Smarter, schneller, besser: AI im Requirements Engineering
AI-Tools wie ChatGPT, Claude, Gemini oder Llama bieten im Requirements Engineering grosses Potenzial, um Effizienz und Qualität zu verbessern. Doch wie lässt sich AI in diesem Bereich konkret einsetzen? In diesem Beitrag erfährst du, wie AI dabei hilft, eine klare Product Vision zu entwickeln und ein Impact Mapping zu erstellen.
In der heutigen schnelllebigen IT-Welt wird die Rolle von AI für dich immer wichtiger. Insbesondere im Bereich des Requirements Engineering kannst du mit AI-Tools die Effizienz erheblich steigern, indem du repetitive Aufgaben automatisierst, komplexe Daten analysierst und wertvolle Einblicke erhältst, die für die erfolgreiche Durchführung von Projekten entscheidend sind.
AI als Sparringpartner nutzen
AI solltest du stets als Assistent betrachten – als ein Werkzeug, das dich unterstützt. Die Ergebnisse, die AI liefert, musst du kritisch hinterfragen und mit menschlicher Expertise validieren. Besonders wertvoll ist AI beispielsweise bei der Erstellung von User Stories, Prozessdiagrammen und Personas. Durch interaktive Dialoge kann AI als Sparringspartner fungieren und dir helfen, die Anforderungen eines Projekts zu strukturieren und präziser zu formulieren.
Product Vision als Essenz eines Projekts
Ein zentrales Element jedes erfolgreichen Projekts ist eine klare und gut definierte Produktvision. Diese Vision dient als Nordstern, an dem sich alle Projektbeteiligten orientieren können. Tools wie das Product Vision Board, Elevator Pitches oder die Feature Box bieten dir strukturierte Ansätze zur Erstellung einer solchen Vision.
Mit dem Beispiel zur Entwicklung einer Produktvision für eine App zur Reduzierung von Food Waste lässt sich einfach verdeutlichen, wie AI dich bei der Entwicklung einer Produktvision unterstützen kann.
Ziel ist, mit einem AI-Tool, wie ChatGPT, ein Product Vision Board für eine App gegen Food Waste entwickeln. Die Lebensmittelverschwendung in der Schweiz soll innerhalb der nächsten fünf Jahre um 50% reduziert werden.
ChatGPT unterstützt dich bei der Entwicklung interaktiv und hilft, die zentralen Elemente der Vision zu formulieren. Im Fall der Food Waste App sieht das Product Vision Board als Ergebnis wie folgt aus:
Vision Statement: «Lebensmittelverschwendung in der Schweiz um 50 % reduzieren innerhalb der nächsten fünf Jahre.»
Zielgruppe:
- bewusst nachhaltige Haushalte
- bedürftige Personen
- Restaurants oder Cafés
- Supermärkte
- gemeinnützige Organisationen
Bedürfnisse: nachhaltiger Konsum von überschüssigen Lebensmitteln, Unterstützung von Bedürftigen durch Umverteilung, Reduktion von unnötigen Kosten durch Lebensmittelverschwendung.
Produkt: Eine benutzerfreundliche Plattform, die es ermöglicht, überschüssige Lebensmittel effizient zu verteilen und so die Verschwendung zu minimieren. Community inklusive.
Geschäftsziele: Etablierung in vier Schweizer Städten mit 1’000 Nutzern im ersten Jahr, Expansion in der Schweiz und im europäischen Ausland in den ersten fünf Jahren auf 150’000 Nutzern, 50% Reduktion von Food Waste in der Schweiz innerhalb der nächsten fünf Jahre, Umsatzgenerierung durch Premium Features und Transaktionsgebühren bei Unternehmen.
Mithilfe der AI wurden diese Punkte Schritt für Schritt erarbeitet. Zunächst haben wir das Vision Statement formuliert, das die übergeordnete Zielsetzung der App klar definiert. Anschliessend hat die AI dabei geholfen, die relevanten Zielgruppen zu identifizieren und deren spezifische Bedürfnisse herauszuarbeiten. Die Plattform selbst und ihre wichtigsten Funktionen wurden darauf basierend entwickelt, um die identifizierten Bedürfnisse optimal zu erfüllen. Schliesslich wurden die geschäftlichen Ziele festgelegt, die als Orientierung für den langfristigen Erfolg der App dienen.
Das fertige Product Vision Board führt alle diese Elemente zusammen. Es verdeutlicht visuell, wie alle Teile der Vision miteinander verbunden sind und wie AI-Tools dabei helfen können, eine klare und strukturierte Produktvision zu entwickeln
Die interaktive Nutzung von AI-Tools in diesem Prozess ermöglicht es dir, verschiedene Ideen zu testen, anzupassen und zu verfeinern, bis eine stimmige und überzeugende Produktvision entsteht, die das Projekt erfolgreich leitet.
Impact Mapping und AI: Priorisierung von Features
Impact Mapping ist ein weiteres mächtiges Werkzeug im Requirements Engineering, das dir hilft, die wichtigsten Akteure und deren Einfluss auf das Erreichen der Projektziele zu identifizieren und dadurch die entsprechenden Features zu priorisieren. AI-Tools können diesen Prozess erheblich unterstützen, indem sie die relevantesten Akteure sowie die potenziellen Auswirkungen ihrer Handlungen identifizieren.
