Normalerweise wird bei der Software-Fehlersuche Sourcecode mit Analysewerkzeugen durchsucht. und es werden Alerts mit Hinweisen zu Ort und Identität von Fehlern erzeugt. Diese bilden die Grundlage für die Arbeit menschlicher Auditoren, die aber sehr aufwendig ist – zu aufwendig oft für Budget und Zeitplan eines Softwareprojekts. Forscher am Software Engineering Institute (SEI) der Carnegie Mellon University arbeiten nun an Analyse-Tools, die mithilfe von Klassifikationsmodellen Software-Reviewern und Programmierern helfen, die Alerts zu priorisieren, schreibt Lori Flynn im SEI-Blog. Der Effekt soll eine wesentlich effizientere Software-Qualitätssicherung sein.
