UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE. Meten van de effectiviteit van de communicatie van diagrammen voor conceptuele modellering

   

UNIVERSITEIT GENT   

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE  ACADEMIEJAAR 2007‐2008   

Meten van de effectiviteit van de communicatie van  diagrammen voor conceptuele modellering    Masterproef voorgedragen tot het bekomen van de graad van  Master in de Bedrijfseconomie    Jurgen De Vos  onder leiding van  Prof. Dr. Geert Poels   

   

 

 

   

UNIVERSITEIT GENT   

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE  ACADEMIEJAAR 2007‐2008   

Meten van de effectiviteit van de communicatie van  diagrammen voor conceptuele modellering    Masterproef voorgedragen tot het bekomen van de graad van  Master in de Bedrijfseconomie    Jurgen De Vos  onder leiding van  Prof. Dr. Geert Poels   

 

  PERMISSION  Ondergetekende  verklaart  dat  de  inhoud  van  deze  masterproef  mag  geraadpleegd  en/of  gereproduceerd worden, mits bronvermelding.    Jurgen De Vos   

 

 

WOORD VOORAF    Zonder de hulp van een aantal mensen zou deze masterproef niet mogelijk geweest zijn. Daarom wil  ik  hen  dan  ook  hier  voor  bedanken.  Allereerst  wil  ik  Prof.  Geert  Poels  bedanken,  een  vakkundig,  enthousiast  en  inspirerend  docent  en  tevens  de  promotor  van  deze  masterproef.  Zonder  zijn  inzichten en verbeteringen zou deze masterproef nooit mogelijk zijn geweest.  Ik  wil  ook  mijn  ouders  bedanken  om  mijn  studies  mogelijk  te  maken  en  om  mij  al  die  jaren  te  steunen.  Voor  het  vele  geduld  en  het  nauwgezet  herlezen  van  deze  masterproef  wil  ik  Steven  Maertens bedanken.  

 

  I 

   

INHOUDSOPGAVE    Woord vooraf ........................................................................................................................................... I  Inhoudsopgave ........................................................................................................................................ II  Lijst van tabellen .................................................................................................................................... IV  Lijst van Figuren ..................................................................................................................................... IV  Lijst van de geraadpleegde werken ........................................................................................................ V  Bijlagen ................................................................................................................................................... XI  Bijlage 1.1: Vereisten documentstructuur (Institute of Electrical & Electronics Engineers. 1998) ... XI  Bijlage 1.2 : Gatekeeping Articles in Journals (1995 – 2007) (Barzilai‐Nahon, 2008, p. 11‐12) ........ XII  Bijlage 1.3 : Type of Gatekeeping Presence by Field of Study (Barzilai‐Nahon, 2008, p. 14) .......... XIII  Bijlage 1.4: Netwerk gatekeeping stakeholder typologie (Barzilai‐Nahon, 2007, p. 17) ................. XIII    1 

Inleiding ........................................................................................................................................... 1 

2 

Kwaliteit van conceptuele modellen............................................................................................... 2  2.1 

3 

Conceptuele Modellering ............................................................................................................... 7  3.1 

4 

 

Kwaliteitsraamwerken ............................................................................................................ 3 

Situering .................................................................................................................................. 7 

3.1.1 

Levenscyclus van informatiesystemen ............................................................................ 7 

3.1.2 

Requirements Engineering .............................................................................................. 8 

3.2 

Procesverloop conceptuele modellering .............................................................................. 15 

3.3 

Functies conceptueel model ................................................................................................. 16 

3.4 

Fundamenten van een conceptueel model .......................................................................... 17 

3.4.1 

Theorieën ...................................................................................................................... 18 

3.4.2 

Metamodellen en talen ................................................................................................ 19 

Conceptuele Modellering en communicatiemodellen ................................................................. 20 

  II 

 

5 

4.1 

Inleiding ................................................................................................................................. 20 

4.2 

Communicatiemodellen ........................................................................................................ 20 

4.2.1 

Communicatiemodel van Harold D. Lasswell ................................................................ 20 

4.2.2 

Communicatiemodel van Shannon en Weaver ............................................................ 22 

4.2.3 

Balansmodel van Newcomb .......................................................................................... 23 

4.2.4 

Communicatiemodel van Roman Jakobson .................................................................. 25 

4.2.5 

Encoderen, decoderen analyse van Stuart Hall ............................................................ 27 

Gatekeeping theorie ..................................................................................................................... 29  5.1 

Inleiding ................................................................................................................................. 29 

5.1.1  5.2 

Traditionele theorieën .......................................................................................................... 30 

5.2.1  5.3 

Definitie van de “gatekeeper” ...................................................................................... 29 

Bedenkingen bij de traditionele theorieën ................................................................... 32 

Netwerk gatekeeping van Barzilai‐Nahon............................................................................. 34 

6 

Groepscommunicatie .................................................................................................................... 36 

7 

Algemeen besluit .......................................................................................................................... 39 

 

  III 

   

LIJST VAN TABELLEN     Tabel I: Problemen classificatie Browne & Ramesh (2002, p. 627) ...................................................... 11  Tabel II: Communicatiemodel Harold D. Lasswell (Verstraeten, 2002, p. 51; Bahar, 2007, p. 216) ..... 21  Tabel III: Communicatiemodel van Roman Jakobson (Verstraeten, 2002, p. 54; Jakobson (2002, p. 13)  .............................................................................................................................................................. 25  Tabel IV: Classificatie gatekeeping theorieën en modellen (Barzilai‐Nahon, 2007, p. 4) ..................... 33   

LIJST VAN FIGUREN    Figuur I: Kwaliteitsraamwerk Lindland, Sindre en Solvberg (Nelson, et al., 2005, p. 238) ..................... 4  Figuur II: Gebruiker gebaseerd evaluatie kwaliteitsmodel (Poels & Maes, 2007, p. 776) ...................... 5  Figuur III: Systeemlevenscyclusmodel (Poels, 2007, p. 5) ...................................................................... 8  Figuur IV: Drie dimensies van requirements engineering ...................................................................... 9  Figuur  V:  Kerntaken  requirements  engineering  (Siau  &  Tan,  2005,  p.  345;  Kavakli  &  Loucopoulos,  2005, p. 4) ............................................................................................................................................. 13  Figuur VI: Iteratief procesverloop conceptuele modellering ................................................................ 15  Figuur VII: Hiërarchie fundamentele concepten conceptueel model (Poels, 2007, p. 21) ................... 17  Figuur  VIII:  Communicatiemodel  Shannon  &  Weaver  (Verstraeten,  2002,  p.  51;  Bowman  &  Targowski, 1987 p. 23) .......................................................................................................................... 22  Figuur IX: Balansmodel van Newcomb (Verstraeten, 2002, p. 52) ....................................................... 24  Figuur X: Heuristiek model van groepseffectiviteit (Cohen & Bailey, 1997, p. 244) ............................. 38     

 

  IV 

 

1 Inleiding  Als  Master  in  de  Bedrijfseconomie  krijgt  men  een  introductie  tot  conceptuele  modellering  via  de  cursus  Beleidsinformatica.  Op  deze  manier  is  de  interesse  gewekt  van  de  auteur  van  deze  masterproef  voor  dit  relatief  jong  vakgebied.  De  keuze  voor  het  onderwerp  van  deze  masterproef  werd gemotiveerd door een academische vooropleiding, namelijk communicatiewetenschappen.   We  zullen  in  hoofdstuk  3  zien  dat  conceptuele  modellering  vaak  gebruikt  wordt  in  een  bedrijfscontext als hulpmiddel om ontwerp‐ en ontwikkelingsprocessen te ondersteunen. Door het  steeds complexer worden van de ondernemings‐ en informaticawereld kan conceptuele modellering  gebruikt  worden  om  moeilijke  processen  abstracter  te  maken  waardoor  de  overzichtelijkheid  toeneemt. Er bestaat een quasi oneindig aantal methoden om aan conceptuele modellering te doen.  Het is niet uitzonderlijk dat bepaalde bedrijven hun eigen methode ontwikkelen. Er bestaan echter  een  aantal  standaarden  waarop  de  meerderheid  van  deze  methoden  steunt.  In  het  kader  van  het  onderwerp van deze masterproef zullen we proberen een abstractie te maken van de verschillende  methoden  om  zo  te  komen  tot  de  onderlinge  structuren  en  processen.  Verder  zullen  we  ons  beperken  tot  één  specifiek  toepassingsgebied  van  conceptuele  modellering,  namelijk  dat  van  de  informatiesystemen (IS). De reden hiervoor is dat conceptuele modellering in dit toepassingsgebied  centraal staat. Voor men over gaat tot de ontwikkeling van een informatiesysteem zal er altijd een  conceptueel model worden gemaakt. Het conceptueel model geeft (meestal grafisch of schematisch)  weer wat de vereisten, functies en beperkingen zijn van het te ontwikkelen systeem.   In  de  literatuur  wordt  er  veel  aandacht  besteed  aan  de  kwaliteit  van  conceptuele  modellen.  Een  kwalitatief conceptueel model zou namelijk determinant zijn voor een goed informatiesysteem (bv.  goed  functionerend,  efficiënt,  kosten  effectief,  gemakkelijk  onderhoudbaar).  Er  bestaan  tal  van  mogelijkheden en raamwerken om de kwaliteit van conceptuele modellen te toetsen. In hoofdstuk 2  zullen wij een aantal belangrijke raamwerken kort schetsen. Wij zullen ons echter toespitsen op een  van  de  voornaamste  determinanten  van  kwaliteit  van  een  conceptueel  model:  het  communicatie  aspect  in  conceptuele  modellen.  Een  belangrijk  doel  van  een  conceptueel  model  is  namelijk  communicatie.   Momenteel  bestaat  er  weinig  onderzoek  naar  de  effectiviteit  van  conceptuele  modellen  in  hun  gebruik  als  communicatiemiddel  tussen  verschillende  partijen  zoals  analisten,  systeemontwerpers  en  eindgebruikers.  De  voornaamste  reden  hiervoor  is  het  gebrek  aan  theoretisch  onderbouwde  meetinstrumenten voor het meten van de effectiviteit van communicatie.  

 

  1 

  Doel  van  deze  masterproef  is  om  conceptuele  modellering  te  benaderen  vanuit  een  communicatiewetenschappelijk perspectief via een niet exhaustief overzicht van enkele prominente  communicatie  theorieën,  modellen  en  concepten.  Op  basis  van  de  verworven  inzichten  kan  men  vervolgens in verdere onderzoeken komen tot een aanpassing van het kwaliteitsraamwerk van Poels  en  Maes  (2007)  om  op  die  manier  effectiviteitmetingen  van  communicatie  tussen  gebruikers  en  analisten  mogelijk  te  maken.  In  hoofdstukken  4,  5  en  6  zullen  we  deze  analyse  maken  waarbij  we  ook  even  stilstaan  bij  de  toepassing  van  deze  theorieën,  modellen  en  concepten  op  conceptuele  modellering.  Merk op dat de communicatiewetenschap een sociaalwetenschappelijke discipline is. Dat betekent  onder  meer  dat  de  theorieën  en  methoden  die  toegepast  worden  in  verwante  disciplines  als  de  antropologie,  de  psychologie,  de  sociologie,  de  semiotiek  en  de  linguïstiek  ook  in  de  communicatiewetenschap  terug  te  vinden  zijn.  Deze  theorieën,  modellen  en  concepten  zijn  dus  zeker  niet  exclusief  voorbehouden  aan  de  communicatiewetenschap.  Ze  zijn  wel  verantwoordelijk  geweest voor enkele grote werken en onderzoeken in dit vakgebied. 

2 Kwaliteit van conceptuele modellen  We  zullen  in  hoofdstuk  3  zien  dat  conceptuele  modellen  centraal  staan  bij  veel  activiteiten  gerelateerd  aan  informatiesystemen.  Accurate,  volledige,  herbruikbare,  onderhoudsbare  en  dynamische  conceptuele  modellen zijn essentieel voor het succes van een  IS. Er is  een  proliferatie  van allerlei modelleringmethoden waarvoor er geen gestandaardiseerde technieken bestaan om ze  te  evalueren  (Siau  &  Rossi,  1998,  p.  314).  Ondanks  het  belang  van  kwalitatief  hoogstaande  conceptuele  modellen  staat  het  onderzoek  naar  de  kwaliteit  van  deze  modellen  nog  in  zijn  kinderschoenen (Nelson, Poels, Genero, Piattini, 2005, p. 237). Er bestaan geen algemeen aanvaarde  richtlijnen voor het evalueren van de kwaliteit van conceptuele modellen en er is tussen de experts  onderling weinig consensus bij over wat een goed model is (Moody, 2005, p. 245).  Algemeen  gesproken  bestaan  er  twee  soorten  onderzoeken  naar  kwaliteit  van  conceptuele  modellen.  Een  eerste  soort  is  het  onderzoek  naar  productkwaliteit,  waarbij  men  zich  zal  concentreren op de eigenschappen van een product. Product kwaliteitscriteria worden gebruikt om  bepaalde inspecties uit te voeren op het eindproduct (Moody & Shanks, 2003, p. 620). Dit soort van  kwaliteitsonderzoek  wordt  traditioneel  vaker  verricht  omdat  het  gemakkelijker  is  om  kwaliteit  te  meten  van  een  product  dat  al  gerealiseerd  is.  Men  stelt  een  evaluatie  op  door  het  gerealiseerde  product te vergelijken met de vooropgestelde vereisten (Moody, 2005, p. 245). In de tweede soort  van onderzoeken spitst men zich toe op proceskwaliteit. Centraal staan de gebruikte processen om 

 

  2 

  het  product  te  produceren.  De  bedoeling  is  om  kwaliteit  in  het  productieproces  zelf  te  brengen  in  plaats  van  kwaliteit  trachten  te  implementeren  na  de  realisatie  van  het  product.  De  focus  van  proceskwaliteit ligt bij fout preventie in plaats van fout detectie (Moody & Shanks, 2003, p. 620).   Een  conceptueel  model  moet  men  evalueren  door  een  vergelijking  te  maken  met  de  behoeftes,  verlangens  en  verwachtingen  van  de  betrokkenen.  Dit  maakt  dat  de  evaluatie  van  conceptuele  modellen eerder een sociaal dan een technisch proces is. Bijgevolg is er een zekere van subjectiviteit  die het moeilijker maakt om het proces te formaliseren (Moody, 2005, p. 245).   Onderzoeken die peilen naar proceskwaliteit zijn in de minderheid maar worden meer gewaardeerd.  Eventuele  fouten  die  gemaakt  zijn  tijdens  de  ontwikkeling  van  het  IS  kan  men  op  die  manier  opsporen en corrigeren. Indien men echter pas na de implementatie op de hoogte wordt gebracht  van fouten dan is het tijd‐ en kosteninefficiënt (Urquhart, 2001, p. 244).   Dit kan vrij hoog oplopen: de kost om een fout in het systeem te herstellen na de implementatie kan  100  tot  170  keer  hoger  zijn  dan  de  kost  verbonden  aan  het  herstellen  van  dezelfde  fout  op  het  niveau van het conceptueel model (Poels, 2007, p. 23; Moody, 2005, p. 245; Moody & Shanks, 2003,  p.  620).  We  zullen  enkele  vaak  geciteerde  kwaliteitsraamwerken  overlopen  waar  proceskwaliteit  centraal staat.  

2.1 Kwaliteitsraamwerken  De  oudste  en  eenvoudigste  methode  om  de  kwaliteit  van  een  conceptueel  model  te  meten  is  het  concept kwaliteit definiëren als een lijst van gewenste eigenschappen. Deze lijsten zijn een bruikbaar  startpunt  voor  het  begrijpen  en  evalueren  van  de  kwaliteit  van  conceptuele  modellen.  Vaak  bevatten  ze  weinig  structuur,  maken  ze  gebruik  van  onduidelijke  en  overlappende  definities  en  verwarren  ze  de  gewenste  eigenschappen  van  het  conceptueel  model  met  de  gewenste  eigenschappen van de gehanteerde methode (Nelson, et al., 2005, p. 237; Moody & Shanks, 2003, p.  620; Krogstie & Solvberg, 2003, p. 91). Later is men overgegaan tot een meer systematische aanpak  om kwaliteit in relatie met conceptuele modellen te definiëren. Het startpunt is om na te gaan wat  kwaliteit  in  conceptuele  modellering  is  (Siau  &  Tan,  2005,  p.  346).  Een  van  de  eerste  pogingen  is  afkomstig van Lindland, Sindre en Solvberg en werd gepubliceerd in 1994 en werd later meermaals  uitgebreid en herzien door Krogstie en Solvberg (Poels & Maes, 2007, p. 772; Siau & Tan, 2005, p.  348).  Het  uitgangspunt  van  dit  kwaliteitsraamwerk  is  dat  stappen  in  een  conceptueel  modelleringproces gezien worden als verklaringen of feiten in een taal.  

 

  3 

  De verklaringen in de representatie (bv. een conceptueel model) en de verklaringen die gebruikt zijn  om de representatie te maken zijn evalueerbaar volgens termen uit de semiotiek en/of linguïstiek.  Om kwaliteit te evalueren moet men de verklaringen trachten te identificeren (Nelson & Monarchi,  2007, p. 214). Onderstaande figuur illustreert het raamwerk van Lindland, Sindre en Solvberg. 

