Auto-commit 2026-09-08 10:57: 6 files changed, 112 insertions(+)

Modulbeschreibung_AISE502_v2_2026.md

@@ -55,6 +55,7 @@ Künstliche Intelligenz erscheint dabei in **zwei gleichwertigen Rollen**:
   Entwicklungswerkzeuge produktiv, aber kritisch-reflektiert ein -- auf Basis der empirischen
   Evidenz (randomisierte Studien mit positiven wie negativen Befunden), mit
   Architektur-Dokumentation als Agenten-Kontext und Fitness Functions als Leitplanken.
+
 - **AI als Komponente im System (Achse B):** Studierende entwerfen Architekturen, in denen
   LLM-, ML- und Optimierungskomponenten als Laufzeit-Bausteine wirken, und machen diese
   nicht-deterministischen Komponenten *engineering-tauglich* -- gekapselt (Gateway, Ports),
@@ -168,118 +169,151 @@ Implementierungsphase (3 L Vorlesung + 1 L Standup/Coaching), **Woche 14** Synth
 Präsentationen (1 L + 3 L).
 
 **1. Das Entscheidungsproblem und das Framework** *(Teil I)*
+
 - Inhalte: Vier Produktionssysteme, zwei Fakten (Stack Overflow, Monzo, Segment, Prime Video);
   Architektur als schwer umkehrbare Entscheidungen; die fünf Framework-Elemente (R(a), C(p),
   fit, ADR, Messvertrag); die Annahmen A1--A6; ADR/MADR und C4.
+
 - AI-Linse (A): Ein Agent erstellt ADR-Entwürfe -- der Mensch verantwortet die Entscheidung.
 - Projekt: Kickoff -- Teams, Repository und Werkzeug-Setup, Domänenverständnis,
   Ontologie-Skizze, rohe Stakeholder-Wünsche.
 
 **2. Das Koordinatensystem: zwölf Profildimensionen** *(Teil I)*
+
 - Inhalte: Die zwölf Dimensionen mit Antwortmass und Messinstrument; ISO/IEC 25010:2023 als
   Vokabular; ASR und Quality Attribute Workshop; sechsteilige Qualitätsszenarien; Utility Tree
   → Gewichte; R(a) aus Gewichten, Workload-Shape und Constraints.
+
 - AI-Linse (B): Nicht-Determinismus, Latenz und Kosten als Dimension D12 der AI-Integrierbarkeit.
 - Projekt: Requirements-Workshop I -- Qualitätsszenarien mit Antwortmass, Utility Tree beginnen.
 
 **3. Nachfrage, Angebot, Passung: das formale Modell** *(Teil I)*
+
 - Inhalte: C(p) über Taktiken; das dreistufige, nicht-kompensatorische Matching-Verfahren am
   Mini-Match des Kursprojekts (C10 gegen L, MM, MS); warum keine gewichtete Summe;
   ADR/MADR mit Messvertrag als Abschluss.
+
 - AI-Linse (A/B): Der LLM-Provider hinter einem Port; ein Agent entwirft den MADR, ein Mensch
   zeichnet ihn.
+
 - Projekt: Requirements-Workshop II -- R(Plattform) finalisieren, Ontologie als Vertrag.
   **Abgabe A1 (Ende Woche 3).**
 
 **4. Patterns I: ein Deployable** *(Teil II)*
+
 - Inhalte: Schichtenarchitektur, modularer Monolith, Hexagonal/Ports-and-Adapters -- je
   Ursprungsproblem, Topologie, Architecture Quantum, Fähigkeitsprofil, Anti-Patterns;
   Modulgrenzen als CI-Gegenstand (Spring Modulith, import-linter, ArchUnit, Packwerk).
+
 - AI-Linse (B): Der Port als Anti-Corruption-Layer, der die LLM-Komponente austauschbar macht.
 - Projekt: Architekturstudium I -- healthchecks (Django), Apache Fineract und Cosmic Python im
   Code; C4-Kontext- und Container-Entwurf.
 
 **5. Patterns II: verteilte Topologien** *(Teil II)*
+
 - Inhalte: Microservices und Event-Driven Architecture; Sagas vs. ACID; der verteilte Monolith;
   Broker- vs. Mediator-Topologie; die sieben Resilienz-Grundmuster; Fallstudien (Netflix,
   Uber DOMA, Monzo, Segment-Rückbau).
+
 - AI-Linse (B): Ein LLM-Aufruf als unzuverlässiger Remote-Call; Queues absorbieren Latenz,
   Rate-Limits und Ausfälle.
+
 - Projekt: Architekturstudium II -- Ränder entwerfen (Ingestion-Queue, Resilienz gegen
   API-Ausfall), Service-Kontrakte skizzieren, Matrix-Vorfilter.
 
