Auf Knopfdruck bessere Anforderungen schreiben — geht das?

Mit der Qualität von Anforderungen ist das so eine Sache: Es ist inzwischen Konzens. dass das frühzeitige Finden von Qualitätsproblemen in Anforderungen eine Menge Zeit Geld spart. In der Praxis finden wir trotzdem immer noch Unmengen von mittelmäßig formulierten Anforderungen. Warum ist das so? Und noch wichtiger: Was können wir tun, um bessere Anforderungen zu schreiben?

Um die zweite Antwort vorwegzunehmen: Wir bei HOOD haben ein Paket geschnürt, dass dieses Problem löst. Wir erarbeiten zusammen mit Ihnen einen auf Ihr Team zugeschnittenen Qualitätsleitfaden. Der Clou: Wir automatisieren den für Sie optimierten Qualitätscheck, den das Team überall mit einem Klick aktivieren kann. Dies funktioniert in allen Webanwendungen, zum Beispiel in Polarion, Confluence, Azure DevOps und vielen anderen. Wie das genau aussieht, beschreiben wir weiter unten.

Warum gibt es schlechte Anforderungen?

Egal ob von IREB, INCOSE oder einem der zahllosen Leitfäden im Internet: Es gibt genug Informationen zum Schreiben von guten Anforderungen. Doch einmal Lesen reicht nicht. Wenn wir Anforderungen schreiben, ist es leicht, die eine oder andere Regel nicht zu beherzigen.

Ein Beispiel: Gute Anforderungen sollen keine schwammigen Begriffe enthalten. Damit sind Wörter wie “ein paar”, “mehrere” oder “wenig” gemeint. Trotzdem finden wir solche Wörter heute immer noch vergleichsweise viel.

Schwammige Begriffe sind ein einfaches Beispiel. Viele sinnvolle Regeln sind komplexer und erstrecken sich teilweise auch über Gruppen von Anforderungen.

Ein Hervorragender Leitfaden ist der INCOSE Leitfaden für das Verfassen von Anforderungen. Dieser besteht aus insgesamt 41 Regeln, einschließlich Regel R7 gegen schwammige Begriffe: “Avoid vague terms”.

Bessere Anforderungen erfordern jahrelange Übung

Das Schreiben von guten Anforderungen will gelernt sein. Wir können nicht erwarten, dass Einsteiger am ersten Tag gute Anforderungen schreiben. Ein Leitfaden wie der von INCOSE ist sicher für einen engagierten Mitarbeiter nützlich, um das Schreiben von guten Anforderungen zu erlernen und die geschriebenen Anforderungen zu überprüfen. Doch im hektischen Tagesgeschäft ist die Versuchung oft groß, nicht noch einmal systematisch durch die Checklisten zu gehen.

Der INCOSE-Leitfaden wird nun schon seit über zehn Jahren weiterentwickelt. Die Autoren haben sowohl das hier beschriebene Problem erkannt, als auch das Potential von neuen Technologien. Insbesondere steht im Leitfaden auf Seite 8:

Dieser Leitfaden richtet sich auch an Anbieter von Tools, die Künstliche Intelligenz (KI) und Natural Language Processing (NLP) bei der Bewertung von Bedürfnissen und Anforderungen Anforderungsformulierungen anwenden, um deren Qualität mit Hilfe der in diesem Leitfaden definierten Regeln zu verbessern.

Angesichts der Anzahl der definierten Regeln kann es überwältigend sein, sie alle anzuwenden. Diese Werkzeuge dienen als “digitaler Assistent”, der Systemingenieuren hilft, qualitativ bessere Qualität und wohlgeformte Anforderungen zu erstellen, was letztlich das Ziel dieses Leitfadens ist.

