Digitalisierung mit APIs : Möglichkeiten zur massenhaften API-fizierung im Kontext der digitalen Transformation mithilfe eines Modells zum automatisierbaren Design von Systemintegrationsarchitekturen

Abstract

Diese Arbeit beleuchtet die Herausforderungen bei der digitalen Transformation in Bezug auf Systemin- tegration. In diesem Kontext werden Möglichkeiten zur massenhaften API-fizierung untersucht. Im Er- gebnis erarbeitet der Autor ein Bewertungsmodell, mit welchem das Design von Integrationsarchitek- turen automatisiert gestaltet werden kann. Dieses als GAP1-Modell bezeichnete Konzept wird abschlie- ßend anhand von Fallstudien validiert. Die Arbeit gliedert sich in drei aufeinander aufbauende Teile, welche durch Einleitung und Ausblick er- gänzt werden: ▪ Analyse: Anforderungsanalyse und Definition einer Taxonomie anhand analytischer Literatur- recherche und eigener vorhergehender Forschungsergebnisse ▪ Synthese: Konzeption und Parametrisierung eines Bewertungsmodells ▪ Validierung: Empirische Untersuchung anhand von Fallstudien Die Arbeit ist eingebettet in des übergeordnete Themenfeld der digitalen Transformation. Das Institut für Deutsche Wirtschaft (IW) schreibt hierzu: Die Kennzeichen der Digitalisierung sind die Virtualisierung und Vernetzung der realen Welt, das Tei- len von Daten sowie die plattformbasierte Organisation von Wertschöpfungsketten. Das Besondere daran ist, dass Daten und Datenmodelle keinem physischen Verschleiß unterliegen und deshalb von mehreren Akteuren gleichzeitig und mehrfach genutzt werden können. Dies eröffnet zugleich eine hohe Skalierungsfähigkeit von Geschäftsmodellen und deren Organisation über Plattformen. [2] Die Digitale Transformati0n bedeutet für das Fachgebiet der IT-Architektur, dass historisch gewachsene Systemlandschaften zu digitalen Konnektivitätsökosystemen weiterentwickelt werden müssen. In die- sen modernen Konnektivitätsökosystemen werden die Daten und Funktionalitäten verschiedener Sys- teme über APIs2 verbunden und orchestriert. Dies ermöglicht, dass Prozesse und Abläufe hoch automa- tisiert ohne Systembrüche realisiert werden können. Grundlage für das Gelingen der digitalen Transformation ist Kompetenzsouveränität im Bereich der In- tegrationsarchitektur. Für eine massenhafte API-fizierung3 fehlt es jedoch an genügend Fachkräften [4, Seite 38]. Aus dieser Motivation heraus forscht der Autor im Rahmen dieser Arbeit nach Möglichkeiten, wie diese Mangellage kompensiert werden kann. Dabei entsteht die Idee, dass ein automatisierbarer modellbasierter Ansatz zum Design von Integrationsarchitekturen eine Möglichkeit ist, um die Effizienz in der IT-Architektur zu verbessern. Der Autor formuliert die These, dass sich Integrationsarchitekturen modellgetrieben optimieren lassen. Den Kontext hierfür gibt unter Anderem das „The Open Group Architecture Framework“ (TOGAF), wel- ches das führende Framework für Enterprise Architektur ist. [5] Grundlage für die Optimierung von Integrationsarchitekturen ist ein entsprechendes Messkonzept. Die Klassifizierung von Integrationsarchitekturen ist dabei der erste Schritt, um diese miteinander verglei- chen zu können. Ausgehend vom aktuellen Stand der Forschung entwickelt der Autor daher eine Taxo- nomie, welche es erlaubt Integrationsarchitekturen zu Segmentieren und anhand ihrer Merkmale zu 1 GAP steht für „Good Architecture Practice“ und ist angelehnt an den GxP-Begriff qualifizierter Computersysteme [1]. 2 APIs sind die Elemente einer Systemlandschaft, welche für die Integration der verschiedenen Systeme genutzt werden (vgl. Systemschnittstellen, „Kleber zwischen den Systemen“) [22] 3 API-fizierung beschreibt den Transformationsprozess dazu, dass Daten und Funktionalitäten über standardi- sierte und maschinenlesbare Zugriffsschicht in einem Konnektivitätsökosystem bereitgestellt werden. [3] klassifizieren. Die vertikale Segmentierung erfolgt dabei auf Grundlage der in TOGAF definierten Gra- nularitätsebenen von IT-Architektur. Die horizontale Segmentierung erfolgt dann jeweils pro Granulari- tätsebenen als Klassifizierung von Designartefakten anhand vorher definierter Merkmale. Im Ergebnis kann jeder Integrationsarchitektur einem bestimmten Architekturarchetypen zugeordnet werden, wel- cher sich aus der Kombination der Klassifizierung auf den folgenden drei Granularitätsebenen ergibt: Die Enterprise-Ebene betrachtet Integrationslandschaften im gröbsten Detailgrad und enthält die