 **6. Patterns III: Batch und Serverless, Verallgemeinerung -- und die eigene Klasse C10**
 *(Teil II; Teil III)*
+
 - Inhalte: Pipes-and-Filters/Batch und Serverless/FaaS; Stepping Back -- Architecture Quantum,
   "Partitioning beats distribution", konsolidierte Fähigkeitstabelle, Ausblick
   Agenten-Orchestrierung; danach C10, die AI-native Advisory-Plattform (Klasse des Projekts)
   mit dem Spiegelpaar C1/C2 als Vorschau.
+
 - AI-Linse (B): Serverless und Pipelines als natürliche Heimat von Ingestion und Evaluation.
 - Projekt: **Der Match** -- drei Stufen für die eigene Plattform, Architekturentscheid,
   ADR-Entwurf.
 
 **7. Die Passung: drei Fälle, das Verfahren, die Matrix** *(Teil IV)*
+
 - Inhalte: Drei durchgerechnete Matches (C6 Shape-Gate, C1 Veto und Mitigationen, C2 ordinale
   Lesung mit Sensitivitätsanalyse); das Verfahren im Allgemeinen; die 7×10-Matrix lesen;
   Einführung des Messvertrags (Fitness Functions, DORA).
+
 - AI-Linse (A/B): Der Messvertrag als Betriebslizenz auch für agentisch erzeugten Code.
 - Projekt: Lösungsdesign finalisieren (Service-Schnitt, Kontrakte, Walking-Skeleton-Plan,
   Messvertrag mit Zahlen); **Design-Review-Gate**, **Abgabe A2 (Ende Woche 7)**.
 
 **8. Anwendungsklassen I: C1--C5** *(Teil III)*
+
 - Inhalte: Anwendungsklassen als ASR-Bündel; C1 Kernbanking, C2 Social/Content, C3 Back-Office,
   C4 ERP, C5 E-Commerce -- Herausforderungen mit Zahlen und Regulatorik, Anforderungsprofile
   und die reale Architekturwahl (LMAX vs. Monzo, Instagram, Shopify, Fineract).
+
 - AI-Linse (B): Die Latenzklasse, nicht die Genauigkeit, entscheidet über die Platzierung einer
   AI-Komponente; Agenten schlagen vor, deterministische Services entscheiden und buchen.
+
 - Projekt: Sprint 1 -- Walking Skeleton beginnen (MarketDataService, minimaler ResearchAgent,
   stabile API).
 
 **9. Anwendungsklassen II: C6--C9 und zehn Profile nebeneinander** *(Teil III)*
+
 - Inhalte: C6 Simulation/Batch, C7 DSS/BI, C8 IoT-Streaming, C9 Collaboration/Messaging;
   die dritte Konsistenzsemantik (Reproduzierbarkeit, Freshness-Kontrakt); zehn Profile
   nebeneinander mit fünf klassenübergreifenden Beobachtungen.
+
 - AI-Linse (B): Text-to-SQL nur auf der governierten semantischen Schicht; keine LLM-Aufrufe
   pro Event im Stream.
+
 - Projekt: Coaching; Walking Skeleton fertigstellen -- **Meilenstein: läuft End-to-End**.
 
 **10. Hybride, Evolution und das achtstufige Entscheidungsverfahren** *(Teil IV)*
+
 - Inhalte: Hybride als Normalfall; Fit als Funktion der Zeit; Migrationsstrategien
   (MonolithFirst, Strangler Fig, Sacrificial Architecture; Segment, Prime Video, Shopify);
   das achtstufige Verfahren an ADR-007; Matrix-Zeilenbegründungen.
+
 - AI-Linse (B): Die AI-Schicht als bewusst ersetzbare Sacrificial Architecture hinter einem Port.
 - Projekt: Coaching; deterministische Services (Performance, Risk, Optimization) mit exakten
   Tests gegen die Referenzvektoren.
 
 **11. Der Messvertrag, Conway's Law und die Grenzen der Theorie** *(Teil IV)*
+
 - Inhalte: Fitness Functions in CI/CD (Taxonomie, drei Instrumentenfamilien); die vier
   DORA-Metriken und der Kopplungs-Befund; Kostenverlauf von Änderungen (Boehm vs. Menzies);
   Conway's Law und Team Topologies; sechs Grenzen der Theorie.
+
 - AI-Linse (A/B): Eval-Harness-Pass-Rate und Token-Budget als neue Fitness-Function-Typen mit
   alter Mechanik.
+
 - Projekt: Coaching; Resilienz auf allen externen Aufrufen, verifizierte Graceful Degradation
   -- **Meilenstein: deterministischer Kern vollständig getestet und resilient**.
 
