Mit KI mehr Qualität bei Anforderungen

Wenn Anforderungen unscharf bleiben, wird Testen zur Lotterie. Quer durch Branchen gilt: Reiner Text reicht selten. Domänen unterscheiden sich, die Prinzipien bleiben gleich. Modelle, Use Cases, Aktivitätsdiagramme und auch PlantUML schaffen Struktur und eine tragfähige Testbasis. KI unterstützt, sofern Qualität systematisch gesichert wird. Das heißt: Kontext klären, Scope schärfen, Rollen definieren, Begriffe präzisieren und iterativ Feedback einholen. Vertraulichkeit bleibt Pflicht. Wer Anforderungen als gemeinsames Modell versteht statt als Textdokument, gewinnt Tempo, Sicherheit und nachhaltig bessere Software.

Podcast Episode: Mit KI mehr Qualität bei Anforderungen

In dieser Folge spreche ich mit Andreas Günther und Breno Pinheiro über KI für bessere Anforderungen und eine solide Testbasis. Wir ordnen ein: Branchen ticken unterschiedlich, doch ohne klare Requirements wird Testen Lotterie. Text reicht nicht. Modelle, Use Cases, Aktivitätsdiagramme und gern auch PlantUML bringen Struktur. KI hilft, wenn wir Qualität erzwingen: Kontext klären, Scope schärfen, Rollen definieren, iterativ feedbacken, Begriffe glasklar machen und Vertraulichkeit beachten. Lange, wiederverwendbare Prompts statt Bauchgefühl.

"Je mehr gute Anforderungen als Trainingsbasis vorhanden sind, desto mehr weiß eigentlich die KI, was macht das Unternehmen überhaupt." - Andreas Günther, Breno Pinheiro

Andreas Günther ist Berater, Coach und Trainer bei SOPHIST und spezialisiert auf sprachliche und modellbasierte Methoden im Requirements Engineering und Systems Engineering. Er unterstützt Kundenprojekte, berät, coacht und schult Mitarbeiter in Unternehmen unterschiedlichster Fachgebiete. Sein Aufgabengebiet umfasst Methoden der linguistischen Analyse sowie der Anforderungsmodelle bzw. deren Kombination (STABLE-Methodik).

Breno Pinheiro unterstützt als Requirements Engineer und Trainer bei SOPHIST Kunden bei der strukturierten Erhebung, Analyse, Dokumentation und Verwaltung von Anforderungen – sowohl im klassischen Requirements Engineering als auch im Kontext des Systems Engineering. Sein besonderer Fokus liegt auf den Anwendungsmöglichkeiten von Künstlicher Intelligenz in diesen Disziplinen. In Schulungen und Coachings vermittelt er praxisnah, wie KI gewinnbringend, verantwortungsvoll und zielgerichtet eingesetzt werden kann.

Highlights der Episode

• Unklare Anforderungen machen Testen zur Lotterie
• Modelle wie Anwendungsfälle und Aktivitätsdiagramme liefern klare Struktur
• KI hilft nur mit klarem Kontext, sauberer Abgrenzung und eindeutiger Begriffswelt
• Iteratives Feedback verbessert die Ergebnisse mit KI deutlich
• Lange wiederverwendbare Eingabevorlagen sichern konsistente Qualität

Mit KI zu besseren Anforderungen: Praxiswissen aus dem Requirements Engineering

Anforderungen sind das Fundament jeder erfolgreichen Softwareentwicklung. Doch was macht eine gute Anforderung aus und wie können künstliche Intelligenzen unterstützen, damit Teams bessere Arbeit leisten? Im Podcast mit Richie, Andreas Günther und Breno Pinero von den Sophisten erfahren wir, wie KI-Anwendungen das Requirements Engineering schon heute beeinflussen und welche Chancen und Grenzen sie bieten.

Was macht gute Anforderungen aus?

Viele denken bei Anforderungen an seitenlange Word-Dokumente oder User Stories im Backlog. Andreas Günther und Breno Pinero erleben in ihrer Beratung, wie unterschiedlich Unternehmen arbeiten – und wie entscheidend der richtige Umgang mit Anforderungen ist. Ob Automobil, Banken oder Gesundheit: Branchen hatten lange Zeit verschiedene Standards. Heute legt fast jede Branche mehr Wert auf saubere Anforderungen, oft auch ausgelöst durch gesetzliche Vorgaben und steigende Komplexität.