  Figuur I: Kwaliteitsraamwerk Lindland, Sindre en Solvberg (Nelson, et al., 2005, p. 238) 

  Volgens dit raamwerk bestaan er drie verschillende conceptuele modelkwaliteiten. De syntactische  kwaliteit  beschrijft hoe goed het model de regels  van de modeltaal opvolgt. Semantische kwaliteit  geeft aan hoe goed het model de realiteit weergeeft. Ten slotte geeft de pragmatische kwaliteit aan  hoe goed het model wordt verstaan door de gebruikers (Poels & Maes, 2007, p. 774‐775; Siau & Tan,  2005, p. 348).  Er  bestaan  echter  weinig  kwantitatieve  methoden  of  meetinstrumenten  om  de  representatie  te  vergelijken  met  het  originele  te  modelleren  domein.  Vermeldenswaardig  is  hier  de  ontologische  analyse van Wand en Weber (2002, p. 365). Veel van de stappen in het modelleringproces, zoals de  kennis  van  een  deelnemer  of  de  interpretatie  van  een  modelleringtaal,  zijn  subjectief  en  heel  moeilijk  direct  observeerbaar.  Het  resultaat  is  een  set  van  subjectieve  vergelijkingen  en  interpretaties (Nelson & Monarchi, 2007, p. 216).  Vanuit de literatuur is er vaak gezocht naar de factoren die bijdragen tot het succesvol ontwikkelen  van  een  IS.  Een  in  dit  kader  bekend  en  vaak  geciteerd  onderzoek  is  de  taxonomie  van  DeLone  &  McLean (1992, 2003). Ze stellen een taxonomie voor bestaande uit zes categorieën of aspecten van 

 

  4 

  IS succes: systeemkwaliteit, informatiekwaliteit, gebruik, gebruikerstevredenheid, individuele impact  en impact op de organisatie (DeLone & McLean, 1992, p. 60).   Ze  gebruiken  deze  taxonomie  om  onderzoeken  met  betrekking  tot  het  succesvol  ontwikkelen  van  een  IS  te  synthetiseren  rond  een  coherent  raamwerk.  Het  uitgangspunt  in  hun  onderzoek  is  het  nagaan van proceskwaliteit. (DeLone & McLean, 2003, p. 8‐10). Volgens Essex (1998, p. 15) gaat de  interesse vanuit de literatuur het vaakst naar gebruikerstevredenheid wegens het bestaan van een  sterk uitgebouwd meetinstrument. De kritiek van Seddon op het model van DeLone & McLean is dat  men in het model zowel een causale als een proces gerelateerde verklaring biedt voor IS succes, wat  leidt  tot  moeilijkheden  bij  de  interpretatie  ervan.  DeLone  &  McLean  onderschrijven  zelf  dat  dit  effectief zo is in hun opvolgingsrapport van het IS model (DeLone & McLean, 2003, p. 16). Seddon  stelt  voor  om  het  model  van  DeLone  &  McLean  op  te  delen  in  twee  submodellen,  één  om  het  IS  succes te beoordelen en het ander om het gebruik als gedrag te voorspellen (Poels & Maes, 2007,  p. 774).  Het kwaliteitsraamwerk van Poels & Maes (2007, p. 775) evalueert conceptuele modelkwaliteit via  de  percepties  van  de  gebruiker.  Dit  recent  raamwerk  maakt  gebruik  van  zowel  concepten  uit  het  raamwerk  van  Lindland  et  al.  en  het  gereviseerde  DeLone  &  McLean  model  van  Seddon.  De  theoretische  fundamenten  van  dit  model  zijn  afkomstig  uit  sociaal‐psychologische  studies  naar  attitude  en  gedragsvorming.  Het  model  zelf  kent  vier  dimensies:  het  waargenomen  gemak  om  te  begrijpen,  het  waargenomen  nut,  de  waargenomen  semantische  kwaliteit  en  de  tevredenheid  van  de gebruiker. 

  Figuur II: Gebruiker gebaseerd evaluatie kwaliteitsmodel (Poels & Maes, 2007, p. 776) 

De  waargenomen  semantische  kwaliteit  komt  overeen  met  informatiekwaliteit  uit  het  DeLone  &  McLean model. Gebruikers maken een positieve evaluatie op van het conceptueel model indien ze  ondervinden  dat  hun  standpunten  omtrent  een  domein  net  als  de  vereisten  van  een  IS  goed  weergegeven worden aan de analisten en ontwikkelaars. Het waargenomen gemak van de gebruiker  is een specialisatie van de systeemkwaliteitdimensie van Seddon’s gereviseerde DeLone & McLean 

 

  5 

  model. De gebruiker zal niet alleen nagaan of een conceptueel model wel de juiste informatie bevat  (semantische kwaliteit) maar ook of het gemakkelijk is om te gebruiken en te interpreteren.  Het waargenomen nutconcept van Seddon vervangt het concept gebruik uit het DeLone & McLean  model. Niet de mate van gebruik van een conceptueel model is belangrijk voor het succes van een IS  maar  wel  de  mate  waarin  men  gelooft  dat  het  gebruiken  ervan  de  productiviteit  verhoogt.  Gebruikerstevredenheid  is  een  vaak  gebruikt  concept  in  succesmetingen  van  IS’en.  Seddon  definieert  het  als  de  mate  waarin  aan  de  informatievereisten  is  voldaan  (Poels  &  Maes,  2007,  p. 775‐777).  In tegenstelling tot het model van DeLone & McLean zijn de vooropgestelde kwaliteitsfactoren van  Moody  &  Shanks  (2003,  p.  623‐624)  gebaseerd  op  eigen  praktische  ervaring  in  het  gebied  van  conceptuele  modellering,  in  plaats  van  een  theoretisch  onderbouwde  basis.  Volgens  hen  is  conceptuele model kwaliteit afhankelijk van zes factoren:  ƒ

Volledigheid: bevat het conceptueel model alle gebruikers vereisten? 

ƒ

Simpliciteit: bevat het conceptueel model het minimum aan mogelijke entiteiten en relaties? 

ƒ

Flexibiliteit: kan het conceptueel model omgaan met veranderende situaties in de zakelijke  wereld en/of regelgeving? 

ƒ

Integratie:  is  het  conceptueel  model  opgebouwd  in  de  lijn  van  andere  data  uit  de  onderneming? 

ƒ

Verstaanbaarheid:  zijn  de  gebruikte  concepten  en  structuren  in  het  model  verstaanbaar  genoeg? 

ƒ

Implementeerbaarheid:  kan  het  model  gemakkelijk  geïmplementeerd  worden,  rekening  houdend met beschikbare tijd, budget en technologische beperkingen? 

Het grote nadeel van dit raamwerk is het gemis van een technologische basis en empirische validiteit  (Poels & Maes, 2007, p. 771). Deze masterproef is geïnspireerd op het kwaliteitsraamwerk van Poels  &  Maes  (2007)  waarbij  het  de  bedoeling  is  mee  te  helpen  aan  het  verdere  onderzoek  om  hun  kwaliteitsraamwerk  te  kunnen  gebruiken  om  de  effectiviteit  van  communicatie  te  meten  tussen  gebruikers en analisten.    

 

  6 

 

3 Conceptuele Modellering  3.1 Situering  Voor  we  conceptuele  modellering  zullen  analyseren  vanuit  communicatiewetenschappelijk  standpunt, is het belangrijk om na te gaan wat we verstaan onder conceptuele modellering en hoe  we dit begrip afbakenen. Algemeen gesproken bestaat conceptuele modellering uit een proces waar  men als doel heeft een abstract (meestal grafisch) model van de werkelijkheid op te stellen (Poels,  2007,  p.  18).  Conceptuele  modellering  wordt  het  vaakst,  maar  niet  exclusief,  gebruikt  bij  de  ontwikkeling  van  informatiesystemen  (Davies,  Green,  Rosemann,  Indulska,  Gallo,  2006,  p.  359).  In  het  kader  van  deze  masterproef  zullen  wij  ons  beperken  tot  het  gebied  van  conceptuele  gegevensmodellering  wanneer  we  spreken  over  conceptuele  modellering.  Maar  conceptuele  modellering  kan  ook  dynamische  processen  en  hun  verloop  omvatten.  Conceptuele  modellering  is  een fundamenteel aspect bij de ontwikkeling van een informatiesysteem (Wand et al.,1995, p. 285).  Een  informatiesysteem  (kortweg  IS)  in  een  bedrijfscontext  is  gecomputeriseerd  en  zorgt  voor  het  verzamelen,  bewaren  en  verwerken  van  tal  van  bedrijfsgegevens.  Een  IS  heeft  als  voornaamste  kenmerk dat het opgebouwd is volgens de manier waarop men deze gegevens zal opslaan, namelijk  in een databank.   3.1.1

Levenscyclus van informatiesystemen 

Een  bijkomend  kenmerk  van  een  IS  is  dat  het  een  cyclisch  levensverloop  kent.  Dit  levensverloop  bestaat  uit  vijf  fasen.  In  de  eerste  fase  zal  men  een  haalbaarheidstudie  verrichten  voor  de  ontwikkeling  van  het  systeem.  De  analysefase  die  hierop  volgt  legt  de  vereisten  vast  waaraan  het  systeem  moet  voldoen.  In  de  literatuur  spreekt  men  van  ‘requirements  engineering’  (Kotonya,  Sommerville, 1997). Nadien gaat men over tot de ontwerpfase, waarin men de systeemarchitectuur  gaat definiëren. Vervolgens voert men het systeemontwerp uit en wordt dit getest om te komen tot  een volledig werkend systeem dat voldoet aan de vooropgestelde vereisten. De laatste fase betreft  het onderhouden van het systeem om te zorgen dat het blijvend aan de (veranderende) vereisten  voldoet tot het moment waarop het uit gebruik wordt genomen.   Een belangrijke overgang is die van de analysefase naar de ontwerpfase. Tijdens en voor de analyse  wordt een systeem beschreven en besproken vanuit het perspectief van het probleemdomein. Het is  noodzakelijk om tot een volledig en juist begrip van het informatievoorzieningprobleem te komen. In  de ontwerpfase bevindt men zich in een andere ruimte, namelijk de oplossingsruimte. Het probleem  is dat zowel het probleemdomein als de oplossingsruimte een verschillende terminologie hanteren  (Poels, 2007, p. 4‐6).  

 

  7 

  Een vaak voorkomend probleem in de analysefase is dat de vereisten niet op de echte behoeften van  de klant wijzen. Een ander probleem is dat de vereisten inconsistent en/of onvolledig zijn. Dit door  misverstanden  tussen  de  klanten  (meestal  de  eindgebruikers),  de  analist(en)  die  de  vereisten  bepalen  en  de  software‐ingenieurs  die  het  systeem  ontwikkelen  en  onderhouden.  Indien  de  vereisten  goedgekeurd  zijn  en  men  aan  de  ontwerpfase  begonnen  is,  is  het  te  duur  om  nog  veranderingen  aan  deze  vereisten  aan  te  brengen  (Kotonya,  Sommerville,  1997;  Zhu,  Jin,  2000;  Ratchev,  Urwin,  Muller,  Pawar,  Mulek,  2000).  Het  belang  van  de  analysefase  wordt  misschien  nog  het  best  geïllustreerd  door  de  stelling  dat  75%  van  de  kosten  verbonden  aan  het  corrigeren  van  fouten, oorspronkelijk ontstaan zijn in het analysestadium van een project (Urquhart, 2001, p. 244).  Onderstaande figuur illustreert de levenscyclus van een IS. 

Probleemdomein 

Oplossingsruimte 

  Figuur III: Systeemlevenscyclusmodel (Poels, 2007, p. 5) 

3.1.2

Requirements Engineering 

In de literatuur heeft men het vaak over ‘requirements engineering’ wanneer men zich situeert in de  analysefase. Dit zijn de processen betrokken bij het ontwikkelen van de systeemvereisten. Volgens  Pohl  (geciteerd  in  Rolland  &  Prakash,  2000,  p.  169;  Krogstie  &  Solvberg,  2003,  p.  92)  zijn  deze  processen  onder  te  verdelen  in  drie  verschillende  dimensies:  specificatie,  representatie  en  overeenstemming.  De  mate  waarin  men  de  vereisten  begrijpt  op  een  gegeven  tijdstip  in  de  analysefase  wordt  in  de  specificatiedimensie  gemeten.  De  representatiedimensie  gaat  over  de  verschillende  mogelijkheden  die  men  kan  gebruiken  om  kennis  te  kunnen  uiten  over  het  te  ontwikkelen  systeem.  De  overeenstemmingdimensie  gaat  over  de  graad  waarin  men  akkoord  gaat  met een bepaalde specificatie. Bubenko, Rolland, Loucopoulos, DeAntonellis (1994, p. 154) geven dit  driedimensionale  standpunt  weer  in  volgende  definitie  van  requirements  engineering:  “Het  systematisch proces om vereisten te ontwikkelen via een herhalend proces om zo het  probleem te  kunnen  analyseren,  de  resulterende  observaties  in  verschillende  representatiemogelijkheden  te 

 

  8 

  documenteren  om  nadien  het  verkregen  inzicht  te  controleren”.  In  Figuur  IV  wordt  dit  driedimensionale standpunt weergegeven. 

  Figuur IV: Drie dimensies van requirements engineering (Poels, 2007, p. 22; Rolland & Prakash, 2000, p. 169; Krogstie & Solvberg, 2003, p. 92) 

  Volgens  Rolland  &  Prakash  (2000)  zijn  er  twee  types  van  vereisten.  Een  eerste  type  omvat  de  gebruikers gedefinieerde vereisten afkomstig van de mensen werkzaam in een bepaalde organisatie.  Deze vereisten reflecteren hun doelen, intenties en wensen. Een tweede type van vereisten zijn de  domeinopgelegde  vereisten  die  de  wetmatigheden  van  dat  domein  weerspiegelen.  Men  zal  deze  vereisten opbouwen op basis van informatie die men verkrijgt via interviews, enquêtes, observaties  of  door  het  bestuderen  van  een  bestaand  systeem  dat  in  gebruik  is  in  een  organisatie  (Browne  &  Ramesh, 2002, p. 625).  3.1.2.1 Belang van requirements engineering  Om  een  aantal  redenen  is  requirements  engineering  uitgegroeid  tot  een  cruciaal  stadium  in  de  levenscyclus van een IS. De steeds groter wordende complexiteit van projecten, de globalisatie van  de markt en de veranderingen in de productlevenscyclus onderlijnen het belang van de behoefte om  vaker componenten, informatie en kennis over verschillende projecten heen te recycleren, te delen.  Dit met het oog op het kunnen aanbieden van efficiënte en kosteneffectieve oplossingen.   Het  succesvol  begrijpen  van  de  gebruikersvereisten  en  de  transformatie  ervan  in  duidelijke  productvereisten  wordt  op  die  manier  een  determinant  voor  de  succesvolle  realisatie  van  het  product (Ratchev, et al., 2000, p. 1; Siau & Tan, 2005, p. 344; Rolland & Prakash, 2000, p. 151). Het  slecht  begrijpen  van  de  requirements  engineering  processen  en  inaccurate  veronderstellingen 

 

  9 

  omtrent de vereisten hebben significant negatieve implicaties voor de kwaliteit, duurtijd en kost van  het ontwerpen en ontwikkelen van een productoplossing (Zhu, Jin, 2000, p. 2). Om die reden is het  communiceren  en  bevorderen  van  een  beter  begrip  van  het  toepassingsdomein  de  primaire  doelstelling in de vereisten analyse van een IS. (Gemino & Wand, 2004, p. 248).  3.1.2.2 Algemene elementen  Kotonya en Sommerville (1997) geven het bestaan aan van bepaalde universele elementen. Omwille  van het universele karakter van deze elementen moeten we er in de analysefase zeker rekening mee  houden.  Een  eerste  van  deze  elementen  zijn  de  zogenaamde  opduikende  eigenschappen  van  het  gehele  systeem.  Deze  eigenschappen  zullen  pas  opduiken  na  integratie  van  alle  mogelijke  individuele  subsystemen.  Voorbeelden  van  deze  eigenschappen  zijn  o.a.  de  vragen  omtrent  de  betrouwbaarheid,  de  houdbaarheid,  de  prestaties,  de  bruikbaarheid  en  de  veiligheid  van  het  systeem.  Een  volgend  element  waar  men  rekening  mee  moet  houden  zijn  de  verschillende  belanghebbenden  (stakeholders)  in  de  analysefase  (Ratchev,  et  al.,  2000;  Kotonya  &  Sommerville,  1997). Zo onderscheiden we in de eerste plaats de systeemklanten. Het is belangrijk de vereisten te  specificeren en voor te leggen aan deze klanten ter controle. Aan de projectmanagers moet men de  vereisten  voorleggen  om  zo  een  mogelijke  offerte  voor  het  systeem  mogelijk  te  maken  en  het  ontwerp  voor  te  bereiden.  De  systeemingenieurs  en  de  systeemonderhoud  ingenieurs    zullen  de  vereisten  gebruiken  om  het  systeem  te  doorgronden.  Voor  systeemtest  ingenieurs  gelden  de  vereisten dan weer als leidraad om validatietesten te ontwikkelen voor het systeem. Deze opdeling  is een opdeling in rollen waardoor het mogelijk is dat dezelfde persoon zowel bv. systeemingenieur  als testingenieur is. Een laatste universeel gegeven bij requirements engineering is volgens Kotonya  en  Sommerville  (1997)  het  opstellen  van  een  vereistendocument.  Dit  document  beschrijft  de  functies en diensten die het systeem zou moeten aanbieden, de algemene eigenschappen van het  systeem  (zoals  bv.  beperkingen  omtrent  bepaalde  opduikende  eigenschappen),  de  beperkingen  waaronder het systeem zou moeten opereren en eventuele definities van andere systemen waarin  het te ontwikkelen systeem zich moet integreren.   Verder wordt in dit document ook het toepassingsdomein van het systeem beschreven, net als  de  beperkingen op de processen die gebruikt worden om het systeem te ontwikkelen. Bovendien zou  het document steeds een inleidend hoofdstuk moeten bevatten dat een overzicht van het systeem  verstrekt,  de  bedrijfsbehoeften  die  door  het  systeem  worden  ondersteund  en  een  verklarende  woordenlijst die de gebruikte terminologie verklaart. Voor de structuur van dit document kunnen we  verwijzen naar een internationaal aanvaarde standaard, namelijk de IEEE/ANSI 830‐1998 (een revisie  van  IEEE  830‐1993)  ontwikkeld  door  het  Instituut  van  Elektrische  en  Elektronische  Ingenieurs 

 

