Kerntechnologien des Unternehmens

Softwarearchitektur und -design

Das Forschungsfeld Softwarearchitektur und -design definiert die architektonischen Paradigmen für sich selbst entwickelnde Industriesoftware. Wir verwandeln statische Pläne in lebendige Softwarearchitekturen, die es Systemen ermöglichen, sich proaktiv neu zu erfinden und gleichzeitig die Korrektheit in komplexen Umgebungen sicherzustellen.

Entdecken Sie Veröffentlichungen

Was wäre, wenn Industriesoftware kein statisches Tool mehr wäre, sondern eine lebendige Architektur, die sich selbst weiterentwickelt, um korrekt zu bleiben?

Unsere Forschung gestaltet die Zukunft des digitalen Portfolios von Siemens neu, indem wir Softwarearchitekturen entwickeln, die darauf ausgelegt sind, sich weiterzuentwickeln. Wir wandeln feste Baupläne in dynamisch anpassende architektonische Artefakte um, die proaktiv mit Komplexität umgehen. Durch die Integration von Betriebsautonomie und Selbstbewusstsein in die Kernarchitektur stellen wir sicher, dass unsere Software robust und korrekt bleibt, auch wenn sich ihre Umgebungen und Anforderungen ständig ändern.

Was zählt, ist die Entwicklung der Softwarearchitektur von einem festen Bauplan zu einem sich dynamisch anpassenden Artefakt, das die Korrektheit während seiner gesamten Entwicklung bewahrt.

Geteiltes Bild mit abstrakten Neonglasblöcken und einem Entwickler, der an mehreren Monitoren arbeitet

Zwei Kollegen arbeiten in einem modernen Büro zusammen und schauen auf einen Laptop-Bildschirm

Die Forschung im Bereich Softwarearchitektur und Design konzentriert sich auf den Übergang von statischen Bauplänen zu lebendigen Softwarearchitekturen. Wir definieren die Prinzipien für sich selbst entwickelnde Softwarearchitekturen und die architektonischen Qualitätsmerkmale, die für eine betriebliche Autonomie erforderlich sind. Unsere Arbeit treibt die strategische Entwicklung der Architektur und die Modernisierung des Portfolios voran und ermöglicht den Übergang zu KI-nativen Software-Paradigmen.

Die wichtigsten Forschungsbereiche konzentrieren sich auf das Selbstbewusstsein von Softwaresystemen, Frameworks für die Selbstentwicklung, föderiertes Softwarearchitekturdesign, autonome Verwaltung und KI-gestützte Datenintegration. Eine zentrale Säule unseres Fachgebiets ist die Entwicklung von Korrektheitsumschlägen und Prüfgurten. Indem wir Selbstbewusstsein und Rückverfolgbarkeit in den architektonischen Kern einbetten, stellen wir sicher, dass komplexe industrielle Systeme und Agentenarchitekturen während ihrer gesamten Entwicklung widerstandsfähig, vertrauenswürdig und korrekt bleiben.

Das Kerntechnologie des Unternehmens konzentriert sich auf die Entwicklung sich selbst entwickelnder und verbundener industrieller Softwareanwendungen mithilfe fortschrittlicher Softwarearchitektur-Frameworks. Wir treiben die strategische Weiterentwicklung der Architektur voran und stellen sicher, dass unsere Software in Umgebungen, in denen viel auf dem Spiel steht, korrekt und vertrauenswürdig bleibt. Indem wir Korrektheitshüllen und architektonische Merkmale für eine betriebliche Autonomie anwenden, ermöglichen wir industriellen Anwendungen, sich proaktiv anzupassen und gleichzeitig die Betriebsintegrität zu wahren.

Neben der Grundlagenforschung zu lebendigen architektonischen Prinzipien bietet diese Company Core Technology Expertenberatung, Architekturüberprüfungen und technische Bewertungen. Als horizontales Feld liefert es die architektonischen Muster und zukunftssicheren Anleitungen, die für die Entwicklung robuster, industrietauglicher Software in allen Geschäftsbereichen von Siemens erforderlich sind.

