GenAI-unterstützte Softwarearchitektur

Architekturarbeit umfasst unterschiedliche menschenbasierte Aktivitäten, etwa die Ermittlung von Architektur-Anforderungen, Designentscheidungen, Kommunikation mit Entwicklern oder Bewertung von Lösungskonzepten. Die Qualität dieser Aktivitäten hängt eng mit der Erfahrung der beteiligten Architekten zusammen.

Generative KI kann heutzutage genutzt werden, um menschliche Aufgaben im Bereich der Softwarearchitektur zu ergänzen, was für Architekten aller Erfahrungsstufen Vorteile mit sich bringt: Weniger erfahrene Architekten können frühzeitig Rückmeldung zu ihren Ergebnissen erhalten und ihre Lernkurve verkürzen; erfahrenere Architekten können Varianten von Lösungen effizienter abschätzen.

Eine konkrete Lösung ist Quasar, welches entwickelt wurde, um u. a. Architekturartefakte mit generativer KI zu analysieren, zu bewerten und Verbesserungsvorschläge zu machen. Zunehmend nutzen wir die Lösung auch, um gemeinsam Architekturlösungen zu entwickeln (AI-Pair-Engineering) und Kontextinformationen stärker zu berücksichtigen. Insbesondere ist es dabei wichtig, zu verstehen, was echte Mehrwerte bringt und wie hoch diese mit Quasar ausfallen. Dazu führen wir regelmäßig Studien durch.

Informieren Sie sich über unsere Forschungsarbeiten zu KI-gestützter Architekturarbeit und entdecken Sie, wie diese Technologie Ihr Unternehmen verbessern kann.

• KI in der Softwarearchitektur: Wie LLMs die Qualitätssicherung automatisieren[Blog]
• Shift-Left im Software-Engineering: Wie KI Rollen verändert[Video]
• Using LLMs to Evaluate Architecture Documents: Results from a Digital Marketplace Environment[Preprint]

Generative KI hat die Türen für eine neue Klasse intelligenter Systeme geöffnet. Angetrieben von Agenten, die auf Sprachmodellen (LLMs, SLMs) basieren, können diese Systeme mit Benutzern und anderen Systemen mit einem hohen Maß an Flexibilität interagieren und in einem hohen Grad autonom Aufgaben ausführen, die traditionell menschliche Aufwände bei der Entwicklung erfordern.

In der ACE-Abteilung entwickeln wir Technologien, mit denen Systeme während der Laufzeit autonom und zuverlässig miteinander kommunizieren können.

Mithilfe von GRAIN (Generative AI for Interoperability) können zwei Systeme Daten in einer unbekannten Darstellung senden und empfangen. Außerdem können sie diese sofort in ihre interne Darstellung umwandeln. Damit werden Entwicklungsaufwände eingespart und die Effizienz des Datenaustausches erhöht.

Informieren Sie sich über unsere Forschung zu intelligenten Informationssystemen und nutzen Sie unsere Lösung, um auch in Ihrem Umfeld den Datenaustausch auf die nächste Ebene zu heben. 

• Toward self-coding information systems [Preprint]
• Evaluating the effectiveness of LLM-based interoperability [Preprint]
• 2nd International Workshop of Software Architecture and Generative AI [Event]
• Implementing Generic APIs with Generative AI for Seamless Interoperability[Webinar]
• The Engineering of Smartness in Software-based Systems [Blog]
• The Pursuit of Smartness in Software-based Systems [Blog]