  10 

  Standaarden Associatie (Institute of Electrical & Electronics Engineers, 1998). Deze organisatie is de  leidinggevende  ontwikkelaar  van  globale  industriële  standaarden  in  een  brede  waaier  van  industrieën. In bijlage 1.1 wordt de standaardstructuur van het vereisten document gegeven.  Verder zijn er nog een aantal punten waar men aandacht aan moet besteden bij het opmaken van  dit  document.  Het  is  namelijk  zo  dat  dit  document  meer  wordt  gelezen  dan  geschreven,  dus  men  moet ervoor zorgen dat de vereisten leesbaar en verstaanbaar genoeg zijn.  Men mag er  eveneens  niet  van  uitgaan  dat  de  lezers  beschikken  over  dezelfde  domeinkennis  en  terminologie.  Het  is  dus  aangeraden  om  de  vereisten  als  paragrafen  te  noteren  in  een  natuurlijke  taal,  aangevuld  met  conceptuele diagrammen (Kotonya, Sommerville, 1997).  3.1.2.3 Probleemclassificatie   Volgens  Davies  (1982,  p.  5)  doen  er  zich  een  drietal  moeilijkheden  voor  tijdens  het  inwinnen  van  informatie  om  vereisten  te  ontwikkelen.  Een  eerste  moeilijkheid  is  dat  de  mens  beperkt  is  in  het  verwerken  van  informatie.  Een  tweede  moeilijkheid  is  het  complexer  worden  van  de  vereisten  die  ook  nog  eens  vlugger  veranderen.  Een  laatste  probleempunt  is  het  verloop  van  de  communicatie  tussen  analisten  en  gebruikers.    Browne  &  Ramesh  (2002)  hebben  hierop  verder  gewerkt  en  zijn  gekomen tot een classificatie van problemen opgebouwd rond het driedimensionale standpunt van  requirements  engineering  (supra,  p.  8‐9).  Onderstaande  tabel  geeft  een  overzicht  van  deze  classificatie. Dankzij deze classificatie krijgen we een beter inzicht in de stelling van Siau & Tan (2005,  p. 344), namelijk dat requirements engineering voornamelijk een sociaal proces is, gekenmerkt door  een continue zoektocht naar wederzijds begrip tussen de deelnemers.  Cognitieve bias Satisfactie  Foutieve redenering  Automatisme  Specificatie  Oproepingsproblemen  Variatie en complexiteit vereisten  Communicatieproblemen  Motivationele bias  Hawthorne Effect  Cognitive bias Satisfactie  Representatie  Foutieve redenering  Oproepingsproblemen  Variatie‐ en complexiteitvereisten  Cognitieve bias Overeenstemming  Satisfactie  Communicatieproblemen  Tabel I: Problemen classificatie Browne & Ramesh (2002, p. 627) 

 

  11 

  Cognitieve bias wordt veroorzaakt door het gebruik van heuristieken bij het aanpakken van bepaalde  problemen,  men  zal  steeds  kiezen  voor  de  snelste  oplossing  in  plaats  van  een  grondige  aanpak  te  hanteren  (Levi,  1985,  p.  332).  Cognitieve  bias  wordt  geassocieerd  met  alle  vormen  van  beslissingsnemingen in situaties met onzekerheden. Daarom stelt Browne & Ramesh dat deze bias in  alle dimensies van requirements engineering voorkomt.   Satisfactie is een tweede cognitief probleem, waarbij mensen de neiging hebben om heuristieken te  gebruiken om bevredigende resultaten te bekomen in plaats van optimale resultaten (Byron, 2005,  p. 312). Het is niet raadzaam voor een systeemanalist om in de context van een IS ontwikkeling deze  strategie te gebruiken (Browne & Ramesh, 2002, p. 628).  Problemen  in  de  redenering  dragen  bij  tot  moeilijkheden  bij  het  bepalen  van  de  vereisten.  Het  mentaal  beeld  van  de  gebruiker  over  een  applicatiedomein  is  vaak  onvolledig  waardoor  de  conclusies die men maakt op basis van dat beeld inaccuraat zullen zijn.   Een  andere  oorzaak  verantwoordelijk  voor  problemen  in  de  redenering  is  afkomstig  van  de  inadequate  argumentatie  bij  het  ondersteunen  van  eisen  die  door  de  gebruikers  worden  gemaakt  (Browne & Ramesh, 2002, p.628‐629).  Een  ander  kenmerk  van  de  menselijke  cognitie  is  het  automatisme.  Wanneer  men  vaak  dezelfde  taken moet uitvoeren, wordt dit een routine. Bij gebruikers komt het vaak voor dat hun gebruik van  een IS routine is geworden, wat problematisch kan zijn bij het bepalen van de vereisten.   Oproepingsproblemen hebben  te  maken met  het feit dat informatie in het  lange termijngeheugen  weinig  details  bevat  (Roediger,  Capaldi,  Paris,  Polivy,  Herman,  Brysbaert,  2001,  p.  264).  Als  analist  moet  men  hierop  letten  bij  het  verzamelen  van  informatie  bij  gebruikers.  Laatstgenoemden  zullen  vaak zelf de details invullen indien ze het zich niet kunnen herinneren of omdat de analist niet voor  de juiste stimulatie kan zorgen van het juiste geheugenspoor. Maar analoog kan de analist zelf ook  beïnvloed worden door dit probleem tijdens de representatiedimensie (Browne & Ramesh, 2002, p.  630).  De  vereisten  van  gebruikers  kunnen  vaak  veranderen  tijdens  de  ontwikkeling  van  een  IS.  Een  bijkomende complexiteit voor de analist is dat er geen correcte lijst van vereisten bestaat. Een ander  aspect van de complexiteit is dat voor een nieuw systeem het vaak zo is dat men niet kan terugvallen  op  bestaande  gestandaardiseerde  processen.  Analisten  zullen  dan  rekening  moeten  houden  met  opduikende vereisten tijdens discussies met gebruikers (Rolland & Prakash, 2000, p. 152). 

 

  12 

  Problemen  in  communicatie  leiden  tot  moeilijkheden  in  de  specificatie‐  en  verificatiedimensies  (Urquhart,  2001,  p.  244).  Analisten  en  gebruikers  hebben  een  verschillende  achtergrond  en  zijn  werkzaam  in  een  ander  domein  van  de  onderneming.  Deskundigen  en  novices  (onervaren  gebruikers) gebruiken een andere categorisatie voor eenzelfde fenomeen (Corter & Gluck, 1992, p.  291). Bijvoorbeeld een analist (novice)  aggregeert een set van gedragingen als beslissingen, terwijl  de  gebruiker  (deskundige,  expert)  eerder  sommige  gedragingen  ziet  als  keuzes,  oordelen  of  redeneringen. Een volgende moeilijkheid is dat gebruikers en analisten verschillende doelen hebben.  Zo is de gebruiker eerder gericht op het bereiken van maximale functionaliteit en flexibiliteit terwijl  de analist eerder focust op efficiëntie (Browne & Ramesh, 2002, p. 631‐632).  Samenwerking  van  gebruikers  is  duidelijk  belangrijk  om  de  vereisten  te  beoordelen,  maar  in  sommige gevallen is deze samenwerking niet aanwezig. Bij motivationele bias is deze samenwerking  intentioneel  niet  aanwezig,  omdat  de  gebruikers  geen  aansporing  krijgen  als  gevolg  van  interne  bedrijfspolitiek  of  beloningssystemen.  Het  Hawthorne  effect  (Roediger  et  al.,  2001,  p.  779)  zorgt  voor een niet‐intentioneel samenwerkingsprobleem.   Dit effect houdt in dat men zich anders zal gedragen indien men weet dat men geobserveerd wordt.  Dit gedrag zorgt voor onbewust gebrek aan samenwerking bij gebruikers (Browne & Ramesh, 2002,  p. 632).  3.1.2.4 Kerntaken  Bijkomende  moeilijkheid  bij  requirements  engineering  is  dat  de  processen  betrokken  bij  het  ontwikkelen  van  de  systeemvereisten  aangepast  moeten  worden  aan  de  organisatorische  behoeften,  er  bestaat  dus  geen  ideaal  requirements  engineering  proces.  Er  wordt  eveneens  aangenomen dat het bijna niet mogelijk is om een volkomen volledige analyse te bekomen van de  vereisten  (Richards,  2003,  p.  195).  Om  toch  zo  volledig  mogelijk  trachten  te  zijn  moet  men  de  volgende vier kerntaken zeker uitvoeren (Siau & Tan, 2005, p. 345; Kavakli & Loucopoulos, 2005, p.  4). 

Figuur V: Kerntaken requirements engineering (Siau & Tan, 2005, p. 345; Kavakli & Loucopoulos, 2005, p. 4)

 

  13 

  ƒ

Vereistenspecificatie:  het  begrijpen  van  een  situatie  in  een  organisatie  waarin  het  systeem  een  verbetering  wenst  aan  te  brengen.  Deze  specificatie  beschrijft  ook  de  behoeften  en  beperkingen van het te ontwikkelen systeem. 

ƒ

Vereistenonderhandeling:  de  onderhandeling  van  vereisten  om  zo  tot  een  consensus  te  komen van de vereisten van het system onder de verschillende stakeholders. 

ƒ

Vereistenvoorstelling:  het  vastleggen  van  de  vereisten  op  grafische  wijze  om  zo  een  vereistenmodel te ontwikkelen. 

ƒ

Vereistenvalidatie:  kijken  of  de  afgeleide  specificaties  corresponderen  met  de  originele  vereisten  van  de  stakeholders  en  controleren  of  de  interne  en/of  externe  beperkingen  in  rekening zijn gebracht door de onderneming en haar omgeving. 

Conceptuele  modellering  vormt  de  hoeksteen  van  requirements  engineering  (Siau  &  Tan,  2005,  p.  346).  Volgens  Frank  Ulrich  (1999,  p. 695)  is  het  zo  dat  conceptuele  modellering  de  kern  is  van  de  informatiesystemen  discipline.  Moody  (2005,  p.  244)  geeft  een  meer  genuanceerd  standpunt  en  stelt  dat  conceptuele  modellering  een  subdiscipline  is  van  requirements  engineering  aangezien  conceptuele modellen gebruikt worden om de vereisten van gebruikers te definiëren. Hij geeft ook  aan dat conceptuele modellering kan plaatsvinden op drie niveaus, namelijk applicatie, onderneming  en  industrie.  Een  toepassings‐  of  applicatiemodel  definieert  de  vereisten  voor  een  specifiek  IS  en  vormt  zo  de  basis  voor  het  ontwerpen  en  ontwikkelen  van  een  systeem  dat  inspeelt  op  deze  vereisten. Een ondernemingsmodel definieert informatievereisten voor een volledige organisatie en  legt  de  fundamenten  voor  het  managen  van  data  of  zakelijke  processen.  Een  referentiemodel  definieert  informatievereisten  voor  een  gehele  industrie  en  dient  als  inspiratie  voor  een  industriewijde standaardisatie en ontwikkeling van generische softwareoplossingen.  Conceptuele  modellering  is  rechtstreeks  verbonden  met  twee  van  de  vier  kerntaken  van  requirements  engineering,  namelijk  vereistenvoorstelling  en  vereistenvalidatie.  In  de  vereisten  voorstellingstaak  worden  conceptuele  modellen  gecreëerd  om  de  behoeften  van  het  probleemdomein voor te stellen. Tijdens de vereistenvalidatie zullen de verschillende stakeholders  verifiëren of hun vereisten correct gespecificeerd zijn aan de hand van de gegenereerde conceptuele  modellen vervat in het vereistendocument (Siau & Tan, 2005, p. 346). 

 

  14 

 

3.2 Procesverloop conceptuele modellering  Zoals  reeds  vermeld  (supra,  p.  7)  bestaat  conceptuele modellering uit een proces en  kent  dus  ook  een  specifiek  procesverloop.  Dit  proces  bestaat  uit  een  aantal  activiteiten  gelijkaardig  aan  de  kerntaken  bij  requirements  engineering  (supra,  p. 13).  Figuur VI: Iteratief procesverloop conceptuele modellering

Volgens  Poels  (2007,  p.  19)  zal  men  eerst  het  probleemdomein  waar  men  een  oplossing  voor  wil  ontwikkelen observeren. Door deze observatie krijgen de betrokkenen een eigen perceptie van dit  probleem.  Men  noemt  dit  de  domeinkennis  (Hirschfeld  &  Gelman,  p.  169‐170).  Deze  percepties  zullen  onvolledig  en  niet  waarheidsgetrouw  ten  opzichte  van  het  probleemdomein  zijn  omdat  ze  subjectief zijn.   Een eerste activiteit bij conceptuele modellering is het formeel beschrijven van deze domeinkennis:  men  noemt  dit  het  specificeren  of  externaliseren  van  de  domeinkennis.  Deze  specificatie  van  de  domeinkennis  zal  men  voorleggen  aan  de  stakeholders.  Zij  zullen  de  volgende  activiteit  starten,  namelijk  het  interpreteren  van  de  beschrijving.  Deze  interpretatie  wordt  modelkennis  genoemd  (Poels, 2007, p. 19). In een volgende activiteit kunnen alle stakeholders hun modelkennis met elkaar  vergelijken om op deze manier eventuele misverstanden over de beschrijving van de domeinkennis  weg  te  werken.  In  de  laatste  activiteit  zal  men  de  beschrijving  valideren  door  hun  individuele  of  collectieve model‐ en domeinkennis  met elkaar te vergelijken. Eventuele verschillen  tussen beiden  dienen  weggewerkt  te  worden  door  het  opstellen  van  een  nieuwe  beschrijving.  Op  die  manier  bekomt men een iteratief proces van specificeren, interpreteren, analyseren en valideren. Men zal  dit  procesverloop  pas  beëindigen  wanneer  de  verschillen  tussen  wat  men  denkt  dat  in  de  beschrijving  zit  (modelkennis)  en  wat  men  denkt  dat  er  in  de  beschrijving  zou  moeten  zitten  (domeinkennis)  klein  genoeg  zijn.  Indien  dit  het  geval  is,  dan  spreekt  men  over  een  valide  beschrijving,  ofwel  een  conceptueel  model  van  het  probleemdomein  (Poels,  2007,  p.  20).  Dit  conceptueel  model  van  het  probleemdomein  is  meestal  een  grafische  voorstelling  van  zowel  statische fenomenen  (bv.  bepaalde dingen en  hun eigenschappen) en  dynamische fenomenen (bv.  gebeurtenissen en processen) (Wand & Weber, 2002, p. 363).   

 

  15 

 

3.3 Functies conceptueel model  In de literatuur vinden we een aantal vaak voorkomende functies terug van een conceptueel model.  Volgens  Moody  (2005,  p.  244)  worden  conceptuele  modellen  gebruikt  om  de  ontwikkeling,  verwerving, aanpassing, standaardisering en integratie van een of meerdere IS’en te ondersteunen.  Kung & Solvberg (geciteerd in Wand & Weber, 2002, p. 363; Gemino & Wand, 2004, p. 248) geven  aan dat een conceptueel model vier rollen vervult in het bewerkstelligen van een beter begrip van  een  domein:  het  ondersteunen  van  de  communicatie  tussen  ontwikkelaars  en  gebruikers,  de  analisten helpen in het begrijpen van een domein, het geven van input voor het ontwerpproces en  ten  slotte  het  documenteren  van  de  originele  vereisten  voor  toekomstige  verwijzingen.  Vanuit  dit  perspectief wordt conceptuele modellering gezien als een proces waarbij individuelen nadenken en  communiceren over een  domein om  hun  gemeenschappelijk  begrip van dat  domein te verbeteren  (Gemino  &  Wand,  2004,  p.  248).  Een  meer  uitgebreide  beschrijving  van  de  functies  van  een  conceptueel  model  is  afkomstig  van  Hungerford  &  Eierman  (2005,  p.35).  Ze  stellen  dat  de  doeleinden van een model gevarieerd zijn, ze omvatten namelijk:   ƒ

Het  opvangen  van  vereisten  en  kennis  om  ervoor  te  zorgen  dat  alle  stakeholders  het  begrijpen en er zich achter scharen. 

ƒ

Het vergemakkelijken van het denken over een ontwerp van een systeem. 

ƒ

Het afzonderlijk opvangen van ontwerpbeslissingen van de vereisten. 

ƒ

Het genereren van bruikbare producten. 

ƒ

Het managen van informatie omtrent grote systemen. 

ƒ

Het economisch verantwoord verkennen van meerdere mogelijke oplossingen. 

ƒ

Het bedwingen van complexe systemen. 

De  voornaamste  functie  van  een  conceptueel  model  en  van  groot  belang  in  het  kader  van  deze  masterproef  is  de  communicatieve  functie.  Moody  (2005,  p.  244)  heeft  het  over  een  proces  van  communicatie tussen de verschillende stakeholders. Terwijl Frank Ulrich (1999, p. 695) het als volgt  stelt:  “Conceptuele  modellen  zijn  een  middel  om  communicatie  met  potentiële  gebruikers  te  bevorderen  en  zij  zouden  een  correcte  basis  voor  systeemimplementatie  moeten  vormen.”  Voor  Siau  &  Tan  (2005,  p.  346)  bieden  conceptuele  diagrammen,  het  product  van  conceptuele  modellering,  niet  alleen  de  benodigde  representatie  om  de  communicatie  tussen  stakeholders  te  vergemakkelijken, maar ze bieden eveneens een formele basis voor het ontwikkelen van IS’en. Een  vroegere definitie van Mylopoulos (1992, p. 3) geeft aan dat conceptuele modellering een activiteit  is van het formeel beschrijven van bepaalde aspecten van de fysische en sociale wereld rond ons om  zo deze dingen beter te verstaan en om erover te communiceren.  

 

  16 

  Het is dus belangrijk voor de analist om rekening te houden met deze communicatieve functie van  een conceptueel model (Nelson, et al., 2005, p. 237). Volgens Gemino & Wand (2005, p. 302) kan dit  soms voor problemen zorgen. De analist moet een moeilijk evenwicht behouden tussen simpliciteit  en  complexiteit  wanneer  hij  de  IS  vereisten  wil  communiceren.  Een  te  grote  complexiteit  zorgt  ervoor  dat  men  de  lezer  overstelpt  met  details  in  een  conceptueel  model.  Maar  een  te  grote  simpliciteit  kan  belangrijke  kwesties  verbergen.  De  keuze  tussen  beiden  is  vooral  cruciaal  in  het  begin  van  de  analysefase.  Algemeen  gesteld  is  het  dus  belangrijk  dat  conceptuele  modellen  verstaanbaar  zijn  voor  stakeholders,  analisten  en  ontwerpers  van  IS’en.  De  basis  van  deze  verstaanbaarheid  is  gebaseerd  op  enkele  fundamentele  principes  die  we  oppervlakkig  zullen  overlopen. 

