Themenliste für Bachelorarbeiten im SS 2024
Themen für Bachelorarbeiten im SS 2024
Im Folgenden finden Sie einige Themenvorschläge für Bachelorarbeiten im SS 2024. Die Themen werden bis zur Vorbesprechung laufend ergänzt. Sie können bei Interesse schon vorab mit dem jeweiligen Betreuer Kontakt aufnehmen.
Einsatz von großen Sprachmodellen (LLMs) zur Dokumentation von Architekturentscheidungen
Im Laufe eines Softwareprojektes werden wichtige Entscheidungen hinsichtlich der eingesetzten Technologien, der Struktur eines Softwareprojektes, der eingesetzten Werkzeuge und Prozesse u.a. getroffen. Entscheidungen, die einen Einfluss auf zentrale Eigenschaften eines Softwaresystems haben, werden Architekturentscheidungen genannt.
In der Praxis haben sich in den letzten Jahren sogenannte Architecture Decision Records (ADRs) zur Dokumentation solcher Architekturentscheidungen etabliert. Dabei handelt es sich um Markdown-Dateien mit einer vordefinierten Struktur, die als Teil eines Software Repositories abgelegt und mit dem Code verwaltet werden.
In dieser Arbeit soll untersucht werden, wie ADRs mit Hilfe von Sprachmodellen wie GPT möglichst effizient erstellt und aktualisiert werden können. Beispiele wären die Erzeugung einer strukturierte ADR Beschreibung aus unstrukturierten Daten, das Einbeziehen von Kontext (wie Dateien und Code) und das Erkennen von Abhängigkeiten zwischen ADRs und das Ergänzen von ADRs um Diagramme. Das Identifizieren der möglichen Einsatzgebiete von LLMs sollte durch typische Fragestellungen gesteuert werden.
Betreuung: Rainer Weinreich
Status: VERGEBEN
Teilen von Architekturwissen für Unternehmensanwendungen mit großen Sprachmodellen (LLMs)
In Kooperation mit Industriepartnern wurde eine Architekturmanagementplattform entwickelt, die es Software- und Systemarchitekten im Unternehmen erlaubt, Informationen zu Komponenten und deren Beziehungen von Unternehmensanwendungen sowie die jeweils verantwortlichen Stakeholder abzufragen und darzustellen. Typischerweise erstellt ein Architekt anlassbezogen Abfragen wie: “Alle Anwendungen, die ein Service nutzen” oder “Alle Anwendungen, für die ein bestimmter Stakeholder zuständig ist”. Diese Abfragen werden mit verschiedenen Abfragesprachen erstellt (Queries), mit sog. Datenprozessen kombiniert und transformiert (Data Processes) und mit Visualisierungsbausteinen (Visualizations) dargestellt (z.B. als Graph oder Chart) und in sog. Dashboards kombiniert.
Im Laufe der Zeit entstehen eine Menge solcher Artefakte (Queries, Data Prozesses, Visualizations, und Dashboards). Im Zuge dieser Arbeit sollen die Wiederverwendung und das Teilen der erstellten Artefakte unterstützt werden, indem die verfügbaren Artefakte mittels LLMs (oder auch anderer KI-Methoden) automatisch entsprechend eines Benutzerprofils oder den Wünschen eines Nutzers (z.B. textuell beschrieben) gruppiert und angeboten werden (z.B. alle Stakeholder-spezifischen Artefakte).
Für die Arbeit kann ein existierender (anonymisierter) Datenbestand verwendet werden, der über das aktuelle Backend des existierenden Werkzeugs ausgelesen werden kann. Die benutzerspezifische Gruppierung/Klassifikation soll als Prototyp mit Webschnittstelle realisiert werden.
Betreuung: Rainer Weinreich
Status: VERGEBEN
Suche von Architekturwissen für Unternehmensanwendungen mit großen Sprachmodellen (LLMs)
Die Ausgangsbasis dieser Arbeit ist ähnlich der Arbeit zum Teilen von Architekturwissen. In dieser Arbeit soll der Fokus auf die Suche nach Artefakten auf Basis einer textuellen Schnittstelle gelegt werden. Dazu soll im Rahmen einer Machbarkeitsstudie unter Verwendung der verfügbaren Datenbasis untersucht werden, ob die richtigen Artefakte gefunden werden. Zusätzlich kann gezeigt werden, wie Funktionsbausteine in ein Sprachmodell wir GPT integriert werden können.
Betreuung: Rainer Weinreich
Status: VERGEBEN
Analyse des Einsatzes von LLMs zur Realisierung von Low/No-Code Aspekten einer Architekturmanagementplattform
Teile der bereits erwähnten Architekturmanagementplattform erfordern die Transformation eines Datensatzes mittels Typescript oder auch die Formulierung von Cypher-Queries (Abfragesprache der Graphendatenbank Neo4J). In dieser Arbeit soll untersucht werden, ob und wie diese Aspekte durch eine textbasierte Spezifikation auf Basis von LLMs abgelöst werden können. Im Rahmen dieser Arbeit soll auch eine Literaturrecherche zum Thema Low/No-Code-Werkzeuge für das Software Engineering durchgeführt werden.
Betreuung: Rainer Weinreich
Status: VERGEBEN
Apache Superset als Software Architektur Management Dashboard
In dieser Arbeit sollen Anforderungen an ein Software Architektur Management Dashboard aus der Architektur Management Plattform Kosmos und aus der Literatur abgeleitet werden und letztlich prototypisch mit Apache Superset umgesetzt werden. Dabei sollen die folgenden Fragen beantwortet werden. (1) Was sind die Anforderungen an ein Dashboard für Software Architektur Management? (2) Welche Open Source Dashboards gibt es, wie unterscheiden sie sich und wie erfüllen sie diese Anforderungen? (3) Können relevante Anforderungen in Apache Superset umgesetzt werden. Die dritte Frage soll mit einem Prototypen auf Basis Apache Superset beantwortet werden.
Betreuung: Rainer Weinreich
Status: VERGEBEN
Trends in der Software Architektur Forschung
In dieser Arbeit soll eine systematische Literaturanalyse mit qualitativer Inhaltsanalyse zu Trends in der Software Architekturforschung durchgeführt werden. Dazu sollen die Artikel zentraler Software Architektur (und ggfs. Software Engineering) Konferenzen und wichtiger Zeitschriften in diesem Bereich identifiziert und analysiert werden. Wichtige Fragen, die im Rahmen dieser Arbeit beantwortet werden sollen sind (1) Was sind aktuelle Trends der Software Architektur Forschung (2) Unterscheiden sich diese Trends bei den wichtigsten Konferenzen und Zeitschriften in diesem Bereich? (3) Was sind die beständigsten ThemenTrends? Welche Themen sind neu?
Betreuung: Rainer Weinreich
Status: OFFEN