Osnovne tehnologije kompanije

Arhitektura i dizajn softvera

Polje istraživanja softverske arhitekture i dizajna definiše arhitektonske paradigme za industrijski softver koji se razvija. Statičke nacrte transformišemo u žive softverske arhitekture koje omogućavaju sistemima da se proaktivno ponovo otkriju, istovremeno obezbeđujući ispravnost u složenim pejzažima.

Istražite publikacije

Šta ako industrijski softver više nije statički alat, već živa arhitektura koja se sama razvija da bi ostala ispravna?

Naše istraživanje preoblikuje budućnost Siemensovog digitalnog portfelja razvijanjem softverskih arhitektura koje su izgrađene da evoluiraju. Pretvaramo fiksne nacrte u dinamički prilagođavajuće arhitektonske artefakte koji proaktivno upravljaju složenošću. Integrisanjem operativne autonomije i samosvesti u osnovnu arhitekturu, osiguravamo da naš softver ostane otporan i ispravan, čak i dok se njihova okruženja i zahtevi neprestano menjaju.

Ono što je važno je evolucija softverske arhitekture od fiksnog nacrta do dinamički prilagođavajućeg artefakta koji čuva ispravnost tokom sopstvene evolucije.

Podeljena slika koja prikazuje apstraktne neonske staklene blokove i programera koji radi na više monitora

Dve kolege koje sarađuju u modernoj kancelariji, gledajući ekran laptopa

Istraživanje softverske arhitekture i dizajna fokusira se na prelazak sa statičkih nacrta na žive softverske arhitekture. Definišemo principe za samostalno razvijajuće softverske arhitekture i arhitektonske karakteristike kvaliteta potrebne za operativnu autonomiju. Naš rad pokreće evoluciju strateške arhitekture i modernizaciju portfelja, omogućavajući prelazak ka paradigmama softvera izvornih AI.

Ključne oblasti istraživanja usredsređene su na samosvest za softverske sisteme, okvire za samoevoluciju, dizajn federirane softverske arhitekture, autonomno upravljanje i integraciju podataka proširenih veštačkom inteligencijom. Centralni stub našeg domena je inženjering koverti ispravnosti i pojaseva za verifikaciju. Ugrađujući samosvest i sljedivost u arhitektonsko jezgro, osiguravamo da složeni industrijski sistemi i agentičke arhitekture ostanu otporni, pouzdani i ispravni tokom sopstvene evolucije.

Ovo Osnovna tehnologija kompanije fokusira se na inženjering samorazvijajućih i federativnih industrijskih softverskih aplikacija kroz napredne okvire softverske arhitekture. Mi pokrećemo evoluciju strateške arhitekture, osiguravajući da naš softver ostane ispravan i pouzdan u okruženjima sa visokim ulozima. Primenom koverta ispravnosti i arhitektonskih karakteristika za operativnu autonomiju, omogućavamo industrijskim aplikacijama da se proaktivno prilagode uz održavanje operativnog integriteta.

Pored osnovnih istraživanja živih arhitektonskih principa, ova osnovna tehnologija kompanije nudi stručno savetovanje, preglede arhitekture i tehničke procene. Kao horizontalno polje, pruža arhitektonske obrasce i smernice otporne na budućnost potrebne za izgradnju otpornog softvera industrijskog kvaliteta u svim Siemensovim poslovnim domenima.

Ikona za softversku arhitekturu i dizajn

Publikacije

Istražite naše istaknute radove

Nekolicina dilema: Prekomerno podsticanje velikih jezičkih modela

Objavljeno u: 2025. 3. međunarodna konferencija o osnovama i velikim jezičkim modelima (FLLM)
Iongjian Tang; Doruk Tuncel; Christian Koerner; Thomas Runkler