3.4 Fundamenten van een conceptueel model  Conceptuele  modellen/diagrammen  hebben  een  groot  voordeel  tegenover  het  gebruik  van  natuurlijke  taal  of  schematische  aantekeningen.  Dit  voordeel  komt  tot  stand  omdat  men  gebruik  maakt  van  een  formele  notatie  die  toelaat  om  “de  semantiek  van  de  toepassing”  te  vatten  (Mylopoulos, 1992, p. 3). Larkin & Simon (1987, p. 98) stellen na empirisch onderzoek vast dat het  gebruik van diagrammen te verkiezen valt bovenop het gebruik van natuurlijke taal bij het oplossen  van  problemen.  Diagrammen  kunnen  alle  gebruikte  informatie  groeperen  waardoor  het  gemakkelijker wordt om voor elementen tot conclusies te komen. Typisch voor diagrammen is dat  de  elementen  erin  een  eigen  locatie  hebben  waardoor  het  niet  nodig  is  om  symbolische  labels  te  matchen.  Ten  slotte  laten  diagrammen  toe  om  snel  visuele  verbanden  te  leggen  tussen  en  tot  conclusies  te  komen  over  de  elementen  erin.  Tegenover  wiskundige  of  andere  formele  aantekeningen  ontwikkeld  in  de  computerwetenschappen  dragen  conceptuele  modellen  de  voorkeur  weg  omdat  men  op  basis  van  psychologische  gronden  gegevens  kan  structureren  en  inferenties kan maken (Mylopoulos, 1992, p. 3).   Een  conceptueel  model  of  diagram  wordt  gemaakt  door  gebruik  te  maken  van  een  conceptuele  modelleertaal.  Een  conceptuele  modelleertaal  bestaat  uit  een  set  van  constructen  (vaak  voorgesteld  door  grafische  symbolen)  en  regels  voor  het  combineren  van  deze  constructen  om  Figuur  VII:  Hiërarchie  fundamentele betekenisvolle 

verklaringen 

te 

zoeken 

voor 

concepten  conceptueel  model  (Poels,

het  2007, p. 21)  gemodelleerde domein. Bij de keuze van concepten en regels 

in  conceptuele  modelleringstechnieken  moet  men  rekening  houden  met  de  aard  van  het  te  representeren domein (Gemino & Wand, 2004, p. 249).  

 

  17 

  De  semantiek  van  de  conceptuele  modelleerconstructen  bepaalt  de  aard  van  de  beschrijving  van  fenomenen.  Een  restrictievere  conceptuele  modelleertaal  kan  in  bepaalde  gevallen  niet  genoeg  modelleer  kracht  bevatten  om  de  relevante  aspecten  van  het  gemodelleerde  domein  te  omvatten  (Wand,  Monarchi,  Parsons,  Carson,  1995,  p. 286).  Ook  de  balans  tussen  expressieve  kracht  en  volledigheid van een model enerzijds en simpliciteit anderzijds zal de keuze van concepten en regels  beïnvloeden (Gemino & Wand, 2004, p. 249). In de literatuur spreekt men van een grammatica‐ of  metamodel  wanneer  men  het  heeft  over  deze  set  van  constructen  en  regels.  In  zijn  eenvoudigste  vorm  kunnen  we  stellen  dat  een  metamodel  een  conceptueel  model  vormt  van  een  conceptuele  ontwikkelingsmethode.  Metamodellering  kan  men  dan  definiëren  als  een  modelleerproces  dat  op  een  hoger  abstractie  niveau  ligt  in  vergelijking  met  een  standaard  modelleerproces  (Siau  &  Rossi,  1998, p. 315).  Typische constructen gebruikt in conceptuele modellen omvatten onder andere: entiteiten, relaties,  activiteiten, processen en objecten (Wand et al., 1995, p. 286). Idealiter wordt een grammatica‐ of  metamodel  gesteund  op  een  theorie  over  hoe  de  werkelijkheid  beschreven  kan  worden.  Dit  zorgt  ervoor  dat  men  het  conceptueel  model  beter  begrijpt  en  heeft  dus  een  invloed  op  de  modelleer  kracht  van  een  conceptuele  taal.  Figuur  VII  illustreert  de  hiërarchische  relatie  tussen  de  fundamentele concepten van conceptuele modellering (Poels, 2007, p. 21).  3.4.1

Theorieën 

In  de  literatuur  treden  drie  theorieën  het  vaakst  op  de  voorgrond.  Een  eerste  theorie  wordt  ontologie genoemd. Ontologie is een tak van de filosofie waar men onderzoek doet naar de manier  waarop mensen de wereld rondom hen beschrijven. Een ontologie in conceptuele modellering is een  set  van  concepten  en  premissen  over  wat  kan  gebeuren  in  (een  bepaald  domein  of  in)  de  wereld.  Volgens Wand et al. (1995, p.287) is het vertrekpunt voor het gebruiken van ontologie dat men de  percepties  van  gebruikers  verwerkt  in  een  model  dat  bruikbaar  is  in  een  gecomputeriseerde  omgeving. Een vaak gebruikt ontologisch model is dat van Bunge‐Wand‐Weber wat een adaptatie is  door Wand & Weber van Mario Bunge’s ontologie (Poels & Maes, 2007, p. 772). Wand et al. (1995,  p.  287)  geven  een  aantal  redenen  waarom  deze  ontologie  de  voorkeur  draagt.  Het  is  systeem  georiënteerd  en  men  kan  het  gebruiken  voor  tal  van  soorten  systemen,  gaande  van  fysieke  tot  sociale systemen. Een groot voordeel van het ontologisch model is dat het sterk geformaliseerd is,  zowel  in  het  definiëren  van  de  concepten  en  afbakenen  van  premissen  als  in  het  leveren  van  een  sterke consequente notatie.  

 

  18 

  De  concept‐  of  classificatietheorie  is  een  andere  gebruikte  theoretische  basis.  De  basis  voor  deze  theorie ligt in het menselijke ordeningsvermogen. De classificatietheorie onderkent dat het ordenen  van  percepties  een  vitaal  onderdeel  vormt  voor  het  aanpassingsvermogen  van  de  mens  (Parsons,  1996,  p.  1438).  Mensen  ordenen  hun  kennis  over  de  omgeving  in  termen  van  categorieën  of  concepten.  Hierdoor  kan  de  concepttheorie  een  geldige  basis  vormen  voor  de  selectie  van  betekenisvolle  constructen  in  conceptuele  modellen  (Wand  et  al.,  1995,  p.  287),  waarbij  men  rekening  houdt  met  de  subjectiviteit  van  klassen    en  mechanismen  inbouwt  om  veelvoudige  classificatieschema’s over een domein mogelijk te maken (Parsons, 1996,p. 1439).  Een  laatste  theorie  die  we  zullen  bespreken  is  afkomstig  uit  de  linguïstiek,  meer  bepaald  een  specifiek  gebied  in  de  linguïstiek,  namelijk  speech  act  theorie.    Men  bestudeert  en  classificeert  uitingen  afhankelijk  van  de  intenties  van  de  persoon  die  deze  uitingen  maakt  (Wand  et  al.,  1995,  p. 293). Conceptuele modellering houdt een interactie tussen participanten in.  Deze interacties kunnen geoperationaliseerd worden door gebruik te maken van de structuren van  de speech act theorie. Speech acts coderen verschillende acties die participanten moeten uitvoeren  alvorens ze kunnen deelnemen in de interacties (Umpathy & Purao, 2007, p. 472).  3.4.2

Metamodellen en talen 

Er  bestaat  een  veelvoud  aan  verschillende  modelleringstalen  en  metamodellen,  men  spreekt  zelfs  van  een  steeds  groeiende  methodologische  wildernis  (Siau  &  Rossi,  1998,  p.  314;  Frederiks,  ter  Hofstede,  Lippe,  1997,  p.  15).  Vaak  gebruikte  metamodellen  zijn  Data  Flow  Diagrammen,  Entity‐ Relationship  Diagrammen,  Use  Case  Modeling  (Poels,  2007;  Hungerford  &  Eierman,  2005,  p.  35;  Davies et al., 2006, p. 377). Ondanks pogingen om een standaard systeemontwikkelingsmethode aan  te  bieden  is  het  onwaarschijnlijk  dat  één  enkele  standaardmethode  geschikt  is  voor  alle  mogelijke  situaties  (Siau  &  Rossi,  1998,  p.  314).  Uit  recent  onderzoek  van  Davies  et  al.  (2006,  p.  368)  is  gebleken dat men frequent gebruik maakt van de volgende modelleertalen: Entity Relationship (ER)  diagrammen,  Data  flow  diagrammen,  Systeem  flowcharts,  Workflow  modellering,  UML  (Unified  Modeling  Language)  en  gestructureerde  grafieken.  Waarbij  de  voorkeur  ging  naar  het  gebruik  van  het ER metamodel. UML heeft sinds de lancering van in 1997 veel aandacht gekregen en er wordt  vaak  naar  verwezen  als  de  toekomst  van  conceptuele  modellering  (Hungerford  &  Eierman,  2005,  p. 35).  Volgens  Poels  (2007,  p.  27)  biedt  UML  het  voordeel  dat  dit  een  de  facto  standaard  modelleertaal is.   

 

  19 

 

4 Conceptuele Modellering en communicatiemodellen  4.1 Inleiding  Nu  we  een  duidelijke  afbakening  van  conceptuele  modellering  hebben  gemaakt  in  hoofdstuk  3,  kunnen  we  het  proberen  te  benaderen  vanuit  communicatiewetenschappelijk  standpunt.  De  communicatiewetenschap is een sociaalwetenschappelijke discipline. Dat betekent onder meer dat  de  theorieën  en  methoden  die  toegepast  worden  in  verwante  disciplines  als  de  antropologie,  de  psychologie, de sociologie, de semiotiek en de linguïstiek ook in de communicatiewetenschap terug  te  vinden  zijn  (Hüttner,  Renckstorf,  Wester,  2001,  p.  18,  Verstraeten,  2002,  p.  3).  We  hebben  getracht  een  selectie  te  maken  uit  een  aantal  prominente  communicatiemodellen  uit  de  communicatiewetenschap waarbij we de concepten uit hoofdstuk 3 in gedachten gehouden hebben,  om op die manier verbanden tussen beide proberen bloot te leggen.   Met dit hoofdstuk willen we een eerste voorzichtige exploratieve stap zetten om een brug trachten  te  bouwen  tussen  conceptuele  modellering  en  de  communicatiewetenschappen.  Het  onderzoeksonderwerp bij uitstek waardoor communicatiewetenschappen geïnstitutionaliseerd werd  was  de  studie  van  massacommunicatie.  Harold  D.  Lasswell,  één  van  de  pioniers  van  communicatiewetenschappen in Amerika, deed onderzoek naar het gebruik van propaganda tijdens  de  eerste  wereldoorlog.  Hij  formuleerde  het  eerste  communicatiemodel  en  de  eerste  functionalistische  benadering  van  de  massacommunicatie.  Zijn  studie  van  het  communicatieproces  gaf  aanleiding  tot  het  ontstaan  van  andere  communicatiemodellen.  Achter  elk  model  zit  een  bepaalde visie op communicatie. Elk model is dan ook een bepaald perspectief van waaruit men het  communicatieproces  bekijkt.  We  zullen  bij  de  bespreking  van  de  modellen  hieronder  kort  deze  verschillende visies toelichten. (Verstraeten, 2002, p. 29‐55). 

4.2 Communicatiemodellen  4.2.1

Communicatiemodel van Harold D. Lasswell 

Het  oudste  communicatiemodel  (1948)  biedt  een  wetenschappelijke  methode  aan  om  de  verschillende elementen van een  communicatieproces van elkaar te onderscheiden. Onderstaande  tabel geeft het model weer en de elementen van het communicatieproces. 

 

  20 

  Model 

Elementen communicatie 

 

Elementen conceptuele modellering 

WIE  ZEGT WAT  IN WELK KANAAL  TEGEN WIE  MET WELK  EFFECT? 

Communicator  Boodschap  Medium  Ontvanger 

         

De analist  Geëxternaliseerde domeinkennis  Vereisten document  De stakeholders  Overbrengen, interpreteren of valideren van  de domeinkennis 

Effect 

Tabel II: Communicatiemodel Harold D. Lasswell (Verstraeten, 2002, p. 51; Bahar, 2007, p. 216) 

Volgens  Lasswell  is  het  proces  van  communicatie  efficiënt  wanneer  dit  het  rationele  beoordelen  vergemakkelijkt.  Volgens  Lasswell  impliceert  dit  proces  een  aantal  criteria  van  efficiëntie  of   inefficiëntie  in  de  communicatie.  Deze  criteria  hebben  betrekking  op  de  kennis,  vaardigheden  en  persoonlijkheidsstructuur  van  de  deelnemers  (Bahar,  2007,  p.  223‐224).  Uitgangspunt  voor  dit  model is de transmissievisie. Hier ligt de nadruk op het overbrengen van kennis en informatie. Deze  lineaire  modellen  kenmerken  zich  door  een  uniedirectionele  stroom  van  informatie  waarbij  men  traditioneel  uitgaat  van  een  zender  –  ontvanger  relatie.  Deze  lineaire  modellen  zijn  het  meest  dominant  in  communicatiewetenschappelijk  onderzoek  ten  opzichte  van  niet‐lineaire  modellen.  Laatst genoemde modellen worden gekenmerkt door hun aandacht voor feedback afkomstig van de  ontvanger,  maar  komen  minder  aan  bod  wegens  de  aandacht  voor  traditionele  massamediale  communicatie zoals kranten en tv‐journaals waar er geen vorm van interactie met feedback van de  ontvanger mogelijk is (McQuail, 2000, p. 53).  De  elementen  in  dit  model  hebben  we  in  de  derde  kolom  vergeleken  met  elementen  uit  het  procesverloop van  conceptuele modellering  (supra,  3.2).  Hierbij  maken we  de veronderstelling  dat  de analist (de communicator) reeds een observatie heeft gemaakt van het probleemdomein en dat  hij  reeds  het  proces  van  externaliseren  volledig  heeft  doorlopen.  De  analist  legt  zijn  formele  beschrijving van de domeinkennis (de boodschap) vast in het vereisten document (het medium). In  een volgende fase zal hij deze beschrijving van de domeinkennis voorleggen aan de stakeholders (de  ontvanger).  Er  zijn  een  aantal  beoogde  effecten  of  doelen  mogelijk.  Een  eerste  effect  is  om  de  domeinkennis  over  te  brengen  naar  de  stakeholders  toe,  een  ander  effect  dat  hierop  volgt  is  de  interpretatie  van de domeinkennis mogelijk te  maken. Ten slotte  is het einddoel om te komen tot  een validatie van deze beschrijving. Een nadeel aan dit model is dat de klemtoon voornamelijk ligt op  het effect dat door de zender beoogd wordt (Verstraeten, 2002, p. 51). Het gaat hoofdzakelijk om  een  uniedirectioneel  model  waarbij  de  communicatie  altijd  in  één  richting  gaat  van  zender  naar  ontvanger, terwijl we hebben aangetoond dat conceptuele modellen ontstaan bij interactie tussen  de stakeholders (supra, 3.2).   

 

  21 

  4.2.2

Communicatiemodel van Shannon en Weaver 

In  hun  boek  gepubliceerd  in  1949  met  als  titel  “The  Mathematical  Theory  Of  Communication”  hebben Shannon en Weaver hun mathematische informatietheorie uitgewerkt. Het model beschrijft  vooral  het  technische  verloop  van  het  communicatieproces,  maar  werd  nadien  vaak  gebruikt  als  model voor sociale communicatie (Verstraeten, 2002, p. 52). Hierdoor is er nogal wat kritiek op het  model van Shannon en  Weaver gekomen. Zo stelt Bowman &  Targowski (1987, p. 24) dat men op  basis  van  dit  model  geen  onderscheid  kan  maken  tussen  de  succesvolle  transmissie  van  onzinnige  woorden  en  de  transmissie  van  betekenisvolle  zinnen.  Volgens  dit  model  zouden  beide  als  communicatie  worden  bestempeld  zodra  dezelfde  data  van  de  bron  tot  bij  de  bestemming  zijn  terecht  gekomen.  Gozzi  (2004,  p.  145)  stelt  dat  het  model  ongeschikt  is  voor  gebruik  bij  inter‐ persoonlijke communicatie omdat de boodschap in het model van Shannon en Weaver slechts een  metafoor is. Volgens hem is er slechts sprake is van een boodschap wanneer iemand een betekenis  geeft aan de verstuurde data of informatie. Dit heeft als gevolg dat een transmissie van informatie  zoals beschreven in het model niet één, maar meerdere boodschappen kan dragen. Dit is afhankelijk  van  de  betekenis  die  men  geeft  aan  de  gegevens  vervat  in  de  transmissie  en  het  aantal  partijen  betrokken bij het communicatieproces zelf. Het is volgens Gozzi (2004, p. 146) beter om het niet te  hebben  over  een  boodschap.  Afhankelijk  van  de  context  kan  men  het  dan  bijvoorbeeld  bij  spraakcommunicatie  hebben  over  geluidsgolven  of  bij  elektrische  communicatie  spreekt  men  dan  beter over de transmissie van data in plaats van een boodschap. 

  Figuur VIII: Communicatiemodel Shannon & Weaver (Verstraeten, 2002, p. 51; Bowman & Targowski, 1987  p. 23) 

Men omschreef eveneens drie niveaus van problemen bij het onderwerp van communicatie. Op het  eerste niveau vroeg men zich af hoe men accuraat communicatiesymbolen kan verzenden (technisch  probleem).  Bij  het  tweede  niveau  stond  het  semantisch  probleem  centraal,  hoe  precies  zijn  de  verzonden symbolen in het uitbeelden van hun bedoelde betekenis. In het derde en laatste niveau  stelt  men  zich  de  vraag  of  de  ontvangen  betekenis  het  gedrag  stuurt  op  de  gewenste  manier  (effectiviteitprobleem) (Weaver, 1964, p. 2).    

