Logo des Repositoriums

Modellierung 2024 - Workshopband

https://dl.gi.de/handle/20.500.12116/43758
Auflistung nach:

Auflistung Modellierung 2024 - Workshopband nach Titel

1 - 10 von 25
  • Konferenzbeitrag
    Automatisierte Verarbeitung natürlichsprachlich repräsentierter Sachverhalte zur Identifizierung von Kandidaten für Bezeichner in Datenmodellen
    (Modellierung 2024 Satellite Events, 2024) Christ, Sven; Strecker; Stefan
    Für das Bestimmen von Kandidaten für Bezeichner von Modellelementen (Entitätstypen, Beziehungstypen, Attributen) aus natürlichsprachlich repräsentierten Sachverhaltsbeschreibungen werden für die Datenmodellierung mit der Modellierungssprache „Entity-Relationship Model“ (ERM) Heuristiken vorgeschlagen, die an Morphologie und Grammatik der natürlichen Sprache orientiert sind. Bereits seit den 1990er Jahren werden diese Heuristiken in Verbindung mit Ansätzen des „Natural Language Processing“ (NLP) eingesetzt, um für das Erstellen von Datenmodellen eine (teil-) automatisierte Modellierungsunterstützung zu realisieren. In diesem Beitrag kontrastieren wir die für das Modellierungswerkzeug TOOL implementierte NLP-basierte Modellierungsunterstützung mit drei Transformer-basierten künstlichen neuronalen Netzen, „Large Language Model“ (LLM), hinsichtlich fünf unterschiedlich komplexen Aufgaben des Identifizierens von Kandidaten für Bezeichner von Modellelementen in einer Variante des ERM. Die vorliegenden, noch vorläufigen Ergebnisse deuten an, dass die verwendeten LLM dem kontrastierten regelbasierten NLP-Ansatz deutlich überlegen sind.
  • Konferenzbeitrag
    Das Blindenhund-Werkzeug: Autokorrektur von Petrinetzen mithilfe von halbgeordneten Verhaltensdaten
    (Modellierung 2024 Satellite Events, 2024) Bergenthum, Robin; Kovář, Jakub; Lueg, Nico
    Petrinetze haben eine formale Semantik und eine einfache graphische Repräsentation. Mit Petrinetzen können wir Abhängigkeiten und Nebenläufigkeiten zwischen Aufgaben innerhalb von realen Systemen problemadäquat modellieren. Trotzdem ist das Modellieren verteilter Systeme eine schwierige und fehleranfällige Aufgabe. Das Blindenhund-Werkzeug ist ein Prototyp, der einen Ansatz für die Autokorrektur von Petrinetzen implementiert. Um ein Petrinetz zu reparieren, benötigen wir neben dem Modell eine Spezifikation des gewünschten Verhaltens. Das Blindenhund-Werkzeug kann die gewünschte Sprache in Form eines Event Logs oder als Spezifikation aus halbgeordneteten Beispielabläufen importieren. Modellieren wir gegen solch eine Spezifikation und ist das Modell nicht in der Lage die Spezifikation auszuführen, bekommen wir durch unser Blindenhund-Werkzeug einen Hinweis auf den Fehler und eine Liste von möglichen Reparaturvorschlägen. Damit kann das Blindenhund-Werkzeug Petrinetze reparieren, angehenden Modellierern die Semantik der Petrinetze interaktiv näherbringen und dabei verschiedene Reparaturvorschläge bewerten. Das Blindenhund-Werkzeug und einen zugehörigen Screencast gibt es auf der Internetseite www.fernuni-hagen.de/ilovepetrinets/guidedog.
  • Workshopbeitrag
    Combining Retrieval-Augmented Generation and Few-Shot Learning for Model Synthesis of Uncommon DSLs
    (Modellierung 2024 Satellite Events, 2024) Baumann, Nils; Diaz, Juan Sebastian; Michael, Judith; Netz, Lukas; Nqiri, Haron; Reimer, Jan; Rumpe, Bernhard
    We introduce a method that empowers large language models (LLMs) to generate models for domain-specific languages (DSLs) for which the LLM has little to no training data on. Common LLMs such as GPT-4, Llama 2, or Bard are trained on publicly available data and thus have the capability to produce models for well-known modeling languages such as PlantUML, however, they perform worse on lesser-known or unpublished DSLs. Previous work focused on the usage of few-shot learning (FSL) to synthesize models but did not address or evaluate the potential of retrieval-augmented generation (RAG) to provide fitting examples for the FSL-based modeling approach. In this work, we propose a toolchain and test each building block individually: We use the MontiCore Sequence Diagram Language, which GPT-4 has minimal training data on, to assess the extent to which FSL enhances the likelihood of synthesizing an accurate model. Additionally, we evaluate how effectively RAG can identify suitable models for user requests and determine whether GPT-4 can distinguish between requests for a specific model and those for general information. We show that RAG and FSL can be used to enable simple model synthesis for uncommon DSLs, as long as there is a fitting knowledge base that can be accessed to provide the needed examples for the FSL approach.
  • Workshopbeitrag
    How to define the Quality of Data and Software Models? A Data Quality Perspective
    (Modellierung 2024 Satellite Events, 2024) Taentzer, Gabriele; Kesper, Arno; Matoni, Markus
  • Workshopbeitrag
    Integrating Declarative and Imperative Process Modeling Paradigms in the Age of Generative AI
    (Modellierung 2024 Satellite Events, 2024) Kampik, Timotheus; Berg, Gregor; Eickhoff, David
    This brief paper summarizes a talk introducing and discussing the notion of process atoms, small facts or queries, each describing an organizationally relevant property or constraint of a business process that cannot be further split without losing its business meaning. An example of a process atom is: “only if an order with a purchase amount greater than 10,000€ is requested, management approval has to take place afterwards” (more abstractly: “only if A then eventually B”). As process atoms are executable as queries on data and allow for dynamic contextualization across process and organizational scopes, they complement and augment traditional process models, such as BPMN diagrams, particularly in the age of data-driven process analysis and generative AI-created process content.
