Virksomhedens kerneteknologier

Software Arkitektur og Design

Forskningsfeltet Software Architecture and Design definerer de arkitektoniske paradigmer for selvudviklende industriel software. Vi transformerer statiske tegninger til levende softwarearkitekturer, der lader systemer proaktivt genopfinde sig selv, samtidig med at de sikrer korrekthed på tværs af komplekse landskaber.

Udforsk publikationer

Hvad hvis industriel software ikke længere var et statisk værktøj, men en levende arkitektur, der udvikler sig selv for at forblive korrekt?

Vores forskning omformer fremtiden for Siemens digitale portefølje ved at udvikle softwarearkitekturer, der er bygget til at udvikle sig. Vi omdanner faste tegninger til dynamisk tilpassede arkitektoniske artefakter, der proaktivt styrer kompleksitet. Ved at integrere funktionel autonomi og selvbevidsthed i kernearkitekturen sikrer vi, at vores software forbliver robust og korrekt, selv når deres miljøer og krav konstant skifter.

Det, der betyder noget, er udviklingen af softwarearkitektur fra en fast plan til en dynamisk tilpasningsartefakt, der bevarer korrektheden gennem sin egen udvikling.

Opdelt billede, der viser abstrakte neonglasblokke og en udvikler, der arbejder på flere skærme

To kolleger samarbejder på et moderne kontor og ser på en bærbar skærm

Software Architecture and Design forskning fokuserer på overgangen fra statiske tegninger til levende softwarearkitekturer. Vi definerer principperne for selvudviklende softwarearkitekturer og de arkitektoniske kvalitetsegenskaber, der kræves for operativ autonomi. Vores arbejde driver udvikling af strategisk arkitektur og modernisering af porteføljen, hvilket muliggør skiftet mod AI-native softwareparadigmer.

Nøgleforskningsområder fokuserer på selvbevidsthed for softwaresystemer, rammer for selvudvikling, fødereret softwarearkitekturdesign, autonom styring og AI-forstærket dataintegration. En central søjle i vores domæne er konstruktionen af korrekthedskonvolutter og verifikationsseler. Ved at integrere selvbevidsthed og sporbarhed i den arkitektoniske kerne sikrer vi, at komplekse industrielle systemer og agentiske arkitekturer forbliver robuste, pålidelige og korrekte gennem hele deres egen udvikling.

Dette Virksomhedens kerneteknologi fokuserer på udvikling af selvudviklende og fødererede industrielle softwareapplikationer gennem avancerede softwarearkitekturrammer. Vi driver udviklingen af strategisk arkitektur og sikrer, at vores software forbliver korrekt og pålidelig i miljøer med høje indsatser. Ved at anvende korrekthedskonvolutter og arkitektoniske karakteristika for driftsmæssig autonomi gør vi det muligt for industrielle applikationer at tilpasse sig proaktivt, samtidig med at driftsintegriteten opretholdes.

Ud over grundlæggende forskning i levende arkitektoniske principper tilbyder denne Company Core Technology ekspertrådgivning, arkitekturanmeldelser og tekniske evalueringer. Som et horisontalt felt leverer det de arkitektoniske mønstre og fremtidssikret vejledning, der er nødvendig for at opbygge robust software i industriel kvalitet på tværs af alle Siemens forretningsområder.

Ikon for Software Architecture and Design

Publikationer

Udforsk vores fremhævede papirer

Dilemmaet med få skud: Overdrivelse af store sprogmodeller

Udgivet i: 2025 3. internationale konference om fundament og store sprogmodeller (FLLM)
Yongjian Tang; Doruk Tuncel; Christian Körner; Thomas Runkler

Overprompting opstår, når overdrevne eksempler i prompter forringer LLM-præstationen og udfordrer traditionelle læringsantagelser med få skud. For at studere dette dilemma evaluerede en fremmende ramme tilfældig prøveudtagning, semantisk indlejring og TF-IDF-vektorvalg på tværs af modeller som GPT-4O, DeepSeek-v3 og LLAMA-3.1. Resultaterne viser, at for mange domænespecifikke eksempler paradoksalt nok skader nøjagtigheden. Testet på softwarekravdatasæt, gradvist stigende stratificerede og TF-IDF-valgte eksempler afslørede optimale promptstørrelser. Denne fremgangsmåde undgår overdrivelse, mens den overgår den nyeste kravsklassificering med 1%.
Se på udgiverens side

LLM-baserede agentsystemer til software engineering: Udfordringer og muligheder

Indsendt til: SE2026, Gesellschaft für Informatik, Bonn
Yongjian Tang, Thomas Runkler

På trods af LLM-fremskridt kræver komplekse softwaretekniske opgaver samarbejdsmæssige, specialiserede tilgange. Denne artikel gennemgår systematisk det nye paradigme for LLM-baserede multi-agentsystemer på tværs af hele softwareudviklingscyklussen, herunder kravsteknik, kodegenerering, test og fejlfinding. Det undersøger modelvalg, evalueringsbenchmarks, agentiske rammer og kommunikationsprotokoller. Derudover fremhæver arbejdet centrale udfordringer som orkestrering, koordinering af menneskelige agenter, omkostningsoptimering og dataindsamling, hvilket giver væsentlig indsigt i tilstanden af agentic software engineering.
Se på udgiverens side

Modeldrevet modernisering af ældre systemer i stor skala

Udgivet i: ReCODE '26: Proceedings of the 1st Workshop om kodeoversættelse, transformation og modernisering, side 13 - 18
Tobias Böhm, Jens Guan Su Tien, Mohini Nonnenmann, Tom Schoonbaert, Bart Carpels, Andreas Biesdorf

Denne erfaringsrapport præsenterer en fire-trins modeldrevet tilgang (analyse, berigelse, syntese, overgang), der indsætter en teknologi-agnostisk mellemmodel mellem ældre kodebaser og moderne målplatforme. Anvendt til en stor industriel.NET-applikation migrerer den halvautomatisk brugergrænseflader og sidestrukturer til moderne webstakke, samtidig med at den funktionelle adfærd bevares. Ved at konsolidere arkitektonisk viden i eksplicitte modeller forbedrer det vedligeholdelsesevnen og udvikleroplevelsen. På trods af layoutudfordringer, der kræver manuel indsats, reducerer tilgangen risikoen, skaleres effektivt og tilbyder genanvendelige mønstre.
Se på udgiverens side

Bygning af formel syntaks og LLM-semantik: Udtrækning af videngrafer til forståelse af ældre kode

Udgivet i: 2026 IEEE 23. internationale konference om Software Architecture Companion (ICSA‑C)
Henrik Thillmann; Bernhard Rumpe; Andreas Biesdorf

Etablerede virksomheder er ofte afhængige af ældre systemer, der er vanskelige at vedligeholde på grund af forældede sprog og uklare identifikatorer. Udskiftning af disse systemer udgør imidlertid risikoen for at miste deres dokumenterede pålidelighed. Store sprogmodeller kan hjælpe med genopretning og modernisering af arkitektur, men de kræver præcis kontekststyring. Da kode er et formelt sprog, der kan analyseres, kan hentning udnytte programstruktur i stedet for at stole på ustruktureret tekst. Vi foreslår en parsing-baseret metode til at opbygge en strukturbevidst videngraf til GraphRAG. Denne tilgang demonstrerer forbedret hentningspræcision og multi-hop arkitektonisk ræsonnement i et industrielt casestudie.
Se på udgiverens side