Autor*innen mit den meisten Dokumenten
Auflistung nach:
Neueste Veröffentlichungen
- WorkshopbeitragLeveraging LLMs in Semantic Mapping for Knowledge Graph-based Automated Enterprise Model Generation(Modellierung 2024 Satellite Events, 2024) Reitemeyer, Benedikt; Fill, Hans-GeorgAutomated 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.
- WorkshopbeitragLimitations of ChatGPT in Conceptual Modeling: Insights from Experiments in Metamodeling(Modellierung 2024 Satellite Events, 2024) Muff, Fabian; Fill, Hans-Georg
- WorkshopbeitragTowards theoretical foundations for large process models(Modellierung 2024 Satellite Events, 2024) Fettke, Peter
- WorkshopbeitragPreface for Workshop Research Data Management in Modelling in Computer Science (RDiMOD)(Modellierung 2024 Satellite Events, 2024) Koschmider, Agnes; Terboven, Christian; Goedicke, MichaelPreface of the RDiMOD'24 Workshop
- WorkshopbeitragCombining 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, BernhardWe 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to produce models for well-known modeling languages such as PlantUML, however, they perform worse on lesser-known or unpublished DSLs.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.
- WorkshopbeitragIntegrating Declarative and Imperative Process Modeling Paradigms in the Age of Generative AI(Modellierung 2024 Satellite Events, 2024) Kampik, Timotheus; Berg, Gregor; Eickhoff, DavidThis 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.
- KonferenzbeitragModellierung von komplexen Abläufen im Paose Kontext mit dem Diagram Tool(Modellierung 2024 Satellite Events, 2024) Seifert, Lukas; Ihlenfeldt, Karl; Moldt, Daniel; Clasen, Laif-Oke; Hansson, MarcelModellierung von Multiagentensystemen mit komplexen Abläufen ist häufig eine Heraus- forderung. Zur Modellierung gehören das Verständnis von grundlegenden Phänomenen, die in dem Kontext des Einsatzes von Agentensystemen auftreten, Abstraktionen zur konstruktiven Diskussion und Analyse, sowie gleichermaßen die konkrete Umsetzung in Form von Modellen inklusive der Implementation. Um ein System und dessen Abläufe zu verstehen oder zu analysieren, ist es häufig hilfreich oder nötig, diese aus verschiedenen Perspektiven zu betrachten und zu modellieren. In diesem Beitrag wird eine Überarbeitung des Diagram Tools vorgestellt. Es ermöglicht eine Übersetzung von Interaktionsdiagrammen in andere Modellierungstechniken auf Basis von Petrinetzen. Neu sind hierbei Übersetzungen in Interface- und Workflow-Netze, wodurch andere Perspektiven beleuchtet werden. Die Semantik bleibt in allen Modellformen gleich. Außerdem werden die existierenden Elemente der Interaktionsdiagramme um synchrone Nachrichten erweitert. Mit diesen Neuerungen kann ein System in Form eines Interaktionsdiagrammes spezifiziert werden und dank der Übersetzung in die anderen Modelle kann die Spezifikation aus verschiedenen Abstrak- tionslevel und Perspektiven betrachtet und weiterentwickelt werden. Außerdem wird die Anwendung anderer Analysetechniken so ermöglicht.
- KonferenzbeitragPractical Experience with Petriflow: Enriched Process Models Serving as Implementation(Modellierung 2024 Satellite Events, 2024) Juhás, Gabriel; Mladoniczky, Milan; Petrovič, ĽubošIn this paper we discuss experiences gained by using low-code language Petriflow, based on extended Petri nets enriched by data variables and forms. We illustrate on several real-life use cases how the Petriflow models of business processes can directly be used as implementation when deployed in Petriflow interpreter.
- KonferenzbeitragDas Blindenhund-Werkzeug: Autokorrektur von Petrinetzen mithilfe von halbgeordneten Verhaltensdaten(Modellierung 2024 Satellite Events, 2024) Bergenthum, Robin; Kovář, Jakub; Lueg, NicoPetrinetze 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.
- KonferenzbeitragMessage from the Modellierung’24 Industry-Forum Chairs(Modellierung 2024 Satellite Events, 2024) Loos, Peter; Proper, Henderik A.Message from the Modellierung’24 Industry-Forum Chairs
- «
- 1 (current)
- 2
- 3
- »