  • Workshopbeitrag
    An Interdisciplinary Perspective on Managing Process Model Simulation Data
    (Modellierung 2024 Satellite Events, 2024) Schreiber, Clemens; Schiefer, Gunther; Oberweis, Andreas
    Managing process model simulation data in a findable, accessible, interoperable, and reusable way faces several challenges. We discuss three main challenges of simulation data documen- tation, which we encountered in an interdisciplinary research project on research data management. These challenges refer to (1) the definition of a discipline-specific metadata model, (2) the development of user support to ensure metadata quality and (3) the interlinking of the simulation data across research areas. Based on the identified challenges and the reported insights gained from the research project, we provide novel ideas for the development of process model simulation tools, enabling a better documentation of simulation data in the future.
  • Konferenzbeitrag
    Interface Nets Tool: Modellierung von Netzkompositionen
    (Modellierung 2024 Satellite Events, 2024) Ihlenfeldt, Karl; Moldt, Daniel; Seifert, Lukas; Clasen, Laif-Oke
    Die systematische Konstruktion von Systemen beinhaltet häufig die Erstellung eines Modells. Die Größe und Komplexität des Modells skaliert allerdings mit dem zu modellierenden System, was schnell zu unübersichtlichen und schwer wartbaren Modellen führen kann. Große oder komplexe Modelle werden deshalb häufig modularisiert. Die einzelnen Module werden dann zu dem Gesamtsystem zusammengeführt. Um diese Komposition des Gesamtsystems einheitlich und klar zu gestalten, hat Reisig das Konzept der Interface-Netze entwickelt, welches einen assoziativen Kompositionsoperator beinhaltet. Interface-Netze sind eine spezielle Form von Petrinetzen. Obwohl es viele Werkzeuge gibt, welche die Modellierung mit Petrinetzen unterstützen, gibt es bislang noch kein Werkzeug, dass die Modellierung mit Interface-Netzen ermöglicht. Um hierfür ein Werkzeug zu schaffen, wurde Renew, ein existierendes Werkzeug für die Modellie- rung mit Petrinetzen, erweitert. Renews Plugin-Architektur unterstützt, neue Funktionalitäten zu implementieren und dabei auf bestehende Konzepten zurückzugreifen. Das in diesem Beitrag vorgestellte Werkzeug, das Interface Nets Tool, ist eine Erweiterung Renews. Mit diesem Werkzeug ist es möglich, Interface-Netze zu modellieren und zu komponieren. Es wird auf die Funktionsweise des Werkzeuges eingegangen, sowie auf die Nutzung im wissenschaft- lichen Kontext. Das Interface Nets Tool unterstützt verschiedene Anwendungsmöglichkeiten. Neben der Kom- position großer Systeme wird auch die Abstraktion von der Implementation ermöglicht, sodass die Schnittstellen der modellierten Module im Fokus stehen. Dies lässt sich auf die Modellierung von Multiagentensystemen und Web-Service basierten Systemen übertragen.
  • Workshopbeitrag
    Learnings from an Ethical Experience Design Method based on Psychological Needs and Values
    (Modellierung 2024 Satellite Events, 2024) Hoth, Veronica; Krueger, Anne Elisabeth; Brandenburg, Stefan
    Designing digital systems responsibly is crucial for mitigating risks for users and companies. This involves thorough analysis, open communication, and identifying potential adverse effects on users, the environment, and society. Addressing ethical aspects in digital products and services entails considering psychological needs and values. We’ve developed a workshop concept where designers and tech experts learn to make abstract values tangible, integrating ethical reflection into the design process. Implementation of the workshop shows that using appropriate methods enhances the solvability of ethical challenges. These challenges shouldn’t be viewed as obstacles but as opportunities for innovation. This position paper emphasises the importance of highlighting positive issues and suggests a shift in perspective, where ethical considerations are seen as catalysts for innovation rather than barriers to it.
  • Workshopbeitrag
    Leveraging LLMs in Semantic Mapping for Knowledge Graph-based Automated Enterprise Model Generation
    (Modellierung 2024 Satellite Events, 2024) Reitemeyer, Benedikt; Fill, Hans-Georg
    Automated enterprise model generation applies artificial intelligence and other machine- processable approaches to improve decision making and adoption in complex and changing en- vironments. The emergence of Large Language Models (LLMs) opens a new playing field for machine-processability in enterprise modeling, especially when it comes to processing natural lan- guage contextual knowledge. In this extended abstract, we show the use of LLMs in semantic mapping tasks for real-world and modeling language concepts based on an ArchiMate and National Information Exchange Model (NIEM) example. The results indicate that LLMs are useful in automated enterprise modeling tasks.
  • Workshopbeitrag
    Limitations of ChatGPT in Conceptual Modeling: Insights from Experiments in Metamodeling
    (Modellierung 2024 Satellite Events, 2024) Muff, Fabian; Fill, Hans-Georg