Aktuelle Standards und Techniktrends
Das Kompetenzfeld Platform Engineering betreibt domänenübergreifende Forschung zur Entwicklung durchgängiger, robuster und vertrauenswürdiger Plattformen. Der fortiss-Ansatz umfasst ein breites Spektrum an Methoden, darunter semantische Wissensrepräsentation, formaler Anforderungs- und Fähigkeitsabgleich sowie Traceability-Mechanismen für überprüfbare argumentbasierte Transaktionen zwischen heterogenen Akteuren. Diese praxiserprobte Engineering-Methode und die dazugehörigen Werkzeuge ermöglichen eine schnelle Prototypenentwicklung, die Erfassung relevanter Perspektiven und Facetten für fundierte Entscheidungen sowie die Steuerung des Weges zur effektiven Plattformisierung. In diesem Whitepaper demonstriert fortiss, wie Platform Engineering in verschiedenen Bereichen erfolgreich eingesetzt werden kann.
Requirements Engineering ist für Softwareentwicklungsprojekte von entscheidender Bedeutung. Es geht darum, die Anforderungen der Stakeholder zu ermitteln und zu bearbeiten, sie in einem strukturierten und nachvollziehbaren Format zu dokumentieren und schließlich zu implementieren. In diesem Whitepaper gibt fortiss einen Überblick über das Requirements Engineering und seine Bedeutung für den Projekterfolg. Außerdem werden aktuelle Forschungsergebnisse diskutiert, darunter die Rolle des Menschen im Requirements Engineering und die Grenzen agiler Ansätze. Praktiker können unser kostenloses Tool zum Benchmarking ihrer Praktiken nutzen. Wir gehen auch auf die Herausforderungen in der praxisorientierten Forschung ein, wie z. B. die Einhaltung von Vorschriften, datengesteuerte Ansätze und menschenzentrierte Umgebungen.
Die Distributed-Ledger-Technologien (DLT) ziehen ein großes Publikum an. Der Hype und die Krisen um Kryptowährungen machen es jedoch schwierig, ihren Wert in Coin-unabhängigen Anwendungsfällen zu bewerten. Um die Unklarheiten zu beheben, kombiniert dieses Whitepaper fünf Jahre akademische und praktische Beiträge in einem Rahmenwerk für Entscheidungsfindung und Erstellen von Blaupausen. Ausgehend von der Frage „Sollte ich DLT verwenden?“ hilfen wir den Benutzern, ein riskantes "Trial-and-Error" zu vermeiden, Geschäftsanforderungen in eine Architektur aus DLT und komplementären Komponenten umzumünzen, und die Zusammenarbeit zwischen Entscheidungsträgern und Ingenieuren zu fördern.
Wie ist es möglich sichere Softwaresysteme auf Basis von Künstlicher Intelligent zu entwickeln? Mögliche Antworten liefert vorliegendes Whitepaper, das sich einerseits auf das technische Design und andererseits auf Engineering-Grundsätze sicherer KI-basierter Systeme fokussiert, um kognitive Systeme in sicherheitskritischen Anwendungen einsetzen zu können. Mithilfe eines automatisierten Notfallbremssystems als Beispiel werden zentrale Herausforderungen in Bezug auf Spezifikation, Sicherheit, Design, Analyse und Wartung identifiziert, die eine Umsetzung dieses strengen und präzisen technischen Designs gefährden könnten.
Künstliche Intelligenz (KI) – ein Begriff, der derzeit so strapaziert wird wie kaum ein anderer. Als eine der populärsten Teilgebiete der Informatik schreitet die Forschung an ihr stetig voran und strahlt weit über die Grenzen des Fachbereichs hinaus. Das vorliegende Whitepaper führt in das Themengebiet der KI ein, beleuchtet deren Anwendungsfelder und zeigt, wie sich ihre Technologien auf Wirtschaftswachstum in Industrieländern auswirken. Die Autoren untersuchen, wie Strategien erfolgreicher Nationen aussehen, wie Deutschland dabei aufgestellt und bietet konkrete Vorschläge, wie die bayerische Wirtschaft von KI profitieren kann und welche Kompetenzen ausgebaut werden müssen, um den Industriestandort Bayern zu stärken.
