iQBuddy

iQBuddy: So wird der Modellierungsprozess einfacher

Auf dem diesjährigen TdSE stellt Denis Tissen vom Heinz Nixdorf Institut den „iQBuddy“ vor: Was ist iQBuddy und was kann er? Die Modellierung komplexer technischer Systeme mit dem Konzept des Model-Based Systems Engineering (MBSE) ist für viele kein Fremdwort mehr. Steigende Anforderungen an die zu entwickelnden Produkte und deren vorherrschenden Systemmodellen spiegeln sich vor allem in den Tätigkeiten der Systemarchitekten wider. Anwender des MBSE müssen aktuell einen Großteil ihrer Modelle von Grund auf eigenständig aufbauen. So wiederholen sich viele Modellierungstätigkeiten, welche unnötig viel Entwicklungszeit rauben. Doch wie lassen sich wiederholenden Modellierungstätigkeiten sinnvoll unterstützen bzw. optimieren? Eine Antwort liefert iQBuddy. Was ist iQBuddy? Die Software-Anwendung iQBuddy dient als Assistent im komplexen, digitalen Modellierungsprozess. Mithilfe von gezielten Vorschlägen für erforderliche Bestandteile des Modellierungsprozesses unterstützt iQBuddy Anwender bei täglich anfallenden Modellierungsaufgaben. So müssen Systeme nicht mehr von „Grund auf“ auf modelliert werden. Es wird dabei auf vordefiniertes Wissen innerhalb einer Datenbank zurückgegriffen. Diese ermöglicht die Nutzung bereits erprobter Modellierungsbestandteile für die eigenen täglichen Modellierungsaufgaben. So kann durch iQBuddy nicht nur die Entwicklungszeit reduziert, sondern auch die eigene Perspektive erweitert werden. Wie genau funktioniert iQBuddy? Der Nutzen von iQBuddy wird bereits deutlich. Doch wie genau soll dies funktionieren? Gemäß dem Sprichwort: „Ein Bild sagt mehr als 1000 Worte“, lässt sich die Funktionsweise am besten in Form einer Abbildung erklären (siehe Abbildung 1). Das Architekturkonzept von iQBuddy zeight, dass Anwender Schlüsselwörter eines bestimmten Systems, Produkts oder andere Entitäten über eine Suchzeile in einer Webapplikation eingeben können. iQBuddy vergleicht diese Schlüsselwörter intelligent mit einer Modellbibliothek in Form einer Datenbank. Die graph-basierte Datenbank wird initial durch die KI-Anwendung ChatGPT mit Lösungselementen befüllt. Um die hohen Qualitätsanforderungen der Daten zu gewährleisten, werden die Lösungselemente durch Administratoren überprüft und angepasst. So gelingt es iQBuddy mit einem Empfehlungsalgorithmus, den Anwendern Elemente, Funktionen, Beziehungen und Strukturen für Systemmodelle vorzuschlagen. Anschließend erlaubt die Webanwendung, die vorgeschlagenen Datensätze auszuwählen und als JSON-File herunterzuladen. Somit findet eine nahtlose Importierung vorhandener Datensätze in gängige Modellierungswerkzeuge statt, wodurch eine eigene Modellierung dieser Systemelemente entfällt. Indem Anwender die vorgeschlagenen Datensätze akzeptieren oder ablehnen, wird der Empfehlungsalgorithmus intelligent trainiert. Dies verbessert kontinuierlich die Qualität der Vorschläge. Modellierungszeiten reduzieren, Qualität erhöhen Maßgeschneiderte Vorschläge lösen zeitintensive, lästige Modellierungsaufgaben ab, wodurch die Entwicklungszeiten reduziert werden. So können Anwender von iQBuddy ihre Modellierungsaufgaben effizient gestalten. Dadurch, dass die Vorschläge auf bewährten Systemelementen mit dem Wissen einer Community basieren, wird zudem die Modellqualität gesteigert. Außerdem wird die eigene Perspektive durch den Wissensbereich der Community erweitert, um neue Aufgabenbereich zu integrieren. Zusammengefasst bedeutet das: iQBuddy unterstützt Anwender effektiv bei ihren Modellierungsaufgaben. Dies ist ein Gastbeitrag von Denis Tissen. Er ist wissenschaftlicher Mitarbeiter im Advanced Systems Engineering am Heinz Nixdorf Institut der Universität Paderborn. Auf dem TdSE 2023 in Würzburg wird er den iQBuddy in einem Vortrag vorstellen. Wir stellen die Anwendung auch als Demonstrator näher vor. Besuchen Sie uns gern am Stand 30! Sonja FeierabendSonja Feierabend betreut als Online Marketing Manager die Website, Social Media und PR für Two Pillars. www.two-pillars.de

iQBuddy: So wird der Modellierungsprozess einfacher Read More »