Ge- samtheit aller IT-Systeme und -Anwendungen innerhalb einer Organisation. [6, Seite 2] Eine Klassifizie- rung zu Topologien erfolgt anhand der Merkmale Kontrollstrategie (zentral, oder verteilt) und Kommu- nikationsflexibilität (exklusiv, oder distributiv). [7] Ausprägungen sind Integration-Hub, -Bus, -Tree und - Mesh. [8] Die Applikationsebene beschreibt die Integrationsarchitektur zwischen einzelnen Systemen, welche wiederum aus mehreren Komponenten bestehen können. [9, Seite 21] Eine Klassifizierung nach Para- digmen erfolgt auf Grundlage von Initialisierung des Informationsaustauschs (proaktiv, oder reaktiv), sowie der Ausführung der Informationsintegration (materialisiert, oder virtualisiert) [10] Hieraus erge- ben sich die Klassen Storage-Driven-, Service-Driven- und Event-Driven-Integration. Die Technische Ebene erfasst die technische Implementierung einer bestimmten Komponente inner- halb der Systemlandschaft. [9, Seite 20–25] Eine Klassifizierung nach Methoden erfolgt auf Grundlage der Merkmale Formats der Datenendeinrichtung (dateibasiert, webbasiert, bzw. tabellenbasiert), sowie Kommunikationsart der Übertragungseinrichtung (push. bzw. pull). [11] Hieraus ergeben sich die Integ- rationsmethoden File-Exports und -Imports, Webhooks und Webservices, sowie Change-Data-Capture und Database-Connection. Als weiteres Unterscheidungsmerkmal dient die Systemnativität der Über- tragungseinrichtung, welche eine ergänzende Einordnung als Native API, bzw. Wrapper/Mediator-In- tegration erlaubt. [12] Ein direktes Kopieren von Daten über eine Datenbankschnittstelle kann somit als Storage-Driven-In- tegration mit Database-Connection in einem Integration-Mesh kategorisiert werden. Eine Bewertung der verschiedenen Integrationsarchitekturen erfolgt auf einer Ordinalskala in sieben Di- mensionen nach den Bewertungskriterien Robustheit, Integrität, Skalierbarkeit, Kontrolle, Flexibilität, Durchsatz und Latenz. Die Architekturbewertung ergibt sich dabei aus der Kombination der Stärken und Schwächen der jeweiligen Topologie, des Paradigmas, sowie der Methode, welche mit dem individuel- len Anforderungsprofil abgeglichen werden. Ausgehend von der Konzeptionalisierung des GAP-Modells ermittelt der Autor anhand einer verglei- chenden Bewertung der verschiedener Architekturmerkmale Wertzahlen auf allen Dimensionen für alle definierten Kategorien. Diese Wertzahlen werden zur initialen Parametrisierung des Bewertungsmo- dells benötigt, welches dann im nächsten Schritt empirisch validiert wird. Die Validierung dieses Ansatzes erfolgt anhand von drei Fallstudien mit verschiedenen implementierten Integrationsarchitekturen. Eine empirische Plausibilisierung der Ergebnisse des Bewertungsmodells er- folgt dabei anhand des Vergleiches mit Ergebnissen eines unabhängigen Application Assessments. Diese ganzheitliche Untersuchung erfolgt regelmäßig als Teil des Lebenszyklusmanagements im Kon- text der Enterprise Architektur. Da hierbei jedoch die jeweiligen Applikationen und nicht speziell die In- tegrationen zwischen diesen betrachtet werden, werden die vorliegenden Ergebnisse durch die Be- schreibung der tatsächlichen Implementierung kontextualisiert. Im Ergebnis zeigen die Fallstudien, dass das GAP-Modell korrekte Ergebnisse liefert und somit ein zweckdienliches Werkzeug für IT-Architekten ist. Mithilfe dieses Ansatzes kann einerseits Handlungsbe- darf in bestehenden Integrationsarchitekturen sehr einfach ermitteln und andererseits werden IT- Architekten in der Auswahl der passenden Integrationsarchitektur durch den modellgetriebenen Ansatz enorm entlastet, so dass sie sich auf andere Aufgaben, bspw. auf die tatsächliche Umsetzung derIntegration konzentrieren können. Es unterstützt somit die Skalierung der digitalen Transformation und stärkt die Fähigkeit zur massenhaften API-fizierung von Systemlandschaften. Potential zur Optimierung und Weiterentwicklung identifiziert der Autor insbesondere bei der weiteren Ausarbeitung der Architekturbewertungen, wobei bereits die vorliegende Parametrisierung klare und plausible Ergebnisse liefert. Auch in Bezug auf die weitere Automatisierung und Vereinfachung der Anwendung des Modells gibt es Ausbaumöglichkeiten. So erfordert derzeit die Anwendung des GAP-Modells noch ein fundiertes Fach- wissen und Fähigkeiten bei der Identifikation von Mustern bei den Designartefakten. Potenzial liegt hierbei insbesondere in der KI-gestützte Automatisierung, beispielsweise zur Mustererkennung, sowie Analyse bestehender Implementierungen und Generierung von Integrationscode. Abschließend ist auch die Erweiterung des GAP-Modells auf zusätzliche tiefere Granularitätsebenen denkbar und würde noch differenziertere Aussagen ermöglichen, indem beispielsweise Best-Practices und konstruktive Designmuster auf APIs verschiedener Methoden Anwendung finden. Somit wäre nicht nur eine Messung und Optimierung der Architektur, sondern auch der jeweiligen Implementierungen möglich.

