KI-spezifische Anforderungen

Beschreibung

Diese Anforderungen definieren die Architektur und Arbeitsweise der KI-Komponenten. Ziel ist ein orchestriertes Multi-Agenten-System, das nicht nur Code generiert, sondern den gesamten Applikationskontext (Abhängigkeiten, Business-Logik) versteht. Zentrale Prinzipien sind technologische Souveränität durch Modell-Agnostik und die standardisierte Einbindung externer Werkzeuge.

Anforderungskatalog

Agenten-Architektur & Fähigkeiten

• Multi-Agenten-System: Das System muss auf einer Architektur basieren, die spezialisierte Agenten (z. B. Analyst, Coder, Reviewer) koordiniert und deren autonome Aufgabenbearbeitung orchestriert.
• Tooling & Schnittstellen: Es muss eine standardisierte Anbindung externer Datenquellen und Werkzeuge unterstützen. Hierbei sind Standards wie MCP (Model Context Protocol) oder modulare "Agent Skills" (z. B. Function Calling) zu nutzen.
• Prompt Governance: Das Verhalten der Agenten muss durch systematisches Prompt Engineering gesteuert werden, das Zielarchitekturen, Coding-Guidelines und Best Practices fest verankert.

Kontext & Gedächtnis

• Kontext-Sensitivität (RAG): Das System muss Techniken wie RAG (Retrieval Augmented Generation) oder GraphRAG nutzen, um Abhängigkeiten und implizites Wissen der Legacy-Applikation für die Agenten verfügbar zu machen.
• Kontext-State Management: Das System muss einen persistenten State bereitstellen, der Wissen über die Projektstruktur und bereits getroffene Entscheidungen über den gesamten Modernisierungsprozess hinweg bewahrt (Vermeidung von Inkonsistenzen).

Modell-Souveränität

• Modell-Agnostik: Das System muss so abstrahiert sein, dass verschiedene LLMs (Large Language Models) angebunden werden können.
• Open Source First: Die Architektur muss die Integration und Nutzung von Open-Source-Modellen (lokal oder gehostet) explizit unterstützen, um technologische Unabhängigkeit und Datensouveränität sicherzustellen.