Brückenschlag von SW-Engineering, MLOps und operativen Agenten: Grundlagen für Agentic-AI in cyber-physischen Systemen

Cyber-physische Systeme (CPS) integrieren Kommunikation und Steuerung für die Echtzeit-Interaktion mit der physischen Welt und nutzen zunehmend verschiedene KI-Agenten für Aufgaben wie Optimierung und adaptive Steuerung. Die nahtlose Zusammenarbeit zwischen verschiedenen Arten von Agenten im Betrieb und denen, die in der Software (SW) Engineering von CPS verwendet werden, sowie die effektive Integration menschlicher Ziele bleiben jedoch offene Herausforderungen im CPS-Engineering und im Betrieb.

Dieses Projekt zielt darauf ab, ein integriertes Ökosystem zu schaffen, in dem teilweise autonome KI-Agenten sowohl die CPS-Entwicklung als auch den Betrieb unterstützen. Die Forschung befasst sich damit, wie die Zusammenarbeit von Agenten in den Bereichen Engineering und Betrieb eines CPS systematisch modelliert, beobachtet und verwaltet werden kann, wie verschiedene Agententypen und menschliche Stakeholder integriert werden können und wie eine effektive Spezifikation und Validierung menschlicher Absichten neben Mechanismen für kontinuierliches bidirektionales Feedback sichergestellt werden kann.

Dazu sollen die Zusammenarbeit zwischen Agenten und das Lebenszyklusmanagement, sowie Kollaborationsprotokolle, formalisiert werden, um die Integration von KI- und Nicht-KI-Agenten in MLOps/SW-Engineering-Workflows zu ermöglichen, menschliche Ziele in Agent-AI-Prozesse einzubetten und MLOps/ SW-Engineering mit CPS-Betriebsagenten zu integrieren. Neue Methoden und Agentic-AI-basierte Systemarchitektur-Konzepte sollen entworfen werden, um die Kollaboration von MLOps und SW-Engineering-Agenten im CPS-SW-Engineering deutlich zu verbessern. Dabei sollen neue Konzepte für proaktive SW-Engineering- und MLOps-Agenten entwickelt werden, die Entwickler oder Architekten beobachten und nahtlos in IDEs oder CI/CD-Pipelines integriert werden können. Darauf basierend sollen dann Konzepte für die Kollaboration der SW-Engineering- und MLOps-Agenten mit CPS-Betriebsagenten entworfen werden. Für beide Arten der Agentenkollaboration, sollen partizipatives Design und LLM-basierte Techniken zum Erfassen und Validieren menschlicher Ziele zum Einsatz kommen. Prototypen werden in Open-Source- und industriellen CPS-Umgebungen empirisch validiert.

Durch die Überbrückung der Lücke zwischen CPS-Engineering und -Betrieb durch kollaborierende, teilweise autonome Agentenökosysteme geht dieses Projekt weit über die derzeitige toolzentrierte Automatisierung hinaus und liefert adaptives, stärker automatisiertes, nachvollziehbareres und menschenorientiertes CPS-SW-Engineering. Die neuartige Integration von kollaborativer Agentic-AI-Architekturen und -Konzepten, MLOps-Methoden, Softwarearchitekturkonzepten und Human-in-the-Loop-Methoden wird die Autonomie und Flexibilität von CPS der nächsten Generation erheblich verbessern.