LLMs und GraphRAG automatisieren DSM‑Erstellung für Cyber‑Physical Systems

Forscher haben gezeigt, dass große Sprachmodelle (LLMs) in Kombination mit Retrieval‑Augmented Generation (RAG) und der graphbasierten Variante GraphRAG die Erstellung von Design‑Structure‑Matrices (DSMs) für komplexe Cyber‑Physical Systems erheblich beschleunigen können. Durch die Nutzung von Wissensgraphen lassen sich Beziehungen zwischen vorgegebenen Bauteilen präzise rekonstruieren und gleichzeitig neue Komponenten sowie deren Interaktionen automatisch identifizieren.

In zwei exemplarischen Anwendungsfällen – einem leistungsstarken Schraubendreher und einem CubeSat mit etablierten Architekturbewertungen – wurden die Methoden auf zwei Kernaufgaben getestet: die Bestimmung von Beziehungen zwischen definierten Komponenten und die anspruchsvollere Aufgabe, neue Komponenten zu erkennen und deren Verknüpfungen zu bestimmen. Die Leistung wurde anhand jedes einzelnen DSM‑Elements sowie der Gesamtarchitektur bewertet.

Trotz technischer Herausforderungen und komplexer Modellarchitekturen konnten die Autoren signifikante Fortschritte verzeichnen. Die Ergebnisse deuten darauf hin, dass automatisierte DSM‑Generierung nicht nur möglich, sondern auch praktikabel ist. Alle relevanten Code‑Repositorien sind öffentlich zugänglich, um Reproduzierbarkeit zu gewährleisten und Expertenfeedback zu ermöglichen.