KI im Requirements Engineering bringt den größten Nutzen nicht dort, wo sie möglichst viele Anforderungen formuliert, sondern dort, wo sie Menschen gezielt bei ihrer Anforderungsarbeit unterstützt. Denn 50 generierte Anforderungen in zehn Sekunden beantworten noch nicht die entscheidende Frage: Welche davon werden wirklich benötigt – und wer trägt die Verantwortung, wenn falsche Anforderungen übernommen werden?

Der häufigste Fehler beim KI-Einstieg ist deshalb nicht die Wahl des falschen Tools, sondern der Einsatz an der falschen Stelle. Wer direkt mit dem Schreiben beginnt, erhält Masse, bevor das notwendige Wissen vorhanden ist. Das Video zeigt anhand von vier Stationen, welche Aufgaben KI im Requirements Engineering heute bereits übernehmen kann, wo ihre Grenzen liegen und welche Entscheidungen weiterhin beim Menschen bleiben.

Akzeptanzkriterien formulierst du richtig, wenn jedes Kriterium konkret, aus Sicht des Ergebnisses und binär prüfbar ist – erfüllt oder nicht erfüllt, ohne Diskussion. „Das Feature ist fertig”, sagt das Team. „Nicht abgenommen”, sagt der Kunde. Dazwischen liegen die Akzeptanzkriterien, und solange die schwammig bleiben, wiederholt sich dieser Konflikt in jedem Sprint.

Der Mechanismus dahinter ist immer derselbe: Ein schwammiges Kriterium verschiebt die Entscheidung, was „fertig” bedeutet, vom Refinement in die Abnahme. Im Refinement kostet diese Entscheidung fünf Minuten Diskussion. In der Abnahme kostet sie einen neuen Sprint. Das Video zeigt vier Regeln für prüfbare Akzeptanzkriterien und spielt sie an einer kompletten User Story aus einem Smart-Home-System durch – einmal mit schwammigen, einmal mit prüfbaren Kriterien.

Diese eine Satzstruktur hat mehr Projekte gerettet als jedes Tool. Seit Ende der Neunziger schreiben Requirements Engineers weltweit Anforderungen nach einer Schablone, die auf einen Bierdeckel passt – und trotzdem landen jeden Tag Sätze in Spezifikationen, die drei Leute auf drei Arten verstehen. Das Problem ist nicht Schlamperei: Unser Gehirn lässt beim Formulieren Informationen weg, verändert und verallgemeinert sie. Die Satzschablone MASTeR zwingt dich, diese Lücken zu füllen, bevor sie in der Spezifikation landen.

KI ist in vielen Unternehmen ein heikles Thema: Datenschutz und Compliance sprechen gegen öffentliche Tools, benutzt werden sie trotzdem. Dabei steckt in jeder Anforderung Firmenwissen, das nicht in fremde Hände gehört. In diesem Video zeigt Ersin, wie ihr KI im Requirements Engineering sicher einsetzt: mit einer abgeschotteten KI auf eigener Infrastruktur, die wir KI im Container nennen.