Fenomenet “cargo cult” innebär att medarbetare härmar hur något ser ut utan att egentligen förstå hur det fungerar. Inom techbranschen skulle det exempelvis kunna innebära att en projektgrupp arbetar på samma sätt som tidigare, även om beskrivningen av arbetsuppgifterna har förändrats. Nu har forskare vid Örebro universitet tagit fram ett analytiskt ramverk för att kunna skönja var problemen kommer ifrån.
Ny forskning ska hjälpa it-chefer att hitta organisationens brister
digitalisering Forskare vid Örebro universitet har under tre år granskat ett stort företags vardag. Resultatet är ett ramverk som avslöjar var många utvecklingsteam brister – och hur problemen kan åtgärdas.

Tanja E. Havstorm. Foto: Örebro universitet
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Techtidningen premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
– Det handlar om att man vid it-projekt tenderar att avvika från den metodik, i det här fallet agila metoder, som utvecklingsteamen använder sig av , säger Tanja Elina Havstorm, universitetslektor på Handelshögskolan vid Örebro universitet och medförfattare till rapporten.
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
