Skip to main content
Deze pagina wordt weergegeven met behulp van automatische vertaling. In plaats daarvan in het Engels bekijken?
Het bedrijf Core Technologies

Software-architectuur en -ontwerp

Het onderzoeksveld Software-architectuur en -ontwerp definieert de architecturale paradigma's voor industriële software die zichzelf ontwikkelt. We zetten statische blauwdrukken om in levende softwarearchitecturen waarmee systemen zichzelf proactief opnieuw kunnen uitvinden en tegelijkertijd de juistheid van complexe landschappen kunnen garanderen.

Wat als industriële software niet langer een statisch hulpmiddel was, maar een levende architectuur die zichzelf evolueert om correct te blijven?

Ons onderzoek hervormt de toekomst van het digitale portfolio van Siemens door softwarearchitecturen te ontwikkelen die zijn gebouwd om te evolueren. We zetten vaste blauwdrukken om in dynamisch aangepaste architecturale artefacten die proactief omgaan met complexiteit. Door operationele autonomie en zelfbewustzijn te integreren in de kernarchitectuur, zorgen we ervoor dat onze software veerkrachtig en correct blijft, zelfs als hun omgevingen en vereisten voortdurend veranderen.

Wat belangrijk is, is de evolutie van de softwarearchitectuur van een vaste blauwdruk naar een dynamisch aangepast artefact dat gedurende de hele evolutie de juistheid behoudt.

Gesplitste afbeelding met abstracte neonglazen blokken en een ontwikkelaar die aan meerdere monitoren werkt
Twee collega's werken samen in een modern kantoor, kijkend naar het scherm van een laptop

Onderzoek naar software-architectuur en -ontwerp richt zich op de overgang van statische blauwdrukken naar levende softwarearchitecturen. We definiëren de principes voor softwarearchitecturen die zichzelf ontwikkelen en de architecturale kwaliteitskenmerken die nodig zijn voor operationele autonomie. Ons werk stimuleert de evolutie van strategische architectuur en de modernisering van het portfolio, waardoor de verschuiving naar AI-gebaseerde softwareparadigma's mogelijk wordt.

De belangrijkste onderzoeksgebieden zijn gericht op zelfbewustzijn voor softwaresystemen, kaders voor zelfevolutie, ontwerp van federatieve softwarearchitectuur, autonoom bestuur en AI-verbeterde data-integratie. Een centrale pijler van ons domein is de ontwikkeling van correctheidsenveloppen en controleharnassen. Door zelfbewustzijn en traceerbaarheid in de architecturale kern te verankeren, zorgen we ervoor dat complexe industriële systemen en agentschapsarchitecturen tijdens hun eigen evolutie veerkrachtig, betrouwbaar en correct blijven.

Dit Kerntechnologie van het bedrijf richt zich op de ontwikkeling van zichzelf evoluerende en gefedereerde industriële softwaretoepassingen door middel van geavanceerde softwarearchitectuurkaders. We stimuleren de evolutie van strategische architectuur en zorgen ervoor dat onze software correct en betrouwbaar blijft in omgevingen waar veel op het spel staat. Door correcte enveloppen en architecturale kenmerken toe te passen voor operationele autonomie, stellen we industriële toepassingen in staat zich proactief aan te passen met behoud van de operationele integriteit.

Naast fundamenteel onderzoek naar levende architectuurprincipes biedt dit bedrijf Core Technology deskundig advies, architectuurbeoordelingen en technische evaluaties. Als horizontaal veld levert het de architecturale patronen en toekomstbestendige begeleiding die nodig zijn om veerkrachtige software van industriële kwaliteit te bouwen in alle bedrijfsdomeinen van Siemens.