 **12. AI-Dimension I: Achse A -- Evidenz und Konsequenzen; Achse B -- Grundlagen** *(Teil V)*
+
 - Inhalte: Zwei widersprüchliche RCTs (Copilot +55.8 % vs. METR −19 % samt Wahrnehmungslücke)
   und ihre Auflösung; der Verifikations-Engpass; ADRs und Agenten-Instruktionsdateien als
   Kontrollschnittstelle; Achse B: der Sentiment-Call falsch und richtig verdrahtet, drei
   Komponententypen, LLM-Gateway-Referenzarchitektur, Eval-Harness-Grundlagen.
+
 - Projekt: Coaching; AdvisorAgent mit 2--3 Sub-Agenten hinter dem Gateway (Pflichtteil),
   Ontologie-Guard auf allen Insights aktiv.
 
 **13. AI-Dimension II: Bedrohungen, verschobene Matrix, Orchestrierung -- und Synthese** *(Teil V)*
+
 - Inhalte: OWASP LLM Top 10 und Prompt Injection als Architekturproblem; EU AI Act als
   Knock-out-Constraint; die fünf Zellverschiebungen der Matrix; Agenten-Orchestrierung als
   achtes, emergentes Kompositionsmuster und die Ökonomie der Autonomie; Synthese und
   Prüfungsorientierung.
+
 - Projekt: Coaching; Eval-Harness als CI-Gate, Kosten- und Latenz-Dashboard, Threat-Model,
   Hardening, Topologie-ADR; Kür: autonomes Planning, Self-Repair, Model-Routing --
   **Meilenstein: Eval-Harness im CI, Guard aktiv, Kosten-Observability**.
 
 **14. Synthese, Präsentation und Architektur-Verteidigung**
+
 - Inhalte (1 L): Die Theorie-Pipeline in einem Satz; eine Disziplin an zwei Bindungsstellen;
   Prüfungsorientierung und Q&A -- kein neuer Stoff.
+
 - Reflexion: Wo half und wo schadete die AI -- im Bauen (A) und im System (B)?
 - Projekt (3 L): Präsentationen, Architektur-Verteidigung und Peer-Reviews -- **Abgabe A3**.
 
@@ -296,10 +330,13 @@ Plattform:
 
 - bezieht **strukturierte externe Daten** (Börsenkurse, z. B. via Yahoo Finance) -- mit
   Live-API und verpflichtendem Cache-/Snapshot-Fallback;
+
 - bezieht **unstrukturierte externe Daten** (Firmen-News, Web-Berichte) und wandelt sie über
   eine AI-Komponente in strukturierte, gegen die Ontologie validierte Insights um;
+
 - berechnet **Risiko-, Performance- und Portfolio-Optimierungs-Kennzahlen** (Formeln und
   Testvektoren werden vorgegeben; die Lernleistung ist das Engineering darum herum);
+
 - stellt die Funktionalität **API-first** bereit, mit einem dünnen Dashboard (z. B. Streamlit)
   nur zur Demonstration.
 
@@ -329,6 +366,7 @@ Architektur-Verteidigung (14, Abgabe A3).
   Resilienz gegen Ausfall externer Datenquellen; Eval-Harness für die AI-Komponente;
   Observability für Kosten und Latenz über das einzige LLM-Gateway; der Messvertrag aus A2
   (Modulgrenzen-Check, Eval-Schwelle, Token-Budget) in CI verdrahtet.
+
 - *Kür (für Spitzennoten):* autonomes Planning (der Advisor entscheidet selbst über Tool- und
   Sub-Agent-Aufrufe), Self-Repair-Loops, Model-Routing, Deployment mit CI/CD und Tracing.
 
@@ -357,17 +395,21 @@ Zusammenarbeit mit anderen Studierenden, projektbegleitendes Selbststudium.
 ## Literatur
 
 **Leitmedium:**
+
 - *AISE502 Lecture Notes -- A Theory of Architecture--Application Fit*, F. Herzog,
   Fachhochschule Graubünden, 2026 (englisch; wird abgegeben).
 
 **Methodische Hauptquellen der Theorie:**
+
 - L. Bass, P. Clements, R. Kazman: *Software Architecture in Practice*, 4. Aufl., 2021.
 - M. Richards, N. Ford: *Fundamentals of Software Architecture*, 2. Aufl., O'Reilly, 2025.
 - N. Ford, R. Parsons, P. Kua, P. Sadalage: *Building Evolutionary Architectures*, 2. Aufl.,
   O'Reilly, 2022.
+
 - N. Forsgren, J. Humble, G. Kim: *Accelerate*, IT Revolution, 2018.
 