This thesis pulls a spotlight on the challenges of digital transformation in terms of system integration. In this context, the author develops an evaluation model with which the design of integration architec- tures can be automated to enable the massive API-fication of legacy applications. This approach is named “GAP model” and is being validated through three case studies that are described in the later part of this thesis. The work is divided into three consecutive parts, which are supplemented by an introduction and an outlook: ▪ Analysis: Requirements analysis and definition of a taxonomy based on analytical literature re- search and our own previous research results ▪ Synthesis: Conceptualization and parameterization of an evaluation model ▪ Validation: Empirical investigation based on case studies The Institute for German Economy (IW) states the following about Digital Transformation, that consti- tutes the wider frame for this thesis: The key characteristics of digitalization are the virtualization and networking of the real world, the sharing of data and the platform-based organization of value chains. As data and data models do not physically decay, they can be used by several actors simultaneously and multiple times, which opens up a high level of scalability of business models and their organization via platforms. [2] In context of IT architecture, the challenge of digital transformation is to transform historically grown system landscapes into modern connected digital ecosystems. In these modern ecosystems the data and functionality of different systems is connected and orchestrated via APIs. This enables processes and procedures to be implemented in a highly automated manner without system disruptions. The basis for the success of digital transformation is competence sovereignty in integration architec- ture. However, there is a severe lack of sufficient specialists for mass API-fication [4, Seite 38]. Therefore, the author is looking for ways to address this shortcoming. This results in the idea of an automatable model-based approach towards the design of integration architectures to improve efficiency in IT archi- tecture. The Author embeds this idea of model-driven integration architecture optimization into the es- tablished “The Open Group Architecture Framework” (TOGAF), which is the leading framework for en- terprise architecture.[5] In order to optimize integration architectures, an appropriate measurement concept is imperative. The classification of integration architectures is the first step in order to be able to compare them with each other. Based on the current state of research, the author develops a taxonomy that allows integration architectures to be segmented and classified based on their characteristics. The vertical segmentation is based on the granularity levels of IT architecture defined in TOGAF. The horizontal segmentation is then carried out per each level. For this, a classification of design artifacts based on previously defined characteristics is being applied. As a result, each integration architecture can be assigned to a specific architectural archetype, which results from the combination of the classification at the following three levels of granularity: The Enterprise Architecture level focusses on high-level integration landscapes and describes the en- tirety of all IT systems and applications within an organization. [6, Seite 2] Topologies are classified based on the characteristics of control strategy (central, or distributed) and communication flexibility (exclusive, or distributive).