Die Entwicklung zuverlässiger, sicherer und vertrauenswürdiger technischer Systeme ist mit den Fortschritten der Machine Learning (ML) Technologie in eine neue Ära eingetreten. Dieser technologische Fortschritt bietet Ingenieuren Werkzeuge mit großem Potenzial, aber auch erhebliche neue Herausforderungen. Insbesondere ein hohes Maß an menschlicher Kontrolle zum Schutz der technischen Systeme ist von größter Bedeutung, aber schwer zu erreichen. Daher ist es von entscheidender Bedeutung, ML-Systeme zu entwickeln, die eine reibungslose Zusammenarbeit zwischen Menschen und Maschinen ermöglichen. In diesem Whitepaper skizziert fortiss einen übergeordneten Rahmen für die Entwicklung von ML-Systemen, bei denen der Mensch im Mittelpunkt steht. Aus diesem Rahmen werden eine Reihe allgemeiner Forschungsthemen und spezifischerer Forschungsfragen abgeleitet.
Download pdf
Das Whitepaper beschreibt die Implementierung des MQTT Sparkplug-Protokolls in der European Connected Factory Platform for Agile Manufacturing (EFPF), deren Ziel es ist, eine standardisierte, skalierbare und sichere Kommunikationsinfrastruktur für Industrie 4.0-Anwendungen bereitzustellen. Das Papier beschreibt die technischen Aspekte des MQTT Sparkplug-Protokolls, einschließlich der Verwendung einer datenzentrierten Publish-Subscribe-Architektur und der Unterstützung für Plug-and-Play-Geräteerkennung. Die Autoren erklären, wie dieses Protokoll in die EFPF-Architektur integriert wurde, und heben die Vorteile der Verwendung von MQTT Sparkplug hervor. Abschließend diskutieren die Autoren zukünftige Entwicklungen und mögliche Anwendungen dieser Technologie.
Innovation ist derzeit in aller Munde, wenn es um die zukünftige Wettbewerbsfähigkeit deutscher Unternehmen geht. Doch Innovationen bedürfen immer einer gewissen finanziellen Investition, die viele, vor allem kleinere und mittlere Unternehmen vor immense Herausforderungen stellt. Durch staatliche Förderprogramme können diese Investitionskosten, zumindest teilweise, abgefedert werden und Unternehmen so unterstützen, dringende Innovationsthemen anzugehen. Eines dieser Förderinstrumente der Europäischen Kommission sind sogenannte Open Calls. Wie dieses unbürokratische und attraktive Förderinstrument funktioniert und wer Sie dabei unterstützen kann lesen Sie in diesem kurzen Whitepaper.
Download pdf
Die größten Schwächen aktueller Deep-Learning-Modelle sind z. B. ihre mangelnde Anpassungsfähigkeit an Veränderungen in der Umgebung oder ihre Unfähigkeit, andere Arten von Aufgaben als die, für die sie trainiert wurden, auszuführen. In diesem Whitepaper werden die Perspektiven des wissenserweiterten maschinellen Lernens (ML) erörtert. Ausgehend von Ansätzen, die ML-Modellen aufgabenspezifisches Domänenwissen einimpfen, konzentrieren wir uns auf architektonische Vorrichtungen und Lernparadigmen, die es den Modellen ermöglichen, selbständig Wissen zu erwerben. In diesem Zusammenhang spielt die Invarianz eine entscheidende Rolle, damit ML-Modelle zu intelligenten Systemen werden können. Das Paper zeichnet die Geschichte der wissenserweiterten ML nach und untersucht ihre potenziellen Anwendungen und Vorteile.
Die neue ISO 21434 Norm schreibt Anforderungen zur Cybersicherheit im Automobilbereich fest. Dieses Whitepaper wirft einen genaueren Blick auf die wichtigsten Aktivitäten, die von der Norm vorgeschrieben werden, sowie die Artefakte, die davon produziert werden. Wie jede Zertifizierung kann auch die Zertifizierung nach ISO 21434 auf den ersten Blick überwältigend wirken. Ingenieure müssen Prozesse zur Risikoanalyse implementieren, verschiedene Methoden zur Bewertung des Sicherheitsrisikos anwenden, um Sicherheitsargumente und Nachweise für die Umsetzung von Sicherheitsanforderungen zu erbringen. Dieses Whitepaper schlägt einen Ansatz zur Automatisierung solcher Prozesse vor.