INCOSE Guide to Writing Requirements, Version 3.1, Seite 8

Lösung: Angepasste Regeln + Nahtlose Werkzeugunterstützung

Um effektiv Teams zu helfen, bessere Anforderungen zu schreiben, müssen wir zwei Dinge kombinieren:

1. Wir brauchen einen angepassten Regelsatz für das Team. Es ist nicht zielführend, ein Team bspw. mit den 41 INCOSE-Regeln zu konfrontieren und zu zwingen, alle umzusetzen. Möglicherweise hat ein Team bereits einen guten Satz von Regeln, die einfach nur zugänglicher gemacht werden sollen. Ein Beispiel: Ich kenne viele Teams, die passive Sprache (INCOSE Regel R2) explizit erlauben.
2. Die Regeln müssen ohne groß nachzudenken überall angewendet werden können. Gerade separate Werkzeuge können zu großen Reibungsverlusten führen. Wenn ich bspw. zum automatischen Überprüfen erst meine Anforderungen exportieren, in ein weiteres Werkzeug laden, dort analysieren und dann im Original die Verbesserungen einpflegen muss, dann ist das ein erheblicher Aufwand. Wenn so ein Prozess nicht mit entsprechendem Aufwand eingefordert wird, dann wird er nicht gelebt.

Einige Werkzeuge stellen inzwischen einen Qualitätscheck bereit. Zum Beispiel gibt es einen Regelchecker für Polarion, der sich natlos in Polarion realisiert. Doch hier fehlt zum einen die Anpassbarkeit (Punkt 1.). Außerdem ist die Anwendung auf Polarion beschränkt.

Um beide Punkte zu realisieren, arbeiten wir bei HOOD mit Semiant zusammen. Semiant ist ein virtueller Qualitätsassistent, der über eine Browser Extension in jeder Webanwendung aktiviert werden kann. Dadurch muss das Team kein neues Werkzeug lernen und es kann überall dort angewendet werden, wo Anforderungen zu finden sind: Nicht nur in Polarion (oder Jama, DOORS Next oder Codebeamer), sondern auch in Confluence, Jira oder Azure DevOps.

Um Effektiv zu funktionieren, muss der Regelsatz für das Team optimiert werden. Dazu haben wir eine dreistufige Vorgehensweise entwickelt:

Schritt 1: Bewertung

Im ersten Schritt analysieren wir den Reifegrad des Teams bezüglich Anforderungsqualität. Insbesondere quantifizieren wir den Status Quo, um den Erfolg von Verbesserungen messen zu können.

Das Ergebnis von Schritt 1 ist ein Bericht, der konkrete Verbesserungsvorschläge enthält sowie einen Umsetzungsplan.

Selbst wenn das Team entscheidet, zu diesem Zeitpunkt nicht mit der Implementierung fortzufahren, so enthält der Bericht wertvolle Maßnahmen, die das Team allein umsetzen kann.

In den meisten Fällen wird sich das Team jedoch entscheiden, mit der Umsetzung fortzufahren.

Schritt 2: Implementierung

In zweiten Schritt arbeiten wir an der Umsetzung. Das bedeutet zum einen, Prozesse und Richtlinien basierend auf Schritt 1 weiterzuentwickeln. Weiterhin setzen wir die Laufzeitumgebung für Semiant auf und passen die Prüfregeln speziell für das Team an.

Das Ergebnis von Schritt 2 ist die Aktivierung von Semiant im Team und die Aktualisierung der begleitenden Prozesse und Richtlinien. Eine Teamschulung rundet das Bild ab.

Schritt 3: Optimierung und Betrieb

In den ersten Wochen nach der Aktivierung analysieren wir die Effektivität und führen kleinere Optimierungen durch. Insbesondere messen wir die in Schritt 1 festgelegten KPIs.

Nach dem Abschluss der Optimierungsphase gehen wir in den normalen Betrieb über.

Ergebnis

Das Ergebnis: Mit einem einfachen Knopfdruck können Teammitglieder jederzeit die Anforderungsqualität überprüfen, egal ob beim Erstellen, Überarbeiten oder Review von Anforderungen. Ihr Team schreibt nachhaltig bessere Anforderungen, was zu weniger Fehlern und schnelleren und zuverlässigeren Terminplänen führt.

Da wir uns um Bewertung, Implementierung und Betrieb kümmern, wird Ihr Team während der Umsetzung nicht zusätzlich belastet.

Interessiert?

Möchten Sie Ihr Team mit dieser Lösung unterstützen? Dann sprechen Sie uns an für ein kostenloses Erstgespräch.

Bei unserem nächsten Semiant-Webinar können Sie sich auch bin Bild davon machen, wie Semiant Teams in deren gewohnter Werkzeugumgebung mit KI unterstützen kann.

Image by Gerd Altmann from Pixabay