Fehleridentifikation Unerwartete IoT-Softwarefehler schnell entdeckt

Autor / Redakteur: PhD. Johan Kraft* / Sebastian Human

Fehler im Embedded-Code von IoT-Geräten und -Systemen zu finden ist eine echte Herausforderung, die sich mithilfe der visuellen Trace-Diagnose leichter bewältigen lässt. Was es mit dieser auf sich hat und wie sie abläuft.

Fehler im Code von IoT-Anwendungen können nicht nur kostspielig sondern auch schwer zu entdecken sein – ein spezieller Diagnose-Ansatz kann hier helfen.
Fehler im Code von IoT-Anwendungen können nicht nur kostspielig sondern auch schwer zu entdecken sein – ein spezieller Diagnose-Ansatz kann hier helfen.
(Bild: gemeinfrei / Unsplash)

Je mehr Projekte in das Internet of Things (IoT) verlagert werden, umso deutlicher treten die mit Embedded-Code verbundenen Herausforderungen zutage. Sobald Millionen von Geräten im praktischen Einsatz allen nur denkbaren Bedingungen ausgesetzt werden, steigt die Wahrscheinlichkeit dafür, dass sich früher oder später Fehler im Code zeigen. Schwieriger wird auch das Identifizieren und Beheben solcher Bugs, wenn die Embedded-Systeme beispielsweise auf der Straße unterwegs sind oder zu einer Lieferkette in einem weit entfernten Teil der Welt gehören.

Kleine Fehler, große Wirkung

Tatsächlich ist dies potenziell ein enormes Problem. Bei der Analyse von 13.500 Softwareprojekten fand man heraus, dass nur 95 Prozent der Defekte behoben wurden. Dies mag aus rein technischer Sicht bereits eine eindrucksvoll hohe Quote sein, aber es bedeutet zugleich, dass es 5 Prozent aller Defekte bis ins Feld schaffen. Geht man davon aus, dass sich in jeweils 1.000 Programmzeilen typisch 50 bis 100 Bugs einschleichen, bedeutet dies, dass ein System mit 50.000 Codezeilen zwischen 25 und 50 schwerwiegende Fehler enthalten kann.