Meine Themen: Anforderungen, Anwendungslandschaften und Architekturen.

Wie selbstverständlich setzen wir grafische Modelle ein, um zu beschreiben, was ein Softwaresystem für seine Benutzer leisten soll. Doch warum eigentlich?

Ich modelliere für unsere Kunden, wie sich Unternehmenssoftware in eine Anwendungslandschaft integriert und wie sie Geschäftsprozesse unterstützt. Dabei habe ich festgestellt, dass Modellierung häufig missverstanden wird. In diesem Beitrag habe ich einige Missverständnisse für Sie gesammelt. Teil 1 dieser kleinen Serie finden Sie hier.

Grafische Modelle sind gute Modelle?

Hatten Sie beim Modellieren schon mal das Problem, dass Sie keine passende Darstellungsform gefunden haben? Konnten Sie mit der gewählten Notation nicht ausdrücken, was sie modellieren wollten? Dachten Sie, das liegt an Ihrer Kenntnis der Notation? Oder dachten Sie, Sie hätten die falsche Notation gewählt?

Vielleicht sind Sie ja einem Missverständnis aufgesessen. Manchmal sind Text oder Tabellen die bessere Darstellungsform. Grafische Modelle haben eine relativ geringe Informationsdichte. Daher sollten sich Modellierer stets fragen: Nützt die grafische Aufbereitung der Informationen dem angestrebten Zweck?

Ein Modell stellt die Realität dar?

Denken Sie an ein Foto. Fotos sind originalgetreue Abbildungen, daher auch der Ausdruck „fotorealistisch“. Und trotzdem: Was eine Fotokamera abbildet, ist nicht das, was ich über meine Augen wahrnehme. Das weiß jeder, der schon mal ein unscharfes Foto geschossen hat. Bei Modellen hingegen ignorieren viele Menschen diesen Unterschied.

Modelle fokussieren Ausschnitte aus dem betrieblichen Alltag, anderes bleibt unscharf. Modellierung folgt immer einer gewissen Pragmatik. Nicht der Wunsch nach „fotorealistischen“ Modellen bestimmt, wann ein Modell genau genug ist – sondern sein Zweck.

Modelle müssen vollständig sein?

Vollständigkeit wird gerne – von Modellierern und Entscheidern gleichermaßen – als wichtiges Qualitätskriterium genannt. Nach allem, was Sie in diesem Blog über Abstraktion und Pragmatik in der Modellierung gelesen haben, dürften Sie schon ahnen, was jetzt kommt:

Ab einem gewissen Komplexitätsgrad sind Modelle immer unvollständig. Schon allein, um Aufwand und Kosten in Grenzen zu halten. Oder weil es schlichtweg keine Möglichkeit gibt, objektiv zu prüfen, ob ein Modell vollständig ist.

Nur das Ergebnis zählt?

Modelle sind Mittel zum Zweck. Das ist ausnahmsweise kein Missverständnis. Allerdings verdeckt diese Tatsache, dass häufig der Weg ein (wichtigeres) Ziel ist: Wenn Fach- und/oder IT-Experten zusammenkommen, um gemeinsam zu modellieren, erlebe ich meist spannende Diskussionen. Abteilungsgrenzen, Zuständigkeiten, Annahmen – diverse „Tellerränder“ werden plötzlich überblickt. Modellierung ist ein Lern- und Kommunikationsprozess, mit dem Sie Ihr Unternehmen verändern können. Daher kann Modellierung wichtige Ergebnisse liefern, selbst wenn die mühsam erstellten Modelle in Wikis oder Aktenordnern verstauben.

Im nächsten Teil dieser kleinen Serie gehe ich auf häufige Missverständnisse bei der Auswahl von Modellierungswerkzeugen ein; und ich diskutiere, warum sich Modelle schlecht wiederverwenden lassen.