Zu Beginn der Kollaboration zwischen Fraunhofer IESE und Bosch CC lag der Fokus darauf, das Potenzial und die praktische Anwendung unterschiedlicher agiler Praktiken und Methoden in einem regulierten Umfeld zu untersuchen. Hierzu zählten die Ermittlung eines geeigneten Grades an Agilität über eine vom IESE entwickelte Potenzialanalyse, Frameworks zur Skalierung agiler Methoden und Praktiken im Hinblick auf große, verteilte Entwicklungsprojekte mit parallel arbeitenden Teams sowie Modelle zur Bestimmung des agilen Reifegrades eines Projekts. Projekte wurden bei der Erprobung und Einführung vielversprechender Ansätze entsprechend gecoacht.
2019 wurde mit Arbeiten zu Wissenstransferkonzepten zur Vermittlung klassischer Engineering-Themen und deren Anpassung an die agile Entwicklungswelt begonnen. Dazu wurde beispielhaft das Rollenbild eines agilen Testmanagers erarbeitet und mit Anwendern diskutiert. Gleichzeitig wurden Wissenstransferformate gesammelt und verglichen, um passende Formate zu identifizieren, mit denen klassische Engineering-Themen attraktiv und effizient in einem agilen Umfeld vermittelt werden können. 2020 und 2021 wurden zusammen mit Bosch Wissenstransferkonzepte für die Vermittlung von »Continuous Integration« diskutiert und ausgearbeitet. Der Ansatz besteht in einem simulationsbasierten Hands-on-Training, in welchem die Teilnehmenden in einem möglichst realistischen Umfeld lernen, auf was bei Continuous Integration im Kontext eingebetteter Softwareentwicklung zu achten ist.
Seit 2020 beschäftigt sich das Projektteam damit, wie sich die digitale Transformation direkt auf Entwicklungsprozesse auswirkt. Zunächst entstehen im Entwicklungsprozess selbst zunehmend große Datenmengen, die zugreifbar und genutzt werden müssen (beispielsweise im Kontext der Entwicklung automatisierter Fahrfunktionen). Hierbei wurden Ansätze für das Data Management sowie der Lebenszyklus von Daten und deren Wert untersucht. Ein weiterer Aspekt, der seit 2021 bearbeitet wird, liegt darin, wie Daten und Analyseverfahren (z.B. Maschinelles Lernen) genutzt werden können, um Verbesserungspotenziale im Prozess zu identifizieren und Abläufe effizienter zu gestalten.
In einem jährlichen Rhythmus werden im Rahmen der Zusammenarbeit neue Trends und Themen durch das IESE vorgestellt und mit den aktuellen Bedürfnissen von Bosch CC gemeinsam abgeglichen. Anschließend wird der Arbeitsplan für das kommende Jahr festgeschrieben.