KOMET

Im Projekt KOMET entwickelt fortiss innovative, automatisierte Verfahren zur Analyse und Verbesserung der Qualität von Systemmodellen. Produkte wie Autos, Flugzeuge und medizinische Geräte zeichnen sich durch komplexe, interagierende Anforderungen, Funktionen und Subsysteme aus verschiedenen Disziplinen (Mechanik, Elektronik, Software, etc.) aus. Um schnell marktreife Produkte zu erreichen, setzen Unternehmen häufig auf modellbasiertes Systems Engineering (MBSE). Da Änderungen in großen Modellen erhebliche Auswirkungen haben und manuelle Reviews aufwändig sind, können die Kosten für die Erstellung und Wartung qualitativ hochwertiger Modelle sehr hoch sein.

Der Fokus des Projekts liegt auf der Vorhersage der Auswirkungen von Modelländerungen und der Automatisierung von Modellreviews mittels Machine Learning. Dadurch reduzieren wir die Kosten und den Aufwand für die Pflege und Wartung hochwertiger Modelle erheblich. Dank der Aufwandsreduzierung können Modellreviews auch bei großen Modellen häufiger durchgeführt werden, wodurch einer Qualitätsdegradation frühzeitiger und effektiver entgegengewirkt werden kann. Qualitätsmanagement von Modellen wird nicht nur durch Sicherheitsstandards gefordert, sondern ist auch eine Voraussetzung für deren effiziente kollaborative Bearbeitung und Wiederverwendung.

Durch die Zusammenarbeit mit Industriepartnern stellen wir sicher, dass unsere Lösungen praxisnah und direkt anwendbar sind. Die Ergebnisse des Projekts KOMET ermöglichen es industriellen Anwendern von MBSE, effizienter und kostengünstiger zu arbeiten, indem sie von verbesserten Modellqualitäten und reduzierten Wartungskosten profitieren.

Im Projekt KOMET entwickelt fortiss innovative Verfahren, die den Aufwand und die Kosten für das Qualitätsmanagement von Systemmodellen erheblich senken. Die Forschung basiert auf dem MBSE-Werkzeug AutoFOCUS3 von fortiss und wird mit Systems-Engineering-Modellen aus dem fortiss Mobility Lab sowie industriellen Modellen evaluiert. Die Projektergebnisse fließen in die in Zusammenarbeit mit der qwitto GmbH entwickelte KOMET-Plattform ein. Dabei wird fortiss die folgenden Lösungsansätze erforschen und prototypisch umsetzen:

1. Es werden Methoden zur automatisierten Vorhersage der Auswirkungen von Modelländerungen untersucht, indem typische Verläufe und statistische Zusammenhänge aus der Änderungshistorie analysiert werden.
2. Ein Machine-Learning-basierter Ansatz für automatische Modellreviews wird entwickelt. Das Verfahren generalisiert Expertenbewertungen historischer Modellrevisionen durch Korrelation mit automatisch bestimmbaren Modellmetriken auf aktuelle Modelle.

Die Forschung zielt darauf ab, den Wartungsaufwand zu reduzieren und die Qualität der Modelle zu verbessern. Die Ergebnisse fließen in das Open-Source-Tool AutoFOCUS3 ein, was den Technologietransfer in die Praxis sicherstellt.

Fördergeber: Bundesministerium für Bildung und Forschung (BMBF)

FKZ: 01IS24012B

Förderprogramm: KMU Innovativ

01.05.2024 - 30.04.2026