 **Begleitend:**
+
 - I. Sommerville: *Modernes Software-Engineering*, Pearson, 2020 (deutschsprachiger Anker).
 - S. Newman: *Building Microservices*, 2. Aufl., O'Reilly, 2021 (nach Bedarf als Reader).
 - Aktuelle wissenschaftliche Artikel und Branchenforschung zu AI-Agenten, agentischen

Modulbeschreibung_AISE502_v3_2026.md

@@ -44,6 +44,7 @@ Künstliche Intelligenz erscheint in **zwei gleichwertigen, strikt getrennten Ac
   Entwicklungswerkzeuge produktiv, aber kritisch-reflektiert ein -- auf Basis der empirischen
   Evidenz (randomisierte Studien mit positiven wie negativen Befunden) und mit
   Architektur-Dokumentation und Fitness Functions als Leitplanken.
+
 - **Achse B -- AI als Komponente im System:** Studierende entwerfen Architekturen, in denen
   LLM-, ML- und Optimierungskomponenten als Laufzeit-Bausteine wirken, und machen diese
   nicht-deterministischen Komponenten *engineering-tauglich*: gekapselt (Gateway, Ports),
@@ -192,48 +193,58 @@ die Gateway- und Eval-Harness-Vorlesung genau dann, wenn Gateway und Agenten geb
 ## Inhalte
 
 **1. Das Entscheidungsproblem und das Framework** *(Skript Teil I, §1--2)*
+
 - Inhalte: Vier Produktionssysteme, zwei Fakten (Stack Overflow, Monzo, Segment, Prime Video);
   Architektur als schwer umkehrbare, qualitätsgetriebene Entscheidungen; die fünf
   Framework-Elemente (R(a), C(p), fit, ADR, Messvertrag); die tragenden Annahmen A1--A6;
   von Alltagsfragen zu den zwölf Dimensionen (Überblick der fünf Gruppen).
+
 - Praktische Anwendung: Projekt-Kickoff (Teams, Repository und Werkzeug-Setup inkl. agentischer
   Entwicklungswerkzeuge, Domänenverständnis, erste Ontologie-Skizze, rohe Stakeholder-Wünsche);
   ein Agent erstellt ADR-Entwürfe -- der Mensch entscheidet und verantwortet (Achse A).
 
 **2. Das Koordinatensystem: zwölf Profildimensionen und messbare Anforderungen** *(Teil I, §2--3)*
+
 - Inhalte: Die zwölf Dimensionen einzeln motiviert, je mit Antwortmass und Messinstrument
   (Last, Korrektheit/Vertrauen, Wandel/Delivery, Ökonomie/Organisation, AI-Integrierbarkeit);
   ISO/IEC 25010:2023 als Vokabular; architektur-relevante Anforderungen (ASR), Quality
   Attribute Workshop, sechsteilige Qualitätsszenarien, Utility Tree → Gewichte; R(a) aus
   Gewichten, Workload-Shape und Knock-out-Constraints.
+
 - Praktische Anwendung: Requirements-Workshop I -- Qualitätsszenarien mit Antwortmass für die
   Projektplattform (mindestens acht, davon drei für die AI-Komponenten), Utility Tree beginnen.
 
 **3. Nachfrage, Angebot, Passung: das formale Modell** *(Teil I, §4--6)*
+
 - Inhalte: Herleitung von C(p) über Taktiken (Pattern vs. Taktik, Evidenzbasis); das
   dreistufige, nicht-kompensatorische Matching-Verfahren am Mini-Match des Kursprojekts
   (C10 gegen L, MM und MS); warum keine gewichtete Summe (MCDM-Kritik); ADR/MADR und der
   Messvertrag als Abschluss jeder Entscheidung.
+
 - Praktische Anwendung: Requirements-Workshop II -- R(Plattform) finalisieren (Gewichte,
   Workload-Shape, Knock-out-Constraints), Ontologie als Vertrag fixieren.
   **Abgabe A1: Requirements-Dossier (Ende Woche 3).**
 
 **4. Patterns I: ein Deployable** *(Teil II, §8--10)*
+
 - Inhalte: Schichtenarchitektur, modularer Monolith, Hexagonal/Ports-and-Adapters -- je:
   reales Ursprungsproblem, Topologie, Architecture Quantum, dimensionsweises Fähigkeitsprofil,
   Engineering-Konsequenzen, Anti-Patterns; Modulgrenzen als CI-Gegenstand (Spring Modulith,
   import-linter, ArchUnit, Packwerk).
+
 - Praktische Anwendung: "Build it and study it" -- healthchecks (Django), Apache Fineract und
   das Cosmic-Python-Repo klonen und die Architektur im Code nachweisen; Architekturstudium I
   für die Plattform, C4-Kontext- und Container-Entwurf; AI-Linse: der LLM-Provider hinter
   einem Port.
 
