Requirements Engineering - Effizienzsteigerung durch den Einsatz von Künstlicher Intelligenz

Die Bedeutung von Early-Stage Requirements Engineering

Je früher hochqualitatives Requirements Engineering eingesetzt wird, desto schneller entwickelt sich aus dem groben Zielbild ein abgestimmtes und priorisiertes Zielbild. Dies optimiert sowohl das technische Produktdesign als auch die anfallenden Entwicklungskosten. Der Schlüsselbegriff hierbei ist “Shift-Left”, was bedeutet, dass die Qualitäts- und Kostenkontrolle frühzeitig im Entwicklungsprozess beginnt.

Der Einsatz von Künstlicher Intelligenz im Requirements Engineering

Eine präzise und effiziente Erfassung von Anforderungen kann durch den Einsatz von Künstlicher Intelligenz (KI) wie beispielsweise ChatGPT unterstützt werden. Anforderungen werden oft in natürlicher Sprache ausgedrückt, was KI‘s zu einem idealen Partner macht, um diese zu analysieren. Mit ihrer breiten Wissensbasis kann die KI fehlende Anforderungen erkennen und diese passend zur Vision ergänzen.

Training und Weiterbildung für den optimalen Einsatz von KI

Für die effektive Anwendung von KI im Requirements Engineering sind reproduzierbare Prozesse und fundiertes Wissen über die Methoden des Requirements Engineering notwendig. Im Training “KI-REG - Künstliche Intelligenz im Requirements Engineering” der SOPHIST GmbH haben wir genau diese Themen vertieft. Hier sind einige der wichtigsten Erkenntnisse aus dem Training:

• Verständnis der Grundlagen: Ein gutes Verständnis von Requirements Engineering ist essenziell, um die Qualität und Sinnhaftigkeit der Anforderungen bewerten zu können.
• Erzeugung von Prompts: Die KI kann helfen, Prompts zu erzeugen, um eine einfache Rückkehr zu einem bestimmten Stand zu ermöglichen.
• Qualität der Anforderungen: Die Qualität der Anforderungen hängt maßgeblich vom Prompting ab. Ein schrittweises Vorgehen und eine saubere Abgrenzung des Kontexts verbessern die Ergebnisse.
• Prompting Frameworks: Kenntnisse über Prompting Frameworks helfen, die Ergebnisse weiter zu optimieren.
• Dialogmanagement: Es ist wichtig zu wissen, wann ein neuer Dialog mit der KI gestartet werden sollte. Zu lange in einem Dialog zu verweilen oder zu oft einen neuen zu beginnen, kann die Ergebnisse verschlechtern. Beim Start eines neuen Dialogs ist es wichtig, den Kontext richtig zu setzen.
• Interdisziplinäre Perspektiven: Die KI kann sich wie ein interdisziplinäres Team verhalten und die Anforderungen aus verschiedenen Blickwinkeln betrachten.
• Retrieval Augmented Generation: Spezielle Aufgaben können über Retrieval Augmented Generation besser abgedeckt werden. So lassen sich GPT-Experten für verschiedene Aufgaben erstellen, z. B. für das Formulieren von Anforderungen in einer bestimmten Schablone.

Fazit und Ausblick

Diese Erkenntnisse helfen uns, in Zukunft schneller und effizienter mit Anforderungen umgehen zu können und die iterative Ideenfindung beschleunigen zu können. Obwohl der Umgang mit KI‘s im Kontext Requirements Engineering die Zufälligkeit der Ausgaben weiterhin fundiertes Wissen im Requirements Engineering erfordern, lassen sich durch KI-Unterstützung schnell Ergebnisse erzeugen, die den Gedankenprozess unterstützen und erleichtern.

Ein besonderer Dank gilt der SOPHIST GmbH für das hervorragende Training und die vielen neuen Denkanstöße für unseren Arbeitsalltag. Wir freuen uns darauf, das Gelernte in die Praxis umzusetzen und unsere Prozesse kontinuierlich zu verbessern.