Bild: Dr. Konrad Wieland und die wissenschaftlichen Partner bei der MODELS 2024 in Linz
In einem Vortrag auf der MODELS 2025 wird untersucht, wie Large Language Models (LLMs; eine Form der Künstlichen Intelligenz) die Arbeitsabläufe der Modellversionierung mit LemonTree durch die Unterstützung der Konflikterkennung und -lösung verbessern können
Die MODELS, die ACM/IEEE International Conference on Model-Driven Engineering Languages and Systems, ist die führende Konferenzreihe für modellgetriebene Software und Systems Engineering und findet vom 5. – 10. Oktober 2025 in Grand Rapids (MI/USA) statt. Erstmals wurde heuer die Vortragsreihe „New Ideas and Emerging Results” (NIER) eingeführt und der Vortrag „Towards LLM-based conflict detection and resolution in model versioning“ (LLM = Large Language Model) von LieberLieber und der Johannes Kepler Universität Linz (JKU) angenommen.
Neuartige Ideen und innovative Ansätze der Modellierung
Seit 1998 deckt die MODELS alle Aspekte der Modellierung ab, von Sprachen und Methoden bis hin zu Werkzeugen und Anwendungen. Die neue Vortragsreihe „New Ideas and Emerging Results” (NIER) bietet ein spezielles Forum für visionäre, zum Nachdenken anregende und zukunftsorientierte Forschung im Bereich des modellgetriebenen Engineerings (MDE). Der neue Track zielt darauf ab, Forschungsarbeiten, neuartige Ideen und innovative Ansätze zu präsentieren, die das Potenzial haben, die Zukunft des Fachgebiets zu prägen. Erwünscht sind Einreichungen, die mutige Hypothesen, unkonventionelle Methoden und interdisziplinäre Perspektiven untersuchen und Diskussionen anregen, die den Status quo in Frage stellen und neue Wege für die Forschung eröffnen.
Einreichung von LieberLieber und JKU wurde ausgewählt
Da die Auswahlquote von Vorträgen für die MODELS im einstelligen Bereich liegt, ist LieberLieber natürlich sehr stolz, gleich bei der ersten Gelegenheit in der neuen Vortragsreihe mit dabei zu sein. Das einreichende Team besteht aus Martin Eisenberg, Stefan Klikovits und Manuel Wimmer (alle von der Johannes Kepler Universität Linz) und Konrad Wieland, Geschäftsführer von LieberLieber.
KI kann Konfliktlösung deutlich verbessern
In den letzten zwei Jahrzehnten wurde eine Reihe von Workflows für die Modellversionierung vorgeschlagen. Standard-Workflows basieren auf einem „three-way model merge“, der es ermöglicht, potenziell konfliktreiche Änderungen in gleichzeitig entwickelten Modellversionen zu bewerten. Die berücksichtigten Konflikte, die erkannt werden können, beziehen sich jedoch meist auf die syntaktische Ebene von Modellen, wie z. B. Aktualisierungs- oder Lösch- bzw. Verwendungskonflikte. Im Gegensatz dazu bleiben unbeabsichtigte semantische Inkonsistenzen oft unbemerkt, die Lösung solcher Konflikte erfolgt manuell.
Workflows der Modellversionierung mit KI optimieren
Im gemeinsamen Vortrag wird untersucht, wie LLMs die Arbeitsabläufe der Modellversionierung durch die Unterstützung der Konflikterkennung und -lösung verbessern können. Gezeigt wird eine LLM-gestützte Lösung zur Erkennung von Konflikten im „three-way model merge“. Anhand einer Sammlung von Konflikttypen aus der bisherigen Literatur wird präsentiert, wie ein LLM-Assistent
1) widersprüchliche Änderungen lokalisieren und
2) Lösungsoptionen mit klaren Begründungen und Erläuterungen zu ihren Auswirkungen anbieten kann.
Die Ergebnisse zeigen, dass der Zugriff der LLMs auf eine Vielzahl von Domänen und Modellierungssprachen dabei helfen kann, komplexe Versionierungskonflikte zu finden und zu lösen. Die Implementierung kombiniert LieberLieber`s LemonTree zur Analyse von Modellen und Modelländerungen mit einem GPT-4o (LLM)-Assistenten, der mit relevantem Kontext ausgestattet ist, um Konflikte zu erkennen und zu lösen. Abschließend werden im Vortrag Richtungen für zukünftige Forschungen zur Verbesserung von Modellversions-Workflows unter Verwendung von LLMs diskutiert.