 **5. Patterns II: verteilte Topologien** *(Teil II, §11--12)*
+
 - Inhalte: Microservices und Event-Driven Architecture -- Ursprungsprobleme (Release-Zug,
   Ingest), Fähigkeitsprofile, Sagas vs. ACID, der verteilte Monolith als häufigster
   Fehlausgang, Broker- vs. Mediator-Topologie, Schema-Governance, die sieben
   Resilienz-Grundmuster (Timeout, Retry, Circuit-Breaker, Bulkhead, Fallback, Dead-Letter
   Queue, idempotenter Consumer); Fallstudien (Netflix, Uber DOMA, Monzo, Segment-Rückbau).
+
 - Praktische Anwendung: Online Boutique und der Home-Assistant-EventBus im Quellcode;
   Architekturstudium II -- Ränder entwerfen (Ingestion-Queue, Resilienz gegen API-Ausfall),
   Service-Kontrakte skizzieren, Matrix-Vorfilter der Kandidaten; AI-Linse: ein LLM-Aufruf als
@@ -241,65 +252,78 @@ die Gateway- und Eval-Harness-Vorlesung genau dann, wenn Gateway und Agenten geb
 
 **6. Patterns III: Batch und Serverless, die Verallgemeinerung -- und die eigene Klasse C10**
 *(Teil II, §13--17; Teil III, §28)*
+
 - Inhalte: Pipes-and-Filters/Batch und Serverless/FaaS; die Verallgemeinerung: Architecture
   Quantum, "Partitioning beats distribution", Evidenzbasis und die konsolidierte
   Fähigkeitstabelle als Vergleichssicht; Agenten-Orchestrierung als emergentes
   Kompositionsmuster (Ausblick); danach **C10 -- AI-native Advisory-Plattformen**, die Klasse
   des Kursprojekts, mit dem Spiegelpaar C1/C2 als Kurzvorschau.
+
 - Praktische Anwendung: dbt-Pipeline (jaffle_shop_duckdb) lokal bauen und den
   Knative-Bookstore inspizieren; **der Match**: das dreistufige Verfahren für die eigene
   Plattform durchführen (Knock-out → Veto → ordinale Lesung), Entscheid fällen, ADR beginnen.
 
 **7. Die Passung, formal: drei Fälle, das Verfahren, die Matrix** *(Teil IV, §30--32, 34; §37 Einführung)*
+
 - Inhalte: Drei durchgerechnete Matches (C6: das Shape-Gate leert sechs von sieben Zellen;
   C1: Veto und dokumentierte Mitigationen; C2: ordinale Lesung mit Sensitivitätsanalyse und
   Tradeoff-Point); das Verfahren im Allgemeinen und was eine gewichtete Summe zerstört hätte;
   Zellsemantik und Lesart der 7×10-Matrix (Spalten, Zeilen, fünf Stützpunkte); Einführung des
   Messvertrags (Fitness Functions, vier DORA-Metriken).
+
 - Praktische Anwendung: Lösungsdesign finalisieren -- Service-Schnitt und Kontrakte,
   Walking-Skeleton-Plan, Messvertrag mit Zahlen (Token-Budget, Eval-Schwelle ≥ 95 %,
   p95-Latenz ≤ 20 s, null Modulgrenzen-Verletzungen); **Design-Review-Gate** mit Verteidigung
   des ADR. **Abgabe A2: Architektur-Dossier (Ende Woche 7).**
 
 **8. Anforderungsprofile I: Anwendungsklassen C1--C5** *(Teil III, §18--23)*
+
 - Inhalte: Anwendungsklassen als ASR-Bündel, nicht als Branchenlabel; C1 Kernbanking,
   C2 Social/Content, C3 Back-Office, C4 ERP, C5 E-Commerce -- je: reale Herausforderungen mit
   Zahlen und Regulatorik, Anforderungsprofil über die zwölf Dimensionen, und *welche
   Architektur reale Systeme wählten und warum* (LMAX vs. Monzo, Instagram, Shopify, Fineract).
+
 - Praktische Anwendung: Sprint 1 -- Beginn des Walking Skeleton (MarketDataService, minimaler
   ResearchAgent, stabile API); AI-Linse: die Latenzklasse, nicht die Genauigkeit, entscheidet
   über die Platzierung einer AI-Komponente.
 
