MappingSpace ALM

La plateforme applique des modèles de langage tout au long du processus de développement. Les ingénieurs génèrent exigences, architecture et cas de test dans MappingSpace et les poussent directement en tâches suivies. La fonction de complément enrichit les documents existants, le dessin par IA transforme les descriptions d'architecture en diagrammes statiques et dynamiques modifiables, et le code par IA génère un squelette à partir de la conception détaillée. Le but est de réduire les heures de paperasse que coûte habituellement ASPICE.

Les exigences relient la définition du produit au flux de développement. Le suivi des work items et le contrôle de version les accompagnent, si bien que chaque exigence conserve ses liens avec la conception et les tests. Les documents s'organisent en cartes mentales plutôt qu'en hiérarchies plates, ce qui rend les grands arbres d'exigences plus lisibles et garde la traçabilité intacte à mesure qu'ils grandissent.

La gestion des tests couvre tout le cycle : créer un plan de test, exécuter les cas et produire des rapports. Chaque test se rattache à l'exigence qu'il couvre, si bien que les trous de couverture apparaissent avant un jalon de publication, et non pendant un audit. Les cas de test peuvent être générés par IA puis modifiés comme n'importe quel autre document.

La gestion des baselines met de l'ordre dans l'itération des versions. Quand une exigence change, le système tire une copie et déclenche un flux de revue, si bien que le changement est maîtrisé plutôt que silencieux. L'historique complet est enregistré, de la raison de la demande jusqu'à la décision finale, soit exactement ce que demande la traçabilité ASPICE.

La chaîne se termine par un processus de publication standardisé. Une baseline vérifiée franchit des jalons définis et la plateforme garde la trace de ce qui a été publié et sur quoi il a été construit. Les équipes qui ne suivent pas ASPICE de bout en bout peuvent réduire le flux et garder les parties dont elles ont besoin.

Le déploiement privé est pris en charge, et l'éditeur propose une édition en déploiement privé gratuite à vie. Les fonctions IA peuvent tourner sur des modèles hébergés par le client, si bien que les documents sensibles restent sur l'infrastructure interne. Cela compte dans l'automobile, où les documents ne peuvent souvent pas quitter le réseau de l'entreprise.

GitLab se connecte pour les dépôts de code et les tests d'API s'exécutent dans la plateforme. La toolchain est faite pour l'automobile en particulier, avec des solutions complémentaires pour l'avionique et les dispositifs médicaux. Parmi les clients de référence figurent des fournisseurs de pièces et de systèmes comme Tuopu et Fulda, et l'éditeur publie des livres blancs sur le logiciel de base automobile et la gestion des processus de développement.