Requirements Engineering, also die Arbeit rund um das Ermitteln, Dokumentieren und Prüfen von Anforderungen, ist mehr als nur das Schreiben von Spezifikationen. Wie die Experten erklären, verbringen sie den Großteil ihrer Zeit damit, überhaupt an die nötigen Informationen zu kommen. Anforderungen entstehen aus Gesprächen mit Stakeholdern, aus Workshops und mit verschiedenen Ermittlungstechniken wie Interviews oder Brainstormings.

KI im Requirements Engineering: Wo lohnt sich der Einsatz wirklich?

Mit dem Boom von KI-Tools hat die Community zuerst experimentiert. Doch schnell zeigte sich: Zeit- und Ressourcenverschwendung droht, wenn man ziellos fragt. Der Wert – nicht die Masse – zählt. Die Sophisten haben deshalb zahlreiche Szenarien durchgespielt, in denen KI im Requirements Engineering nützlich sein kann: vom Ideen- und Anforderungssammeln über die Strukturierung eines Backlogs bis zum Prüfen und Übersetzen komplexer Anforderungen in klare, testbare Vorgaben.

Ein besonders spannender Bereich ist das Erzeugen von Anforderungstexten, User Stories oder Diagrammen per KI. Viele Tools behaupten, sie könnten zum Beispiel User Stories nach beliebigen Vorlagen erstellen. Doch die Erfahrung zeigt, dass die Ergebnisse meist nur brauchbar sind, wenn die Prompts klar und umfassend formuliert werden.

Kunst des Prompts: Wie gebe ich der KI die richtigen Anweisungen?

Ein guter Prompt ist der Schlüssel. Die KI liefert zwar auf jede Frage viele Antworten – aber Quantität ist nicht gleich Qualität, so Andreas Günther. Damit brauchbare Anforderungen entstehen, hilft es, den Kontext präzise zu beschreiben. Was ist das eigentliche Ziel? Geht es um eine App, ein Gesamtsystem oder nur einen Teil davon? Ist eine fachliche oder technische Anforderung gewünscht? Auch Details wie Funktionalitäten, Qualitätsaspekte (wie Performance, Sicherheit) und die Art der Dokumentation gehören hinein.

Am besten funktioniert die Zusammenarbeit mit der KI als Dialog. Nicht sofort das Endergebnis erwarten, sondern Schritt für Schritt vorgehen. Die KI nachfragen lassen, ob der Kontext verstanden ist und dann gemeinsam verfeinern. Auch das Nachliefern von Glossar oder Beispielen erhöht die Qualität der KI-Ausgaben. Wichtig ist, sich keine Halluzinationen oder falsche Quellen als Fakten verkaufen zu lassen – immer kritisch hinterfragen!

Diagramme und Visualisierungen per KI

Auch visuelle Anforderungen werden immer wichtiger. Komplexe Zusammenhänge lassen sich oft besser durch Diagramme (etwa Prozess- oder Aktivitätsdiagramme) zeigen. Wer geschickt fragt, kann sich von KI sogar PlantUML-Code erzeugen lassen, der dann zu anschaulichen Bildern umwandelt wird.

Toolvielfalt – keine einfache Antwort

Ob ChatGPT, Gemini oder andere KI-Dienste – einen klaren Favoriten gibt es laut den Gästen nicht. Alle Systeme entwickeln sich rasant weiter. Bei vertraulichen Daten empfiehlt sich dennoch Vorsicht und der Einsatz sicherer, eventuell interner Systeme.

Mit Präzision zu mehr Qualität

KI kann das Requirements Engineering bereichern – wenn sie gezielt gesteuert wird. Wer sich sauber vorbereitet, den Anwendungsfall und den Kontext klar beschreibt und mit der KI im Dialog bleibt, hebt die Qualität seiner Anforderungen auf ein neues Level. Ergänzend gibt es von den Sophisten sowohl Guidelines für gute Prompts als auch bald ein ganzes Buch mit Praxisanleitungen und Beispielen. Wer jetzt beginnt, hat die Chance, ab morgen mit klareren und besseren Anforderungen den Grundstein für erfolgreiche Projekte zu legen.