 **9. Anforderungsprofile II: C6--C9 und zehn Profile nebeneinander** *(Teil III, §24--27, 29)*
+
 - Inhalte: C6 Simulation/Batch, C7 DSS/BI, C8 IoT-Streaming, C9 Collaboration/Messaging;
   die dritte Konsistenzsemantik (Reproduzierbarkeit, Freshness-Kontrakt); Verallgemeinerung:
   zehn Profile nebeneinander mit ihren Fussnoten und fünf klassenübergreifenden Beobachtungen
   (u. a.: D11 High, nicht Skalierung, erzwingt Microservices).
+
 - Praktische Anwendung: Coaching; Walking Skeleton fertigstellen -- **Check Woche 9: läuft
   End-to-End**; das Projekt erbt C6 (Ingestion- und Eval-Pipelines) und C7 (Analytik).
 
 **10. Hybride, Evolution und das achtstufige Entscheidungsverfahren** *(Teil IV, §35--36, 33)*
+
 - Inhalte: Hybride als Normalfall und die Bewertungseinheit Subsystem; Fit als Funktion der
   Zeit (Lehman, Annahme A5), Migrationsstrategien (MonolithFirst, Strangler Fig in beide
   Richtungen, Sacrificial Architecture; Fallstudien Segment, Prime Video, Shopify); das
   achtstufige Entscheidungsverfahren von den ASRs bis zum Messvertrag, durchgespielt an
   ADR-007; die Zeilen-Begründungen der Matrix im Detail.
+
 - Praktische Anwendung: Coaching; deterministische Services (Performance, Risk, Optimization)
   mit exakten Tests gegen die Referenzvektoren; AI-Linse: die AI-Schicht als bewusst
   ersetzbare Sacrificial Architecture hinter einem Port.
 
 **11. Der Messvertrag, Conway's Law und die Grenzen der Theorie** *(Teil IV, §37--39)*
+
 - Inhalte: Fitness Functions (atomar/holistisch, triggered/continual/temporal) in CI/CD und
   ihre drei Instrumentenfamilien; die vier DORA-Metriken und der Kopplungs-Befund; die
   vierstufige Kaskade und der C10-Referenzvertrag; Kostenverlauf von Änderungen (Boehm vs.
   Menzies); Conway's Law und Team Topologies als dritte Passungsdimension; sechs Grenzen der
   Theorie, auf sich selbst angewandt.
+
 - Praktische Anwendung: Coaching; Resilienz auf allen externen Aufrufen (Timeout, Retry,
   Circuit-Breaker, Fallback) und verifizierte Graceful Degradation -- **Check Ende Woche 11**;
   der Messvertrag der eigenen Abgabe wird in CI verdrahtet.
 
 **12. Die AI-Dimension I: Achse A -- Evidenz und Konsequenzen; Achse B -- Grundlagen**
 *(Teil V, §40--41, §42.1--42.5)*
+
 - Inhalte: Zwei widersprüchliche randomisierte Experimente (Copilot-RCT +55.8 % vs. METR
   −19 % inklusive Wahrnehmungslücke) und ihre Auflösung über fünf Moderatorvariablen; der
   Verifikations-Engpass; ADRs und Agenten-Instruktionsdateien als Kontrollschnittstelle,
@@ -307,25 +331,30 @@ die Gateway- und Eval-Harness-Vorlesung genau dann, wenn Gateway und Agenten geb
   und richtig verdrahtet, drei Komponententypen (LLM, ML, Solver), die
   LLM-Gateway-Referenzarchitektur (Port, Routing, Caching, Budgets, Fallbacks, Ontologie-Guard)
   und die Grundlagen des Eval-Harness.
+
 - Praktische Anwendung: Coaching; AdvisorAgent mit 2--3 Sub-Agenten hinter dem Gateway
   (Pflichtteil), Ontologie-Guard auf allen Insights aktiv; Achse-A-Arbeitsregeln im Team
   (Agenten-Instruktionsdatei, signierte ADRs, CI-Gate, AI-Policy).
 
