Für CTOs & Architekten

Die Architektur dahinter

Keine Datenmigration. Keine neuen Silos. Eine intelligente Graph-Schicht über Ihrer bestehenden Toolchain.

Adapter-Ökosystem

Neun Adapter. Ein Graph. Null Exporte.

Wir verschieben keine Daten. Wir lesen sie dort, wo sie liegen, normalisieren sie in ein einheitliches Graph-Modell und verknüpfen sie mit den Normen, die Ihr Produkt regeln. Ihre Tools bleiben die Source of Truth.

Tier 1
ALM — Anforderungen
Polarion LiveDoccodeBeamer WorkflowsJira IssuesConfluence Dokumentation
Production
Tier 2
MBSE — Architektur
Enterprise Architect SysMLMagicDraw CameoPlantUML Diagrams-as-Code
Production
Tier 3 — der Burggraben
Source Code — Statische Analyse
Source Code libclang ASTLLVM IR Static Call Graph
Production
Tier 4
VCS — Historie
Git Commit Trail
Production

Der einzige Adapter, der kompiliert.

Source-Code-Adapter anderer Tools lesen Diffs und Dateinamen. Wir parsen den AST, leiten den LLVM IR ab und verknüpfen jede Funktion mit ihrer Anforderung, ASIL-Klasse und ihrem Testfall. Der Graph reicht bis zur Implementierung — nicht nur bis zur Dokumentation.

libclang — LLVM
C source — unit.c 
int safety_check(int x) {
  if (x > LIMIT) {
    return -1;
  }
  return 0;
}
Clang AST 
FunctionDecl ‘safety_check’
|-- ParmDecl ‘x’ : int
L-- CompoundStmt
    |-- IfStmt
    |   |-- BinaryOperator ‘>’
    |   L-- CompoundStmt
    |       L-- ReturnStmt -1
    L-- ReturnStmt 0
LLVM IR 
; linked to REQ-0427 — ASIL D
define i32 @safety_check(i32 %x) {
  %cmp = icmp sgt i32 %x, 100
  br i1 %cmp, label %then, label %end
then:
  ret i32 -1
end:
  ret i32 0
}
Engine-Architektur

Vom ALM-Chaos zum auditierbaren Graphen in vier Stufen.

Ein Durchlauf durch die Engine ingestiert jeden Adapter, normalisiert die Daten in ein einheitliches Graph-Modell, reichert sie mit den relevanten Norm-Klauseln an und produziert Gap-Reports, die ein Auditor replizieren kann.

01 — INGEST

Pull, don't push

Adapter lesen Items, Revisionen und Links aus jedem Quellsystem über dessen native API. Nichts wird zurückgeschrieben. Nichts wird gespiegelt.

OAuth2 — REST — gRPC
02 — NORMALIZE

Ein Schema, acht Dialekte

Polarion-Items, Jira-Issues, EA-Elemente, AST-Knoten und IR-Funktionen werden alle zu Knoten im selben Graph-Modell — typisiert, adressierbar und versionsstabil.

Graph Model — Typed Edges
03 — ENRICH

Norm-bewusste Verknüpfung

Klauseln Ihrer anwendbaren Normen (ISO 26262, ISO 21434, ASPICE, ISO 13849) werden als zweite Schicht geladen und über deterministische, auditierbare Mappings mit Anforderungen verknüpft.

Norm Layer — Clause Graph
04 — ANALYZE

Replayable Gap-Analyse

Pfad-Walks, Missing-Edge-Erkennung und Coverage-Berechnung. Gleicher Input → gleicher Output, jedes Mal. Reports enthalten den exakten Graph-Zustand, aus dem sie generiert wurden.

Replayable — Exportable
Engine Pipeline — Single Pass 9 Quellen → 1 Graph → 1 Report 
flowchart LR
  subgraph SRC[" "]
    direction TB
    A1[Polarion]
    A2[codeBeamer]
    A3[Jira]
    A4[Confluence]
    A5[EA / MagicDraw / PlantUML]
    A6[Source Code: libclang + LLVM IR]
    A7[Git]
  end
  SRC --> B[Adapter Layer]
  B --> C[Graph Model]
  N[Norm Layer<br/>ISO 26262 — 21434<br/>21448 — ASPICE — 13849] --> C
  C --> D[Analysis Engine]
  D --> E[Gap Reports<br/>Traceability Matrix<br/>Coverage Heatmap]
  classDef src fill:#f5f1e8,stroke:#e5dfd0,color:#3a4256
  class A1,A2,A3,A4,A5,A6,A7 src
  classDef core fill:#eef2ff,stroke:#c7d2fe,color:#1e3a8a
  class B,C,D,E core
  classDef norm fill:#fef3c7,stroke:#fcd34d,color:#b45309
  class N norm

Property-Graph-Modell

{ "node_id": "REQ-123", "type": "requirement", "properties": { "ASIL": "B" }, "edges": [ {"to": "TEST-456", "type": "verified_by"} ] }

Tool-Integrationen

  • ALM: Polarion, Jama, Codebeamer
  • Issue Tracking: Jira, Azure DevOps
  • Version Control: GitLab, GitHub, Bitbucket
  • CI/CD: Jenkins, GitLab CI
  • Simulation: CARLA, MATLAB/Simulink

Deterministische Rule-Engine

ON INSERT "SW_Release" CHECK { EXISTS edge TO "Test_Passed", EXISTS edge TO "Review_Approved" } IF NOT compliant THEN SET status = "BLOCKED"

Lokale LLMs (Privacy-First)

  • Modelle: Llama 3, Mistral, kundeneigene Fine-Tunes
  • Laufzeit: On-Premise oder VPC
  • Aufgabe: Topologie → Narrativ

Enterprise-Grade Security

  • Verschlüsselung: AES-256 at rest, TLS 1.3 in transit
  • Access Control: RBAC, SSO (SAML/OIDC)
  • Audit-Log: Jede Graph-Änderung hashbar und unveränderlich
  • Compliance: ISO 27001, GDPR, SOC2-ready

EA Model Generation — Architektur per API

Programmatische Generierung von SysML-Modellen aus Spezifikationen. Schema-validiert, MagicDraw-kompatibel.

Model Generator

Input: "L2 ADAS, 12-Sensor Fusion" Process: 1. Model generator → SysML blocks 2. Schema validator → Safety deps 3. Diagram gen → Visual output Output: MagicDraw JSON + Report

Diagram Types

  • SWE.5: Test Concept Diagrams
  • Component: Architecture Overview
  • Safety: Timing Extensions (QEA)
  • SCT: Qualcomm ECU Allocation

Schema Layer

{ "entity": "SWE.3_Item", "relations": [ "verified_by→Test", "traced_from→SWE.2" ], "constraints": [ "no_ism_allocation" ] }

CI/CD Pipeline

  • Trigger: Model-Change in MagicDraw
  • Build: Auto-generate JSON + Diagrams
  • Validate: Schema check + Safety rules
  • Deploy: Graph-DB Update + Report
← HIL/SIL Testing Workflow →