Um die Funktionsweise von Impact Mapping zu verdeutlichen, betrachten wir erneut die Entwicklung der App zur Reduzierung von Food Waste mit der Zielsetzung die Lebensmittelverschwendung in der Schweiz um 50 % innerhalb von fünf Jahren zu reduzieren. Mithilfe eines AI-Tools wie ChatGPT kannst du eine Impact Map Schritt für Schritt erstellen und dabei jeweils das Element mit dem grössten Potenzial identifizieren, um das Ziel zu erreichen.
Als Eingabe für mehr Kontext kannst du das Product Vision Board verwenden, das zuvor entwickelt wurde.
Der Prozess beginnt mit der Festlegung des Business Goals: «Reduktion der Lebensmittelverschwendung in der Schweiz um 50 % innerhalb von fünf Jahren.»
Im nächsten Schritt identifiziert die AI die relevanten Akteure, die in das Projekt involviert sind oder dessen Ausgang beeinflussen können. In unserem Beispiel könnten dies bewusst nachhaltige Haushalte, bedürftige Personen, Unternehmen wie Restaurants, Cafés und Supermärkte oder gemeinnützige Organisationen sein.
Die AI hilft dir dabei, den Akteur mit dem grössten Potenzial zur Erreichung des Ziels auszuwählen – in diesem Fall die Unternehmen. Der nächste Schritt besteht darin, die potenziellen Impacts zu ermitteln, die dieser Akteur auf das Ziel haben kann. Hier könnte die AI dir verschiedene Optionen aufzeigen, wie z.B. die Teilnahme in Nachhaltigkeitsinitiativen, die Einführung bewährter Verfahren in der Abfallwirtschaft, oder das regelmässige Anbieten von überschüssigen Lebensmitteln.
Anstatt alle möglichen Pfade zu verfolgen, fokussierst du dich mit der AI auf den Impact, der das grösste Potenzial hat – in diesem Fall könnte dies das regelmässige Anbieten von überschüssigen Lebensmitteln sein. Schliesslich identifiziert die AI die wichtigsten Deliverables oder Features, die erforderlich sind, um diesen Impact zu erzielen. Beispiele hierfür könnten ein benutzerfreundliches und automatisiertes Listing Tool, ein Anreizprogramm für die regelmässige Teilnahme, sowie ein Reporting Dashboard für die positive Auswirkungsanalyse sein.
Schrittweises Vorgehen mit AI-Unterstützung
Ein entscheidender Vorteil des Impact Mappings mit AI ist die Fähigkeit, den Prozess iterativ zu gestalten. Anstatt eine umfassende Map mit allen möglichen Ästen und Verbindungen zu erstellen, bewegst du dich von einem Schritt zum nächsten, indem du dich immer auf das Element mit dem grössten Potenzial konzentrierst. Dies macht das Tool nicht nur effizient, sondern auch übersichtlich und leicht verständlich.
Mit einem gut formulierten Prompt kannst du die AI dabei beobachten, wie sie Schritt für Schritt die Impact Map erstellt. Dies erlaubt dem Team, sich auf die Aspekte zu konzentrieren, die den grössten Einfluss auf das Projektziel haben, und unnötige oder weniger wertvolle Pfade frühzeitig auszuschliessen.
Durch den Einsatz von AI im Impact Mapping wird nicht nur die Qualität der Analyse verbessert, sondern auch die Geschwindigkeit und Effizienz des gesamten Prozesses erheblich gesteigert. Das Resultat ist eine klar strukturierte und zielgerichtete Impact Map, die den Weg zum Erreichen der Business Goals deutlich macht und die Priorisierung der nächsten Schritte erleichtert.
Prompten: Der Schlüssel zur AI-Nutzung
Ein guter Prompt setzt sich aus zwei Teilen zusammen: einem allgemeinen Teil, der die Aufgabenbeschreibung umfasst, und einem spezifischen Teil, der auf das jeweilige Projekt zugeschnitten ist. Für Aufgaben, die du immer wieder mit der AI erledigen möchtest, kannst du komplexe Prompts in einem eigenen Assistenten kapseln, bei OpenAI auch CustomGPTs genannt. Die Ergebnisse aus ChatGPT, Claude, Gemini, Llama & Co in Textform können in spezialisierten AI-Tools für die Erstellung von Diagrammen weiterverarbeitet werden.
Dies sind zwei automatisiert erstellte Diagramme aus dem Product Vision Board und Impact Map Solche Diagramme lassen sich jeweils manuell überarbeiten und verfeinern, da die AI, wie schon erwähnt, nur als Assistent dienen sollte.
AI verändert Requirements Engineering nachhaltig
Die Bedeutung von AI im Requirements Engineering kannst du kaum hoch genug einschätzen. Sie erleichtert dir nicht nur die Erhebung, Dokumentation, Validierung und das Management von Anforderungen, sondern ermöglicht auch die Generierung von Bildern, Grafiken, Videos und Audio. Darüber hinaus können massgeschneiderte AI-Assistenten entwickelt werden, die spezifische Aufgaben kontinuierlich unterstützen. AI ist somit nicht nur ein Trend, sondern eine Schlüsseltechnologie, die das Anforderungsmanagement nachhaltig verändert.
.