Mit der zunehmenden Komplexität technischer Systeme und dem wachsenden Einsatz Künstlicher Intelligenz rückt die Frage nach tragfähiger Semantik erneut in den Mittelpunkt. Aktuelle KI-Systeme zeigen eindrücklich, dass Modelle ohne explizite Wirklichkeitsannahmen zu Inkonsistenzen und Halluzinationen neigen. Entsprechend gewinnen Ontologien im Kontext vertrauenswürdiger und erklärbarer KI wieder deutlich an Bedeutung.
Im Model-Based Systems Engineering stellt SysML eine leistungsfähige formale Syntax zur Beschreibung von Systemstrukturen und -verhalten bereit, über die Semantik ausgedrückt werden kann deren Vollständigkeit, Eindeutigkeit und formale Prüfbarkeit jedoch begrenzt ist. Die Diskussionsrunde greift diese Entwicklung auf und stellt die Frage, ob die in der KI beobachtete Notwendigkeit expliziter Ontologien auch für das MBSE relevant ist.
Diskutiert wird, ob implizite Semantik in Modellen ausreicht, um komplexe Systeme zu beherrschen, oder ob explizite Ontologien notwendig werden, um Bedeutungen, Annahmen und Randbedingungen konsistent und realitätsnah zu erfassen. Dabei wird beleuchtet, ob SysML und Ontologien als konkurrierende Ansätze zu verstehen sind – oder ob sie sich komplementär ergänzen, um komplexe Systeme, Digital Twins und KI-gestützte Engineering-Prozesse robust und nachvollziehbar zu modellieren.