RegComp

Unterstützung des Regulatory Requirements Engineering durch KI-gestützte Analyse von regulatorischen Änderungen

RegComp

Softwareintensive Systeme, die in regulierten Bereichen eingesetzt werden, müssen sich kontinuierlich an sich ändernde Gesetze, Standards und Richtlinien anpassen. Regulatorische Änderungen wirken sich häufig auf mehrere Software-Artefakte aus, darunter Anforderungen, Architektur, Quellcode, Dokumentation und Testressourcen. Das Verständnis der Folgen dieser Änderungen ist eine komplexe und zeitaufwändige Aufgabe, die nach wie vor größtenteils manuell durchgeführt wird. Das RegComp-Projekt (Regulatory Compliance) untersucht KI-gestützte Ansätze, die das Regulatory Requirements Engineering über den gesamten Lebenszyklus von Softwaresystemen hinweg unterstützen. Durch die Kombination von natürlicher Sprachverarbeitung, Informationsgewinnung und großen Sprachmodellen entwickelt das Projekt Methoden zur automatischen Erkennung regulatorischer Änderungen, zur Analyse ihrer Auswirkungen auf Software-Artefakte und zur Unterstützung von Ingenieuren bei fundierten Implementierungsentscheidungen. Das übergeordnete Ziel besteht darin, den manuellen Aufwand zu reduzieren, die Rückverfolgbarkeit zu verbessern und eine schnellere Anpassung an sich ändernde regulatorische Anforderungen zu ermöglichen.

Projektbeschreibung

Das RegComp-Projekt entwickelt neuartige Methoden zur Unterstützung des Regulatory Requirements Engineering durch automatisierte Analyse von regulatorischen Änderungen und Folgenabschätzungen. Anstatt sich ausschließlich auf die Überprüfung der Compliance zu konzentrieren, untersucht das Projekt, wie Änderungen in Vorschriften systematisch analysiert werden können, um deren Auswirkungen auf Softwaresysteme zu verstehen.

Die Forschung kombiniert Fortschritte in den Bereichen Verarbeitung natürlicher Sprache, semantische Suche, Informationsgewinnung und große Sprachmodelle, um regulatorische Änderungen automatisch zu identifizieren, deren Art und Umfang zu charakterisieren und zu ermitteln, welche Software-Artefakte voraussichtlich betroffen sind. Die entwickelten Ansätze unterstützen Ingenieure dabei, Implementierungsmaßnahmen zu priorisieren, die Gründe für regulatorische Aktualisierungen nachzuvollziehen und die Zusammenhänge zwischen sich weiterentwickelnden Vorschriften und Software-Assets zu verstehen.

Ein besonderer Schwerpunkt liegt auf einer erklärbaren, KI-gestützten Entscheidungsunterstützung, die es Ingenieuren ermöglicht, regulatorische Änderungen effizient zu bewerten und gleichzeitig Transparenz und Vertrauen in die generierten Ergebnisse zu gewährleisten. Die entwickelten Methoden werden anhand realer Fallstudien aus der Industrie evaluiert, um ihre praktische Anwendbarkeit und Nützlichkeit in der regulierten Softwareentwicklung sicherzustellen.

Forschungsbeitrag

Das RegComp-Projekt treibt den Stand der Technik im Bereich des Regulatory Requirements Engineering voran, indem es KI-gestützte Methoden zur automatisierten Analyse von regulatorischen Änderungen und zur Bewertung der Auswirkungen auf Software einführt. Das Projekt liefert Modelle, Techniken und werkzeuggestützte Ansätze, die es Organisationen ermöglichen, besser zu verstehen, wie sich sich weiterentwickelnde Vorschriften auf Softwaresysteme während ihres gesamten Lebenszyklus auswirken.

Die Forschung liefert Methoden zur automatischen Erkennung und Kategorisierung regulatorischer Änderungen, zur Bewertung ihrer Auswirkungen auf Software-Artefakte, zur Unterstützung der Rückverfolgbarkeit zwischen Vorschriften und Entwicklungsressourcen sowie zur Bereitstellung nachvollziehbarer Empfehlungen für die Softwareweiterentwicklung. Durch die Integration künstlicher Intelligenz in die Praktiken des Regulatory Engineering zielt das Projekt darauf ab, die Effizienz, Skalierbarkeit und Transparenz des Managements regulatorischer Änderungen zu verbessern und gleichzeitig den manuellen Aufwand zu reduzieren, der erforderlich ist, um die Compliance in sich ständig weiterentwickelnden regulatorischen Umgebungen aufrechtzuerhalten.

Förderung

Projektdauer

01.01.2023 – 31.12.2026

Kontakt

Projektpartner

Publikationen

  • 2026 Investigating Automated Change Impact Analysis in FinTech Regulations Parisa Elahidoost , Hugo Villamizar , Florian Angermeir , Jonathan Streit , Daniel Mendez , Michael Unterkalmsteiner und Tony Gorschek Information and Software Technology Journal, ():, 2026. Details URL DOI BIB
  • 2024 Designing NLP-based solutions for requirements variability management: experiences from a design science study at Visma Parisa Elahidoost , Michael Unterkalmsteiner , Davide Fucci , Jannik Fischbach und Peter Liljenberg , 2024. The 30th International Conference on Requirement Engineering: Foundation for Software Quality (REFSQ). Details URL DOI BIB
  • 2024 Practices, Challenges, and Opportunities When Inferring Requirements From Regulations in the FinTech Sector - An Industrial Study Parisa Elahidoost , Daniel Mendez , Michael Unterkalmsteiner , Jannik Fischbach , Christian Feiler und Jonathan Streit In 9th International Workshop on Empirical Requirements Engineering, 2024. IEEE. Details DOI BIB
click to return to top of page