Der nachfolgende Text wurden mit KI erstellt und kann Fehler enthalten. Fehler gefunden? Bei GitHub editieren
Die Kombination aus Docs-as-Code und generativer KI eröffnet spannende neue Möglichkeiten für die Architekturdokumentation. Stefan Zörner, Gründer von embarc, hat auf dem iSAQB Software Architecture Forum überzeugende Use-Cases für den praktischen Einsatz präsentiert.
Warum diese Kombination sinnvoll ist
Architekturdokumentation ist inhärent textlastig: Architecture Decision Records (ADRs), Qualitätsziele, Konzepte und Qualitätsszenarien bestehen größtenteils aus Prosa. Selbst Diagramme lassen sich als Code darstellen – durch Tools wie PlantUML oder Mermaid. Gleichzeitig ist Dokumentation in vielen Teams unbeliebt. Die häufigsten Gründe: mangelnde Zeit, Aktualisierungsprobleme und fehlende Motivation. GenAI kann hier einen wesentlichen Mehrwert bieten, indem es Inhalte generiert, zusammenfasst und aktuell hält.
Praktische Anwendungsszenarien
Dialog-basierte Erarbeitung: Der intuitivste Ansatz ist, sich mit einer KI über Architekturaspekte auszutauschen. Die Dokumentation entsteht dabei quasi nebenher. Ein besonders interessantes Beispiel ist die gemeinsame Erarbeitung von Qualitätszielen mit speziell trainierten Prompts, die den Nutzer durch einen strukturierten Prozess führen – inklusive Checklisten und klaren Kriterien.
Automatische Dokumentationsgenerierung aus Quellcode: Mit Tools wie DeepWiki oder DeepWiki Open lässt sich aus Legacy-Systemen Dokumentation generieren. Die Ergebnisse gehen über klassische Code-Analyse-Tools hinaus, da sie natürlichsprachliche Beschreibungen liefern. Ein innovativer Aspekt: Statt vorher zu definieren, welche Informationen Nutzer brauchen, können diese jetzt interaktiv per Chat Fragen stellen – eine neue Form der zielgruppenorientierten Dokumentation.
Review und Konsistenzprüfung: Dies ist möglicherweise der wertvollste Use-Case. KI-Systeme können Architekturdokumentationen auf Konsistenz prüfen, Best Practices überprüfen und auf Inkonsistenzen hinweisen – etwa wenn ein Qualitätsziel in verschiedenen Abschnitten unterschiedlich benannt wird. Die Ergebnisse sind nicht fehlerfrei, bieten aber wertvolles Feedback.
Wichtige Grenzen und Vorsichtsmaßnahmen
Zörner betont, dass diese Tools am besten als erste Entwürfe und Unterstützungssysteme genutzt werden sollten – nicht als vollständige Automatisierung. Ein kritischer Punkt: Qualitätsziele sollten idealerweise kollaborativ mit Stakeholdern erarbeitet werden, nicht von einer einzelnen Person mit KI-Unterstützung. Die KI kann zwar beeindruckend wirken und detailliertes Fachwissen vorspiegeln, doch die architekturrelevanten Anforderungen müssen durch echte Zusammenarbeit entstehen.
Weitere Herausforderungen sind fehlende Reproduzierbarkeit – verschiedene Läufe des gleichen Reviews können unterschiedliche Ergebnisse liefern – sowie die Schwierigkeit, architekturrelevante Entscheidungsgründe aus dem Code zu rekonstruieren.
Fazit
GenAI bietet der Architekturdokumentation echte Mehrwerte, besonders bei der Erarbeitung von Qualitätszielen, Review-Prozessen und der Generierung von Legacy-Dokumentation. Der Schlüssel liegt darin, KI als intelligenten Assistenten zu nutzen – nicht als Ersatz für Zusammenarbeit und fachliches Denken. Wer diese Tools richtig einsetzt, kann Dokumentationsprozesse deutlich effizienter und hochwertiger gestalten, ohne dabei die menschliche Expertise zu verlieren.