Icoon voor Software-architectuur en -ontwerp
Publicaties

Bekijk onze aanbevolen kranten


Het dilemma in enkele gevallen: te veel vragen om grote taalmodellen

Gepubliceerd in: 3e internationale conferentie over fundamentele en grote taalmodellen (FLLM) in 2025
Yongjian Tang; Doruk Tuncel; Christian Koerner; Thomas Runkler

Te veel vragen doen zich voor wanneer te veel voorbeelden in prompts de LLM-prestaties verminderen, waardoor traditionele veronderstellingen van weinig leren in twijfel worden getrokken. Om dit dilemma te bestuderen, evalueerde een snel raamwerk willekeurige steekproeven, semantische inbedding en TF-IDF-vectorselectie in modellen zoals GPT-4O, DeepSeek-v3 en Llama-3.1. De resultaten tonen aan dat te veel domeinspecifieke voorbeelden paradoxaal genoeg afbreuk doen aan de nauwkeurigheid. Getest op datasets voor softwarevereisten, waarbij de gestratificeerde en door TF-IDF geselecteerde voorbeelden geleidelijk aan het licht kwamen. Deze aanpak voorkomt dat er te veel wordt gevraagd en presteert tegelijkertijd 1% beter dan de meest geavanceerde eisenclassificatie.
Bekijk op de pagina van de uitgever


Op LLM gebaseerde agentsystemen voor software-engineering: uitdagingen en kansen

Ingediend bij: SE2026, Gesellschaft für Informatik, Bonn
Yongjian Tang, Thomas Runkler

Ondanks de vooruitgang op het gebied van LLM vereisen complexe taken op het gebied van software-engineering een gezamenlijke, gespecialiseerde aanpak. In dit artikel wordt systematisch ingegaan op het opkomende paradigma van op LLM gebaseerde multi-agentsystemen gedurende de gehele levenscyclus van softwareontwikkeling, inclusief requirements engineering, codegeneratie, testen en debuggen. Het onderzoekt de selectie van modellen, evaluatiebenchmarks, agentiekaders en communicatieprotocollen. Daarnaast legt het werk de nadruk op belangrijke uitdagingen zoals orkestratie, coördinatie tussen mensen en agenten, kostenoptimalisatie en gegevensverzameling, wat essentiële inzichten biedt in de stand van zaken op het gebied van software engineering voor agenten.
Bekijk op de pagina van de uitgever


Modelgestuurde modernisering van legacy-systemen op grote schaal

Gepubliceerd in: ReCode '26: Proceedings van de eerste workshop over codevertaling, -transformatie en -modernisering, pagina's 13 ‑ 18
Tobias Böhm, Jens Guan Su Tien, Mohini Nonnenmann, Tom Schoonbaert, Bart Carpels, Andreas Biesdorf

Dit ervaringsrapport presenteert een modelgestuurde aanpak in vier fasen (analyse, verrijking, synthese, transitie) waarbij een technologieonafhankelijk tussenmodel wordt ingevoegd tussen oude codebases en moderne doelplatforms. Toegepast op een grote industriële .NET-toepassing migreert het semi-automatisch gebruikersinterfaces en paginastructuren naar moderne webstacks met behoud van functioneel gedrag. Door architectuurkennis te consolideren in expliciete modellen, verbetert dit de onderhoudbaarheid en de ervaring van ontwikkelaars. Ondanks de uitdagingen op het gebied van de lay-out die handmatige inspanningen vergen, beperkt de aanpak risico's, schaalt ze effectief en biedt ze herbruikbare patronen.
Bekijk op de pagina van de uitgever


Formele syntaxis en LLM-semantiek overbruggen: Kennisgrafieken extraheren om oude code te begrijpen

Gepubliceerd in: 23e internationale conferentie over Software Architecture Companion van de IEEE 2026 (ICSA‑C)
Henrik Thillmann; Bernhard Rumpe; Andreas Biesdorf

Gevestigde ondernemingen vertrouwen vaak op oude systemen die moeilijk te onderhouden zijn vanwege verouderde talen en onduidelijke identificatiegegevens. Als deze systemen worden vervangen, bestaat echter het risico dat hun bewezen betrouwbaarheid verloren gaat. Grote taalmodellen kunnen helpen bij het herstel en de modernisering van de architectuur, maar ze vereisen nauwkeurig contextbeheer. Aangezien code een parseerbare formele taal is, kan bij het ophalen gebruik worden gemaakt van de programmastructuur in plaats van te vertrouwen op ongestructureerde tekst. We stellen een op parsing gebaseerde methodologie voor om een structuurbewuste kennisgrafiek op te stellen voor GraphRag. Deze aanpak toont aan dat in een industriële casestudy een verbeterde zoeknauwkeurigheid en een architecturaal redeneren met meerdere hop is aangetoond.
Bekijk op de pagina van de uitgever