Embedded Software & AI

De opkomst van kunstmatige intelligentie verandert de manier waarop we embedded software ontwikkelen in een razendsnel tempo. Waar AI voorheen vooral werd gezien als een handige assistent voor het schrijven van losse regels code, transformeert het nu de complete levenscyclus van embedded systemen en met name ook de software. Van het allereerste klantgesprek tot de uiteindelijke certificering: AI-gedreven tools en agents herdefiniëren hoe we onder andere requirements specificeren, architecturen optimaliseren en bedrijfskritische software verifiëren.

Binnen embedded systemen brengt deze transitie unieke uitdagingen met zich mee. Factoren zoals hardware-beperkingen, traceerbaarheid en strenge veiligheidsnormen (zoals ISO 26262 of IEC 61508) laten geen ruimte voor de onvoorspelbaarheid die soms met AI wordt geassocieerd. Hoe benut u de ongekende productiviteitswinst van AI, zonder in te leveren op betrouwbaarheid, architectonische integriteit en compliance? Tijdens dit seminar nemen drie experts u mee langs de nieuwste methodologieën en praktijktoepassingen waarin embedded engineering en AI elkaar versterken.

Faraday | Dinsdag 22 september 13.00 – 14.30

Aanmelden

13.00 – 13.30

Van prompt naar model: AI-gedreven requirements engineering in een model-based wereld

Generatieve AI verandert de manier waarop we requirements opstellen: van losse tekstdocumenten naar een interactief proces waarin AI helpt bij het formuleren, structureren en consistent houden van eisen. Maar tekst alleen is niet genoeg — embedded software vraagt om traceerbaarheid en verificatie. In deze lezing laat ik zien hoe AI en model-driven development elkaar versterken: AI-gegenereerde requirements die direct landen in een SysML/UML-model, met behoud van traceability naar architectuur en test. Aan de hand van praktijkervaring met IBM Rhapsody en SAM (SodiusWillert) vertel ik hoe een AI-assistent via open protocollen rechtstreeks met de modelomgeving samenwerkt — en wat dat betekent voor de rol van de engineer.

Spreker: Walter van der Heiden – VDH Informatica BV

13.30 – 14.00

AI-Assisted Refactoring for Coupling Reduction: Integrating DSM Analysis with the Model Context Prototcol and Reinforcement Learning

Software architecture erosion—the gradual accumulation of coupling and violation of architectural constraints—remains a persistent challenge in large-scale software development. This paper presents an AI-assisted approach to architecture management that integrates Dependency Structure Matrix (DSM) analysis with large language models (LLMs) through the Model Context Protocol (MCP). We formalize coupling minimisation as an optimisation problem and propose the Recursive Hierarchical Decoupling Algorithm (RHDA) for systematic coupling reduction.

Beyond rule-based refactoring, we formulate the problem as a constrained Markov decision process (CMDP), enabling reinforcement learning agents to discover refactoring sequences that minimise coupling while preserving system test integrity. The approach is validated through a CI/CD pipeline that verifies both functional correctness and architectural improvement.

A case study on an embedded systems library demonstrates practical benefits: the AI agent identified layer violations, explained their architectural significance, and proposed concrete refactoring solutions that reduced coupling metrics while maintaining system behavior.

Spreker: Neil Langmead, Co-Founder CodeClinic

14.00 – 14.30

Trust, but Verify: Keeping AI-Generated Embedded Code Correct, Safe and Compliant

AI assistants have moved from suggesting lines to acting on the codebase: today’s agentic tools write, refactor, and run tests on their own. They can compress hours of embedded C/C++ work into minutes — but they raise an unavoidable question for any team shipping safety- or security-critical firmware: can you trust what the agent produced, and can you prove it?

This session looks at where productivity meets accountability. Starting from a realistic AI-assisted workflow, it shows how to keep verification in the loop rather than bolted on at the end: static analysis to catch defects and coding-standard violations early, runtime checking to expose errors that surface only during execution, automated testing for fast regression feedback, and MISRA/CERT compliance treated as a continuous gate. Examples use IAR’s analysis and verification tooling (C-STAT, C-RUN) to make the principles concrete. For teams developing to ISO 26262, IEC 62304 or IEC 61508, the same discipline, backed by a certified compiler and the application of its functional-safety guide, is what lets AI-assisted code stand up inside a safety case.

Spreker: Dr. Marc THOMAS

Embedded Security Field Application Engineer – EMEA
IAR Systems France — A Qt Group Company