  22 

  Deze drie probleemniveaus bij communicatie hebben als basis gediend voor het gekende IS succes  model van DeLone & McLean (DeLone & McLean, 1992, p.61‐62 ; DeLone & McLean, 2003, p. 10). In  het model van DeLone & McLean (supra, 2.1) is het zo dat systeemkwaliteit het technische probleem  opmeet  terwijl  informatiekwaliteit  dient  om  het  semantisch  niveau  op  te  meten.  De  vier  andere  aspecten van IS‐succes, namelijk: gebruik, gebruikerstevredenheid, individuele impact en impact op  de organisatie gelden als determinant voor het effectiviteitprobleem.   Het is mogelijk een vergelijking op te maken van de drie probleemniveaus met de drie verschillende  conceptuele  modelkwaliteiten  uit  het  raamwerk  van  Lindland,  Sindre  en  Solvberg  (supra,  2.1).  Het  technische  niveau  uit  het  communicatiemodel  kunnen  we  terugvinden  in  de  syntactische  modelkwaliteit.  De  mate  waarin  een  conceptueel  model  accuraat  communicatiesymbolen  door  zal  geven  is  afhankelijk  van  de  mate  waarin  dit  model  de  regels  van  de  modelleertaal  opvolgt.  Het  semantisch  niveau  stemt  overeen  met  de  semantische  modelkwaliteit.  Hoe  goed  een  conceptueel  model  de  realiteit  weergeeft  zal  afhankelijk  zijn  van  de  gebruikte  modelleertaal.  Het  effectiviteitniveau tenslotte vinden we terug in de pragmatische modelkwaliteit. Indien men via de  betekenis vervat in het conceptueel model het gewenste gedrag van de ontvanger wil beïnvloeden,  zal  dit  afhankelijk  zijn  van  de  betekenis  zoals  verstuurd  en  de  mate  waarin  die  gelijk  is  met  de  betekenis  zoals  ontvangen.  Dit  is  niet  altijd  het  geval,  een  voorbeeld  hiervan  vinden  we  terug  in  paragraaf  3.2.  Tijdens  het  procesverloop  is  het  zo  dat  er  mogelijks  verschillen  optreden  tussen  de  domeinkennis  van  de  analist  en  de  modelkennis  van  de  stakeholders.  Volgens  het  communicatiemodel van Shannon & Weaver komt dit door het binnensluipen van ruis op het niveau  van  het  kanaal.  Een  mogelijke  oorzaak  van  het  optreden  van  ruis  zijn  bijvoorbeeld  de  tal  van  mogelijke communicatieproblemen tussen analisten en gebruikers (supra, 3.1.2.3).  4.2.3

Balansmodel van Newcomb 

Het balansmodel van Newcomb dateert van 1961 en gaat over het communicatieproces tussen twee  individuen. Dit model is gebaseerd op de structurele balanstheorie van Heider (Hummon & Doreian,  2003,  p.  18).  Newcomb  gaat  er  vooral  van  uit  dat  mensen  via  communicatie  de  onderlinge  relatiepatronen  in  evenwicht  trachten  te  brengen.  Communicatie  is  er  steeds  op  gericht  om  de  symmetrie, het evenwicht tussen de relaties te handhaven of te verbeteren door het uitwisselen van  informatie (Verstraeten, 2002,p. 52). De kern van het balansmodel van Newcomb gaat over persoon  A en B en hun gedeelde relatie met een object X. Vertrekkende van A zijn er drie variabelen: (1) A’s  samenwerkingsverband met B, (2) A’s attitude naar object X toe en (3) A’s perceptie van B’s attitude  naar X toe. Het object X kan gelijk wat zijn, zolang X relevant is voor de relatie A ‐ B.  

 

  23 

  Gegeven  deze  relevantie,  is  er  een  constante  spanning  naar  symmetrie  of  balans  onder  de  bovengenoemde drie variabelen (Curry & Emerson, 1970, p. 217).  Zowel  in  het  procesverloop  van  conceptuele  modellering  (supra, 3.2) als bij requirements engineering (supra, 3.1.2)  kunnen  we  ons  een  volgend  scenario  voorstellen  waarbij  het  balansmodel  van  toepassing  zou  kunnen  zijn.  Tijdens  de  validatie  fase  kan  er  tussen  de  analist  (A)  en  de  stakeholder(s)  (B)  spanning  optreden  omtrent  object  X,  Figuur  IX:  Balansmodel  van  Newcomb bijvoorbeeld  wanneer  modelkennis  en  domeinkennis  (Verstraeten, 2002, p. 52) 

teveel  van  elkaar  verschillen  of  wanneer  de  afgeleide  specificaties  minder  corresponderen  met  de  originele  vereisten  van  de  stakeholders.  Object  X  zal  naar alle waarschijnlijkheid in de eerstgenoemde situatie een conceptueel model zijn, terwijl het in  de  requirements  engineering  context  mogelijks  kan  gaan  om  een  vereistendocument  (zie  3.1.2.2).  De spanning is aanwezig omdat in beide situaties de relatie voor de stakeholders met object X niet  meer  in  evenwicht  is.  De  analist  heeft  in  dit  geval  eenvoudig  gesteld  een  positieve  attitude  naar  object  X  toe.  Hij  merkt  op  dat  de  perceptie  van  de  stakeholders  naar  object  X  toe  verschillend  is,  waardoor  dit  een  effect  zal  hebben  op  het  samenwerkingsverband  tussen  de  analist  en  de  stakeholders. Een mogelijk gevolg hiervan is dat bij de stakeholders er eventuele motivationele bias  kan optreden omdat hun vereisten niet voldoende zijn opgenomen (supra 3.1.2.3).  Volgens  het  balansmodel  kan  de  analist  de  spanning  wegwerken  door  zijn  relatie  tot  object  X  te  veranderen. Hierbij zal de analist het conceptueel model of vereistendocument herzien om rekening  te houden met de originele vereisten van de stakeholders. Een andere mogelijkheid om de spanning  weg te werken is om zijn relatie tot de stakeholders te veranderen. De analist kan bijvoorbeeld druk  uitoefenen op het samenwerkingsverband om zo de attitudes van de stakeholders naar object X toe  te veranderen.  Met  dit  theoretisch  model  verkrijgt  men  een  beter  inzicht  in  de  problematiek  van  het  op  elkaar  afstemmen  van  de  communicatie  tussen  analisten  en  stakeholders  omtrent  het  vastleggen  van  de  vereisten. De stelling van Siau & Tan (supra, p. 11), namelijk dat dit proces gekenmerkt wordt door  een continue zoektocht naar wederzijds begrip tussen de deelnemers ervan is hier illustratief.   De operationalisatie van dit model blijft echter een te grote stap. De structurele balanstheorie kent  een  lange  geschiedenis  waarin  het  zowel  geprezen  wordt  als  zijnde  een  succes,  maar  evenzeer  beschouwd  wordt  als  een  mislukking.  Met  als  voornaamste  reden  dat  men  tot  op  vandaag  geen 

 

  24 

  glashelder idee heeft over de werking van de evenwichtsprocessen die aan de basis liggen van het  model (Hummon & Doreian, 2003, p. 47‐48). Een volgend nadeel is dat in het model object X wordt  opgevat  als  een  statische  variabele.  In  ons  mogelijke  scenario  definieerden  we  object  X  als  een  vereistendocument  of  een  conceptueel  model,  beiden  ondergaan  in  de  looptijd  van  hun  bestaan  talrijke aanpassingen en zijn dus allesbehalve statisch te noemen.  4.2.4

Communicatiemodel van Roman Jakobson 

Het  communicatiemodel  van  Jakobson  is  een  sterk  functionalistisch  model:  taal  wordt  beschouwd  als  een  expressiemiddel  waarmee  bepaalde  doelstellingen  gerealiseerd  worden.  Met  zijn  model  neemt hij afstand van de dominante transmissievisie en legt hij meer de nadruk op sociale codes en  contexten betrokken bij de communicatie (Verstraeten, 2002, p. 54).   Jakobson (2002, p. 23) publiceerde zijn typologie voor (spraak)communicatie in 1960 en omschreef  zes componenten van communicatie met elk hun bijhorende functie.   Componenten  Functies  Zender  Expressieve functie  Context  Referentiële functie  Boodschap  Poëtische functie  Contact  Fatische functie  Code  Metalinguïstische functie Ontvanger  Conatieve functie 

Conceptuele Modellering  Analist  Probleemdomein  Conceptueel model  Requirements Engineering  Metamodel  Stakeholders 

Tabel III: Communicatiemodel van Roman Jakobson (Verstraeten, 2002, p. 54; Jakobson (2002, p. 13) 

De expressieve functie aldus Verstraeten (2002, p. 54) zegt iets over de houding van de zender ten  opzichte  van  de  boodschap  die  hij  overbrengt  (bvb.  Wat  weet  hij  over  de  boodschap  en  hoe  beoordeelt  hijzelf  deze  boodschap?).  De  referentiële  functie  (of  denotatieve  of  cognitieve  functie)  verwijst naar de werkelijkheid. Voorwaarde is dat deze realiteit begrijpbaar is voor de ontvanger. De  poëtische  functie  heeft  betrekking  tot  de  esthetische  vorm  van  de  boodschap.  Hier  moeten  we  echter  opmerken  dat  het  woord  “poëtisch”  geen  bijvoeglijk  naamwoord  is  voor  het  zelfstandige  naamwoord  “poëzie”.  De  poëtische  functie  refereert  naar  het  creatief  gebruik  van  de  taal  of  code  om  betekenis  te  creëren  (Lanigan,  1991,  p.  8).  De  fatische  functie  legt  de  nadruk  op  het  tot  stand  brengen,  het  onderhouden  of  het  afbreken  van  het  contact  tussen  zender  en  ontvanger.  De  metalinguïstische functie heeft te maken met de taal of code. We verstaan hieronder: met de taal  over de taal spreken. De conatieve functie legt de nadruk op de ontvanger, meer bepaald heeft deze  functie te maken met het beïnvloeden van zijn of haar gedrag.  Op basis van de zes componenten en hun functies kunnen we bij dit model intuïtief een beschrijving  opmaken  waarbij  we  deze  afzonderlijke  componenten  identificeren  met  elementen  uit  het 

 

  25 

  conceptuele  modelleringproces,  en  waar  mogelijk  trachten  we  ook  het  verband  te  leggen  met  kwaliteit van conceptuele modellen.   De  context,  een  eerste  element  uit  het  model,  identificeren  we  met  het  probleemdomein.  Vanuit  het perspectief van dit probleemdomein beschrijft men een informatiesysteem. We kunnen hier de  referentiële functie verbinden met de semantische kwaliteit van het raamwerk van Lindland, Sindre  en Solvberg (supra, 2.1). De semantische kwaliteit verwijst immers naar hoe correct het model het  probleemdomein weergeeft.  De  zender  identificeren  we  hier  als  de  analist.  We  situeren  ons  hierbij  in  de  analysefase  van  een  informatiesysteem zoals beschreven in paragraaf 3.1.1. De expressieve functie met betrekking tot de  analist  houdt  in  dat  hij  in  zijn  interacties  met  de  ontvanger  bijvoorbeeld  aangeeft  wat  zijn  kennis,  houding en doelen zijn ten opzichte van de boodschap die hij brengt.   Een volgende component uit het model is de ontvanger, in ons geval zijn dat de stakeholders (supra,  3.1.2.2).  De  conatieve  functie  met  betrekking  tot  de  stakeholders  houdt  bijvoorbeeld  in  dat  de  analist de stakeholders tracht te overtuigen van de (in zijn ogen correcte) formele beschrijving van  de domeinkennis.   Een  volgende  component  is  de  boodschap.  We  veronderstellen  hierbij  dat  de  boodschap  van  de  analist, zijn formele beschrijving van de domeinkennis (supra, 3.2) reeds vervat zit in een voorlopig  conceptueel model dat hij ter verificatie zal voorleggen aan de stakeholders.   De poëtische functie met  betrekking tot het conceptueel  model  heeft  te maken met het creatieve  gebruik van de modelleringtaal om zo betekenis te creëren. Zoals we gezien hebben in paragraaf 3.3  is  het  namelijk  zo  dat  een  conceptueel  model  een  belangrijke  communicatieve  functie  bezit.  De  poëtische  functie  belicht  dit  aspect  vanuit  een  verschillend  perspectief.  De  analist  kan  betekenis  creëren  door  op  een  creatieve  wijze  om  te  springen  met  de  typische  constructen  gebruikt  in  conceptuele  modellen  (supra,  3.4).  Hij  kan  dit  doen  door  bijvoorbeeld  de  entiteittypen  in  een  conceptueel model een bepaalde ordening te geven waardoor de lezer onmiddellijk inzicht krijgt in  bijvoorbeeld  het  al  of  niet  bestaan  van  ge(de)centraliseerde  processen  of  belangrijke  processen  in  het systeem. Hierbij kunnen we het verband leggen met de pragmatische kwaliteit uit het raamwerk  van Lindland, Sindre en Solvberg (supra, 2.1). De verstaanbaarheid van een conceptueel model kan  verhogen indien de analist op een goede wijze omspringt met deze functie.  Een  volgende  component  uit  het  model  is  het  contact  tussen  de  analist  en  de  stakeholders.  De  fatische  functie  met  betrekking  tot  het  contact  tussen  beiden  zal  zich  voornamelijk  situeren  in  de  sfeer van requirements engineering (supra, 3.1.2), waar de analist bijvoorbeeld informatie tracht in   

  26 

  te winnen ter ontwikkeling van de vereisten. In paragraaf 3.1.2.3 hebben we gezien dat het contact  tussen analist en stakeholders niet altijd vlot verloopt.   De code uit het communicatiemodel kunnen we verbinden met een fundament van een conceptueel  model, het metamodel (supra, 3.4). De metalinguïstische functie met betrekking tot het metamodel  houdt  in  dat  bijvoorbeeld  de  analist  tijdens  het  verloop  van  het  contact  zal  controleren  of  alle  betrokken partijen nog steeds gebruik maken van dezelfde code. Impliciet houdt hij op deze manier  rekening met mogelijke ruis die kan ontstaan tijdens het contact. Naar analogie met de opvattingen  van  Browne  en  Ramesh  omtrent  het  communicatieverloop  tussen  analisten  en  gebruikers  (supra, 3.1.2.3) stelt Jakobson dat het gebruik van een gemeenschappelijke code essentieel is voor  een  efficiënt  verloop  van  een  communicatiegebeuren.  Deze  functie  kunnen  we  verbinden  met  de  syntactische kwaliteit uit het raamwerk van Lindland, Sindre en Solvberg (supra, 2.1). Het is de taak  van de analist om ervoor te zorgen dat hij de regels van de modeltaal correct opvolgt.  Dit communicatiemodel lijkt ons eerder geschikt om te gebruiken in onderzoeken rond conceptuele  modellering waarbij men vertrekt vanuit de speech act theorie (supra, 3.4.1). Net als de speech act  theorie  is  het  communicatiemodel  van  Jakobson  afkomstig  uit  de  linguïstiek.  Zowel  in  het  communicatiemodel  als  in  de  speech  act  theorie  gaat  de  aandacht  uit  naar  het  analyseren  van  communicatiehandelingen met aandacht voor de intenties van de persoon die de handelingen stelt.  4.2.5

Encoderen, decoderen analyse van Stuart Hall  

Onder encoderen verstaan we het omzetten van de inhoud in symbolen (verbaal of non‐verbaal) die  door  hun  onderling  verband  met  elkaar  een  systeem  vormen.  Aan  de  ontvangende  kant  zal  men  decoderen,  het  ontcijferen  van  de  tekens  en  symbolen  (syntactisch)  maar  men  zal  ook  betekenis  toekennen (semantisch). Een belangrijk aspect hierbij is dat iedereen een verschillend vermogen tot  encoderen,  decoderen  bezit.  (Verstraeten,  2002,  p.  34).  In  zijn  model  stelt  Hall  drie  verschillende  decodering posities voor.   Een eerste noemt hij de dominante lezing. Hier zullen lezers de code volledig accepteren en de lezing  zoals bedoeld door de encodeerder(s) volledig overnemen. Bij de onderhandelde lezing zal men de  lezing  zoals  bedoeld  overnemen  maar  sommige  elementen  afwijzen  en  veranderen  waardoor  de  eigen  positie,  ervaringen  en  interesses  beter  worden  weergegeven.  Ten  slotte  is  er  de  aberrante  lezing  waar  de  lezer  de  lezing  zoals  bedoeld  begrijpt  maar  deze  weigert  te  aanvaarden.  De  lezer  maakt gebruik van een totaal verschillend referentiekader om betekenis te creëren (Schroder, 2000,  p. 238‐239). Men neem hier afstand van de transmissievisie en maakt gebruik van de receptievisie, 

 

  27 

  waar  de  klemtoon  vooral  op  het  proces  van  betekenistoekenning  en  betekenisconstructie  bij  de  ontvanger ligt (McQuail, 2000, p. 56).  De  drie  verschillende  decoderingposities  zouden  gebruikt  kunnen  worden  bij  onderzoek  naar  de  effectiviteit van communicatie in het modelleringproces, om verschillen in domein‐ en modelkennis  vanuit  een  communicatief  perspectief  te  verklaren.  In  zo’n  type  onderzoeken  zou  men  het  modelleringproces  als  communicatieproces  bekijken.  Het  uitgangspunt  van  dergelijk  onderzoek  is  dat  een  goede  communicatie  determinant  is  van  een  goed  uitgewerkt  IS  (Urquhart,  2001,  p.  244;  Browne  &  Ramesh,  2002,  631‐632).  Bemerken  we  hier  echter  dat  een  toepassing  van  dit  model  onderhevig  is  aan  enkele  beperkingen.  Het  is  namelijk  zo  dat  dit  model  ontstaan  is  en  het  vaakst  gebruikt wordt in onderzoek rond massamediale boodschappen. De traditionele opvatting hierbij is  dat  de  media  of  encodeerders  over  meer  macht  beschikken  dan  de  decodeerders,  deze  laatste  kunnen  enkel  de  verkregen  informatie  verwerken  maar  zelf  niet  produceren  (Livingstone,  2007,  p. 13).  De  ideologische  ondertoon  van  het  model  maakt  het  eveneens  minder  toepasbaar  in  een  conceptuele modelleringcontext. Hall was van mening dat de uitgezonden informatie (via de media)  als  doel  had  de  bestaande  machtsstructuren  te  ondersteunen,  voornamelijk  omdat  ze  er  zelf  afhankelijk van was (McQuail, 2000, p. 57). Bij conceptuele modellering is het net de bedoeling om  te zorgen voor consensus rond de uitgezonden informatie en niet om bijvoorbeeld een status‐quo  van bepaalde machtsstructuren te bereiken.  Verder  is  het  volgens  Marscha  (2000,  p.  10‐11)  zo  dat  het  model  te  kampen  heeft  met  hiaten  en  onduidelijkheden. Er is een gebrek aan specificiteit over de manieren waarop de term “code” wordt  gebruikt  en  er  is  een  algemeen  gemis  aan  theorie  rond  de  term  “decoderen”.  Dit  wordt  verder  aangegeven door de kritiek (Livingstone, 2007, p. 14‐15) op het model. Volgens Livingstone bestaat  er  geen  theoretische  basis  om  de  dominante  lezing  zoals  gesteld  in  het  model  van  Hall  te  identificeren. Indien we teruggrijpen naar het kwaliteitsraamwerk van Lindland, Sindre en Solvberg  (supra,  2.1)  zouden  we  kunnen  stellen  dat  de  drie  decodering  posities  verschillende  niveaus  van  pragmatische kwaliteit inhouden. Waarbij de dominante lezing de hoogste mate van pragmatische  kwaliteit zal omvatten. Indien we nadien dit model toepassen zal het moeilijk zijn uitspraken te doen  over de kwaliteit van een conceptueel model. 