[7] The resulting classification determines topologies as Integration-Hub, - Bus, -Tree und -Mesh. [8] The Application Architecture level describes the integration architecture between individual systems, while those can consist of several components. [9, Seite 21] The classification of respective integration designs into paradigms is based on the initialization of information exchange (proactive or reactive) and the execution of information integration (materialized or virtualized). [10] This results in a classification into Storage-Driven-, Service-Driven- und Event-Driven-Integrations. The Technical Architecture level shows the technical implementation of a specific component within the system landscape. [9, Seite 20–25] The classification into integration methods is based on the char- acteristics of the data format (file-based, web-based, or table-based), as well as the transmission mode (push or pull).[11] Following this logic, integration methods can be classified as File-Exports and -Imports, Webhooks and Webservices, as well as Change-Data-Capture und Database-Connection. Another distin- guishing feature is the system naiveness of the interface, which is a supplementary attribute and allows further classification into Native API and Wrapper/Mediator-Integraitons. [12] Following this taxonomy, the direct copying of data via a database interface can be categorized as stor- age-driven integration with database connection in an integration mesh. The various integration architectures are being evaluated on an ordinal scale in seven dimensions: ro- bustness, integrity, scalability, control, flexibility, throughput and latency. The architecture evaluation re- sults from the combination of the strengths and weaknesses of the respective topology, the paradigm, and the method, which are compared with the individual architecture requirements. In preparation of the empirical validation of the GAP model, the author performs a comparative assess- ment of all architecture classes on each of the three levels. The outcomes of this assessment are being used as initialization parameters for the use of the GAP model in the case studies. The author performs three case studies with different implemented integration architectures to validate the GAP-model. An empirical plausibility check of the results of the evaluation model is performed by comparing them with the results of an independent application assessment. This application assess- ment is a part of the regular life cycle management activities in the context of enterprise architecture. A limiting factor is, that the application assessment measures only the applications an does not contain dedicated information regarding the integration between different systems. However, the results can be contextualized by combining them with contextual insights from the actual implementation, so that the outcomes of this analysis can be applied to the validation of the GAP-model. The case studies show that the GAP model provides correct results and is therefore a useful tool for IT architects. This approach can help to easily identify the need for action in existing integration architec- tures. In addition, this model-driven approach drastically reduces the burden for IT architects, as it guides them to choose the appropriate integration architecture. This enables them to concentrate on other more value adding tasks, for example on the actual can concentrate on implementing the integra- tion. The GAP-model therefore is a good tool to enable a large-scale digital transformation and strengthens the ability to mass-APIify system landscapes. After the validation, the author identifies potential for optimization and further development. Particu- larly the further elaboration of the architecture assessments could be further refined, whilst the exist- ing parameterization already providing clear and plausible results. There are also opportunities for expansion in terms of further automating and simplifying the applica- tion of the model. The application of the GAP model currently requires in-depth specialist knowledge and skills in identifying patterns in design artifacts. AI-supported automation would be an enormous additional optimization lever. Features like pattern recognition, as well as analysis of existing imple- mentations and generation of integration code could be of large additional value for architects. Last but not least, extending the GAP model to additional, deeper levels of granularity is also conceivable and would enable even more differentiated statements, for example by applying best practices and constructive design patterns to APIs of various methods. This would not only allow measurement and optimization of the architecture, but also of the respective implementations.