ReConGen: Anforderungsgesteuerte Codegenerierung

Name des Teilnehmers: Jonathan Ullrich

Projekttitel: Automatisierte Integration von Anforderungen und architektonischen Entscheidungen in die Codegenerierung bei komplexen Softwareprojekten

Beschreibung des IT-Forschungsprojektes:

Die Gewährleistung einer einheitlichen Architektur stellt nach wie vor eine große Herausforderung in der KI-gestützten Softwareentwicklung dar. Zwar unterstützen große Sprachmodelle (LLMs) Entwickler bereits bei der Codegenerierung, doch ignorieren sie häufig projektspezifische architektonische Entscheidungen und Einschränkungen oder wenden diese nicht einheitlich an. Infolgedessen verstößt der generierte Code oft gegen etablierte Designprinzipien, was umfangreiche manuelle Korrekturen erforderlich macht und die praktischen Effizienzgewinne einschränkt.

Bestehende Ansätze versuchen, dieses Problem zu lösen, indem sie architektonische Richtlinien als zusätzlichen Kontext bereitstellen, beispielsweise in Form von strukturierter Dokumentation wie AGENTS.md-Dateien oder ähnlichen Artefakten. Diese Ansätze gewährleisten jedoch keine zuverlässige Einhaltung der Vorgaben und sind nicht in der Lage, einen breiteren Umfang an architektonischen Einschränkungen abzudecken. Aufgrund von Einschränkungen bei der Kontextverarbeitung (das „Lost-in-the-Middle“-Problem) und der Tendenz von Codierungsagenten, Einschränkungen zu ignorieren oder zu übersehen, spiegeln sich wichtige architektonische Entscheidungen oft nicht konsistent im generierten Code wider.

Das ReConGen-Projekt adressiert diese Lücke, indem es sich auf die systematische Durchsetzung von Architekturkonformität bei KI-basierter Codegenerierung konzentriert. Ziel ist es, architektonische Entscheidungen und Anforderungen in Formate umzuwandeln, die während des Generierungsprozesses als verbindliche Vorgaben und nicht als optionale Kontextinformationen behandelt werden können.

Das Projekt untersucht, wie relevantes Projektwissen (d. h. architektonische Entscheidungen und Anforderungen) aus vorhandener Dokumentation extrahiert und in umsetzbare Vorgaben für Code-Generierung übersetzt werden kann. Dazu gehören die Ermittlung der für die Wahrung der architektonischen Integrität entscheidenden Beschränkungen sowie die Entwicklung von Methoden, um diese so darzustellen, dass sie von LLM-basierten Systemen konsistent angewendet werden können.

ReConGen liefert einen Beitrag zum besseren Verständnis, wie die Einhaltung architektonischer Vorgaben bei der KI-gestützten Entwicklung sichergestellt werden kann. Aus Sicht der Industrie ermöglicht es eine zuverlässigere Integration von Codegenerierungstools in bestehende Entwicklungsprozesse, indem die Einhaltung bestehender architektonischer Entscheidungen gewährleistet wird. Langfristig kann dies zu besser wartbaren Systemen, einem geringeren Entwicklungsaufwand und mehr Vertrauen in KI-gestützte Softwareentwicklung führen.

Software Campus Partner: Fraunhofer IESE and DATEV

Umsetzungszeitraum: 01.03.2026 – 28.02.2028