Hallo, mein Name ist Breno Pinheiro und ich arbeite als Berater und Trainer für Requirements Engineering (RE) und Systems Engineering (SE) bei den SOPHISTen. Meine vielfältigen Erfahrungen – BWL-Studium, Ausbildung in der Gastronomie und insbesondere bei Kundenprojekten als Berater – haben meine Kommunikationsfähigkeiten, mein Durchhaltevermögen und mein Selbstvertrauen im Umgang mit herausfordernden Situationen gestärkt. Diese Fähigkeiten nutze ich täglich, um unsere Kund*innen in der Definition und Analyse von Anforderungen zu unterstützen.
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.
Bild mit KI erzeugt.
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:
Jedes Jahr im Dezember steht Weihnachten vor der Tür und wie alle Jahre wieder möchte jeder entspannt Weihnachten feiern und die Adventzeit genießen – doch ohne gute Vorbereitung sind die Aussichten eher düster.
Die Gesellschaft für Systems Engineering e. V., kurz GfSE, hat diese Jahr wieder Ihren TdSE veranstaltet und SOPHIST war mit einem Workshop dabei. Zusammen mit der SAF-Arbeitsgruppe der GfSE – SAF steht für System Architecture Framework, haben wir gemeinsam den Workshop „Viewpoints, Sichten und Aspekte als Denkmodelle und Projekt Planungsmittel“ durchgeführt.
Im letzten Blogbeitrag haben wir Ihnen den Physical Viewpoint vorgestellt. In diesem und letzten Blogbeitrag der Blogreihe möchten wir unser Innovationsprojekt mit Ihnen Revue passieren lassen. Welche Erwartungen hatten wir? Was waren die Ziele und wurden diese erreicht? Vor welchen Herausforderungen standen wir und welche Lösungen haben wir gefunden? Welche Unterschiede gibt es zwischen dem bisherigen SOPHISTischen Ansatz und dem RFLP-Ansatz?
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.