Prekomerno podsticanje nastaje kada prekomerni primeri u podsticajima pogoršavaju performanse LLM-a, izazivajući tradicionalne pretpostavke učenja sa nekoliko snimaka. Da bi proučavao ovu dilemu, podsticajni okvir je procenio slučajno uzorkovanje, semantičko ugrađivanje i selekciju vektora TF-IDF u modelima kao što su GPT-4o, DeepSeek-v3 i LLAMA-3.1. Rezultati pokazuju da previše primera specifičnih za domen paradoksalno šteti tačnosti. Testirano na skupovima podataka za softverskim zahtevima, postepeno povećavajući stratifikovani primeri i TF-IDF odabrani primeri otkrili su optimalne veličine brzine. Ovaj pristup izbegava prekomerno podsticanje dok nadmašuje najsavremeniju klasifikaciju zahteva za 1%.
Pogledajte na stranici izdavača

Agentički sistemi zasnovani na LLM-u za softversko inženjerstvo: izazovi i mogućnosti

Dostavljeno na: SE2026, Gesellschaft für Informatik, Bonn
Iongjian Tang, Thomas Runkler

Uprkos napretku LLM-a, složeni zadaci softverskog inženjeringa zahtevaju saradničke, specijalizovane pristupe. Ovaj rad sistematski razmatra nastalu paradigmu sistema sa više agenata zasnovanih na LLM-u tokom čitavog životnog ciklusa razvoja softvera, uključujući inženjering zahteva, generisanje koda, testiranje i otklanjanje grešaka. Ispituje izbor modela, merila evaluacije, agentičke okvire i komunikacijske protokole. Pored toga, rad ističe ključne izazove kao što su orkestracija, koordinacija čovek-agent, optimizacija troškova i prikupljanje podataka, nudeći suštinski uvid u stanje agentičkog softverskog inženjeringa.
Pogledajte na stranici izdavača

Modernizacija nasleđenog sistema vođena modelom u obimu

Objavljeno u: RecODE '26: Zbornik radova prve radionice o prevođenju, transformaciji i modernizaciji koda, stranice 13-18
Tobias Bohm, Jens Guan Su Tien, Mohini Nonnenmann, Tom Schoonbaert, Bart Carpels, Andreas Biesdorf

Ovaj izveštaj o iskustvu predstavlja četvorostepeni pristup zasnovan na modelu (analiza, obogaćivanje, sinteza, tranzicija) koji ubacuje tehnološki agnostički intermedijarni model između nasleđenih baza koda i modernih ciljnih platformi. Primenjen na veliku industrijsku .NET aplikaciju, ona poluautomatski migrira korisničke interfejse i strukture stranica na moderne veb hrpe uz očuvanje funkcionalnog ponašanja. Konsolidacijom arhitektonskog znanja u eksplicitne modele poboljšava održivost i iskustvo programera. Uprkos izazovima rasporeda koji zahtevaju ručni napor, pristup smanjuje rizik, efikasno se skalira i nudi obrasce za višekratnu upotrebu.
Pogledajte na stranici izdavača

Premošćivanje formalne sintakse i LLM semantike: Izvlačenje grafikona znanja za razumevanje nasleđenog koda

Objavljeno u: 2026 IEEE 23. međunarodna konferencija o softverskoj arhitekturi pratioca (ICSA‑C)
Henrik Thillmann; Bernhard Rumpe; Andreas Biesdorf

Osnovana preduzeća se često oslanjaju na nasleđene sisteme koje je teško održavati zbog zastarelih jezika i nejasnih identifikatora. Međutim, zamena ovih sistema predstavlja rizik od gubitka dokazane pouzdanosti. Veliki jezički modeli mogu pomoći u oporavku i modernizaciji arhitekture, ali zahtevaju precizno upravljanje kontekstom. Pošto je kod formalni jezik koji se može raščlaniti, pronalaženje može iskoristiti strukturu programa umesto da se oslanja na nestrukturirani tekst. Predlažemo metodologiju zasnovanu na raščlanjivanju za izgradnju grafikona znanja svesnog strukture za GraphRAG. Ovaj pristup pokazuje poboljšanu preciznost pronalaženja i arhitektonsko zaključivanje sa više koraka u industrijskoj studiji slučaja.
Pogledajte na stranici izdavača