 **13. Die AI-Dimension II: Bedrohungen, verschobene Matrix, Orchestrierung -- und Synthese**
 *(Teil V, §42.6--42.7, 43--45)*
+
 - Inhalte: OWASP LLM Top 10 und Prompt Injection als Architektur-, nicht Modellproblem;
   EU AI Act als Knock-out-Constraint in R(a); wie AI die Matrix verschiebt (D12-Mechanik,
   fünf Zellverschiebungen, MLOps-Reifegrade); Agenten-Orchestrierung als achtes,
   emergentes Kompositionsmuster (sechs Topologien, Task-Signatur-Tabelle, Ökonomie der
   Autonomie); Synthese der Theorie und Prüfungsorientierung.
+
 - Praktische Anwendung: Coaching; Eval-Harness als CI-Gate, Kosten- und Latenz-Dashboard,
   Threat-Model inklusive Prompt Injection über News, Hardening, Topologie-ADR;
   Kür: autonomes Planning, Self-Repair-Loops, Model-Routing. **Check Ende Woche 13.**
 
 **14. Synthese, Präsentation und Architektur-Verteidigung**
+
 - Inhalte (1 Lektion, kein neuer Stoff): das Skript rückwärts als ein Argument gelesen;
   die Theorie-Pipeline in einem Satz; eine Disziplin an zwei Bindungsstellen (Achse A und B);
   Prüfungsorientierung und Q&A.
+
 - Praktische Anwendung (3 Lektionen): Abschlusspräsentationen, **Architektur-Verteidigung**
   der eigenen Trade-offs, Reflexion (wo half und wo schadete AI -- im Bauen und im System)
   sowie Peer-Reviews. **Abgabe A3 / Meilenstein M6.**
@@ -346,10 +375,13 @@ Die Plattform:
 
 - bezieht **strukturierte externe Daten** (Börsenkurse, z. B. via Yahoo Finance) -- mit
   Live-API und verpflichtendem Cache-/Snapshot-Fallback;
+
 - bezieht **unstrukturierte externe Daten** (Firmen-News) und wandelt sie über eine
   AI-Komponente in strukturierte, gegen die Ontologie validierte Insights um;
+
 - berechnet **Risiko-, Performance- und Portfolio-Optimierungs-Kennzahlen** (Formeln und
   Testvektoren werden vorgegeben; die Lernleistung ist das Engineering darum herum);
+
 - stellt die Funktionalität **API-first** bereit, mit dünnem Dashboard zur Demonstration.
 
 **Zentrale Architekturregel:** *Agents propose; deterministic services decide and book.*
@@ -366,6 +398,7 @@ Manifestation von "AI engineering-tauglich machen" und wird bewertet.
   Eval-Harness für die AI-Komponente; Kosten- und Latenz-Observability über das einzige
   LLM-Gateway; der Messvertrag aus A2 (Modulgrenzen-Check, Eval-Schwelle, Token-Budget) in CI
   verdrahtet.
+
 - *Kür (für Spitzennoten):* autonomes Planning (der Advisor entscheidet selbst über Sub-Agent-
   und Tool-Aufrufe), Self-Repair-Loops, Model-Routing, Deployment mit CI/CD und Tracing.
 
@@ -381,9 +414,11 @@ Degradation), Qualität (Tests der deterministischen Services, Eval-Harness), AI
 - **Vorlesungsskript** *A Theory of Architecture--Application Fit* (Teile I--V, 45 Abschnitte)
   -- Leitmedium, Prüfungsgrundlage und Lektüre vor jeder Sitzung; wird während des Semesters
   entlang der Vorlesung korrigiert und ergänzt (die jeweils aktuelle Fassung liegt auf Moodle).
+
 - **Foliensätze der 14 Vorlesungen** sowie ein eigener Foliensatz zur Projekteinführung.
 - **Aufgabenblatt zum Praxisprojekt** (normative Quelle für Anforderungen, Meilensteine und
   Bewertung) inklusive UI-Skizzen der sechs Bildschirme.
+
 - **Moodle-Kursraum** mit einem Abschnitt pro Woche (Lernziele, Theorie, Selbststudium und
   Aufgaben), einem Abschnitt zum Skript und einem Abschnitt zum Praxisprojekt.
 
@@ -410,20 +445,26 @@ Zusammenarbeit mit anderen Studierenden, projektbegleitendes Selbststudium.
 ## Literatur
 
 **Leitmedium (roter Faden):**
+
 - *AISE502 Lecture Notes -- A Theory of Architecture--Application Fit*, F. Herzog,
   Fachhochschule Graubünden, 2026 (englisch; wird abgegeben).
 
