Das folgende Beispiel zeigt ein Modell und den daraus generierten Quellcode.<\/p>\n\n\n\n Aus solch einem Modell erzeugt ein Code-Generator folgenden Quellcode:<\/p>\n\n\n\n Code-Generatoren kommen v. a. dann zum Einsatz, wenn Boiler-Plate-Code<\/a> erzeugt werden muss oder sich die Funktionsweise des Codes gut in einem Modell beschreiben l\u00e4sst.<\/p>\n\n\n\n Viele Entwicklungsframeworks bieten Code-Generatoren an, z. B. Ruby on Rails.<\/p>\n\n\n\n Besonders beim Zugriff auf Datenbanken haben sich Code-Generatoren bew\u00e4hrt, die f\u00fcr ein gegebenes Datenbank-Schema die Zugriffsklassen f\u00fcr die \u00fcblichen CRUD-Operationen<\/a> erzeugen oder f\u00fcr gegebene Gesch\u00e4ftsklassen den Code zur Datenspeicherung (Persistenz) und f\u00fcr die entsprechenden DDL-Befehle<\/a> schreiben.<\/p>\n\n\n\n Bei verteilten Systemen <\/a>m\u00fcssen Daten serialisiert bzw. deserialisiert werden, z. B. von Objekten nach JSON, XML oder propriet\u00e4ren Bin\u00e4rformaten bzw. umgekehrt. Auch ein solcher Code l\u00e4sst sich in vielen F\u00e4llen vollst\u00e4ndig erzeugen.<\/p>\n\n\n\n Bei der elektronischen Signalverarbeitung entwickeln viele Firmen die Komponenten zuerst mit Hilfe von Simulationswerkzeugen wie MATLAB\/Simulink. Nach der erfolgreichen Verifizierung besteht der n\u00e4chste Entwicklungsschritt darin, diese L\u00f6sungen in Hardware oder\/und Software zu realisieren.<\/p>\n\n\n\n Im Fall von Software liegt der Gedanke nah, den Quellcode direkt aus dem Modell im Simulationswerkzeug zu generieren. In der Tat bieten deren Hersteller oft entsprechende M\u00f6glichkeiten.<\/p>\n\n\n\n Falls diese M\u00f6glichkeiten nicht ausreichen, bleibt den Entwicklern noch der Weg, einen eigenen (besseren) Code-Generator zu entwickeln. Solch ein Code-Generator nutzt dann entweder eine API des Simulationswerkzeugs oder liest die Modelldateien ein, die dieses Tool erzeugt.<\/p>\n\n\n\n Viele Vorteile der Code-Generierung liegen auf der Hand, andere sind weniger offensichtlich, und wieder andere erf\u00fcllen sich in der Praxis nicht:<\/p>\n\n\n\n Die ISO 13485 verpflichtet die Hersteller zur<\/p>\n\n\n\n Damit unterliegen Code-Generatoren der Validierungspflicht.<\/p>\n\n\n\n Lesen Sie im Fachartikel zur Computerized Systems Validation<\/a>, wie Sie diese Pflicht effizient und normenkonform erf\u00fcllen. Beachten Sie, dass sich die Software-Validierung nicht auf die Pr\u00fcfung der entwickelten Software (als Blackbox) beschr\u00e4nkt. Mehr zu den verschiedenen Definitionen des Begriffs Validierung erfahren Sie im Video zur Verifizierung und Validierung<\/a>.<\/p>\n\n\n\n Hersteller haben zwei M\u00f6glichkeiten, den generierten Code aus Sicht der IEC 62304 zu behandeln:<\/p>\n\n\n\n![\"Code-Generierung:](\"https:\/\/www.johner-institut.de\/blog\/wp-content\/uploads\/2021\/09\/Code-Generierung-Modell.jpg\")
<\/a><\/a>b) Wo setzt man Code-Generatoren ein?<\/h3>\n\n\n\n
Datenbankzugriff<\/h4>\n\n\n\n
Stubs und Skeletons<\/h4>\n\n\n\n
Signalverarbeitung<\/h4>\n\n\n\n
c) Welchen Nutzen verspricht die Code-Generierung?<\/h3>\n\n\n\n
\n
<\/strong>Code-Generatoren k\u00f6nnen Hunderttausende Zeilen Code pro Tag erzeugen und sind damit jedem Entwickler haushoch \u00fcberlegen. Allerdings verschieben diese Generatoren die Entwicklung von der Programmierung zur Modellierung.
Die Pflege von Modellen ist oft einfacher als die Pflege von Quellcode, da Modelle einen schnelleren \u00dcberblick erlauben und unabh\u00e4ngiger vom \u201eProgrammierstil\u201c des Einzelnen sind.
Besonders bei Hardware-nahem Code wie in der Mess- und Regeltechnik beschleunigt die Verkn\u00fcpfung von Modellierung und Simulation die Entwicklung nennenswert. Der Gro\u00dfteil des Designs erfolgt anhand von \u201eDigital Twins\u201c und erspart die aufwendige Entwicklung vieler Hardware-Prototypen.
<\/li>\n\n\n\n
<\/strong>Modelle erlauben formale Pr\u00fcfungen, z. B. von deren Konsistenz und der Einhaltung von Constraints.
Zudem unterlaufen Code-Generatoren keine Fl\u00fcchtigkeitsfehler. Sie k\u00f6nnen Code erzeugen, der \u00fcbliche Codier-Richtlinien automatisiert einh\u00e4lt.
Der generierte Code und damit dessen Architektur ist konsistent und idealerweise bereits durch den Code-Generator qualit\u00e4tsgesichert.
<\/li>\n\n\n\n
<\/strong>Eine regulatorische Anforderung (z. B. MDR Anhang II, IEC 62304 Kapitel 5.3) besteht darin, dass Hersteller die Software-Architektur<\/a> beschreiben und verifizieren m\u00fcssen. Die Modelle entsprechen bereits dieser Dokumentation.
Sie lassen sich zudem besser formal verifizieren, als das bei text- bzw. dokumentenorientierten Architekturbeschreibungen m\u00f6glich ist. Die IEC 62304 fordert die Verifizierung der Software-Architektur.
Zudem verlangt die IEC 62304 in Kapitel 5.5, dass der Hersteller pr\u00fcfen muss, ob der Software-Code die Architektur umsetzt. Das ist bei generiertem Code automatisch der Fall.
<\/strong><\/li>\n\n\n\n
<\/strong>Programmiersprachen entwickeln sich st\u00e4ndig weiter. Dies erfordert regelm\u00e4\u00dfige Wartungsprojekte, um die Kompatibilit\u00e4t der Software mit neuen bzw. \u201edeprecated\u201c APIs und Sprachkonstrukten zu gew\u00e4hrleisten und damit dem Stand der Technik zu entsprechen.
Bei generiertem Code ist \u201enur\u201c die Anpassung des Code-Generators notwendig, aber nicht die Anpassung der ganzen Software-Anwendungen.
Hersteller, die Modelle verwenden, haben langfristig die M\u00f6glichkeit, auf die Code-Generierung zu verzichten und die Modelle in entsprechenden Laufzeitumgebungen auszuf\u00fchren.<\/li>\n<\/ul>\n\n\n\n2. Regulatorische Anforderungen an die Code-Generierung<\/h2>\n\n\n\n
a) Anforderungen der ISO 13485<\/h3>\n\n\n\n
\n
b) Anforderungen der IEC 62304<\/h3>\n\n\n\n
\n