In diesem Whitepaper wird der Bedarf an der Zusammenstellung von Netzdiensten im Zusammenhang mit der GAIA-X-Initiative erörtert, die auf die Schaffung einer sicheren und interoperablen Dateninfrastruktur für Europa abzielt. In dem Papier wird erläutert, dass sich die Komposition von Netzdiensten auf die Fähigkeit bezieht, verschiedene Netzdienste zu kombinieren und zu orchestrieren, um komplexere und fortgeschrittenere Funktionalitäten zu schaffen. Das Papier umreißt die technischen Herausforderungen und Anforderungen wie den Bedarf an standardisierten Schnittstellen und Protokollen, Sicherheit und Datenschutz. Es wird ein Rahmen für die Implementierung der Netzwerkdienstkomposition in GAIA-X vorgeschlagen und die Bedeutung der Netzwerkdienstkomposition für die Ausschöpfung des vollen Potenzials von GAIA-X hervorgehoben.
Dieses Whitepaper bietet einen Überblick über semantische Interoperabilitätsaspekte im Kontext des Industrial Internet of Things (IIoT) von fortiss. Der Schwerpunkt liegt dabei auf Konzepten, die eine dringend benötigte automatisierte Integration von Betriebstechnologie in die Informationstechnologie aus einer End-to-End-Perspektive unterstützen können. Das Whitepaper stellt die fortiss-Vision für eine solche Integration dar, nämlich die Aspekte, die sowohl aus Sicht der Anwendungs-/Sitzungsebene als auch der Netzwerkebene berücksichtigt werden müssen. Es beschreibt auch eine konkrete Umsetzung, die fortiss im Rahmen seines Industrial IoT Lab entwickelt, nämlich den "IIoT Lab Brownfield device integration demonstrator".
Digitalisierung betrifft alle unternehmerischen Bereiche. Auch für die bayerische Wirtschaft wird die Digitalisierung fortlaufend wichtiger, um auch weiterhin führend in den jeweiligen Branchen zu sein. Die mit dem Einsatz digitaler Technologien verbundenen Chancen richtig einzuschätzen und durch eine digitale Transformation erfolgreich zu nutzen, ist jedoch eine große Herausforderung für alle Unternehmen. fortiss unterstützt diese herausfordernden Aufgaben durch den QuickCheck Digitalisierung. Das vorliegende Whitepaper stellt insbesondere den aktuellen Status der Digitalisierung bayerischer Unternehmen in der Metall- und Elektroindustrie vor.
Autonome kognitive Systeme sind fast marktreif und versprechen mehr Leistung in komplexen Situationen. Der Schlüssel dazu ist die Implementierung von Kognition in KI-gesteuerten Maschinen. Leider gibt es bei diesen neuen Technologien hoher Komplexität keinen allgemein akzeptierten Ansatz zur Gewährleistung der Vertrauenswürdigkeit (z. B. Sicherheit, Benutzerfreundlichkeit, Ethik). Dieses Whitepaper füllt diese Lücke, indem es die neueste Norm VDE-AR-E 2842-61 "Design und Vertrauenswürdigkeit von autonomen/kognitiven Systemen" berücksichtigt. Es beschreibt einen strukturierten, risikobasierten Ansatz und neue Methoden für vertrauenswürdige KI-basierte autonome/kognitive Systeme in Entwicklung und Betrieb.
Download pdf
Die heutigen und zukünftig zu entwickelnden Systeme und technischen Produkte unterliegen höchsten Anforderungen, wobei ihre Merkmale auch die dafür benötigten Entwicklungsansätze beeinflussen. Daher stellen sich die Fragen: Durch welche Charakteristika wird Advanced Systems Engineering (ASE) geprägt? Und welche Ansätze verfolgt das Model-based Systems Engineering (MBSE)? Eine elegante Lösung bieten hierbei das entwickelte SPES-Rahmenwerk und das Nachfolgeprojekt CrESt. Wie genau sie funktionieren und welche methodischen Erweiterungen sie für MBSE bieten, stellt vorliegendes Whitepaper vor.
