Alexander Pretschner

aus Wikipedia, der freien Enzyklopädie

Walter Alexander Pretschner (* 1975)[1] ist ein deutscher Informatiker und Hochschullehrer. Er ist Professor für Software & Systems Engineering an der Technischen Universität München, Gründungsdirektor des Bayerischen Forschungsinstituts für Digitale Transformation und wissenschaftlicher Direktor von fortiss, dem Forschungsinstitut des Freistaats Bayern für softwareintensive Systeme und Services.

Leben und Werk

Pretschner studierte Informatik an der RWTH Aachen und der University of Kansas. Er promovierte 2003 an der TU München bei Manfred Broy mit der Dissertation: Zum modellbasierten, funktionalen Test reaktiver Systeme. Anschließend forschte er an der ETH Zürich, bevor er zunächst Gruppenleiter am Fraunhofer-Institut für Experimentelles Software Engineering sowie Professor an der TU Kaiserslautern und danach Professor am Karlsruher Institut für Technologie wurde. 2012 wurde er als Professor für Software & Systems Engineering an die TU München berufen.

Ein Forschungsschwerpunkt im Software&Systems Engineering ist das Testen und dabei insbesondere die Frage, wann ein Testfall „gut“ ist: wenn er einen potentiellen Fehler mit guter Kosteneffektivität (bzgl. Schwere, Eintrittswahrscheinlichkeit, Aufwand der Identifikation etc.) finden kann. Daraus ergeben sich Ansätze zum fehlerbasierten Testen[2], die u. a. erfolgreich auf autonome Autos und Drohnen angewendet werden können und die dann direkt in Arbeiten zur Vollständigkeit von Testsuiten[3][4] und zur Infragestellung von Regressionstests für cyberphysikalische Systeme auf Systemebene[5] und der Notwendigkeit der systemspezifischen Generierung von Testfällen überleiten. Weitere Arbeitsgebiete im Bereich des Testens umfassen modellbasiertes Testen[6][7][8][9], Fehlerlokalisierung, Regressionstesten, Sicherheitstesten und Fuzzing.

Arbeiten zur verteilten Daten-Nutzungskontrolle[10][11] und zum Test von Security-Eigenschaften bilden die Grundlage eines weiteren Forschungsschwerpunkts im Bereich Security mit Ausprägungen in den Bereichen automotive security, fuzzing, software-basierte Software Integrity Protection und Software Obfuscation sowie automatisiertes Hardening.[12]

Accountability software-intensiver Systeme ist ein weiteres Arbeitsgebiet. Dazu werden Resultate zur effizienten Berechnung von Kausalität[13] (actual causality) mit methodischen Ansätzen der Modellierung kausaler Abhängigkeiten[14] und mit technischen Lösungsansätzen (Logging) auf Basis früherer Resultate zur verteilten Daten-Nutzungskontrolle kombiniert.

Allgemeiner beschäftigen sich die Arbeiten des Lehrstuhls für Software&Systems Engineering an der TU München mit der Qualität von Software: Was ist Qualität und wie kann man sie bemessen, wie können Zielkonflikte gehandhabt werden, wie kann man „gute“ Software entwickeln, und wie kann dabei die inhärente Kontextspezifizität von Software und Software Engineering berücksichtigt werden?

Auszeichnungen (Auswahl)

  • 1998: Fulbright-Stipendium
  • 2011: Google Focused Research Award
  • 2012: IBM Faculty Awards
  • 2013: IBM Faculty Awards

Weblinks

Einzelnachweise

  1. Pretschner, Alexander. In: Kürschners Deutscher Gelehrten-Kalender Online. De Gruyter. Abgerufen am 28. September 2019.
  2. Pretschner, A.: Defect-Based Testing. In: Dependable Software Systems Engineering. NATO Science for Peace and Security Series - D: Information and Communication Security, Volume 50, pages 141-163. IOS Press, 2017. Abgerufen am 28. September 2019.
  3. Hauer, F., Schmidt, T., Holzmüller, B., Pretschner, A: Did We Test All Scenarios for Automated and Autonomous Driving Systems? Proc. IEEE Intelligent Transportation Systems Conference, pages 2950-2955, 2019.
  4. Hauer, F., Gerostathopoulos, I., Schmidt, T., Pretschner, A.: Clustering Traffic Scenarios Using Mental Models as Little as Possible. Proc. IEEE Intelligent Vehicles Symposium, pages 1007-1012, 2020.
  5. Hauer, F., Pretschner, A., Holzmüller, B.: Re-Using Concrete Test Scenarios Generally Is a Bad Idea. Proc. IEEE Intelligent Vehicles Symposium, pages 1305-1310, 2020.
  6. Utting, M.; Pretschner, A.; Legeard, B.: A taxonomy of model-based testing approaches. Software Testing, Verification & Reliability 22(5):297-312, 2012. Abgerufen am 28. September 2019.
  7. Pretschner, A.: Zur Kosteneffektivität modellbasierten Testens. Dagstuhl-Workshop MBEES: Modellbasierte Entwicklung eingebetteter Systeme II, Braunschweig, 2006. Abgerufen am 28. September 2019.
  8. Pretschner, A., Prenninger, W., Wagner, S., Kühnel, C., Baumgartner, M., Sostawa, B., Zölch, R., Stauner, T.: One Evaluation of Model-Based Testing and its Automation. Proc. 27th Intl. Conf. on Software Engineering, pages 392-401, 2005. Abgerufen am 28. September 2019.
  9. Broy, M., Jonsson, B., Katoen, J.-P., Leucker, M., Pretschner, A.: Model-Based Testing of Reactive Systems. Springer LNCS 3472, 2005. Abgerufen am 28. September 2019.
  10. Pretschner, A., Hilty, M., Basin, D.: Distributed Usage Control. Communications of the ACM 49(9):39-44, September 2006. Abgerufen am 28. September 2019.
  11. Kelbert, F., Pretschner, A.: Data Usage Control for Distributed Systems. ACM Transactions on Privacy and Security 31(3):12, 2018. Abgerufen am 28. September 2019.
  12. Stöckle, P., Grobauer, B., Pretschner, A.: Automated Implementation of Windows-related Security-Configuration Guides. 35th IEEE/ACM Intl. Conf. on Automated Software Engineering, pages 598-610, 2020.
  13. Ibrahim, A., Pretschner, A.: From Checking to Inference: Actual Causality Computations as Optimization Problems. Proc. 18th Intl. Symp. on Automated Technology for Verification and Analysis, pages 343-359, 2020.
  14. Kacianka, S., Pretschner, A.: Designing Accountable Systems. Proc. ACM Conference on Fairness, Accountability, and Transparency, pages 424–437, 2021.