichtbar → Qualitätssicht Zuverlässigkeit                   außen sichtbar → Qualitätssicht Benutzbarkeit                     außen sichtbar → Qualitätssicht Effizienz herstellerorientiert Übertragbarkeit Änderbarkeit Testbarkeit Transparenz Wartbarkeit
• Was stellt das Data-Ownership-Konzept sicher? ermöglicht die gegliederte Betrachtung von Datenqualitätsprozessen sichert die Verantwortlichkeit für Qualität und Verfügbarkeit von Unternehmensdaten Data-Ownership-Konzept ist Bestandteil jedes Geschäftsprozesses PDCA-Zyklus wird in einem Datenqualitätsprozess integriert
• weiterführende Rolleneinteilung im Data-Ownership-Konzept Data-Owner                     qualitativ hochwertige Bereitstellung Datenprüfer                     Überwung von Korrektheit und Richtigkeit Daten-Steward                Klarheit und Eindeutigkeit, keine Konflikte Data Riskmanager          Definition von Standards, Richtlinien, Normen
• Wer legt die Qualitätsanforderungen im Data-Ownership-Konzept fest? der Datennutzer (empfängt, nutzt, bearbeitet, verarbeitet)
• Ziele des Datenqualitäts - Assessments Identifizierung von Verbesserungs- und Optimierungsmöglichkeiten Identifikation von inhaltlichen sowie technischen Problemen bei den Daten Präsentation möglicher Lösungswege Klare Vorgehensweise und Definition der Maßnahmen für eine höhere Datenqualität Überprüfung des Fortschritts bei der Verbesserung
• Anzeige
• Risiko Analyse – Analysearten Analysearten quantitativ      → numerische Werte auf einer definierten Skala qualitativ        → verbale Aussagen Teilanalysen (wenn nicht Eintrittswahrscheinlichkeit  UND  Schadenausmaß betrachtet wird) Impact - Analyse                            potentielle Schäden → nur Schadenhöhe Bedrohungs - Analyse                   relevante Bedrohungen Schwachstellen - Analyse             relevante Schwachstellen → oft vor voller                                                        Risikoanalyse im Bereich der Internetsicherheit⇒ Vulnerability⇒ Exploit Kombination der o.a.
• Datenqualitätsmanagement wird benutzt: Methodisch (als Hilfsmittel) Definition der Anforderungen Etablierung von Verfahren Qualitätsplanung, -lenkung, -sicherung Operativ (Geschäftsprozess) Koordination von Maßnahmen Reduktion von Maßnahmen Datenanalyse In Projekten Begleitung Reviews Schwachstellen

zurück  |  weiter 1 / 1