Integration von KI ins Requirements Engineering: Ein Praxisbeispiel mit ChatGPT
Herzlich willkommen zum zweiten Teil unserer Blogserie über die Integration von Künstlicher Intelligenz (KI) ins Requirements Engineering! Im ersten Teil unserer Serie lag der Fokus auf der Identifikation relevanter Abschnitte der Datenschutz-Grundverordnung (DSGVO) zur Ableitung von Systemanforderungen. Dabei haben wir mithilfe von KI, genauer gesagt ChatGPT 4, den Einsatz im Kontext der Entwicklung eines Multimediasystems für PKWs untersucht. Jetzt gehen wir einen weiteren Schritt, indem wir die Ergebnisse des ersten Teils vertiefen und weiterverarbeiten.
Innovation und Interaktion: Ein Einblick in den KI-Workshop auf Burg Wahrberg
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.
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:
Eine 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“.
Wir verwenden Cookies, um Inhalte und Anzeigen zu personalisieren, Funktionen für soziale Medien anbieten zu können und die Zugriffe auf unsere Website zu analysieren. Außerdem geben wir Informationen zu Ihrer Verwendung unserer Website an unsere Partner für soziale Medien, Werbung und Analysen weiter. Unsere Partner führen diese Informationen möglicherweise mit weiteren Daten zusammen, die Sie ihnen bereitgestellt haben oder die sie im Rahmen Ihrer Nutzung der Dienste gesammelt haben.
Funktional
Immer aktiv
Die technische Speicherung oder der Zugang ist unbedingt erforderlich für den rechtmäßigen Zweck, die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Teilnehmer oder Nutzer ausdrücklich gewünscht wird, oder für den alleinigen Zweck, die Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz durchzuführen.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Präferenzen erforderlich, die nicht vom Abonnenten oder Benutzer angefordert wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt.Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Vorladung, die freiwillige Zustimmung deines Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht dazu verwendet werden, dich zu identifizieren.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.