 **Die vier methodischen Hauptquellen der Theorie (im Skript gewürdigt):**
+
 - L. Bass, P. Clements, R. Kazman: *Software Architecture in Practice*, 4. Aufl.,
   Addison-Wesley/SEI, 2021 (Qualitätsszenarien, Taktiken, Utility Tree/ATAM).
+
 - M. Richards, N. Ford: *Fundamentals of Software Architecture -- A Modern Engineering
   Approach*, 2. Aufl., O'Reilly, 2025 (Architecture Characteristics, Trade-off-Gesetze).
+
 - N. Ford, R. Parsons, P. Kua, P. Sadalage: *Building Evolutionary Architectures*, 2. Aufl.,
   O'Reilly, 2022 (Fitness Functions, Messvertrag).
+
 - N. Forsgren, J. Humble, G. Kim: *Accelerate -- The Science of Lean Software and DevOps*,
   IT Revolution, 2018 (DORA-Metriken, Kopplungs-Befund).
 
 **Begleitend:**
+
 - I. Sommerville: *Modernes Software-Engineering*, Pearson, 2020 (deutschsprachiger Anker).
 - S. Newman: *Building Microservices*, 2. Aufl., O'Reilly, 2021 (nach Bedarf als Reader).
 - ISO/IEC 25010:2023 (Qualitätsvokabular) und ISO/IEC/IEEE 42010:2022 (Architekturbeschreibung).

Modulbeschreibung_AISE502_v3_2026_confluence.txt

@@ -209,15 +209,18 @@ h2. Struktur
 h2. Literatur
 
 *Leitmedium (roter Faden):*
+
 * _AISE502 Lecture Notes – A Theory of Architecture–Application Fit_, F. Herzog, Fachhochschule Graubünden, 2026 (englisch; wird abgegeben).
 
 *Die vier methodischen Hauptquellen der Theorie (im Skript gewürdigt):*
+
 * L. Bass, P. Clements, R. Kazman: _Software Architecture in Practice_, 4. Aufl., Addison-Wesley/SEI, 2021 (Qualitätsszenarien, Taktiken, Utility Tree/ATAM).
 * M. Richards, N. Ford: _Fundamentals of Software Architecture – A Modern Engineering Approach_, 2. Aufl., O'Reilly, 2025 (Architecture Characteristics, Trade-off-Gesetze).
 * N. Ford, R. Parsons, P. Kua, P. Sadalage: _Building Evolutionary Architectures_, 2. Aufl., O'Reilly, 2022 (Fitness Functions, Messvertrag).
 * N. Forsgren, J. Humble, G. Kim: _Accelerate – The Science of Lean Software and DevOps_, IT Revolution, 2018 (DORA-Metriken, Kopplungs-Befund).
 
 *Begleitend:*
+
 * I. Sommerville: _Modernes Software-Engineering_, Pearson, 2020 (deutschsprachiger Anker).
 * S. Newman: _Building Microservices_, 2. Aufl., O'Reilly, 2021 (nach Bedarf als Reader).
 * ISO/IEC 25010:2023 (Qualitätsvokabular) und ISO/IEC/IEEE 42010:2022 (Architekturbeschreibung).

tools/md2docx.sh

@@ -0,0 +1,26 @@
+#!/bin/zsh
+# AISE502: Markdown-Modulbeschreibung -> Word (.docx), A4, Arial, mit Inhaltsverzeichnis.
+#   ./tools/md2docx.sh Modulbeschreibung_AISE502_v3_2026.md [ausgabe.docx]
+# Benötigt pandoc; die Referenzvorlage tools/reference_fhgr.docx liefert Schriften, Ränder und A4.
+set -e
+SRC="${1:?Markdown-Datei angeben}"; OUT="${2:-${SRC:r}.docx}"
+REF="$(dirname "$0")/reference_fhgr.docx"
+# eigenstaendige "---"-Trennlinien entfernen: Word stellt sie als Absatz mit Punkt dar
+sed '/^-\{3,\}$/d' "$SRC" | pandoc -f markdown+pipe_tables+smart -t docx \
+  --reference-doc="$REF" --toc --toc-depth=2 --metadata toc-title="Inhaltsverzeichnis" -o "$OUT"
+python3 - "$OUT" <<'PY'
+import re, shutil, sys, zipfile
+p = sys.argv[1]; tmp = p + ".tmp"
+with zipfile.ZipFile(p) as zin, zipfile.ZipFile(tmp, "w", zipfile.ZIP_DEFLATED) as zout:
+    for it in zin.infolist():
+        data = zin.read(it.filename)
+        if it.filename == "word/settings.xml":
+            s = data.decode("utf-8")
+            if "updateFields" not in s:      # Word aktualisiert das Inhaltsverzeichnis beim Öffnen
+                s = re.sub(r"(<w:settings[^>]*>)", r'\1<w:updateFields w:val="true"/>', s, count=1)
+            data = s.encode("utf-8")
+        zout.writestr(it, data)
+shutil.move(tmp, p)
+print(f"{p}: Feldaktualisierung aktiviert")
+PY
+echo "fertig: $OUT"