Darf man nach einer Woche noch eine „Recap“ zu einem Konferenzbesuch schreiben?
Wir denken schon. 😊
Es war das erste Mal, das SOPHIST auf den IT-Tagen in Frankfurt zugegen war.
Dafür aber gleich richtig mit Messestand und 2 Vorträgen.
Ein frischer Wind wehte durch die historischen Gemäuer der Burg Wahrberg, als die SOPHISTen sich zu einem außergewöhnlichen Workshop versammelten.
Unser Ziel: Die Grenzen unserer Arbeitswelt mit künstlicher Intelligenz (KI) zu erweitern und unseren geschätzten SOPHIST-Kollegen noch mehr praktische Einsatzmöglichkeiten aufzuzeigen.
Und zusätzlich auch ein Ziel für das KI-Innovationsteam: Konzeptioniere einen Motivationsworkshop mit Hilfe von KI.
Mit einem spielerischen „KAIce Breaker“ (eine Kombi aus den Wörtern: K(a)I und Ice) begann unser Abenteuer. Wir wollten erfassen, wie der Wissens- und Könnens-Stand eines jeden Kollegen im Raum stand – war KI ein vertrauter Begriff, ein ferner Gedanke oder bereits ein Werkzeug in der Hand?
Die Antworten waren ebenso vielfältig wie die Gruppe selbst, und schon waren wir mittendrin in den Möglichkeiten der KI, die sich wie ein roter Faden durch unseren Workshop ziehen sollten.
Dominik und ich (Breno) enthüllten unseren „5-Pager„, der sich als umfangreiche Enzyklopädie des „KAI RESE“ Inno-Projekts entpuppte. Hier wurden nicht nur die Grundlagen erläutert, sondern auch konkrete Szenarien vorgestellt, die zeigen, wie KI unseren Alltag bei SOPHIST bereits durchdringt und bereichert. Der besagte 5-Pager wird zeitnah in einem separaten Artikel vorgestellt.
WeiterlesenWie NLU die KI-Welt verändert.
In den bisherigen hier erschienenen Artikeln zum Thema Künstliche Intelligenz (KI) und dessen Einsatz im Requirements Engineering (RE) haben wir uns mit Natural Language Processing (NLP) und den Anwendungsmöglichkeiten beschäftigt. In diesem Artikel gehen wir jetzt aber mal weg vom NLP und hin zum Natural Language Understanding.
Unter Natural Language Understanding (NLU) versteht man, insbesondere im Kontext KI, die Fähigkeit von Computern menschliche Sprache und die Bedeutung eben dieser im Zusammenhang des Kontexts im Detail zu verstehen.
Im 2ten Artikel (NLP4RE – Wie KIs NLP nutzen, um Texte zu entschlüsseln) haben wir uns ja schon die grundlegenden Fähigkeiten der KI Tools näher angeschaut, mit welchen Texte in ihre Einzelteile zerlegt und auch Wörter in Cluster zugeordnet werden. Dieses Einordnen in Cluster hat in den letzten Jahren durch massive Fortschritte bei der Entwicklung von Deep Learning Modellen und durch verbesserte Datengrundlagen an Effektivität gewonnen. Zusätzlich haben Computer mittlerweile die Fähigkeit, kontextuelle Abhängigkeiten zwischen Worten und Redewendungen zu erkennen, was dazu führt, dass die die Erkennung und das Verständnis der Sprache akkurater und somit auch für große Unternehmen immer interessanter wird.
Das Ableiten von Modellen aus natürlichsprachlichen Anforderungen ist hierbei ein Anwendungsfall von KIs im Requirements Engineering, welcher durch die Entwicklungen der letzten Jahre profitieren kann. Eine KI während eines Meetings mitlaufen zu lassen, um aus den erarbeiteten Inhalten automatisch ein Aktivitätsdiagramm nach den Regeln der UML (Unified Modeling Language) zu erstellen, kann die Arbeit vieler Entwickler erleichtern. Hierbei kann ebenso die Fähigkeit einer KI, wichtige Informationen aus Gesprächen herauszufiltern, eine große Erleichterung für große Firmen darstellen.
Um Ihnen die Problemstellung bzgl. KI und NLU zu verdeutlichen, hilft uns folgendes Beispiel:
WeiterlesenEine kleine Zusammenfassung eines Vortrags auf der Konferenz „Agiles Anforderungsmanagement“ des Instituts für Data Driven Business an der Frankfurt University of Applied Sciences.
Die beiden SOPHISTen, Andreas Günther und Breno Pinheiro, haben sich in Ihrem Vortrag auf unterhaltsame Art und Weise mit der Frage auseinandergesetzt, ob der Job des Requirements Engineers eine langweilige Dauerschleife zwischen Theorie und Praxis ist, oder doch der beste Job überhaupt. Natürlich war diese Fragestellung eher rhetorischer Natur:-)
Die Digitalisierung und die immer komplexer werdenden technischen Produkte haben einen enormen Einfluss auf die Arbeitswelt und den Entwicklungsprozess in Unternehmen. Um den Anforderungen der Kund*Innen gerecht zu werden, müssen Requirements Engineers ständig ihre Methoden anpassen und weiterentwickeln.
Um dies beispielhaft zu verdeutlichen, wurden zu Beginn drei Kategorien von Methoden vorgestellt: „The EvergREens“, „REarrangements“ und „fREsh finds“.
WeiterlesenIn den ersten beiden Blogs dieser Blog-Reihe haben wir uns mit den Begriffen NLP und NLU beschäftigt. Des Weiteren haben wir einige Tools vorgestellt, die NLP nutzen, um Texte zu zerstückeln und zu klassifizieren. Im heutigen Beitrag werden wir einige Anwendungsfelder von KI im Requirements Engineering untersuchen. Wir werden die verschiedenen Anwendungsfelder hintereinander vorstellen.
Anforderungen klassifizieren:
Eine KI kann verwendet werden, um Anforderungen automatisch zu klassifizieren und zu priorisieren. Dies kann durch Machine-Learning-Algorithmen erreicht werden, die große Mengen von Anforderungen analysieren und kategorisieren können. Diese Algorithmen können beispielsweise Anforderungen nach Funktion, Leistung, Sicherheit oder Benutzerfreundlichkeit sortieren und somit die Arbeit des Requirements Engineers erleichtern.
User Feedback Analyse:
Weiterlesen