Ein Überblick über unsere Referenzen

AUSGANGSLAGE

Indivumed (Hamburg) ist beteiligt an einem Softwareanbieter in Griechenland und nutzt deren “Automated Machine Learning”-Tool bei der Validierung und Optimierung der eigenen KI zur Herleitung individueller Krebstherapien. Es soll untersucht werden, ob die Auto-ML Software und Entwicklungsprozesse als Basis für deren Anwendung in anderen Industrien mit erweiterten bzw. neuen Anforderungen geeignet sind.

HERAUSFORDERUNG

Um das Potential der Auto-ML Software zu beurteilen, wurde diese mit DETANGLE remote gescannt, um den aktuellen Stand der Architektur- und Code-Qualität zu beurteilen. Vor Ort sollte zusätzlich gemeinsam mit dem Team die Umsetzbarkeit der Anforderungen aus anderen Industrien und der erforderliche Aufwand geprüft werden. Das Risiko von Abhängigkeiten von einzelnen Entwicklern soll analysiert und vor Ort mit Interviews verifiziert werden.

ERGEBNIS

Die DETANGLE Daten zeigen, dass die Feature-Entwicklung mittlerweile effizient ist und die Technischen Schulden strukturell abgebaut werden. Sie zeigen auch, dass starke Abhängigkeiten von einzelnen Entwicklern vorliegen und einzelne Prozessschritte der Entwicklung verbessert werden müssen. Die Softwarearchitektur erweist sich als ausreichend flexibel für weitere Features und neue Anwendungen. 

AUSGANGSLAGE

Siemens plant für seinen Bereich Mobility die Akquisition eines international führenden Anbieters von innovativen digitalen Dienstleistungen. 

HERAUSFORDERUNG

Software ist der wichtigste Werttreiber der geplanten Akquisition. Die Zukunftsfähigkeit der Software wird wesentlich durch dessen Architektur bestimmt.
Cape of Good Code sollte die Technischen Schulden der Software-Architektur mit seiner DETANGLE® Analyse Suite vermessen. Von zusätzlichem Interesse war der Nachweis einer adäquaten Wissenverteilung und einer angemessenen Entwicklungseffizienz. 

ERGEBNIS

Der Schwerpunkt der technischen Schulden in der Software-Architektur wurde durch einen Code Scan mit DETANGLE lokalisiert und bewertet. Der Aufwand zur notwendigen Architektur-Optimierung wurde aus den Analysedaten ermittelt und war überschaubar. Bei der Entwicklungseffizienz, der Wissensverteilung und den möglichen Abhängigkeiten in der Entwicklungsorganisation waren ebenfalls keine Red Flags nachzuweisen.

AUSGANGSLAGE

Atotech akquirierte das Software Unternehmen Visutech Plating, das die Steuerungssoftware der Atotech Beschichtungsanlagen entwickelt.

HERAUSFORDERUNG

Analyse und Bewertung der Qualität, Skalierbarkeit sowie der technischen Zukunftsfähigkeit von Code und Architektur der Software vor dem Hintergrund, dass nur ein Teil der Entwickler Teil der Transaktion sein werden.

ERGEBNIS

Ausschluss von Red Flags zu einem sehr frühen Stadium der Due Diligence. Darüber hinaus konnten alle Risiken transparent gemacht und im Rahmen der Akquisition eingepreist werden.

AUSGANGSLAGE

Pinova Capital prüft den Einstieg in ein deutsches Softwareunternehmen mit ausgelagerter Entwicklung bei einem ost-europäischen Entwicklungsdienstleister.

HERAUSFORDERUNG

Der zum Verkauf stehende Softwareanbieter hat die Software von einem ost-europäischen Entwicklungsdienstleister realisieren lassen. In der Red Flag Due Diligence sollten insbesondere die technische Zusammenarbeit beider Unternehmen und potenzielle Abhängigkeiten geprüft werden.

ERGEBNIS

Schnelle Risikobewertung der Organisation und Prozesse zu Entwicklung und Wartung, sodass eine detaillierte Analyse der Software und Architektur durchgeführt werden konnte. Hierbei konnte frühzeitig ein Mismatch mit der Cloud Strategie von Pinova Capital festgestellt werden.

AUSGANGSLAGE

Überprüfung der Qualität der Software-Technologie vor Markteinführung einer digitalen Plattform für Fahrgäste.

HERAUSFORDERUNG

Mittels der DETANGLE Analyse Suite konnten direkt aus der Entwicklungshistorie des Codes wichtige KPIs für die Feststellung und Lokalisierung von Technischen Schulden, aber auch die strukturellen Defizite im Entwicklungsprozess ermittelt werden. Das Management war damit in der Lage vor Markteinfühung wichtige Anpassungen mit bestehenden Ressourcen umzusetzen, ohne den Zeitplan zu gefährden.

ERGEBNIS

Die problematischen Code Bereiche konnten mit den jeweiligen Funktionalitäten korreliert und eine Kosten-Nutzen-Analyse zwischen dem Aufwand zur Behebung der Technischen Schulden und des Geschäftswerts von Erweiterungen bestehender und und geplanter Funktionalitäten durch den Kunden durchgeführt werden.

AUSGANGSLAGE

Ein sehr junges Startup hat eine Video App entwickelt und sucht nach dem erfolgreichen Proof of Concept weitere Investoren, um in Vermarktung und weitere Features zu investieren. Dafür ist es erforderlich, dass die vorliegende Softwaretechnologie als Basis für das angestrebte Wachstum geeignet ist.

HERAUSFORDERUNG

Validierung der Skalierbarkeit für 1000-fach höhere Benutzerzahl auf Basis eines Proof-of-Concept der App.

Es stand nur ein kleines Zeitfenster und ein knappes Budget zur Verfügung.

ERGEBNIS

Datenbasierte Vorschläge zur notwendigen Anpassung der Software-Architektur, damit die App-Software auch bei sehr hohen Benutzerzahlen verlässlich funktioniert und auch weiterentwickelt werden kann. Zusätzlich Optimierung des Engineering-Prozesses mit Best-Practices und State-of-the-art Entwicklungsmethoden.