Grundlagen des aktiven Automatenlernens: Eine algorithmische Sichtweise

Abstract

Der immer schnellere, verstärkt auf Agilität fokussierte Prozess der industriellen Softwareentwicklung stellt ein großes Hindernis für die Anwendung formaler, modell-basierter Techniken dar. Aktives Automatenlernen verspricht mit der Möglichkeit, jederzeit auf dem neuesten Stand gehaltene Modelle automatisch generieren zu können, einen Ausweg. Der praktische Einsatz dieser Technologie brachte jedoch lange Zeit große Fragen mit sich, da existierende Algorithmen insbesondere für den vielversprechenden Anwendungsfall der kontinuierlichen Validierung inhärent ungeeignet waren. Durch eine komplett frische, erstmals formal grundierte Auseinandersetzung mit diesem nahezu dreißig Jahre alten Forschungsthema löst die vorliegende Dissertation das zentrale Problem der effizienten Behandlung von langen Gegenbeispielen, und bahnt so den Weg für eine Vielzahl von neuen Anwendungsund Forschungsperspektiven.