Mit leistungsfähigen LLMs hört man zunehmend die These: „Warum soll ich mein System noch formal in SysML v2 modellieren? Die KI liest doch meine Anforderungsdokumente, Lastenhefte und Architekturbeschreibungen ohnehin und beantwortet meine Fragen dazu.“ Gleichzeitig bringt SysML v2 mit seiner textuellen, maschinenlesbaren Syntax genau die Struktur mit, die KI-Systeme besonders gut verarbeiten können. Ersetzt KI also die formale Modellierung, oder ist sie im Gegenteil der Katalysator, der SysML v2 endlich in der Breite nutzbar macht?
KI verspricht, typische Schmerzpunkte der Modellierung zu entschärfen: hohe Einstiegshürde, manueller Aufwand, Inkonsistenzen zwischen Artefakten, mühsames Reverse Engineering von Altsystemen. Gleichzeitig entstehen neue Risiken: halluzinierte Modellinhalte, schleichender Qualitätsverlust durch „gut aussehende, aber falsche“ Modelle, Deskilling von Ingenieur:innen, unklare Verantwortlichkeit und neue Abhängigkeiten von KI-Anbietern und Trainingsdaten.
In diesem Open Space wollen wir beides nüchtern nebeneinanderlegen: Welche konkreten Herausforderungen der SysML-v2-Modellierung lassen sich mit KI heute wirklich adressieren, und welche Risiken muss man dabei aktiv managen? Eng damit verknüpft ist die Frage nach der Rolle des Menschen im zukünftigen Systems Engineering mit SysML v2: Wo verschiebt sich die Arbeit vom Modellieren hin zum Kuratieren, Prüfen und Entscheiden, und welche Kompetenzen, Verantwortlichkeiten und Modellierungsdisziplin bleiben unverzichtbar? Ziel ist ein offener Austausch zwischen Praktiker:innen, Methodiker:innen und KI-Interessierten, der über Demo-Folien hinausgeht.
Leitfragen
- Macht KI formale Modellierung überflüssig, oder erst wirklich wertvoll? Wo liegt der Mehrwert eines formalen Modells gegenüber „Dokumente plus LLM“?
- Welche konkreten Herausforderungen der SysML-v2-Modellierung (Einstieg, Generierung, Reverse Engineering, Konsistenz) adressiert KI heute realistisch?
- Welche Risiken entstehen durch KI im MBSE, etwa Halluzinationen, Scheingenauigkeit, Deskilling, Verantwortung, IP-Schutz, Regulatorik?
- Welche Guardrails und „Human-in-the-Loop“-Muster braucht es, damit KI die Adoption beschleunigt statt die Komplexität zu erhöhen?
Nutzen
- Geklärte Position: KI als Ersatz oder als Verstärker formaler Modellierung.
- Differenziertes Bild, welche Herausforderungen der SysML-v2-Modellierung KI heute realistisch adressiert.
- Bewusstsein für neu entstehende Risiken und Ideen zum praktischen Umgang.
- Erfahrungsaustausch und pragmatische nächste Schritte für das eigene Unternehmen.
Ruslan Bernijazov (AI Marketplace), Tim Weilkiens (oose)