Ideen und Technologien neu definieren

Der interne Innovationsprozess

Zusammen mit Studenten unserer Partneruniversitäten - der LMU München und der Hochschule Kempten - suchen wir nach neuen Technologien und Trends um die beste Auswahl davon in unsere Software Lösung zu integrieren und diese somit stetig zu verbessern. Wir wissen, dass wir die beste Software entwickeln können indem wir eng mit Vertretern der Wirtschaft und Wissenschaft zusammen arbeiten um unseren Ansprüchen und den unserer Kunden gerecht zu werden.

Ein Auszug aus unseren internen wissenschaftlichen Projekten

Konzeption und Umsetzung der Testautomatisierung von Oberflächentests

Das Ziel dieser Arbeit war das Ermitteln der effizientesten Lösung für ein automatisiertes UI Testing, welches am besten in unsere aumentoo Applikation übernommen werden kann. Die Herangehensweise beinhaltete den Vergleich unterschiedlicher Werkzeuge sowie Vorgehensweisen und hatte nach genauer Analyse der Testergebnisse die Eigententwicklung von Testsuites anhand des Testing Frameworks Selenium zur Folge. Die gewonnenen Erkenntnisse aus diesem Projekt halfen uns dabei unseren Entwicklungsprozess zu verbessern. Dies wird gewährleistet durch Erhalt frühzeitiger Rückmeldungen über Probleme sowie durch die Möglichkeit die Oberflächentests bei Bedarf auf unterschiedlichen Plattformen und Geräten durchführen zu können.

Threat Modelling für Webservices

Wir bei aumentoo glauben, dass es wichtig ist die IT Sicherheit als einen fortlaufenden Prozess in unseren Entwicklungszyklus zu integrieren. Dies beinhaltet unter anderem die Integration von Methoden um Risiken und Schwachstellen unserer Software frühzeitig zu erkennen. Threat Modeling ist eines der Methoden, die wir in diesem Projekt behandelt haben um Schwachstellen sowohl in unserer Applikation als auch in unserer Entwicklungsumgebung ausfindig zu machen. Hackerangriffe wurden auf unserer Anwendung simuliert um die Wirksamkeit des Threat Modeling Prozesses zu evaluieren.
Durch dieses Projekte haben wir die besonders schützenswerten Datensätze sowie Möglichkeiten diese zu sichern, identifiziert. Des Weiteren wurde verdeutlicht, dass Risikoeinschätzungen essentiell beim Einsatz von Ressourcen gegen realistische Problemen, denen wir gegenüberstehen, sind.

Vergleich von Programmiersprachen und Entwurfsmustern für die Implementierung einer Android-Anwendung

Das Ziel dieser wissenschaftlichen Arbeit war der theoretische und praktische Vergleich von gängigen Verfahren der Android Entwicklung um die best möglichen Technologien für unsere aumentoo Android App zu nutzen. Nachdem infrage kommende Android Programmiersprachen und Entwurfsmuster anhand einer theoretischen Gegenüberstellung ermittelt wurden, konnten diese in einem zweiten Schritt durch Performancemessungen anhand beispielhaften Implementierungen genauer bestimmt werden.
Das Ergebnis der Recherche war, dass die geeignetsten und performantesten Technologien für unsere aumentoo Applikation die Programmiersprache Kotlin und das Entwurfsmuster MVC sind. Der letzte Schritt dieser Arbeit war der Entwicklungsbeginn der Oberfläche des ersten aumentoo Android Prototypen.

Echtzeitauswertung von Social Media Daten

Soziale Netzwerke wie Twitter, Facebook oder Instagram haben sich mittlerweile als De-facto-Standard zur Kommunikation entwickelt. Diese Entwicklung hierzu wurde durch die hohe Verfügbarkeit der Netzwerke, insbesondere über Smartphone-Apps, möglich. Zusätzlich macht die Kombination aus modernen Smartphones und sozialer Netzwerke das Teilen von Medien in hoher Qualität möglich. So werden derzeit täglich über 500 Millionen Tweets auf Twitter versendet, wovon etwa 10-15% Bilder sowie Geo-Koordinaten enthalten. In dieser Arbeit wurde daher untersucht welche Art von Auswertungen (u.a. mit Hilfe eines Deep Learning Frameworks) man mit diesen (Echtzeit-)Daten durchführen kann und welche Erkenntnisse daraus gewonnen werden können.
Die hierbei gewonnen Kenntnisse helfen aumentoo dabei Markstimmungen und Trends schnell zu erkennen, Aktivitäten abzuleiten und Prognosen zu entwickeln.

Langfristiger Beweiswerterhalt kryptographisch signierter Daten

Diese wissenschaftliche Ausarbeitung beschäftigt sich mit der Problematik der Langzeitsignierung digitaler Daten unter Rücksichtnahme des ArchiSig-Konzeptes.
Bei der Durchführung wurde die Technische Richtlinie TR-03125 untersucht und ein ArchiSig-Modul implementiert das die Vorteile des Konzeptes praktisch nachweisen soll.
Da aumentoo eine vollständig auditierbare Applikation darstellt, spielt die Langzeitarchivierung für aumentoo eine besonders wichtige Rolle. Dabei wird sichergestellt, dass es jederzeit möglich ist einen bestimmten Zustand der Anwendung, sowie von einzelnen Inhalten, zu bestimmten Zeitpunkten wiederherzustellen. Auch der Nachweis dieses Standes durch eine externe Entität ist hiermit rechtssicher möglich ohne dass die externe Entität Zugriff auf den Inhalt erhält.
Möchten Sie mehr über unsere Projekte erfahren oder haben Sie Interesse an der Durchführung eines gemeinsamen Projektes mit uns?
Kontaktieren Sie uns