Detekce nedostatků a chyb v procesech a jiných aspektech řízení softwarových projektů (PM) je významnou aktivitou pro projektové manažery a jiné účastníky projektů v praxi. V tomto ohledu jsou speciálně zajímavé anti-vzory, tj. běžně známá řešení problémů s negativními následky. Jejich detekce v projektech probíhajících i ukončených je často obtížná, jelikož musí být prováděna specialisty, vyžaduje expertízu a dovednost a je náchylná k zaujatosti. Nabytí expertízy je časově náročné a zdroje relevantní znalosti nejsou centralizovány a liší se v míře detailu. Tyto problémy mohou být odstraněny detekcí PM a procesních anti-patternů v datech dostupných v Application Lifecycle Management nástrojích. Abychom umožnili snahy v tomto směru, provedli jsme široký průzkum literárních zdrojů z výzkumu i praxe, abychom sebrali momentálně známé a definované PM anti-vzory. Výsledný soubor ukazuje nesourodost zdrojů v terminologii a formátu popisu, což může vést k nepochopení, různým interpretacím a jiným obtížím, obzvláště pokud je snahou tvorba univerzálně přijatelné metody detekce. V tomto článku popisujeme výsledky našeho průzkumu a návrh katalogu PM a procesních anti-patternů založený na nabyté zkušenosti. Katalog používá šablonu popisu navrženou tak, aby podporovala detekci výskytu anti-patternů v datech. Prvotní verze katalogu byla zpřístupněna veřejnosti s cílem sjednocení různých zdrojů a podpory diskuze komunity ohledně chápání významu a popisů jednotlivých anti-patternů. For software project managers and other practitioners, an important activity is to detect, and consequently find solutions to, insufficiencies and mistakes in process and other project management (PM) activities. Particularly interesting among these are anti-patterns: commonly occurring solutions with known negative effects. Their detection in running, as well as finished, projects is often hard as it needs to be performed by specialists, demands expertise and skill, and is prone to biases. Obtaining the expertise is a long-time effort and the sources of relevant knowledge are scattered and vary in the depth of treatment. These issues could be alleviated by detecting PM and software process anti-patterns in data available in project Application Lifecycle Management tools. To facilitate the work towards such an approach, we have performed a review of academic, professional and grey literature sources to collect currently known and defined software PM anti-patterns. The collected set shows that they vary in terminology and description format which can lead to misunderstandings, different interpretations and other difficulties, especially when trying to devise a universally acceptable method of detection. In this paper we describe the findings of the review and the design of a catalogue of PM and process anti-patterns, based on the knowledge obtained. It uses a description template designed to support data-driven detection of anti-pattern occurrence. An initial version of the catalogue has been made publicly accessible, with the aim to reconcile the various sources and foster community discussion on understanding and descriptions of the individual anti-patterns.
