TechDebtOps: Datadrevet kontinuerlig håndtering av teknisk gjeld

Teknisk gjeld, altså kortsiktige tekniske valg som gir langsiktige kostnader, er en av de største utfordringene i moderne programvareutvikling. Uhåndtert teknisk gjeld bremser innovasjon, øker vedlikeholdskostnadene og gjør det vanskeligere å levere ny funksjonalitet i takt med forretningsbehovene.

TechDebtOps undersøker hvordan virksomheter kan identifisere, klassifisere og prioritere teknisk gjeld løpende, ikke først når den har blitt et akutt problem.

Forskningsfokus

Prosjektet utvikler metoder og verktøy for kontinuerlig, datadrevet håndtering av teknisk gjeld, med vekt på:

AI-assistert klassifisering: store språkmodeller (LLM) som identifiserer og kategoriserer teknisk gjeld i koden og i dokumentasjon, inkludert kodekommentarer, issue-trackere og pull requests.

Prioritering og beslutningsstøtte: datamodeller som hjelper team og ledelse å prioritere den gjelden som faktisk hindrer verdiskaping, fremfor å behandle all gjeld likt.

Integrering i utviklingsprosessen: DevOps-praksiser som gjør arbeidet med teknisk gjeld til en del av den løpende leveransen, ikke en egen «opprydning».

Knowits rolle

Knowit bidrar med formidling og kundeinvolvering: å bringe forskningsresultatene ut til norske virksomheter og sikre at funnene er relevante for reelle utfordringer i leveranseprosjekter. Det er i tråd med Knowits rolle som brobygger mellom forskning og praktisk programvareutvikling.

FNs bærekraftsmål

Prosjektet bidrar til SDG 8 (anstendig arbeid og økonomisk vekst) og SDG 9 (industri, innovasjon og infrastruktur) gjennom mer bærekraftig og effektiv programvareutvikling.

Partnere

Forskningspartnere: SINTEF, Universitetet i Oslo
Næringslivspartnere: Visma, Akva Group, Knowit

Knowit-kontakt: Jan Henrik Gundelsby, leder for forskning og utvikling

Finansiering

Finansiert av Forskningsrådet. NVA-prosjekt-ID legges til når den er tilgjengelig.