Model-basiertes Systems-Engineering (MBSE) bietet zahlreiche Vorteile für die Entwicklung komplexer cyber-physikalischer Systeme. Neben der Beherrschung der Systemkomplexität durch die Fokussierung auf dedizierte Aspekte in einzelnen Modellsichten können semantisch fundierte Modelle auch die Grundlage für die Automatisierung verschiedenster Aufgaben im Entwicklungsprozess darstellen.
Dieses Whitepaper erläutert die Herausforderungen bei der Einführung von MBSE bezüglich Methodik, Modellierungssprachen, Werkzeugen, Training, Organisation und Management. Anhand der wissenschaftlich fundierten SPES-Methodik erläutern wir die grundlegenden Konzepte von MBSE und stellen schließlich die strukturierte Einführung mittels eines Reifegradmodels dar.
Die Innovationskraft der Informations-und Kommunikationstechnologie (IKT) ist ungebrochen: schneller Technologiefortschritt der elektronischen Hardware, hohe Nachfrage in privaten und geschäftlichen Umfeldern, Assistenz und Information sind nur Beispiele für Treiber tiefgreifender Innovationen in Markt und Technik. Im vorliegenden Whitepaper werden zehn Thesen aufgestellt, die die Bedeutung von Software im Bereich IKT schlaglichtartig beschreiben. Zudem werden die Fragen geklärt, weshalb Software seit mehreren Jahrzehnten eingesetzt und kaum weiterentwickelt wird und welche Muster ihr obliegen.
Das Whitepaper erläutert die grundlegenden Herausforderungen und Trends in der Softwaretechnik für bayerische Unternehmen und schließt mit konkreten Empfehlungen ab. Bayern hat aufgrund vieler Maschinenbau- und Produktionsunternehmen spezielle Anforderungen an die Softwareentwicklung und -qualitätssicherung. Viele Unternehmen haben Schwierigkeiten bei Requirements Engineering und Software Testing, da Testrichtlinien und ein Verständnis für qualitative Software fehlen. Die Nachfrage nach agilen Methoden und DevOps, die weltweit schon recht verbreitet zu sein scheinen, steigt in Bayern. Weltweit besteht eine höhere Nachfrage nach KI, Big Data, Distributed Ledgers und Webtechnologien.
Moderne vernetzte Systeme sind zunehmend Gefahren durch Cyberangriffen ausgesetzt. In sicherheitskritischen Anwendungen können Angriffe katastrophale Auswirkungen haben und beispielsweise Sicherheitsmechanismen aus der Ferne außer Kraft setzen. Das bedeutet, dass funktionale Sicherheit (Safety) und Cybersicherheit (Security) integriert behandelt werden müssen und Informationen ausgetauscht werden müssen, z. B. über die wichtigsten Gefahren/Bedrohungen, Risikobewertungen und verwendeten Mechanismen. Dieses Whitepaper untersucht, wie modellbasierte Methoden zur Unterstützung der Integration von Safety und Security eingesetzt werden können.
Künstliche Intelligenz (KI) – ein Begriff, der derzeit so strapaziert wird wie kaum ein anderer. Als eine der populärsten Teilgebiete der Informatik schreitet die Forschung an ihr stetig voran und strahlt weit über die Grenzen des Fachbereichs hinaus. Das vorliegende Whitepaper führt in das Themengebiet der KI ein, beleuchtet deren Anwendungsfelder und zeigt, wie sich ihre Technologien auf Wirtschaftswachstum in Industrieländern auswirken. Die Autoren untersuchen, wie Strategien erfolgreicher Nationen aussehen, wie Deutschland dabei aufgestellt und bietet konkrete Vorschläge, wie die bayerische Wirtschaft von KI profitieren kann und welche Kompetenzen ausgebaut werden müssen, um den Industriestandort Bayern zu stärken.