Clustering von Anwendungslandschaften mit Self-Organizing Maps (SOMs)

Es besteht ein hohes Interesse an Techniken zur Analyse von Anwendungslandschaften. Im Sinne eines Portfoliomanagements sind für diese Aufgabe häufig mehrere Dimensionen relevant. Werden Kennzahlen verwendet, entstehen multidimensionale Datensätze, die sich bei einer sehr großen Anzahl an Elementen mittels konventioneller Techniken nur noch schwer erschließen lassen. Die SelfOrganizing Map (SOM) ist ein vielversprechender Ansatz aus dem Bereich der Clustering-Methoden mittels künstlicher neuronaler Netzwerke. In dieser Arbeit wird die SOM als Steuerungsinstrument für das IT-Management verwendet. Anhand von Kennzahlen wird ein Clustering ähnlicher Anwendungen in einem Portfolio durchgeführt. Es sollen so Zeit und Aufwand für den Analysten eingespart werden. Die Anwendungen im Portfolio lassen sich anhand ihrer ClusterZugehörigkeit gezielt vergleichen. Es wird gezeigt, welche Erfahrungen gewonnen wurden und welche Implikationen sich für Forschung und Praxis ergeben.