Aus Anforderungen automatisch eine funktionale Architektur ableiten, im Graphen mit Komponenten, Schnittstellen und Tests verbinden, in Enterprise Architect, Cameo oder SysML v2 zurückschreiben. Die KI füllt die Skalierungslücke, die Architekt:innen heute manuell stopfen müssen.
Klassische Systemarchitektur folgt einem sequenziellen Ablauf: Anforderungen sichten, funktional zerlegen, logisch strukturieren, auf physische Komponenten verteilen. Jeder Schritt ist Handarbeit, jeder verlangt eigene Reviews. Bei einem mechatronischen System mit Tausenden Anforderungen, dutzenden Subsystemen und mehreren Varianten reicht die Kapazität eines Architekten oder einer Architektin schlicht nicht mehr, um den Überblick zu behalten und gleichzeitig die richtigen Entwurfsentscheidungen vorzubereiten.
Das ist kein Versagen der Methodik. Es ist eine Skalierungsgrenze des manuellen Vorgehens, die genau dort spürbar wird, wo Produkte komplex genug werden, um Architektur überhaupt nötig zu machen.
Der Architecture Creator nimmt den mechanischen Anteil der Architekturarbeit, damit die kreativen Entscheidungen mehr Zeit bekommen. Das Architektur-Modell existiert nicht mehr nur im Modellierungswerkzeug, sondern bleibt im Graphen mit Anforderungen und Tests verbunden.
Aus Polarion, DOORS Next Generation, Codebeamer oder einfacheren Quellen (Word, Excel, SharePoint). Die KI ordnet sie in die Engineering-Ontologie ein und prüft auf Vollständigkeit.
Die KI analysiert die Anforderungen funktional und schlägt eine Aufteilung in Teilfunktionen und Verantwortlichkeiten vor.
Aus der funktionalen Sicht und aus Mustern ähnlicher Systeme entstehen Architekturvarianten, jeweils mit ihren Konsequenzen (Komponentenzahl, Schnittstellenkomplexität, Hardware-Anforderungen, Safety-Implikationen).
Das Team bewertet die Vorschläge, wählt aus, verfeinert, ergänzt und verwirft. Hier liegt die kreative Architekturarbeit, die KI hält den Lösungsraum offen.
Das Ergebnis wird im Knowledge Graph verankert und in die gewünschte Modellierungsumgebung exportiert, Enterprise Architect, Cameo, SysML v2. Verbindungen zu Anforderungen, Schnittstellen und Tests bleiben bestehen.
KI-Systemarchitektur funktioniert auch mit SysML v1, mit UML oder mit hauseigenen Architektur-Notationen. SysML v2 macht die Zusammenarbeit zwischen Modell und KI allerdings spürbar einfacher, und der Grund ist technischer Natur.
SysML v2 bringt mit KerML eine textuelle Kernsyntax mit, die direkt von Large Language Models verarbeitet werden kann. Wo SysML v1 primär auf grafische Diagramme setzte (schwer zu verstehen für eine KI ohne explizite Modell-Repräsentation), ist ein SysML-v2-Modell ein lesbarer und schreibbarer Text. Zwei praktische Konsequenzen: Die KI kann Architekturvorschläge direkt als SysML-v2-Code generieren, der ohne Konvertierung im Modellierungswerkzeug landet. Und sie kann bestehende Modelle interpretieren und gezielt erweitern, statt nur isolierte Bausteine zu liefern.
Eine sofortige Migration ist nicht nötig: Der Architecture Creator liest und schreibt SysML v1 ebenso wie SysML v2, der Knowledge Graph dient als gemeinsame Datenbasis zwischen beiden Welten.
Der häufigste Fall im Mittelstand: Anforderungen liegen in Word, Excel oder Polarion, eine echte MBSE-Modellierung gibt es noch nicht. Die KI leitet aus dem Lastenheft eine erste funktionale Architektur ab, schlägt eine Komponentenstruktur vor und macht Lücken im Lastenheft selbst sichtbar. Vorgelagert hilft Requirements Gen beim Strukturieren.
Ein etabliertes Team hat über Jahre Architektur-Modelle in Enterprise Architect oder Cameo gepflegt, viele sind nicht mehr aktuell, manche nach Personalwechseln verwaist. Die KI importiert die bestehenden Modelle in den Graphen, verknüpft sie mit aktuellen Anforderungen und macht sichtbar, wo Modell und Realität auseinandergedriftet sind.
Bei mehreren Produktvarianten (unterschiedliche Motorisierungen, Marktvarianten, Performance-Klassen) identifiziert die KI die gemeinsame Plattform-Architektur und die variantenspezifischen Unterschiede, schlägt 150-%-Modelle vor und prüft, dass jede Variante in sich konsistent bleibt.
Der Architecture Creator ersetzt Ihre Modellierungswerkzeuge nicht, er arbeitet mit ihnen zusammen. Bidirektional integriert ist die App heute mit Cameo Systems Modeler / Magic Model Analyst und Enterprise Architect, jeweils für SysML v1 und UML, sowie für SysML v2 in der Übergangsphase. Architekturmodelle werden in der jeweiligen nativen Form erzeugt und gelesen, sodass das Team in seiner gewohnten Umgebung weiterarbeitet. Die Einbindung von SysML-v2-nativen Werkzeugen wie Eclipse SysIDE und SysON entwickelt sich entlang der Reife des SysML-v2-Ökosystems weiter.