 

  28 

 

5 Gatekeeping theorie  5.1 Inleiding  In  het  vorige  hoofdstuk  zijn  enkele  prominente  communicatietheorieën  besproken  en  hebben  we  deze theorieën intuïtief toegepast op het proces van conceptuele modellering. Voor deze theorieën  vinden  we  wel  aanknooppunten  bij  het  proces  van  conceptuele  modellering  maar  het  lijkt  ons  minder evident om met deze inzichten te komen tot de ontwikkeling van een meetinstrument om de  effectiviteit van de communicatie van conceptuele modellen na te gaan. In dit hoofdstuk zullen we  dieper ingaan op het concept van de gatekeeper. Hierbij zullen we een soortgelijke analyse maken  als in het vorige hoofdstuk.   Het  concept  van  de  “gatekeeper”  is  afkomstig  van  Kurt  Lewin,  die  het  hanteerde  in  sociaalpsychologisch  onderzoek  over  koopgedrag  in  huisgezinnen  (Verstraeten,  2002,  p.  110;  Clayman  &  Reisner,  1998,  p. 179).  Zijn  theorie  over  kanalen  en  gatekeeper  diende  om  de  steunpunten van sociale veranderingen in gemeenschappen te verklaren (Barzilai‐Nahon, 2007, p2;  Salwen & Stacks, 1996, p. 80). Later paste David White dit concept toe op het selectieproces van de  communicator.  Hij  onderzocht  het  selectiegedrag  van  een  telexredacteur  van  een  krant.  Doorslaggevende factor voor de selectie van artikels waren psychologische en subjectieve factoren  van de redacteur (Verstraeten, 2002, p. 110; Rosengren, 1997, p. 2; Salwen & Stacks, 1996, p. 81).  Nadien  kende  het  concept  een  snelle  ontwikkeling  in  een  verscheidenheid  van  disciplines  (communicatie, rechten, management, politieke wetenschappen, sociologie).  Voor een term geïntroduceerd in de jaren ’50 blijft het volgens onderzoek van Barzilai‐Nahon (2008,  p. 10‐12) een actueel onderwerp in recente wetenschappelijke literatuur. Ze heeft over een periode  van 12 jaar (1995‐2007) geteld in hoeveel gepubliceerde artikels men het heeft over gatekeeping. De  artikels  zijn  verspreid  over  acht  verschillende  disciplines.  Op  een  totaal  van  24.669  gepubliceerde  artikels  zijn  er  453  (1,84%)  die  zich  toeleggen  op  of  verwijzen  naar  het  concept  gatekeeping.  Gedetailleerde inzichten in het onderzoek zijn terug te vinden in bijlage 1.1 en bijlage 1.2.  5.1.1

Definitie van de “gatekeeper” 

Bij  de  meeste  van  de  communicatietheorieën  beschrijft  men  de  gatekeeper  als  iemand  die  een  selectie maakt uit allerlei informatiebronnen en die nadien informatie filtert. (Barzilai‐Nahon, 2008,  p. 1‐2; Barzilai‐Nahon, 2007, p. 3). Een uitbreiding voor de definitie van de gatekeeper in de context  van deze masterproef is afkomstig uit onderzoek van Thomas Allan en Stephen Cohen (1969). In hun  onderzoek  naar  informatiestromen  bij  onderzoeks‐  en  ontwikkelingslaboratoria  kwamen  zij  tot  de 

 

  29 

  beschrijving  van  een  “technological  gatekeeper”  (1969,  p. 13).  Deze  technologische  gatekeeper  speelt  een  centrale  rol  in  het  verkrijgen  en  verspreiden  van  informatie  in  omgevingen  waar  men  geconfronteerd  wordt  met  niet‐routine  activiteiten  (Taylor,  1986,  p.  384).  Ook  Thomas  Allen  en  Stephen Cohen (1969, p. 12) geven aan dat het gemis aan een gedeeld codeerschema een efficiënt  verloop van informatie in de weg staat. We zijn reeds tot dezelfde conclusie gekomen wanneer we  het hadden over de problemen bij requirements engineering (supra, 3.1.2.3) en bij de analyse van  het  communicatiemodel  van  Jakobson  (supra,  4.2.4).  Het  is  de  technologische  gatekeeper  die  er  over waakt dat er zo weinig mogelijk sprake is van discrepantie tussen de codeerschema’s (Allen &  Cohen,  1969,  p.  14).  Via  persoonlijk  contact  en  zijn  inzicht  zal  deze  technologische  gatekeeper  de  gebruikte  codeerschema’s  vertalen  om  dit  probleem  te  overbruggen  (Allen  &  Cohen,  1969,  p.  13).  Taylor (1986, p. 384) omschreef deze technologische gatekeeper als een sterke communicator met  een goed technisch inzicht. Uit deze definitie kunnen we een gedragsgelijkenis vaststellen tussen de technologische gatekeeper  en de analist in de context van conceptuele modellering. We hebben gezien in paragraaf 3.1.2.1 dat  de  analist  deelneemt  aan  steeds  grotere  en  complexere  projecten  waar  er  net  als  bij  de  technologische  gatekeeper  van  Allen  &  Cohen  weinig  sprake  is  van  routinematige  activiteiten.  Het  codeerschema in het onderzoek van Allen en Cohen (1969, p. 12) verwees naar de manier waarop  men de wereld rondom zich waarneemt en ordent. We kunnen dit concept echter vertalen naar een  gebruik  in  conceptuele  modellering  door  te  verwijzen  naar  de  definitie  van  een  metamodel  uit  paragraaf  3.4.  In  dit  hoofdstuk  hebben  we  eveneens  de  problematiek  van  de  wildgroei  aan  modelleringstalen  en  metamodellen  besproken.  Deze  wildgroei  kan  ervoor  zorgen  dat  de  betrokkenen bij conceptuele modellering niet over een volledig gedeelde code beschikken waardoor  communicatieproblemen tot stand komen. Zoals we hebben aangegeven bij de beschrijving van de  functies  van  een  conceptueel  model  (supra,  p.  17‐18)  is  het  aan  de  analist  om  over  de  verstaanbaarheid  van  het  model  te  waken.  Via  zijn  persoonlijk  contact  met  de  stakeholders  in  het  kader  van  de  analysefase  zorgt  de  analist  indirect  voor  een  controle  op  ruis  die  mogelijks  kan  optreden.  

5.2 Traditionele theorieën   De  studie  van  David  White  gaf  de  aanleiding  voor  verder  onderzoek  naar  de  selectiebeslissingen,  verschillende studies geven verschillende selectiebeslissingen weer. Een meer theoretisch model is  afkomstig  van  Westley  en  MacLean  die  het  communicatiemodel  van  Newcomb  hebben  uitgebreid  met een derde element C (gatekeeper) tussen elementen A en B. (Salwen & Stacks, 1996, p. 82). In  paragraaf 4.2.3 hebben we echter  moeten vaststellen dat dit communicatiemodel minder geschikt 

 

  30 

  zou zijn voor effectiviteitonderzoek. Gatekeeping onderzoek van Walter Gieber nam afstand van de  individuele  psychologische  benadering.  Gieber  legde  de  oorzaak  voor  het  ontstaan  van  een  gatekeepingproces  vooral  bij  de  bureaucratische  routines  eigen  aan  de  organisatie  (Verstraeten,  2002, p. 111).  Een  vaak  geciteerd  onderzoek  naar  gatekeeping‐factoren  is  dit  van  Johan  Galtung  en  M.H.  Ruge  (Harcup & O‐Neill, 2001, p. 264). Op basis van onderzoek naar welke onderwerpen nieuws worden in  kranten  zijn  ze  gekomen  tot  een  reeks  van  twaalf  factoren  die  een  belangrijke  rol  spelen  bij  de  selectie. De eerste acht factoren zijn gebaseerd op de waarnemingspsychologie en hebben volgens  Galtung  en  Ruge  een  universeel  karakter  (Verstraeten,  2002,  p.  112).  Zowel  Verstraeten  (2002,  p.  112) als Harcup & O’Neill (2001, p. 262‐264) bespreken deze universele factoren:  1. Frequentie: een gebeurtenis op korte termijn krijgt voorrang op een trend die zich over een  langere periode afspeelt.  2. Amplitude:  een  gebeurtenis  moet  een  bepaalde  drempel  bereiken  voor  men  deze  zal  selecteren. Hoe groter de impact op de perceptie van de gatekeeper hoe groter de kans op  selectie.  3. Ondubbelzinnigheid: een eenduidig signaal heeft een grotere kans tot opname in vergelijking  met een complexere gebeurtenis, waarvoor men verschillende verklaringen kan geven.  4. Betekenisvolheid:  indien  de  gebeurtenis  past  in  het  culturele  referentiekader  van  de  ontvanger  zal  men  eerder  selecteren,  evenals  gebeurtenissen  met  gevolgen  voor  de  ontvanger.  5. Overeenstemming: de vraag die  men hier stelt is of de gebeurtenis in overeenstemming is  met wat men verwacht of wenst.  6. Onverwachtheid:  de  meer  onverwachte  gebeurtenissen  krijgen  voorrang  op  andere,  gegeven eenzelfde overeenstemming.  7. Continuïteit: men geeft de voorkeur aan gebeurtenissen die al vaker aan bod gekomen zijn  omdat  men  er  al  vertrouwd  mee  is  waardoor  interpretatie  gemakkelijker  is.  Maar  in  de  eerste plaats ook omdat het tevens een legitimatie biedt voor deze gebeurtenis.  8. Compositie:  men  zal  streven  naar  een  zekere  evenwichtigheid  in  de  samenstelling,  gebeurtenissen  die  evenwicht  in  het  geheel  brengen,  zullen  grote  kans  hebben  om  geselecteerd te worden.  De  andere  vier  factoren  zijn  cultuurspecifieke  factoren:  belang  voor  elitelanden,  belang  voor  elite  personen, personificatie van de gebeurtenis en de mate van negatieve gevolgen van de gebeurtenis. 

 

  31 

  Deze  cultuurspecifieke  factoren  zijn  volgens  ons  minder  van  belang  in  het  kader  van  deze  masterproef.  Indien  we  de  universele  selectiefactoren  trachten  toe  te  passen  in  de  analysefase  van  een  conceptueel  model,  komen  we  tot  de  vaststelling  dat  deze  factoren  een  gelijkaardige  lijst  van  oorzaken  voorstellen  voor  mogelijke  communicatieproblemen  tussen  de  analist  en  stakeholders  zoals besproken in paragraaf 3.1.2.3. Indien we beiden vergelijken, zien we dat een aantal factoren  intuïtief  overeenstemmen  met  een  aantal  elementen  uit  de  problemen  classificatie  van  Browne  &  Ramesh  (2002,  p.  627).  De  factor  frequentie  kunnen  we  verbinden  met  het  bestaan  van  oproepingsproblemen  bij  zowel  de  stakeholder  als  de  analist  tijdens  het  bepalen  van  de  vereisten  van een IS. Het gevolg hiervan is dat de analist meer aandacht zal schenken aan informatie gegeven  op  korte  termijn.  De  factor  amplitude  kan  aanleiding  geven  tot  een  cognitieve  bias.  Zo  is  het  bijvoorbeeld  niet  ondenkbaar  dat  een  analist  mogelijks  foutieve  informatie  zal  verwerken  in  een  conceptueel  model  indien  meerdere  stakeholders  hem  deze  informatie  aangeven.  De  factor  ondubbelzinnigheid  geeft  aan  dat  eenduidige  en  beargumenteerde  vereisten  van  een  IS  duidelijk  voorrang krijgen, zoals reeds aangegeven wanneer we het hadden over problemen in de redenering  waardoor  het  bepalen  van  de  vereisten  bemoeilijkt  wordt.  De  factor  betekenisvolheid  kunnen  we  verbinden met het satisfactie probleem in de classificatie van Browne & Ramesh (2002, p. 627). Stel  dat de stakeholders de nadruk leggen op een bepaalde vereiste van een IS die zij als cruciaal ervaren.  Wanneer  de  analist  zich  niet  kritisch  opstelt  en  rekening  houdt  met  de  informatie,  dan  zal  hij  uiteindelijk  wel  een  bevredigend  resultaat  kunnen  voorleggen,  maar  mist  zo  de  kans  om  tot  optimalere  resultaten  te  komen.  De  factor  overeenstemming  is  vergelijkbaar  met  de  verificatiedimensie  uit  paragraaf  3.1.2,  de  mate  waarin  men  akkoord  gaat  met  een  bepaalde  specificatie zal afhankelijk zijn van wat men verwacht of wenst. Hierbij kunnen zowel cognitieve bias,  satisfactie  en  communicatieproblemen  mogelijks  optreden.    De  factor  onverwachtheid  kan  ervoor  zorgen  dat  de  analist  meer  aandacht  geeft  aan  opduikende  vereisten  tijdens  discussies  met  stakeholders.  De  factor  continuïteit  kan  aanleiding  geven  tot  automatisme.  Bijvoorbeeld  bij  vaak  voorkomende  vereisten  van  de  stakeholders  is  het  mogelijk  dat  de  analist  deze  gemakkelijker  opneemt dan vereisten die minder vaak voorkomen. De factor compositie past in het verhaal dat de  analist een moeilijk evenwicht moet behouden tussen simpliciteit en complexiteit wanneer hij de IS  vereisten ter verificatie wil communiceren naar de stakeholders toe.   5.2.1

Bedenkingen bij de traditionele theorieën 

Heel  wat  studies  lieten  zich  inspireren  door  het  onderzoek  van  Galtung  en  Ruge,  hierbij  kreeg  ditzelfde onderzoek tevens heel wat kritiek te verduren. Volgens Harcup en O’Neil (2001, p. 268‐269) 

 

  32 

  zijn  de  factoren  van  Galtung  en  Ruge  moeilijk  toepasbaar  door  hun  intrinsieke  subjectief  karakter.  Verdere  kritiek  op  dit  onderzoek  is  afkomstig  van  Karl  E.  Rosengren  (Verstraeten,  2002,  p.  113).  Volgens  Rosengren  (1974,  p.  154)  is  de  verklaring  van  Galtung  en  Ruge  in  hoofdzaak  een  psychologische verklaring. Volgens hem zijn de universele factoren te deduceren uit de elementaire  perceptiepsychologie. Hij ontkent niet dat psychologische factoren meespelen, maar legt de nadruk  op economische en politieke variabelen. Aan de basis van deze discussie liggen twee fundamenteel  verschillende  visies:  het  constructivisme  en  het  realisme.  De  visie  van  Galtung  &  Ruge  is  het  constructivisme  waarbij  men  vertrekt  van  selectiecriteria,  waarna  men  een  selectie  maakt  van  bepaalde gebeurtenissen op basis van deze criteria om ten slotte te komen tot een bepaalde inhoud.  Terwijl  de  visie  van  Rosengren,  het  realisme,  vertrekt  vanuit  bepaalde  gebeurtenissen  om  daar  op  basis van selectiecriteria  een selectie  te  maken om uiteindelijk  te komen tot  een  bepaalde inhoud  (Verstraeten,  2002,  p.  113).  Volgens  Shoemaker  (geciteerd  in  Barzilai‐Nahon,  2007,  p.  4)  is  het  mogelijk de theorieën en modellen van gatekeepers te ordenen in vijf afzonderlijke niveaus.   Niveau  1. Individu  2. Routine  3. Organisatie  4. Institutioneel  5. Sociaal systeem 

Elementen die gatekeeping beïnvloeden  Subjectieve interpretaties, persoonlijkheid, achtergrond, waarden,  ervaringen.  Patronen van herhaalde praktijken  Interne factoren in organisatie, beslissingnemende patronen bij  groepen  Exogene karakteristieken van organisaties en hun vertegenwoordigers  Impact van ideologie en cultuur 

Tabel IV: Classificatie gatekeeping theorieën en modellen (Barzilai‐Nahon, 2007, p. 4) 

McNelly en Bass wezen er wel op dat gatekeeping zich niet slechts op één niveau afspeelt, maar dat  er  daarentegen  sprake  is  van  een  ketting  van  gatekeepingprocessen  op  verschillende  niveaus  (Verstraeten, 2002, p. 111).  Thomas  Allen  (1969,  p.  18‐19)  merkt  tenslotte  op  dat  men  niet  mag  vergeten  ook  aandacht  te  schenken  aan  de  inhoud  van  de  informatiebronnen  die  de  gatekeeper  aanwendt.  We  kunnen  hier  ook  een  aanvullende  kritiek  vaststellen.  De  meeste  onderzoeken  vestigen  hun  aandacht  op  de  manier waarop een gatekeeper een selectie maakt uit allerlei informatiebronnen.   Gatekeeping  onderzoek  gaat  echter  niet  na  hoe  de  gatekeeper  nadien  gebruik  maakt  van  deze  informatiebronnen. Conceptuele modellering gaat verder dan louter een proces van selectie, het is  hoofdzakelijk een creatieproces. De factoren van Galtung en Ruge kunnen gebruikt worden om het  ontstaan en de ontwikkeling van de domeinkennis van een analist na te gaan. Maar conclusies over  de effectiviteit van de communicatie van conceptuele modellen zullen hierbij minder evident zijn.   

