Företagets kärnteknologier

Software Arkitektur och Design

Forskningsområdet Software Architecture and Design definierar de arkitektoniska paradigmerna för självutvecklande industriell programvara. Vi omvandlar statiska ritningar till levande mjukvaruarkitekturer som låter system proaktivt återuppfinna sig själva samtidigt som de säkerställer korrekthet över komplexa landskap.

Utforska publikationer

Tänk om industriell programvara inte längre var ett statiskt verktyg, utan en levande arkitektur som utvecklas själv för att förbli korrekt?

Vår forskning omformar framtiden för Siemens digitala portfölj genom att utveckla mjukvaruarkitekturer som är byggda för att utvecklas. Vi omvandlar fasta ritningar till dynamiskt anpassande arkitektoniska artefakter som proaktivt hanterar komplexitet. Genom att integrera operativ autonomi och självmedvetenhet i kärnarkitekturen säkerställer vi att vår programvara förblir motståndskraftig och korrekt, även när deras miljöer och krav ständigt förändras.

Det som är viktigt är utvecklingen av mjukvaruarkitekturen från en fast ritning till en dynamiskt anpassningsbar artefakt som bevarar korrekthet under hela sin egen utveckling.

Delad bild som visar abstrakta neonglasblock och en utvecklare som arbetar på flera bildskärmar

Två kollegor som samarbetar på ett modernt kontor och tittar på en bärbar datorskärm

Software Architecture and Design forskning fokuserar på övergången från statiska ritningar till levande mjukvaruarkitekturer. Vi definierar principerna för självutvecklande mjukvaruarkitekturer och de arkitektoniska kvalitetsegenskaper som krävs för operativ autonomi. Vårt arbete driver utvecklingen av strategisk arkitektur och modernisering av portföljen, vilket möjliggör övergången till AI-inbyggda programvaruparadigmer.

Viktiga forskningsområden fokuserar på självmedvetenhet för mjukvarusystem, ramar för självutveckling, federerad mjukvaruarkitekturdesign, autonom styrning och AI-förstärkt dataintegration. En central pelare i vår domän är konstruktionen av korrekthetskuvert och verifieringsselar. Genom att integrera självmedvetenhet och spårbarhet i den arkitektoniska kärnan säkerställer vi att komplexa industriella system och agentiska arkitekturer förblir motståndskraftiga, pålitliga och korrekta under hela sin egen utveckling.

Detta Företagets kärnteknik fokuserar på konstruktion av självutvecklande och federerade industriella programvaruapplikationer genom avancerade ramverk för programvaruarkitektur. Vi driver utvecklingen av strategisk arkitektur och säkerställer att vår programvara förblir korrekt och pålitlig i miljöer med höga insatser. Genom att tillämpa korrekthållare och arkitektoniska egenskaper för operativ autonomi gör vi det möjligt för industriella applikationer att proaktivt anpassa sig samtidigt som driftsintegriteten bibehålls.

Utöver grundläggande forskning om levande arkitektoniska principer erbjuder detta Company Core Technology expertrådgivning, arkitekturrecensioner och tekniska utvärderingar. Som ett horisontellt fält levererar det de arkitektoniska mönster och framtidssäker vägledning som behövs för att bygga motståndskraftig programvara av industriell kvalitet inom alla Siemens affärsområden.

Ikon för Software Architecture and Design

Publikationer

Utforska våra utvalda artiklar

Det fåtaliga dilemmaet: Överdrivande stora språkmodeller

Publicerad i: 2025 3:e internationella konferensen om grundläggande och stora språkmodeller (FLLM)
Yongjian Tang; Doruk Tuncel; Christian Körner; Thomas Runkler

Överuppmaning uppstår när överdrivna exempel i uppmaningar försämrar LLM-prestanda och utmanar traditionella inlärningsantaganden med få skott. För att studera detta dilemma utvärderade ett uppmanande ramverk slumpmässig provtagning, semantisk inbäddning och TF-IDF-vektorval över modeller som GPT-4O, DeepSeek-v3 och LLAMA-3.1. Resultaten visar att för många domänspecifika exempel paradoxalt skadar noggrannheten. Testad på datamängder för programvarubehov, gradvis ökande stratifierade och TF-IDF-valda exempel avslöjade optimala snabbstorlekar. Detta tillvägagångssätt undviker överdrivet uppmaning samtidigt som den överträffar den senaste kravklassificeringen med 1%.
Visa på förlagets sida

LLM-baserade agentiska system för programvaruteknik: Utmaningar och möjligheter

Sänt till: SE2026, Gesellschaft für Informatik, Bonn
Yongjian Tang, Thomas Runkler

Trots LLM-framsteg kräver komplexa programvaruteknikuppgifter samarbetsvilliga, specialiserade tillvägagångssätt. Denna uppsats granskar systematiskt det framväxande paradigmet för LLM-baserade multiagentsystem över hela programvaruutvecklingscykeln, inklusive kravteknik, kodgenerering, testning och felsökning. Den undersöker modellval, utvärderingsriktmärken, agentiska ramverk och kommunikationsprotokoll. Dessutom belyser arbetet viktiga utmaningar som orkestrering, koordinering av mänskliga agenter, kostnadsoptimering och datainsamling, vilket ger väsentliga insikter i tillståndet för agentic software engineering.
Visa på förlagets sida

Modelldriven modernisering av äldre system i stor skala

Publicerad i: ReCODE '26: Förhandlingar från den första workshopen om kodöversättning, transformation och modernisering, sidorna 13 - 18
Tobias Böhm, Jens Guan Su Tien, Mohini Nonnenmann, Tom Schoonbaert, Bart Carpels, Andreas Biesdorf

Denna erfarenhetsrapport presenterar ett fyrstegs modelldrivet tillvägagångssätt (analys, berikning, syntes, övergång) som infogar en teknikagnostisk mellanmodell mellan äldre kodbaser och moderna målplattformar. Tillämpad på en stor industriell.NET-applikation migrerar den halvautomatiskt användargränssnitt och sidstrukturer till moderna webbstackar samtidigt som funktionellt beteende bevaras. Genom att konsolidera arkitektonisk kunskap till explicita modeller förbättrar det underhållsbarheten och utvecklarupplevelsen. Trots layoututmaningar som kräver manuell ansträngning minskar tillvägagångssättet risker, skalas effektivt och erbjuder återanvändbara mönster.
Visa på förlagets sida

Överbrygga formell syntax och LLM-semantik: Extrahera kunskapsgrafer för förståelse av äldre kod

Publicerad i: 2026 IEEE 23:e internationella konferensen om Software Architecture Companion (ICSA‑C)
Henrik Thillmann; Bernhard Rumpe; Andreas Biesdorf

Etablerade företag förlitar sig ofta på äldre system som är svåra att underhålla på grund av föråldrade språk och oklara identifierare. Att byta ut dessa system innebär dock risken att förlora sin beprövade tillförlitlighet. Stora språkmodeller kan hjälpa till med arkitekturåterställning och modernisering, men de kräver exakt kontexthantering. Eftersom kod är ett tolkbart formellt språk kan hämtning utnyttja programstruktur istället för att förlita sig på ostrukturerad text. Vi föreslår en parsingbaserad metod för att bygga en strukturmedveten kunskapsgraf för GraphRAG. Detta tillvägagångssätt visar förbättrad hämtningsprecision och multi-hop arkitektoniskt resonemang i en industriell fallstudie.
Visa på förlagets sida