Ein Multi-Agenten-System für Enterprise Architektur Management

Summarise with VIRAT
Authors: Sebastian Wallner
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Large Language Model basierte Multi-Agenten-Systeme (MAS) gewinnen zunehmend an Bedeutung und gelten als vielversprechender Ansatz zur Bearbeitung komplexer Aufgaben. Trotz umfangreicher Beiträge bestehen offene Fragen zu geeigneten Anwendungsdomänen und Gestaltungsprinzipien. Ein mögliches Einsatzgebiet ist das Enterprise Architektur Management, das durch vielfältige Herausforderungen geprägt ist. Obwohl ein MAS hier unterstützen könnte, wurde diese Kombination bislang nicht untersucht. Ziel dieser Arbeit ist es, zu untersuchen, ob das Enterprise Architektur Management ein geeignetes Anwendungsfeld für ein MAS darstellt und wie ein solches System entworfen und umgesetzt werden kann. Die entwickelte Lösung wurde im Rahmen einer Demonstration implementiert und anschließend evaluiert. Methodisch folgt diese Arbeit dem Design Science Research Ansatz. Dabei wird ein mögliches MAS konzipiert, prototypisch realisiert und hinsichtlich seiner Eignung überprüft. Auf dieser Grundlage werden die drei Forschungsfragen beantwortet. Die Literatur zeigt, dass MAS in wissens- und datenintensiven Kontexten eingesetzt werden und sowohl Potenziale als auch Herausforderungen aufweisen. Eine allgemeingültige Aussage ist nicht möglich, da die Erkenntnisse vom jeweiligen Anwendungskontext abhängen. Mit diesem Wissen wurde ein entsprechendes System entworfen, welches auf einer RAG-ähnlichen Struktur basiert. Es ermöglicht die natürlichsprachliche, kontextbezogene Abfrage von Architekturdaten sowie die Integration heterogener Daten durch spezialisierte Agenten. Die Koordination der Agenten erfolgt prozessähnlich unter der Verwendung des Frameworks CrewAI. Die Ergebnisse zeigen, dass der Prototyp grundsätzlich geeignet ist, ausgewählte Aufgaben im Enterprise Architektur Management zu unterstützen. Ein hohes Leistungspotenzial wird in der Bereitstellung kontextrelevanter Informationen (93,17%), der Glaubwürdigkeit (94,81%) sowie der zielgerichteten Adressierung von Anfragen (89,98%) nachgewiesen. Eine durchgängige Bereitstellung von Zeitstempeln und Kontextdaten bietet zudem eine hohe Transparenz. Gleichzeitig zeigen sich Einschränkungen hinsichtlich der Korrektheit (77,29%) sowie in der Stabilität der Ergebnisse. Darüber hinaus steigt der Ressourcenaufwand in Bezug auf die Token-Nutzung mit der Anzahl der zu kombinierenden Datenquellen. Im Allgemeinen kann das System für unterstützende und explorative Aufgaben geeignet sein. Für einen produktiven Einsatz mit einer hohen Korrektheit werden weitere Verbesserungen vorgeschlagen.

Fields of Study & Subjects

Multi-Agent Systems and Negotiation Information Technology Governance and Strategy Advanced Software Engineering Methodologies

Publication details

Journal / source
University Library Linz repository (Johannes Kepler Universitat Linz)
Publication date
1 January 2026
Language
DE
Document type
Thesis