 

  33 

 

5.3 Netwerk gatekeeping van Barzilai‐Nahon  Een recent referentiekader omtrent gatekeeping is afkomstig van Barzilai‐Nahon (2005, p. 1; 2007,  p.5 ; 2008, p. 36) en probeert een gemis uit de traditionele literatuur op te vangen. Nagenoeg alle  traditionele modellen van gatekeeping negeren de rol van diegene waarop het gatekeeping proces  wordt uitgevoerd. Het feit dat er in de literatuur geen woordenschat bestaat om deze stakeholders  te  identificeren  in  het  gatekeeping  proces  illustreert  dit  (Barzilai‐Nahon,  2007,  p.  6).  Het  uitgangspunt  voor  deze  theorie  is  afkomstig  uit  het  ontstaan  en  de  diversificatie  van  allerlei  technologische  netwerken  (bijvoorbeeld  het  internet).  Deze  technologische  (r)evolutie  heeft  de  identiteit  van  gatekeepers  en  hun  rollen  gewijzigd,  maar  ook  gatekeeping  als  proces  zelf  (Barzilai‐ Nahon, 2005, p. 1). Barzilai‐Nahon (2007, p. 6) stelt echter zelf voor dat de voorgestelde theorie kan  worden toegepast op andere types van netwerken zoals sociale netwerken en informatienetwerken.  Volgende  kernconstructen  en  woordenschat  vormen  de  basis  voor  de  netwerk  gatekeeping  identificatietheorie (Barzilai‐Nahon, 2005, p. 2; 2007, p. 7):  ƒ Gate: de toegang tot of uitgang van een netwerk.  ƒ Gatekeeping:  proces  van  controle  over  informatie  wanneer  het  door  een  gate  gaat.  Verschillende  activiteiten  mogelijk:  selectie,  toevoeging,  weerhouden,  vertonen,  vormen,  manipuleren, herhalen, timing, lokalisatie, integratie, veronachtzaming of verwijdering van  informatie.  ƒ Gatekeeping  mechanisme:  een  hulpmiddel,  technologie  of  methodologie  die  men  gebruikt  om het proces van gatekeeping uit te voeren.  ƒ Netwerk gatekeeping: Een entiteit (mensen, organisaties of overheden) die de macht heeft  om gatekeeping uit te voeren door middel van een gatekeeping mechanisme in netwerken.  ƒ Gated:  entiteit  die  onderwerp  is  van  een  gatekeeping  proces.  Wij  zullen  het  woord  stakeholders gebruiken wanneer we spreken over deze gated entiteiten.  Nadien poogt Barzilai‐Nahon (2007, p. 12) tot een verklaring te komen van mogelijke relaties tussen  gatekeepers  en  tussen  gatekeepers  en  de  stakeholders.  Deze  tweede  component  noemt  men  netwerk  gatekeeping  salience.  Onder  salience  verstaat  men  de  mate  waarin  gatekeepers  prioriteit  geven  aan  concurrerende  eisen  van  stakeholders.  Netwerk  gatekeeping  salience  identificeert  de  stakeholders en hun salience naar gatekeepers toe door middel van vier attributen. Men heeft hier  geprobeerd om mutueel exclusieve attributen te definiëren, maar mogelijke multicolineariteit wordt  niet uitgesloten. 

 

  34 

  Een eerste attribuut is politieke macht in relatie tot de gatekeeper. De reden waarom deze construct  van groot belang is, komt neer op de basis van gatekeeping. Volgens Barzilai‐Nahon (2007, p. 13) is  dit  informatiecontrole.  Informatiecontrole  als  een  proces  komt  vaak  neer  op  een  machtsstrijd  van  stakeholders om hun eigen politieke interesses te realiseren.   Een  volgende  attribuut  is  de  informatieproductiecapaciteit.  Traditionele  literatuur  legt  deze  capaciteit bij de elite (bijvoorbeeld massamedia, overheden) of bij individuele gatekeepers. Volgens  Barzilai‐Nahon  (2007,  p.  14)  is  dit  uitgangspunt  niet  meer  geldig.  De  opkomst  van  verschillende  methodes  en  technologieën  laten  stakeholders  toe  om  zelf  informatie  te  produceren  en  te  ontwerpen.  Er  zijn  hier  evenwel  enkele  beperkingen,  sommige  politieke,  economische  en  sociale  belemmeringen  blijven  bestaan.  Het  is  eveneens  zo  dat  stakeholders  ook  vaak  gebruik  maken  van  methodes  en  technologieën  die  gemaakt  zijn  door  gatekeepers.  Verder  is  het  ook  zo  dat  informatieproductie slechts een eerste vereiste is voor informatieoverdracht, er is geen zekerheid of  de geproduceerde informatie andere mensen zal bereiken.  Een derde attribuut is de relatie met de gatekeeper (Barzilai‐Nahon, 2007, p. 15). Het bestaan van  een directe en duurzame relatie speelt een grote rol voor de onderhandelingen tussen stakeholders  en  gatekeeper.  Dankzij  een  directe  relatie  kunnen  stakeholders  zowel  hun  politieke  macht  als  de  aard van relaties met de gatekeeper veranderen. Dit attribuut hangt nauw samen met het attribuut  informatieproductiecapaciteit. Het gegeven dat stakeholders zelf informatie produceren creëert een  circulair effect tussen stakeholders en gatekeeper. Stakeholders maken inhoud en houden rekening  met de reacties en feedback van gatekeepers en andere stakeholders. Op datzelfde moment worden  gatekeepers ook beïnvloed door de geproduceerde informatie en veranderen ze hun houdingen. Dit  kan  steeds  opnieuw  gebeuren  waardoor  men  een  circulaire  uitwisseling  bekomt  van  informatie  tussen stakeholders en gatekeeper.  Een  laatste  attribuut  is  het  bestaan  van  mogelijke  alternatieven  in  de  context  van  gatekeeping.  Dankzij  dit  attribuut  krijgt  men  meer  inzicht  in  de  relatie  van  stakeholders  en  gatekeeper.  Zonder  inzicht in de praktische alternatieven beschikbaar voor de stakeholder op een bepaald punt kan men  moeilijker  uitspraak  doen  over  deze  relatie  (Barzilai‐Nahon,  2007,  p.  16).  Op  basis  van  het  beschikken van bepaalde attributen heeft Barzilai‐Nahon (2007, p. 17) een typologie opgesteld. Deze  classificatie kent vijf grote klassen. Deze vijf klassen heeft men waar mogelijk verder gespecificeerd  in 16 subklassen. Een overzicht van deze subklassen is terug te vinden in bijlage 1.3.  De  typologie  lijkt  ons  voornamelijk  interessant  voor  stakeholderonderzoeken  in  conceptuele  modellering.  Volgens  Gallivan  &  Keil  (2003,  p.  65)  is  het  noodzakelijk  om  communicatie  van  de 

 

  35 

  stakeholders te managen bij hun participatie aan de ontwikkeling van een IS. We beschrijven hierbij  een mogelijk voorstel voor verder onderzoek op basis van het kwaliteitsraamwerk van Poels & Maes  (2007, p. 775). Hierbij voegen we een vijfde dimensie toe aan het kwaliteitsraamwerk, namelijk ‘User  Salience’.  Dit  concept  verwijst  naar  de  mate  waarin  de  analist  voorrang  geeft  op  de  vereisten  van  gebruikers  met  een  hoge  salience  (de  mate  waarin  de  gebruiker  in  het  oog  springt)  bij  de  ontwikkeling  van een IS.  We hebben  namelijk gezien dat  het  niet evident is  voor de analist om de  vereisten  vast  te  leggen  als  gevolg  van  communicatieproblemen,  complexiteit  van  de  vereisten,  gemis  aan  samenwerking,  opduikende  vereisten,…  (supra,  3.1.2.3).  Door  gebruik  te  maken  van  de  vier attributen van de netwerk gatekeeping theorie kan men zo de salience of de opvallendheid van  de  gebruikers  naar  de  analist  toe  opmeten.  We  achten  dit  mogelijk  door  gebruik  te  maken  van  stellingen  die  peilen  naar  de  mate  van  aanwezigheid  van  de  attributen.  We  maken  hierbij  de  hypothese  dat  deze  vijfde  dimensie  een  causaal  verband  vertoont  met  de  waargenomen  semantische  kwaliteitsdimensie  in  het  originele  model.  Want  hoe  groter  de  salience  van  stakeholders, met andere woorden hoe meer macht, hoe groter hun informatieproductiecapaciteit,  hoe sterker de relatie ten opzichte van de analist en hoe meer men over alternatieven beschikt om  de analist te omzeilen, hoe groter de kans dat hun specifieke vereisten uiteindelijk door de analist  worden  opgenomen  in  het  conceptueel  model.  Als  gevolg  hiervan  zal  hun  waargenomen  semantische  kwaliteit  ook  stijgen.  Want  omdat  hun  vereisten  opgenomen  worden  zullen  zij  meer  geneigd zijn een positieve evaluatie op te maken van het conceptueel model indien ze ondervinden  dat hun standpunten omtrent een domein evenals als hun vereisten van een IS goed weergegeven  worden  (supra,  p.  6).  Het  nadeel  van  dit  voorstel  is  dat  de  opmeting  van  de  attributen  via  stelling  slechts  een  momentopname  is:  elk  attribuut  is  een  variabele  en  kan  op  elk  moment  veranderen  (Barzilai‐Nahon, 2007, p. 16). 

6 Groepscommunicatie  Een  aspect  nauw  verbonden  met  zowel  de  reeds  besproken  communicatietheorieën  als  de  gatekeepingtheorieën is het verloop van communicatie in een groep. Concreet denken we hier aan  teams belast met een de ontwikkeling van een IS. Organisaties worden meer en meer afhankelijk van  teams  en  groepen  (Roberts,  Cheney,  Sweeney,  2002,  p.  84;  Cohen  &  Bailey,  1997,  p.  240).  Door  middel  van  groepsstructuren  in  een  organisatie  hoopt  men  sneller  te  kunnen  reageren  in  een  dynamische  omgeving.  Een  groep  heeft  als  voordeel  dat  deze  meer  informatie  kan  verwerken  en  meer kans heeft om geldige en ongeldige informatie te herkennen (Roberts, et al. 2002, p. 84). De  beste  methode  om  een  systeem  te  ontwerpen  en  te  implementeren  is  het  gebruik  maken  van  individuen die samen werken met andere mensen als een groep over een bepaalde tijd.  

 

  36 

  Want  deze  mensen  maken  gebruik  van  hun  eigen  specifieke  kennis  om  de  groep  te  assisteren  (Bradner, Mark, Hertel, 2005, p. 68; Schuler, 2001, p. 54). Wegens het steeds complexer worden van  informatiesystemen  is  er  een  grotere  behoefte  aan  een  verhoogde  productie  en  accuraatheid  van  informatie.  Cohen  &  Bailey  (1997,  p.  241‐243)  onderscheiden  vier  types  van  groepen.  Werkteams  zijn groepen die verantwoordelijk zijn voor de productie van goederen of die diensten verlenen.   Meestal  worden  deze  teams  geleid  door  een  supervisor  belast  met  de  operationele  beslissingen.  Tegenwoordig is er echter een trend naar zelfmanagende, autonome of semiautonome werkteams.  Parallelle teams aggregeren mensen van verschillende functies rond het oplossen van een specifiek  probleem,  zoals  bijvoorbeeld  kwaliteitscontrole  en  garantie.  De  grotere  interesse  in  kwaliteit  en  betrokkenheid  van  de  werknemers  heeft  geleid  tot  de  grote  verspreiding  van  dit  type  team.  Projectteams  hebben  een  beperkte  levensduur,  ze  produceren  een  eenmalige  output.  Zoals  bijvoorbeeld een nieuw IS. Projectteams halen hun leden uit verschillende disciplines en functionele  eenheden uit een organisatie, om zo gespecialiseerde deskundigheid te kunnen groeperen rond een  bepaald  project.  Managementteams  zijn  belast  met  de  algemene  productiviteit  van  een  business  unit.  Managementteams  helpen  het  concurrentievoordeel  te  bereiken  door  het  toepassen  van  collectieve  expertise,  de  integratie  van  uiteenlopende  inspanningen,  en  het  delen  van  de  verantwoordelijkheid voor het succes van de onderneming.  Volgens  Bradner,  et  al.  (2005,  p.  68)  is  er  door  de  proliferatie  van  communicatietechnologie,  de  opkomst  van  telecommunicatie  en  de  toenemende  afhankelijkheid  van  informatietechnologie  in  organisaties  een  trend  naar  het  herorganiseren  van  groepen  binnen  deze  organisatie.  Deze  trend  doet zich voornamelijk voor bij internationale ondernemingen.   Men  maakt  gebruik van  technologie om teams op  te richten zonder een fysieke aanwezigheid van  alle  leden  van  de  groep.  De  logistieke  eisen  van  de  organisatie  met  geografisch  verspreide  werknemers worden op die manier beperkt. De daaruit voortvloeiende organisatorische vorm staat  bekend  als  het  gedistribueerd  team.  Centraal  staat  de  communicatie  binnen  de  groep  (Cohen  &  Bailey, 1997, p. 244). Het raamwerk van Cohen & Bailey geeft een referentiekader om onderzoek te  verrichten  naar  de  interne  communicatie  van  groepen,  waarbij  men  rekening  houdt  met  psychosociale inzichten, de omgeving en het project zelf. 

 

  37 

 

  Figuur X: Heuristiek model van groepseffectiviteit (Cohen & Bailey, 1997, p. 244) 

  Groepen  komen  tot  stand  en  worden  onderhouden  door  communicatie.  De  moeilijkheden  bij  IS  projecten  is  het  selecteren  van  de  teams  met  het  juiste  aantal  personen,  de  juiste  talenten  en  de  juiste  persoonlijkheden  (Roberts,  et  al.,  2002,  p. 2).  Onderzoek  is  verricht  naar  de  mate  waarin  groepsleden  met  elkaar  communiceren  en  de  performantie  of  effectiviteit  van  de  groep  in  zijn  geheel.  Traditioneel  ging  men  uit  van  een  lineaire  relatie  tussen  communicatie  en  productiviteit.  Tijdens  onderzoek  verricht  door  Patrashkova‐Volzdoska,  McComb,  Green,  Compton  (2003,  p.  266)  heeft men echter empirisch vastgesteld dat het eerder een kromlijnige relatie betreft.   Hoge frequenties van communicatie kunnen een hogere informatie‐uitwisseling als gevolg hebben,  maar op een bepaald punt zullen deze uitwisselingen de capaciteiten van groepsleden overbelasten  en hun productiviteit doen dalen. Anderzijds zal een lage frequentie van communicatie zorgen voor  een tekort aan informatie‐uitwisseling en zo ook een negatieve impact hebben op hun productiviteit  (Patrashkova‐Volzdoska,  et  al.,  2003,  p.  262‐263).  Een  methode  om  de  frequentie  van  de  communicatie te meten voor software ontwikkeling werd voorgesteld door Dutoit & Bruegge (1998,  p. 615).   Ze stellen voor om metriek te gebruiken op communicatiemethodes (bv. e‐mail, memoranda). Deze  methode  valt  te  vergelijken  met  een  inhoudsanalyse,  waarbij  data  via  geautomatiseerde  software  tot  stand  komt.  Resultaten  uit  hun  casestudies  geven  aan  dat  men  door  het  gebruik  van  deze  methode gemakkelijk inzicht krijgt in het ontwikkelingsproces en men kan vlugger optreden indien  zich eventuele problemen voordoen (Dutoit & Bruegge, 1998, p. 627). Door niet alleen de kwaliteit  maar ook de kwantiteit op te meten van communicatie in de groepen krijgt men een dieper inzicht  in het verloop van de communicatie en de ontwikkeling van het project. 

 

  38 

 

7 Algemeen besluit  We  zijn  begonnen  aan  deze  masterproef  vanuit  een  academische  interesse  voor  het  vakgebied  conceptuele modellering. Met deze interesse in het achterhoofd hebben we ons toegespitst op een  bepaald toepassingsveld, namelijk de ontwikkeling van informatiesystemen. Een informatiesysteem  hebben  we  gedefinieerd  als  een  gecomputeriseerde  databank  die  zorgt  voor  het  verzamelen,  bewaren  en  verwerken  van  tal  van  gegevens  in  een  bedrijfscontext.  Bij  de  ontwikkeling  van  informatiesystemen  staat  het  gebruik  van  conceptuele  modellen  centraal.  We  hebben  dit  aspect  verder  onderzocht  en  belicht  in  het  proces  van  requirements  engineering.  Zo  hebben  we  aangetoond  dat  het  slecht  begrijpen  van  de  processen  betrokken  bij  requirements  engineering  enerzijds  en  foutieve  veronderstellingen  omtrent  de  vereisten  van  een  informatiesysteem   anderzijds  negatieve  implicaties  heeft  voor  de  kwaliteit,  duurtijd  en  kost  van  het  ontwerpen  en  ontwikkelen  van  een  informatiesysteem.  Conceptuele  modellering  vormt  hierbij  de  hoeksteen  van  requirements engineering.   Men maakt gebruik van conceptuele modellen om de behoeften van het probleemdomein voor te  stellen, maar ook als instrument om de gespecificeerde vereisten van de stakeholders te verifiëren.  Een  belangrijke vaststelling die we  hier hebben  gemaakt is het gegeven  dat  conceptuele  modellen  een interactie tussen verschillende deelnemers inhouden. De constructie van conceptuele modellen  vindt plaats via een iteratief sociaal proces. Algemeen gesteld helpen conceptuele modellen bij het  beter begrijpen van een probleemdomein, het documenteren van de vereisten en beperkingen van  een informatiesysteem en het geven van feedback voor het ontwerpen van een informatiesysteem.  De belangrijkste functie in het kader van deze masterproef is echter de communicatieve functie van  een conceptueel model.   We hebben gezien dat de kwaliteit van een conceptueel model een belangrijke determinant is voor  het  welslagen  van  de  verdere  ontwikkeling  en  de  implementatie  van  een  informatiesysteem.  De  kwaliteit van conceptuele modellen is een vaak onderzocht onderwerp in de literatuur.   Er  is  een  onderscheid  gemaakt  tussen  twee  soorten  onderzoeken  naar  kwaliteit  in  conceptuele  modellen: product‐ en proceskwaliteit. Bij productkwaliteit zal men het eindproduct evalueren (vaak  na  de  implementatie  ervan),  waardoor  vaak  voorkomende  fouten  tijdens  de  ontwikkeling  van  het  informatiesysteem  over  het  hoofd  worden  gezien.  Dit  heeft  als  gevolg  dat  de  fouten  pas  heel  laat  ontdekt worden waardoor men significant meer tijd en geld moet spenderen aan het corrigeren van  deze fouten. Om die redenen hebben we in deze masterproef de nadruk gelegd op  proceskwaliteit 

 

  39 

  door  middel  van  het  bespreken  van  enkele  vaak  geciteerde  proceskwaliteit  onderzoeken.  Waarbij  het uitgangspunt eerder foutenpreventie in plaats van foutendetectie is.   Uit de bespreking van enkele belangrijke kwaliteitsraamwerken kunnen we besluiten dat er ondanks  de grote aandacht voor kwaliteit van conceptuele modellen in de literatuur er nog geen algemeen  aanvaarde  kwaliteitsmethodes  zijn  ontwikkeld.  Deze  masterproef  is  geïnspireerd  op  het  kwaliteitsraamwerk  van  Poels  &  Maes  (2007).  Het  is  onze  betrachting  verder  onderzoek  te  ondersteunen  met  theoretische  inzichten  vanuit  communicatiewetenschappelijk  perspectief.  Op  basis  van  de  verworven  inzichten  kan  men  dan  komen  tot  een  transformatie  van  het  kwaliteitsraamwerk  om  effectiviteitmetingen  van  communicatie  tussen  gebruikers  en  analisten  mogelijk te maken.  We hebben een eerste voorzichtige stap gezet in het benaderen van conceptuele modellering vanuit  communicatiewetenschappelijke  perspectieven.  Een  eerste  kritische  opmerking  hierbij  is  dat  deze  perspectieven  niet  exclusief  communicatiewetenschappelijk  zijn.  De  communicatiewetenschap  is  een  sociaalwetenschappelijke  discipline.  Dat  betekent  onder  meer  dat  de  theorieën  en  methoden  die toegepast worden in verwante disciplines als de antropologie, de psychologie, de sociologie, de  semiotiek  en  de  linguïstiek  ook  in  de  communicatiewetenschap  vermeld  worden.  We  hebben  getracht een selectie te maken van die theorieën en modellen waarvan een mogelijke toepassing op  het  vakgebied  van  conceptuele  modellering  het  meest  aannemelijk  leek  te  zijn.  Dit  hebben  we  uitgewerkt  door bij iedere bespreking van een theorie of model eveneens een korte  toepassing of  situatie te schetsen, voornamelijk vanuit het standpunt van de analist uit conceptuele modellering.  Voor  deze  theorieën  vinden  we  wel  aanknooppunten  bij  het  proces  van  conceptuele  modellering  maar het lijkt ons minder evident om op basis van deze inzichten te komen tot de ontwikkeling van  een meetinstrument om de effectiviteit van de communicatie van conceptuele modellen na te gaan.   Een tweede kritische opmerking die we hierbij maken is dat dit geenszins een exhaustieve lijst is van  theorieën  en  modellen  die  mogelijks  kunnen  dienen  als  theoretische  basis  voor  verder  onderzoek.  Deze masterproef stelt enkel een eerste stap voor op de weg naar het dichter bij elkaar brengen van  beide disciplines waardoor verder onderzoek noodzakelijk is.  We  kunnen  echter  wel  een  aanbeveling  tot  verder  onderzoek  formuleren.  Namelijk  door  het  communicatiewetenschappelijk standpunt in te passen in het kwaliteitsraamwerk van Poels & Maes  (2007)  door  gebruik  te  maken  van  het  referentiekader  van  Barzilai‐Nahon  (2007)  rond  netwerk  gatekeeping. 

