← Alle BeiträgePRAXISWISSEN

KI im Requirements Engineering und in der Businessanalyse

KI kann Interviews vorbereiten, Dokumente strukturieren, Anforderungen umformulieren, Widersprüche suchen und Testideen erzeugen. Fachliche Aushandlung, Priorisierung und Freigabe bleiben menschliche Verantwortung. Der Beitrag zeigt ein kontrolliertes Vorgehen, ein realistisches CTPM-Praxisbeispiel und ein konkretes Transferergebnis.

Realistische Unternehmensszene zum Thema KI im Requirements Engineering und in der Businessanalyse
Kurzantwort

KI kann Interviews vorbereiten, Dokumente strukturieren, Anforderungen umformulieren, Widersprüche suchen und Testideen erzeugen. Fachliche Aushandlung, Priorisierung und Freigabe bleiben menschliche Verantwortung.

Was der Begriff tatsächlich bedeutet

Der Nutzen ist hoch, wenn Eingaben und Qualitätskriterien klar sind. Besonders geeignet sind Transformationen zwischen Artefakten: Protokoll zu Fragen, Regel zu Anforderung oder Anforderung zu Akzeptanzkriterien.

Warum das im Unternehmen relevant ist

Traceability darf nicht durch schnelle Textproduktion verloren gehen. Jede abgeleitete Aussage braucht Herkunft, Status und verantwortliche Bestätigung.

Kontrolliert vorgehen

Der CTPM-Praxisrahmen für kontrollierbare KI-Anwendungen führt in sieben Schritten von der Aufgabe zur belastbaren Nutzung: Aufgabe verstehen, Kontext und Daten klären, KI gezielt einsetzen, fachlich prüfen, Abweichungen behandeln, verantwortlich freigeben und den Transfer dokumentieren. Er ist ein transparenter Arbeitsrahmen, keine Zertifizierung.

  • Aufgabe und Wirkung festlegen
  • Daten, Kontext und Berechtigung klären
  • Ergebnis gegen fachliche Kriterien prüfen
  • Abweichung, Freigabe und Nachweis regeln

CTPM-Praxisbeispiel

CTPM-Praxisbeispiel: Aus Workshopnotizen erzeugt KI Kandidaten für Anforderungen. Der Business Analyst prüft Quelle, atomare Formulierung, Randbedingung und Akzeptanzkriterium; Stakeholder bestätigen erst danach den Inhalt.

Qualitäts- und Testkriterien

Die folgenden Kriterien machen die Qualität für diesen Anwendungsfall beobachtbar:

  • Jede Anforderung hat Quelle und Status.
  • Mehrdeutigkeit und Lösungsbias werden geprüft.
  • Akzeptanzkriterien sind beobachtbar.
  • Änderungen bleiben rückverfolgbar.

Risiken und typische Fehlannahmen

Risiken sind erfundene Stakeholderabsichten, sprachliche Glättung echter Konflikte, Scheingenauigkeit und massenhafte Anforderungen ohne Priorität.

Beispiel für Ihr Transferergebnis

Transferergebnis: ein KI-unterstützter RE-Arbeitsablauf mit Artefakten, Quellen, Reviewfragen, Freigabe und Traceability.

Quellen und Referenzen

  1. ISO/IEC/IEEE: 29148:2018 Systems and software engineering — Life cycle processes — Requirements engineering (2018)
  2. NIST: Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (2024)
  3. OpenAI: Working with evals (2026)