Symbol für Softwarearchitektur und -design

Publikationen

Erkunden Sie unsere Fachartikel

Das Few-shot-Dilemma: Überfordern großer Sprachmodelle

Veröffentlicht in: 2025, 3. Internationale Konferenz über Grundlagen und große Sprachmodelle (FLLM)
Yongjian Tang; Doruk Tuncel; Christian Körner; Thomas Runkler

Überfordern tritt auf, wenn zu viele Beispiele in Prompts die LLM-Leistung beeinträchtigen und traditionelle Lernannahmen mit wenigen Schüssen in Frage stellen. Um dieses Dilemma zu untersuchen, evaluierte ein Prompting-Framework Zufallsstichproben, semantische Einbettung und TF-IDF-Vektorauswahl in Modellen wie GPT-4O, DeepSeek-v3 und LLAMA-3.1. Die Ergebnisse zeigen, dass zu viele domänenspezifische Beispiele die Genauigkeit paradoxerweise beeinträchtigen. Anhand von Datensätzen mit Softwareanforderungen getestet, ergab eine schrittweise Erhöhung der geschichteten und von TF-IDF ausgewählten Beispiele optimale Prompt-Größen. Dieser Ansatz vermeidet übertriebene Anfragen und übertrifft gleichzeitig die Anforderungsklassifizierung auf dem neuesten Stand der Technik um 1%.
Auf der Verlagsseite ansehen

LLM-basierte Agentensysteme für die Softwareentwicklung: Herausforderungen und Chancen

Eingereicht an: SE2026, Gesellschaft für Informatik, Bonn
Yongjian Tang, Thomas Runkler

Trotz der Fortschritte im LLM erfordern komplexe Softwareentwicklungsaufgaben kollaborative, spezialisierte Herangehensweisen. In diesem Artikel wird systematisch das neue Paradigma der LLM-basierten Multi-Agentensysteme über den gesamten Lebenszyklus der Softwareentwicklung hinweg untersucht, einschließlich Anforderungsanalyse, Codegenerierung, Testen und Debuggen. Es untersucht Modellauswahl, Bewertungsbenchmarks, agentische Frameworks und Kommunikationsprotokolle. Darüber hinaus beleuchtet die Arbeit zentrale Herausforderungen wie Orchestrierung, Koordination zwischen Mensch und Agent, Kostenoptimierung und Datenerfassung und bietet wichtige Einblicke in den Stand der Agenten-Softwareentwicklung.
Auf der Verlagsseite ansehen

Modellgetriebene Modernisierung von Altsystemen im großen Maßstab

Veröffentlicht in: ReCode '26: Tagungsband des 1. Workshops über Codeübersetzung, Transformation und Modernisierung, Seiten 13 ‑ 18
Tobias Böhm, Jens Guan Su Tien, Mohini Nonnenmann, Tom Schoonbaert, Bart Carpels, Andreas Biesdorf

Dieser Erfahrungsbericht stellt einen vierstufigen modellgesteuerten Ansatz (Analyse, Anreicherung, Synthese, Übergang) vor, der ein technologieunabhängiges Zwischenmodell zwischen älteren Codebasen und modernen Zielplattformen einfügt. Auf eine große industrielle .NET-Anwendung angewendet, migriert es halbautomatisch Benutzeroberflächen und Seitenstrukturen auf moderne Web-Stacks, wobei das funktionale Verhalten erhalten bleibt. Durch die Konsolidierung von Architekturwissen in expliziten Modellen werden die Wartbarkeit und das Entwicklererlebnis verbessert. Obwohl die Layoutprobleme manuellen Aufwand erfordern, reduziert der Ansatz das Risiko, skaliert effektiv und bietet wiederverwendbare Muster.
Auf der Verlagsseite ansehen

Eine Brücke zwischen formaler Syntax und LLM-Semantik: Extrahieren von Wissensgraphen für das Verständnis von Legacy-Code

Veröffentlicht in: 2026 IEEE 23rd International Conference on Software Architecture Companion (ICSA‑C)
Henrik Thillmann; Bernhard Rumpe; Andreas Biesdorf

Etablierte Unternehmen verlassen sich oft auf Altsysteme, die aufgrund veralteter Sprachen und unklarer Identifikatoren schwer zu pflegen sind. Der Austausch dieser Systeme birgt jedoch das Risiko, dass ihre bewährte Zuverlässigkeit verloren geht. Große Sprachmodelle können bei der Wiederherstellung und Modernisierung der Architektur helfen, aber sie erfordern ein präzises Kontextmanagement. Da Code eine analysierbare formale Sprache ist, kann das Abrufen die Programmstruktur ausnutzen, anstatt sich auf unstrukturierten Text zu verlassen. Wir schlagen eine parsingbasierte Methode vor, um einen strukturbewussten Wissensgraphen für GraphRag zu erstellen. Dieser Ansatz demonstriert eine verbesserte Abrufgenauigkeit und architektonisches Multi-Hop-Denken in einer industriellen Fallstudie.
Auf der Verlagsseite ansehen