Model management is used in IT management to maintain an abstract representation of business- and IT-related artifacts. In enterprise architecture management (EAM), those models help to understand complexity, reason about changes and to achieve a holistic view on the enterprise. According to the IT4IT framework, models are used in various phases within the IT value stream. For example, low-fidelity models reflect the current state of each enterprise architecture layer and their interconnections, whereas run-time models capture elements of running systems. However, efficient model management faces numerous challenges, e.g. model creation and maintenance is still conducted manually, which is error-prone, cost-intensive and time-consuming. In addition, microservice architectures introduce a high level of complexity with regard to model management, as our empirical findings confirm. In order to tackle those challenges, research endeavours conducted in EAM as well as in model-driven engineering propose to automate the creation of models by collecting the required information from several information sources used along the IT value stream and to reassemble the scattered information into one central model management. However, as literature confirms several problems remain: the extraction of models lead to ambiguous documentation of the architecture and the merging of models lead to conflicts. Moreover, model management in EAM restricts modelling to current and future states of an enterprise. An approach for the automated maintenance and linking of all models required along the IT value chain in a central repository does not exist at this time. In this research, we present an approach that allows reconstructing the models from the individual phases of the IT value chain automatically based on runtime information and configuration files that are assigned to each application in the observed IT landscape. We transform the reconstructed models into a linked knowledge graph, which represents our central model management. This graph can be accessed via a uniform visual interface and query language. For this purpose, we design and develop a tool called MICROLYZE. We apply design-science as our research methodology to evaluate the developed concepts and the corresponding prototype. By conducting two case studies in two different companies, we assess the applicability of our approach and the prototype’s practicability. 19 interviews with practitioners from 17 different companies provide feedback about the proposed software-, process- and visualization design of the prototype. The reported experiences showed that \textit{MICROLYZE} is able to discover most of the models from each phase of the IT value stream and successfully connect them to a linked knowledge graph. The elaborated solution approach was positively received by the practitioners. However, the concept still has to be examined with respect to its scalability, whether the information base is truly fully recovered, as well as the ability to uncover the rationale behind architecture changes and certain runtime behaviour. Further concerns regarding data privacy and unintended employee monitoring still remain.     «

Model management is used in IT management to maintain an abstract representation of business- and IT-related artifacts. In enterprise architecture management (EAM), those models help to understand complexity, reason about changes and to achieve a holistic view on the enterprise. According to the IT4IT framework, models are used in various phases within the IT value stream. For example, low-fidelity models reflect the current state of each enterprise architecture layer and their interconnections,...     »

Modelle beschreiben eine abstrakte Darstellung von geschäfts- und IT-bezogenen Artefakten. Im Enterprise Architecture Management (EAM) helfen Modelle, Komplexität zu verstehen, sowie eine ganzheitliche Sicht auf die Unternehmensarchitektur zu schaffen. Gemäß dem IT4IT-Framework werden Modelle in verschiedenen Phasen innerhalb der IT-Wertschöpfungskette verwendet. Beispielsweise beschreiben Modelle mit einem geringen Detaillierungsgrad die Schichten einer Unternehmensarchitektur und ihre Verbindungen untereinander. Laufzeit-Modelle hingegen erfassen das Laufzeitverhalten von Anwendungen. Die Schwierigkeit ein effizientes Modellmanagement zu etablieren, liegt in der fehleranfälligen und zeitaufwändigen manuellen Pflege der Modelle. Zudem bringen serviceorientierte Architekturen wie Microservices eine hohe Komplexität in Bezug auf das Modellmanagement mit sich. Um diesen Herausforderungen zu begegnen, schlagen verschiedene Forschungsarbeiten vor, die Erstellung von Modellen zu automatisieren, indem die erforderlichen Informationen aus mehreren Informationsquellen gesammelt und wieder zu einem zentralen Modell zusammengeführt werden. Allerdings führt die Extraktion von Modellen aus mehreren Anwendungssystemen zu einer mehrdeutigen Dokumentation der Architektur und die Zusammenführung zu Modellkonflikten. Das Modellmanagement im EAM beschränkt sich auf die Erfassung von aktuellen und zukünftigen Zuständen eines Unternehmens. Ein Ansatz zur automatisierten Pflege und Verknüpfung aller Modelle, die entlang der IT-Wertschöpfungskette benötigt werden, existiert in einem zentralen Repository zum gegenwärtigen Zeitpunkt nicht. In dieser Forschungsarbeit stellen wir einen Lösungsansatz vor, der es ermöglicht, die Modelle aus den einzelnen Phasen der IT-Wertschöpfungskette auf Grundlage von Laufzeitinformation sowie Konfigurationsdateien automatisiert zu rekonstruieren. Die rekonstruierten Modelle transformieren wir zu einem verknüpften Wissensgraphen, der unser zentrales Modellmanagement darstellt. Auf diesen Graphen kann über eine einheitliche visuelle Schnittstelle und Abfragesprache zugegriffen werden. Zu diesem Zweck haben wir die Anwendung MICROLYZE entwickelt, die wir als unser Forschungsartefakt evaluieren. Als Forschungsmethode wenden wir Design-Science an. Aus den Ergebnissen der Durchführung von zwei Fallstudien in zwei Unternehmen bewerten wir die Anwendbarkeit der von uns erarbeiteten Konzepte und die Praktikabilität des Prototyps. Wir analysieren die Ergebnisse von 19 Interviews mit Praktikern aus 17 verschiedenen Unternehmen um das Software-, Prozess- und Visualisierungsdesign des Prototyps zu evaluieren. Die Ergebnisse zeigen, dass MICROLYZE die meisten Modelle, die zum Verständnis der IT-Landschaft erforderlich sind, automatisiert wiederherstellen kann. Allerdings muss die Skalierbarkeit des Konzepts verbessert werden. Es bleibt zudem unklar, ob die Informationsbasis tatsächlich vollständig rekonstruiert wurde. Offene Fragen hinsichtlich des Datenschutzes und der unbeabsichtigten Mitarbeiterüberwachung müssen ebenfalls noch final diskutiert werden.     «

Modelle beschreiben eine abstrakte Darstellung von geschäfts- und IT-bezogenen Artefakten. Im Enterprise Architecture Management (EAM) helfen Modelle, Komplexität zu verstehen, sowie eine ganzheitliche Sicht auf die Unternehmensarchitektur zu schaffen. Gemäß dem IT4IT-Framework werden Modelle in verschiedenen Phasen innerhalb der IT-Wertschöpfungskette verwendet. Beispielsweise beschreiben Modelle mit einem geringen Detaillierungsgrad die Schichten einer Unternehmensarchitektur und ihre Verbindu...     »