 

  40 

  Het  gebruikersstandpunt  uit  het  kwaliteitsraamwerk  in  conceptuele  modellering  is  volgens  ons  combineerbaar  met  het  concept  van  de  “gated  entiteiten”  en  hun  salience  (supra,  5.3)  naar  de  gatekeeper toe. Door het kwaliteitsraamwerk van Poels & Maes (2007) uit te breiden met een vijfde  kwaliteitsdimensie,  namelijk  “User  Salience”,  krijgt  men  een  breder  inzicht  in  de  evaluatie  van  conceptuele modelkwaliteit via de percepties van de gebruiker waarbij men ook rekening houdt met  de  relatie  van  de  gebruiker  ten  opzichte  van  de  analist.  Bemerken  we  hier  echter  dat  ten  eerste  empirisch onderzoek rond het referentiekader van Barzilai‐Nahon (2007) tot op vandaag nog niet is  uitgevoerd  en  dat  ten  tweede  de  opmeting  van  de  “User  Salience”  slechts  een  momentopname  betreft want de op te meten variabelen zijn een dynamisch gegeven.    

 

  41 

 

LIJST VAN DE GERAADPLEEGDE WERKEN    Allan,  J.T.  &  Cohen,  S.I.  (1996).  Information  Flow  in  Research  and  Development  Laboratories.  Administrative Science Quarterly 14(1), 12‐19.  Bahar, K. (2007). The structure and function of communication in society. Communication theory and  research journal 20, 215,228. URL: < http://www.ilet.gazi.edu.tr/iletisim_dergi/24/12.pdf >.  Barzilai‐Nahon, K. (2005). Network Gatekeeping Theory. Theories of Information Behavior: A  Researcher's Guide, (Eds.) Fisher K.E, Erdelez S. and McKechnie, E.F., Medford, NJ: Information Today,  247‐254.  Barzilai‐Nahon, K. (2007). Toward a theory of network gatekeeping: a framework for exploring  information control. Journal Of The American Society For Information Science And Technology (te  verschijnen), 1‐40. URL:  < http://projects.ischool.washington.edu/karineb/html/pub/GatekeepingSalienceTheory.pdf >  (07/05/2008).  Barzilai‐Nahon, K. (2008). Gatekeeping Revisted: A Critical Review. Annual Review Of Information  Science And Technology (te verschijnen), 1‐62. URL:  < http://projects.ischool.washington.edu/karineb/html/pub/GatekeepingRevisited.pdf >  (07/05/2008).  Bowman J.P. & Targowski A.S. (1987). Modeling the Communication Process: The Map is Not the  Territory. The Journal Of Business Communication 24(4),21‐34.  Bradner E., Mark G., Hertel T.D. (2005). Team Size and Technology Fit: Participation, Awareness, and  Rapport in Distributed Teams. IEEE Transactions on Professional Communication 48(1), 68‐77.  Browne G.J. &Ramesh V. (2002). Improving information requirements determination: a cognitive  perspective. Information & Management 39, 625‐645.  Bubenko J., Rolland C., Loucopoulos P., DeAntonellis V. (1994) Facilitating ‘‘fuzzy to formal’’  requirements modeling. Proceedings of IEEE International Conference on Requirements Engineering,  Colorado, 154‐158.  Byron M. (2005). Simon’s revenge: or, incommensurability and satisficing. Analysis 65(4), 311‐315. 

 

  V 

  Clayman, S.E. & Reisner, A. (1998). Gatekeeping in Action: Editorial Conferences and Assessments of  Newsworthiness. American Sociological Review 63(2), 178‐199.   Cohen S. & Bailey D.E. (1997). What Makes Teamsd Work: Group Effectiveness Research from the  Shop Floor to the Executive Suite. Journal of Management 23(3), 239‐290.  Corter J.E. & Gluck M.A. (1992). Explaining Basic Categories: Feature Predictability and Information.  Psychological Bulletin 111(2), 291‐303.  Curry, T.J. & Emerson R.M. (1970). Balance Theory: A Theory of Interpersonal Attraction? Sociometry  33(2), 216‐238.  Davies I. , Green P. , Rosemann M. , Indulska M. , Gallo S. (2006). How do practitioners use  conceptual modeling in practice? Data & Knowledge Engineering 58, 358‐380.  Davies, G.B. (1982). Strategies for information requirements determination. IBM Systems Journal 21,  4‐30.  DeLone, W.H. & McLean E.R. (1992). Information Systems Success: The Quest for the Dependent  Variable. Informations Systems Journal 3(1), 60‐95.  DeLone, W.H. & McLean E.R. (2003). The DeLone and McLean model of information systems success:  a ten‐year update. Journal of Management Information Systems 19(4), 9‐30.  Dutoit A.H. & Bruegge B. (1998). Communication Metrics for Software Development. IEEE  Transactions on Software Engineering 24(8), 615‐628.  Essex P.A. (1998) Information Systems Satisfaction. Mid‐American Journal of Business 13(2), 15‐27.  Frank U. (1999). Conceptual Modelling as the Core of the Information Systems Discipline ‐ Perspectives and Epistemological Challenges. Proceedings of the Fifth America's Conference on  Information Systems (AMCIS 99), 695‐697.  Frederiks P.J.M., ter Hofstede A.H.M., Lippe E. (1997). A unifying framework for conceptual data  modelling concepts. Information and Software Technology 39, 15‐25.  Gallivan, M.J. & Keil M. (2003). The user‐developer communication proces: a critical case study. Info  Systems Journal 13, 37‐68.  Gemino A. & Wand Y. (2004). A framework for empirical evaluation of conceptual modeling  techniques. Requirements Engineering 9, 248‐260. 

 

  VI 

  Gemino A. & Wand Y. (2005). Complexity and clarity in conceptual modeling: Comparison of  mandatory and optional properties. Data & Knowledge Engineering 55, 301‐326.  Gozzi, R. Jr. (2004). Where is the “message” in communication models? ETC: A Review of General  Semantics 61(1), 145‐147.  Harcup, T. & O’Neill, D. (2001). What is News? Galtung and Ruge revisited. Journalism Studies 2(2),  261‐280.  Hirschfeld L. A. & Gelman S.A. (1994). Mapping the Mind: Domain Specificity in Cognition and  Culture. Cambridge University Press.  Hummon, N.P & Doreian P. (2003). Some dynamics of social balance processes: bringing Heider back  into balance theory. Social Networks 25, 17‐49.  Hungerford B.C. & Eierman M.A. (2005). The Communication Effectiveness of System Models Using  the UML versus Structured Techniques. Mid‐American Journal of Business 20(2),  35‐43.  Hüttner, H., Renckstorf K., Wester, F. (2001). Onderzoekstypen in de communicatiewetenschap.  Kluwer, Alphen aan den Rijn.  Institute of Electrical & Electronics Engineers. (1998) IEEE Recommended Practice for Software  Requirements Specifications. Software Engineering Standards Committee of the IEEE Computer  Society, New York.  Jakobson, R. (2002). Selected Writings. Mouton de Gruyter, Berlijn – New York.  Kavakli E. & Loucopoulos P. (2005). Goal Modeling in Requirements Engineering: Analysis and  Critique of Current Methods. Information Modeling Methods and Methodologies, 1‐32.   King W. (1996). IS and the learning organization. Information Systems  Management 13(3), 78‐80.  Kotonya G., Sommerville I. (1997). Requirements engineering: processes and techniques. Wiley,  Chichester.  Krogstie J., Solvberg, A. (2003). Quality of conceptual models. Information systems engineering:  Conceptual modeling in a quality perspective. Kompendiumforlaget, Trondheim, Norway, 91‐120.  URL: < http://www.idi.ntnu.no/_krogstie/publications/2003/quality‐book/b3‐quality.pdf >  (27/03/2008). 

 

  VII 

  Lanigan, R. (1991). Roman Jakobson's Semiotic Theory of Communication. Annual Meeting of the  Speech Communication Association. 77th, Atlanta, GA, October 31‐November 3, 1‐10.  URL: < http://eric.ed.gov/ERICWebPortal/recordDetail?accno=ED355570> (27/07/2008).  Larkin, J.H. & Simon H.A. (1987). Why a Diagram is (Sometimes) Worth Ten Thousand Words.  Cognitive Science 11, 65‐99.  Levi, I. (1985). Review: Illusions about Uncertainty. The British Journal for the Philosophy of Science,  36(3), 331‐340.  Livingstone, S. (2007). Audiences and Interpretations. E‐Compos 11, 1‐22.   URL: < http://www.compos.org.br/files/01_Livingstone.pdf > (31/07/2008).  McQuail D. (2000). McQuail’s Mass Communication Theory. 4th Edition, Sage, London, 52.59.  Moody D.L. & Shanks G.G. (2003). Improving the quality of data models: empirical validation of a  quality management framework. Information Systems 28, 619‐650.  Moody D. L. (2005).Theoretical and practical issues in evaluating the quality of conceptual models:  current state and future directions. Data & Knowledge Engineering 55, 243‐276.  Mylopoulos J. (1992). Conceptual Modelling and Telos. Conceptual modeling, databases, and case:  an integrated view of information systems development, 1‐20.  URL: < http://www.cs.toronto.edu/~jm/2507S/Readings/CM+Telos.pdf > (11/03/2008).  Nelson J.H., Poels G., Genero M, Piattini M. (2005). Quality in conceptual modeling: five examples of  the state of the art. Data & Knowledge Engineering 55, 237‐242.  Nelson J. H. & Monarchi D.E. (2007). Ensuring the Quality of Conceptual Representations. Software  Quality Journal 15(2), 213‐233.  Parsons, J. (1996) An information model based on classification theory. Management Science 42(10),  1437‐1453.  Patrashkova‐Volzdoska R.R., McComb S.A., Green S.G., Compton W.D. (2003). Examining a  Curvilinear Relationship Betwseen Communication Frequency and Team Performance in Cross‐ Functional Project Teams. IEEE Transactions on Engineering Management 50(3), 262‐269.  Poels G. (2007). Beleidsinformatica. Niet Gepubliceerde Cursus, Gent, Vakgroep Economie en  Bedrijfskunde.  

 

  VIII 

  Poels G. & Maes A. (2007). Evaluating quality of conceptual modelling scripts based on user  perceptions. Data & Knowledge Engineering 63, 769‐792.  Ratchev S., Urwin E., Muller D., Pawar K.S., Moulek I. (2003) Knowledge based requirement  engineering for one‐of‐a‐kind complex systems. Knowledge‐Based systems 16, 1‐5.  Richards, D. (2003). Merging individual conceptual models of requirements. Requirements  Engineering 8, 195‐205.  Roberts T.L.  , Cheney P.H., Sweeney P.D. (2002). Project Characteristics and Group Communication:  An Investigation. IEEE Transactions on Professional Communication 45(2), 84‐98.  Roediger H.L., Capaldi E.D., Paris S.G., Polivy J., Herman C.P. , Brysbaert M. (2001). Psychologie: een  inleiding. Academia Press, Gent.  Rolland, C. & Prakash N. (2000). From conceptual modeling to requirements engineering. Annnals of  Software Engineering 10, 151‐176.  Rosengren, K.E. (1974). International News: Methods, Data and Theory. Journal of Peace Research  11(2), 145‐156.  Rosengren, K.E. (1997). Different Sides of the Same Coin: Access and Gatekeeping. Paper  gepresenteerd op de ‘Opening Conference of the Amsterdam School of Communication Research’,  18‐19 September, 1‐10. URL: < http://www.nordicom.gu.se/common/publ_pdf/29_rosengren.pdf >.  Salwen, M.B. & Stacks, D.W. (1996). An Integrated Approach to Communication Theory and  Research. Lawrence Erlbaum Associates, New‐York.  Schroder, K. (2000). Making sense of audience discourses: towards a multidimensional model of  mass media reception. European Journal of Cultural Studies 3(2), 233‐258.   Schuler, D. (2001). Computer professionals and the next culture of democracy. Communications of  the ACM 44(1), 52‐57.  Siau, K. & Rossi M. (1998). Evaluation of Information Modeling Methods ‐ A Review. Thirty‐First  Annual Hawaii International Conference on System Sciences‐Volume 5, 314‐323.  Siau, K., Tan X. (2005). Improving the quality of conceptual modeling using cognitive mapping  techniques. Data and Knowledge Engineering 55, 343‐365. 

 

  IX 

  Tate, M. A. (2000). The Encoding/Decoding Model Of Communication. Communication 501, 1‐13.  URL: < http://www.personal.psu.edu/mat1/The%20Encoding.pdf > (31/07/2008).  Taylor, R.L. (1968). The Influence of Organizational Dynamics on the Technological Gatekeeper Role.  Academy of Management Proceedings, 384‐389.  Umapathy K. & Purao S. (2007). Exploring Alternatives for Representing and Accessing Design  Knowledge About Enterprise Integration. C. Parent et al. : ER 2007, LNCS 4801, 470‐484.  Urquhart C. (2001). Analyst and clients in organizational contexts: a conversational perspective.  Journal of Strategic Information Systems 10, 243‐262.  Verstraeten H. (2002). Communicatiewetenschap: een inleiding tot het mediaonderzoek. Niet‐ gepubliceerde cursus, Gent, Vakgroep Politieke en Sociale Wetenschappen.  Wand Y. & Weber R. (2002). Research Commentary: Information Systems and Conceptual Modeling  – A Research Agenda. Information Systems Research 13(4), 363‐376.  Wand Y., Monarchi D., Parsons J., Woo C. (1995). Theoretical foundations for conceptual modeling in  information systems development. Decision Support Systems 15, 285‐304.  Weaver W. (1964). Recent Contributions to the Mathematical Theory of Communication. The  Mathematical Theory of Communication, Urbana: University of Illinois,   Zhu H., Jin L. (2000). Scenario Analysis in an Automated Tool for Requirements Engineering.  Requirements Engineering 5, 2‐22.   

 

  X 

 

  BIJLAGEN    Bijlage 1.1: Vereisten documentstructuur (Institute of Electrical & Electronics Engineers. 1998)  1. Introductie                     1.1 Doel van het vereistendocument                  1.2 Bereik van het product                  1.3 Definities, acroniemen en afkortingen                   1.4 Referenties                  1.5 Overzicht van het vervolg van het document  2. Algemene beschrijving                  2.1 Productperspectief                  2.2 Productfuncties                  2.3 Gebruikers karakteristieken                  2.4 Algemene beperkingen                  2.5 Veronderstellingen en afhankelijkheden  3. Specifieke vereisten   Functionele,  niet‐functionele  interfacevereisten.  Performantievereisten,  logische  databankvereisten,  ontwerpbeperkingen, systeemattributen en kwaliteitkarakteristieken.   4. Bijlagen.  5. Index. 

 

 

  XI 

  Bijlage 1.2 : Gatekeeping Articles in Journals (1995 – 2007) (Barzilai‐Nahon, 2008, p. 11‐12) 

 

 

  XII 

    Bijlage 1.3 : Type of Gatekeeping Presence by Field of Study (Barzilai‐Nahon, 2008, p. 14) 

  ƒ

Analysis – Articles which include a full analysis of gatekeeping.  

ƒ

Factor ‐ gatekeeping is a factor within the study, but not a large component of it.  

ƒ

Mention – gatekeeping is only mentioned in the study. 

ƒ

Book Review ‐ gatekeeping is included in a book review. 

ƒ

Citation – gatekeeping is included in references. 

ƒ

Commentary/Editorial – gatekeeping is included in a commentary or editorial. 

Bijlage 1.4: Netwerk gatekeeping stakeholder typologie (Barzilai‐Nahon, 2007, p. 17)  Klasse  P  Traditionele stakeholder    Sluimerende stakeholder       

   

 

 

 

 

 

 

  Potentiële stakeholder 

 

 

 

   

I 

 

 

   

Subklasse  Traditionele stakeholder  Gevangen publiek 

 

 

Verloren stem 

Uitdagende stakeholder 

 

Verspilde stakeholder 

 

Uitgebuite leerling 

 

   

 

Potentiële veranderingsagent  Imaginaire leerling 

   

Gemachtigde stakeholder  Vagebond gebruiker 

 

Gefrustreerde stakeholder 

 

Invloedsgebonden stakeholder 

 

   

Vagebond lezer 

Veeleisende gebruiker 

 

 

A 

 

  Gebonden stakeholder 

R 

   

Keuze gebonden stakeholder  Dreigende stakeholder  Uitdagende stakeholder 

P= Politieke macht; I= Informatie productie capaciteit; R= Relatie met gatekeeper; A= Alternatieven 

 

  XIII