Auf der Anforderungs-Seite gilt dasselbe Prinzip: Konnektoren importieren und synchronisieren mit DOORS Next Generation, Siemens Polarion, Codebeamer und Jama Connect. Wo Anforderungen heute in Word, Excel oder SharePoint liegen, werden auch diese als Quelle gelesen. Der Knowledge Graph dient als gemeinsamer Bezugspunkt zwischen Anforderung und Architektur, ohne dass eine zentrale Tool-Konsolidierung Voraussetzung wäre.
Architekturentscheidungen sind tiefgreifend. Sie legen für Jahre fest, was an einem Produkt mit vertretbarem Aufwand änderbar ist und was nicht. Welches Hardware-Budget realistisch ist, welche Updates später möglich werden, welche Risiken in welchen Subsystemen liegen. Solche Entscheidungen sind weder delegierbar an ein Modell noch automatisierbar. Die KI engt den Lösungsraum ein, indem sie Varianten generiert und ihre Konsequenzen sichtbar macht. Sie prüft die Konsistenz, hält den Zusammenhang zwischen Anforderung und Architektur aktuell, weist auf Lücken hin. Die Entscheidung, welche Variante die richtige ist, treffen die Architekt:innen, mit dem Wissen über die Geschäftsstrategie, die regulatorischen Randbedingungen und das Team, das sie umsetzen wird.
Jede KI-generierte Architekturvariante trägt im Knowledge Graph ihre Herkunft mit sich, jede menschliche Entscheidung ist als solche dokumentiert. Für regulierte Branchen wie Automotive (ISO 26262) oder Medizintechnik (ISO 14971) ist diese Nachvollziehbarkeit Teil der Compliance-Argumentation.
Voraussetzung ist weder eine fertige MBSE-Methodik noch ein bestimmter Reifegrad. Der Architecture Creator nimmt das Team dort ab, wo es heute steht.
In den ersten zwei bis drei Wochen werden die zugehörigen Anforderungen und (sofern vorhanden) bestehenden Modelle in den Knowledge Graph importiert und verknüpft. Bereits dabei werden in aller Regel Inkonsistenzen sichtbar.
In den folgenden Wochen erzeugt die KI Architekturvorschläge, das Team validiert sie, und der Workflow zwischen Anforderungs-, Architektur- und Test-Wissen wird einmal vollständig durchlaufen.
Weitere Subsysteme, weitere Produktlinien, tiefere Automatisierung. Ein klar abgegrenztes Pilotprojekt läuft typischerweise sechs bis acht Wochen vom Kick-off bis zu den ersten validierten Vorschlägen.
Damit die KI eine belastbare Architektur ableiten kann, braucht sie ontologisch strukturierte Anforderungen. Requirements Gen liefert genau das, direkt aus Word, Excel, Polarion oder DOORS.
Mehr zum AnforderungsmanagementBidirektional unterstützt sind heute SysML v1 und UML in Cameo Systems Modeler und Enterprise Architect; SysML v2 wird in der Übergangsphase mitgeführt. Auch hauseigene Architektur-Notationen lassen sich integrieren, wenn sie ontologisch beschreibbar sind. Der Architecture Creator generiert Architekturvorschläge in der von Ihnen genutzten Form.
Nein. SysML v2 erleichtert die direkte KI-Integration, weil die textuelle Syntax für Sprachmodelle lesbar ist. SysML v1 und UML funktionieren ebenso, da die Brücke zwischen Modell und KI über den Product Knowledge Graph läuft. Wenn Sie einen geplanten Umstieg vorbereiten möchten, hilft der Architecture Creator auch dabei.
Ja. Der Architecture Creator liest und schreibt in beiden Werkzeugen direkt. Bestehende Modelle werden importiert, im Graphen verknüpft, KI-Vorschläge fließen als Architekturelemente zurück in Ihre gewohnte Modellierungsumgebung. Ein Tool-Wechsel ist nicht erforderlich.
Die Änderung propagiert durch den Knowledge Graph. Betroffene Architekturelemente, abhängige Schnittstellen, möglicherweise berührte Testfälle und Safety-Analysen werden unmittelbar sichtbar, mit einer Einschätzung der Auswirkungstiefe. Das Team kann die Konsequenzen bewerten, bevor die Änderung formell freigegeben wird.
Ein klar abgegrenztes Pilotprojekt (ein Subsystem, ein Team) läuft in der Regel über sechs bis acht Wochen vom Kick-off bis zu den ersten validierten Architekturvorschlägen. Die Skalierung auf weitere Subsysteme und Produktlinien erfolgt anschließend schrittweise.
Sie verschiebt sich von der Detailmodellierung hin zur Bewertung von Architekturvarianten und zur Pflege der Methodik. Routine-Modellierung, Konsistenzprüfung und Impact-Analyse übernimmt zunehmend die KI. Die strategischen Entscheidungen (welche Architektur passt zur Geschäftsstrategie, welche Risiken sind tragbar, welche Plattform-Investition lohnt sich) bleiben bei den Architekt:innen, mit deutlich besserer Datengrundlage als heute.
Sehen Sie in einer 30-minütigen Demo, wie KI-gestützte Systemarchitektur in Ihrem Umfeld aussehen würde, gerne mit anonymisierten Beispieldaten oder in einer geschützten Sandbox mit einem Ausschnitt Ihrer eigenen Anforderungen und Modelle.