Am 19. Dezember 2024 hat das iSAQB das neue Advanced Level Modul Software Architecture for AI (SWARC4AI) eingeführt.
Das SWARC4AI-Modul führt die Teilnehmer in zeitgemäße, auf KI-Systeme zugeschnittene Softwarearchitekturkonzepte ein, die die Entwicklung leistungsstarker, skalierbarer und nahtlos integrierbarer KI-Lösungen ermöglichen. Am Ende des Moduls werden die Teilnehmer über ein solides Verständnis der wichtigsten Prinzipien der Software��architektur für KI-Systeme verfügen und in der Lage sein, diese bei der Entwicklung und Implementierung von maschinellen Lern- und generativen KI-Systemen anzuwenden.
Richard Wallintin (WPS – Workplace Solutions) hat ein Interview mit den Kurator:innen Mahbouba Gharbi (ITech Progress), Sönke Magnussen (WPS – Workplace Solutions) und Larysa Visengeriyeva (INNOQ) geführt.
Ist dieses neue Modul jetzt entstanden wegen der großen Aufmerksamkeit für LLMs und Diffusion Models oder stand das Thema ohnehin auf der To-do-Liste?
Das Modul „SWARC4AI“ deckt moderne Softwarearchitektur-Konzepte ab, um leistungsfähige, skalierbare und integrierbare KI-Lösungen zu gestalten. Es legt einen besonderen Schwerpunkt auf Machine Learning (ML) und Generative KI-Systeme, einschließlich Large Language Models (LLMs) und Diffusion Models. Angesichts der aktuellen Entwicklungen in der KI-Forschung und ihrer breiten Anwendung scheint es, dass diese Technologien eine zentrale Motivation für die Entwicklung des Moduls darstellen. Gleichzeitig ist das Modul Teil eines umfassenderen Angebots für Softwarearchitekt:innen, das kontinuierlich weiterentwickelt wird, um den neuesten technologischen Herausforderungen gerecht zu werden.
Wo besteht der größte Lern- bzw. Wissensvermittlungs-Bedarf im Bereich KI-System-Architektur? Geht es um Grundlagen, also überhaupt sinnvolle Systeme zu entwerfen, oder eher um erweiterte Konzepte wie Optimierung, Bewertung und Skalierung?
Das Modul deckt eine breite Palette von Themen ab, die sowohl Grundlagen als auch fortgeschrittene Konzepte umfassen. Es beginnt mit der Einführung in KI-relevante Softwarearchitekturkonzepte und führt die Teilnehmenden durch Themen wie den Entwurf und die Entwicklung von KI-Systemen, Datenmanagement und Qualitätsmerkmale im Betrieb. Besonders stark ist der Fokus auf fortgeschrittene Themen wie Skalierbarkeit, Sicherheit, Compliance, Robustheit und Interpretierbarkeit. Es zielt darauf ab, die Teilnehmenden sowohl in den Grundlagen als auch in der Optimierung und Bewertung komplexer Systeme zu befähigen.
Reden wir eigentlich grundsätzlich immer über riesige Datenmengen, gigantische Rechenzentren und millionenschwere Trainingsaufwände? Oder gibt es viele Beispiele für “kleine” und “lokale” KI?
Das Curriculum bietet einen ganzheitlichen Blick auf KI-Systeme und betont, dass nicht alle Anwendungen gigantische Datenmengen oder große Infrastruktur erfordern. Themen wie Embedded Deployments, ressourceneffiziente Ansätze und SaaS-Lösungen zeigen, dass es viele Anwendungsfälle für „kleine“ und „lokale“ KI gibt. Diese eignen sich besonders für Szenarien, in denen Energieverbrauch, Kosten und Datenschutz entscheidend sind. Gleichzeitig werden auch großskalige Ansätze wie LLMs und ihre Integration in Cloud-Umgebungen behandelt, um die Vielfalt der KI-Anwendungen zu repräsentieren.
Spielen Fragen wie Angemessenheit, Ethik, verantwortungsbewusster Technologieeinsatz (auch: Folgenabschätzung) eine Rolle im Lehrplan? Und Ökologie?
Absolut, das Modul integriert diese Themen umfassend. Es behandelt ethische Herausforderungen wie Bias, Fairness und Transparenz und stellt Ansätze für Responsible AI sowie AI Governance vor. Es werden auch internationale Leitlinien wie die „EU-Ethik-Leitlinien für vertrauenswürdige KI“ und andere Governance-Dokumente vermittelt. Zusätzlich ist Green IT ein zentraler Bestandteil, um nachhaltige und ressourcenschonende Ansätze bei der Entwicklung und dem Betrieb von KI-Systemen zu fördern. Dies zeigt, dass das Curriculum sowohl technologische als auch gesellschaftliche und ökologische Aspekte berücksichtigt.
Wie praxisorientiert ist der Lehrplan? Kann ich konkrete Hilfe für die Umsetzung von Ideen erwarten?
Das Modul ist stark praxisorientiert. Es bietet Übungen, Fallstudien und Praxisprojekte, bei denen die Teilnehmenden das Gelernte in realen Szenarien anwenden können. Themen wie MLOps, Design Patterns und die Integration von ML-Modellen in bestehende Systeme stellen sicher, dass die Teilnehmenden konkrete Werkzeuge und Ansätze für die Umsetzung von Ideen erhalten. Die praxisorientierte Gestaltung ermöglicht es, direkt auf Herausforderungen in der beruflichen Praxis einzugehen.
Stellt sich Security bei KI-Systemen völlig anders dar als bei klassischen IT-Systemen?
Ja, KI-Systeme bringen spezifische Sicherheitsanforderungen mit sich. Das Modul behandelt Bedrohungen wie Adversarial Attacks, Data Poisoning und Model Inversion, die bei traditionellen IT-Systemen weniger relevant sind. Außerdem werden Strategien für KI-Sicherheit vorgestellt, darunter Maßnahmen für robuste Modelle, transparente Entwicklung und der Schutz vor Angriffen durch erklärbare KI (Explainable AI). Diese Unterschiede verdeutlichen, dass Sicherheitskonzepte für KI-Systeme auf die spezifischen Eigenschaften von ML-Modellen abgestimmt sein müssen.
Wie viel setzt das Modul voraus? Richtet es sich nur an Menschen, die bereits KI-Systeme entworfen und entwickelt haben, oder auch an solche, die es nur in Betracht ziehen?
Das Modul richtet sich an Personen mit grundlegenden Kenntnissen in KI, Machine Learning und Data Science. Erfahrungen mit gängigen Frameworks wie beispielsweise TensorFlow oder PyTorch sowie grundlegendes Wissen über ML-Methoden wie Supervised Learning und Deep Learning werden vorausgesetzt. Es ist jedoch nicht ausschließlich für erfahrene KI-Entwickler gedacht, sondern auch für Architekt:innen und Ingenieur:innen, die ihre Kenntnisse in der Gestaltung und Integration von KI-Systemen vertiefen möchten.
Wann ist mit den ersten Schulungsangeboten zu rechnen? Gibt es schon Ankündigungen oder Erfahrungswerte, wann die ersten Trainings zertifiziert sein könnten?
Die erste Version des Moduls steht ab 12/2024 zur Verfügung. Die Schulungen sollen mindestens drei Tage dauern und können je nach Anbieter variieren. Es gibt keine spezifischen Angaben zu den ersten Zertifizierungen, aber die Schulung ist Teil des Advanced-Level-Programms des iSAQB und trägt Credit Points zur Zertifizierung bei. Daher ist zu erwarten, dass Anbieter zeitnah entsprechende Schulungsangebote veröffentlichen werden.
