🧠 1. Unterstützung bei der Anforderungserfassung

Anwendung:

• Sprach- und Texterkennung aus Interviews, Kundenmeetings oder Lastenheften
• Automatische Extraktion und Umwandlung in Systemanforderungen, Use Cases oder Komponentenanforderungen

Beispiel:

Ein KI-Tool analysiert Kundenanforderungen wie „Das System muss robust gegen Staub sein“ und schlägt automatisch entsprechende Normreferenzen (z. B. IP-Klassen) für die Hardwareanforderung vor.

📑 2. Semantische Analyse technischer Texte

Anwendung:

• Automatische Ableitung von Anforderungen aus Normen (z. B. ISO 26262, IEC 60601, VDA), Pflichtenheften oder Qualitätsrichtlinien
• Clustering ähnlicher Anforderungen für Baugruppen oder Subsysteme

Vorteil:

Reduktion manueller Interpretationen und bessere Wiederverwendung standardisierter Anforderungen über Produktgenerationen hinweg.

🧪 3. Plausibilitätsprüfung & Konsistenzanalyse

Anwendung:

• KI erkennt unvollständige, widersprüchliche oder vage Anforderungen
• Logische Abhängigkeiten zwischen Hardware-, Software- und mechanischen Anforderungen werden analysiert

Beispiel:

Wenn die Software eine Temperaturregelung vorsieht, prüft die KI, ob entsprechende Sensorik und Aktorik in der Hardware spezifiziert wurden.

🗂️ 4. Klassifizierung & Traceability

Anwendung:

• Automatische Zuweisung von Anforderungen zu:
  • Systemebenen (System / Subsystem / Komponente)
  • Disziplinen (Hardware / Software / Mechanik / Elektronik)
  • Lebenszyklusphasen (z. B. Entwurf, Test, Betrieb)

Ergebnis:

Mehr Transparenz und bessere Änderungsnachverfolgung (Impact Analysis bei Engineering Changes).

🔗 5. Unterstützung bei Systemarchitektur & Schnittstellendefinition

Anwendung:

• KI schlägt auf Basis von Anforderungen automatisch mögliche Schnittstellenmodelle oder Architekturvarianten vor
• Identifikation kritischer technischer Wechselwirkungen (z. B. Timing, EMV, Leistungsbedarf)

♻️ 6. Anforderungswiederverwendung über Produktlinien

Anwendung:

• Wissensbasierte Wiederverwendung aus ähnlichen Projekten oder Plattformen
• KI erkennt Gemeinsamkeiten, Unterschiede und notwendige Anpassungen

Beispiel:

Beim Design eines neuen Verstärkers schlägt die KI Anforderungen vor, die aus vorherigen Generationen stammen – angepasst an die neue Plattform.

✅ 7. Prüfbare Anforderungen generieren & verlinken

Anwendung:

• KI generiert automatisch testbare Anforderungen (z. B. als Given-When-Then für Software, Messgrößen für Hardwaretests)
• Traceability zur Test-Spezifikation wird automatisiert aufgebaut

🔧 Tools & Technologien, die dafür genutzt werden können:

Bereich Toolbeispiel
| NLP / Textanalyse  | ChatGPT, IBM Watson NLP, Requino
| System-RE  | Polarion ALM, Jama Connect, ReqIF.academy
| KI-Plattformen  | Azure OpenAI + MS Excel / Confluence-Integration
| Modellbasiertes RE  | Cameo Systems Modeler + NLP Plug-ins

Fazit

In einem komplexen Produktentwicklungsumfeld wie eurem kann KI:

• den Aufwand im Requirements Engineering deutlich reduzieren,
• Interdisziplinarität besser abbilden und
• die Qualität, Rückverfolgbarkeit und Wiederverwendbarkeit von Anforderungen massiv verbessern.

#Requirements #RE #KI #newwork