KI für Requirements Engineering

Eine webbasierte Plattform, die ein systemgesteuertes Large Language Model mit einer RAG-Datenbank verbindet und eine dialogbasierte Erstellung von Anforderungen an ein ERP-System ermöglicht.

Ausgangslage

Die pier4all AG ist ein Startup aus der Zentralschweiz, das eine individuell anpassbare ERP-Lösung für verschiedene Branchen entwickelt. Um Kundenbedürfnisse zu verstehen, führt die pier4all AG interaktive Workshops mit ihren Kunden und Kundinnen durch. Der gesamte Anforderungsprozess ist zeitaufwendig: Der Erstkontakt mit der potenziellen Kundschaft beinhaltet ein Kennenlernen und eine individuelle Demonstration des Systems. Anschliessend werden in einem gemeinsamen Workshop die Bedürfnisse der Kundschaft erfasst und dokumentiert. Für die Entwicklung der Konfigurationen werden die gesammelten Informationen in strukturierte Anforderungstabellen übertragen, damit sie implementiert werden können. Mit dem wachsendem Kundenstamm der pier4all AG nimmt auch der Aufwand zu, was die Ressourcen des Unternehmens erheblich beansprucht.

Zielsetzung

Das Projekt verfolgte das Ziel, den aktuellen Stand von künstlicher Intelligenz im Requirements Engineering zu untersuchen und das Potenzial für die Integration in die Phase der Anforderungserhebung aufzuzeigen. Um diese Erkenntnisse in der Praxis umzusetzen, wurde ein Proof of Concept entwickelt, der mithilfe eines LLM die bestehenden Herausforderungen im Bereich Anforderungserhebung bei der pier4all AG adressiert. Er soll aufzeigen, wie der aktuelle Prozess effizienter und qualitativ hochwertiger gestaltet werden kann und somit einen Mehrwert für Unternehmen wie die pier4all AG sowie deren Kundschaft bieten kann.

Ergebnisse

Die Ergebnisse aus der Evaluation zeigen, dass der dialogbasierte Ansatz mit einem ausgereiften System Prompt und dem Einsatz einer RAG-Datenbank den Anforderungsprozess bedeutend effizienter macht:

• Der Aufwand des Unternehmens für einen Anforderungsworkshop entfällt und die Kunden werden dennoch, wie es in einem Workshop der Fall ist, gezielt durch den Prozess begleitet.
• Der Chatbot ist in der Lage, Anforderungen strukturiert zu erfassen, bestehende Informationen richtig zuzuordnen und Vorschläge für passende Standardanforderungen zu unterbreiten.
• Durch Rückfragen des Chatbots können unklare oder unvollständige Anforderungen ergänzt und ausgearbeitet werden.

Trotzdem bleibt der persönliche Kontakt zwischen Unternehmen und deren Kunden ein wichtiger Bestandteil des Anforderungsprozesses. Auch kann die Validierung von Anforderungen durch eine Fachperson, mit einer KI-Lösung nicht vollständig umgangen werden.

Testimonial
«Diese Arbeit, die Teil einer Vorstudie zur Feasability eines KI-gestützten Ansatzes für die automatisierte Konfiguration der Business Software enablerr ist, hat meine Erwartungen voll erfüllt. Die Studentinnen haben sich sehr motiviert in die nicht einfache Materie eingearbeitet und sich mit einer guten Methodik dem Ziel genähert, einen ersten Ansatz zu entwickeln, der über einen KI-Dialog die Bedürfnisse des Kunden in Konfigurations-Anweisungen übersetzt.»
Jean-Claude Schmidig

Technische Schlüsselbegriffe

• Large Language Model (LLM)Ein KI-Modell, das Sprache versteht und Texte generiert
• Künstliche IntelligenzOberbegriff für Systeme mit lern- oder problemlösenden Fähigkeiten.
• Retrieval-Augmented Generation (RAG)KI-Verfahren, das ein LLM mit gezielter Suche in Daten oder Dokumenten kombiniert
• Proof of ConceptMachbarkeitsnachweis für eine Idee oder Technologie.
• ChatbotProgramm, das automatisch mit Menschen über Text oder Sprache kommuniziert.

Kund:in

pier4all AG
Jean-Claude Schmidig
Im Technopark Luzern, Platz 4
6039 Root
https://www.enablerr.ch/

Team