KI-gestütztes Anforderungsmanagement in IT-Projekten
Seminar - GFU Cyrus AG
Die Teilnehmer entwickeln ein umfassendes Verständnis für die Möglichkeiten und Grenzen von KI im Anforderungsmanagement. Sie lernen verschiedene Anwendungsbereiche kennen - von der automatisierten Erfassung bis zum Änderungsmanagement - und können den Nutzen für ihre spezifische Projektsituation einschätzen. Das Seminar vermittelt zudem ein Framework für die schrittweise Einführung von KI-Lösungen unter Berücksichtigung organisatorischer und technischer Voraussetzungen.
Grundlagen des KI-gestützten Anforderungsmanagements
Einführung in die Potenziale von KI für das Requirements Engineering: Wie Machine Learning und Natural Language Processing die Erfassung, Analyse und Verwaltung von Anforderungen revolutionieren können.
Vergleich traditioneller vs. KI-gestützter Methoden: Gegenüberstellung von manuellen Prozessen mit automatisierten Lösungen in Bezug auf Effizienz, Qualität und Nachverfolgbarkeit. Untersuchung typischer Zeitersparnisse und Qualitätsverbesserungen.
Ethische Aspekte und Grenzen: Diskussion über Verantwortlichkeiten bei automatisiert erstellten Anforderungen und die Balance zwischen Effizienz und menschlicher Kontrolle.
Datenschutz und Vertraulichkeit bei Anforderungsartefakten: Umgang mit sensiblen Projekt- und Stakeholderdaten, zulässige Datenquellen und Verantwortlichkeiten bei der KI-Nutzung.
Automatisierte Anforderungserfassung
KI-gestützte Dokumentenanalyse: Automatische Extraktion von Anforderungen aus natürlichem Text in Stakeholder-Dokumenten, E-Mails und Meeting-Protokollen. Techniken zur Erkennung von impliziten Anforderungen.
Voice-to-Requirement-Konvertierung: Spracherkennungssysteme, die Stakeholder-Interviews in strukturierte Anforderungen umwandeln.
Multisource-Integration: Kombination von Anforderungen aus verschiedenen Quellen (Dokumente, Tickets, Chats) zu einem konsistenten Anforderungskatalog.
Anforderungsanalyse und -priorisierung
Automatisierte Klassifizierung: KI-Methoden zur Kategorisierung von Anforderungen nach Typ (funktional/nicht-funktional), Dringlichkeit und Komplexität.
Priorisierungsalgorithmen: Machine-Learning-Ansätze zur Bewertung und Reihenfolgenbestimmung von Anforderungen basierend auf Geschäftswert, Risiko und Aufwand.
Konflikt- und Abhängigkeitserkennung: Automatisierte Identifikation von widersprüchlichen oder interdependenten Anforderungen im Anforderungskatalog.
Qualitätssicherung von Anforderungen
Automatisierte SMART-Checks: KI-gestützte Bewertung von Anforderungen nach Kriterien wie Spezifität, Messbarkeit und Testbarkeit.
Vollständigkeitsanalyse: Erkennung von Lücken und Unklarheiten in Anforderungsdokumenten durch Vergleich mit Projektartefakten und Domänenwissen.
Konsistenzprüfung: Kontinuierliche Überwachung der Anforderungskonsistenz über den gesamten Projektverlauf hinweg.
Traceability und Änderungsmanagement
Automatisierte Traceability-Matrizen: KI-gestützte Verknüpfung von Anforderungen mit Designelementen, Testfällen und Implementierungen.
Change-Impact-Analyse: Vorhersage der Auswirkungen von Anforderungsänderungen auf Projektumfang, Zeitplan und Kosten.
Versionierung und Historisierung: Intelligente Nachverfolgung von Anforderungsänderungen und deren Ursachen.
Stakeholder-Kommunikation
Automatisierte Berichterstattung: Generierung von Projektstatusberichten und Anforderungsübersichten für verschiedene Stakeholder-Gruppen.
Feedback-Analyse: Auswertung von Stakeholder-Kommentaren und -Bedenken mittels Sentiment-Analyse.
Kommunikationsempfehlungen: KI-gestützte Vorschläge für angepasste Kommunikationsstrategien basierend auf Stakeholder-Profilen.
Integration in Projektmanagement-Tools
Schnittstellen zu gängigen Tools: Anbindung von KI-Lösungen an JIRA, Azure DevOps und andere Projektmanagement-Systeme.
Workflow-Automatisierung: KI-gestützte Steuerung von Anforderungs-Workflows und Freigabeprozessen.
Projektrisiko-Frühwarnsystem: Identifikation von Risiken durch Analyse von Anforderungsmustern und -änderungen.
Praxisübung: KI-gestützte Anforderungsanalyse
Teilnehmer wenden KI-Tools auf einen realen Anforderungssatz an, führen Qualitätschecks durch und erstellen eine priorisierte Anforderungsliste mit Traceability-Matrix.
Dauer/zeitlicher Ablauf:
3 Tage
Zielgruppe:
Requirements Engineers, Business Analysten, Projektmanager und Product Owner mit Erfahrung in konventionellem Anforderungsmanagement.
Teilnahmevoraussetzungen
Grundkenntnisse in agilen und klassischen Vorgehensmodellen werden vorausgesetzt.
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern.
Diese Cookies werden nicht automatisiert gesetzt.
Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren.
Weitere Informationen finden Sie hier.
