Abschluss des Forschungprojekts “progressivKI” – Einblick in die Zukunft des RE mit KI
Wie können AI-basierte Lösungen das Anforderungsmanagement revolutionieren? Im Rahmen des vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) geförderten Forschungsprojekts “progressivKI” haben wir innovative Ansätze entwickelt, die diesen Prozess produktiver gestalten und die Qualität der Ergebnisse signifikant verbessern können. In diesem Blogbeitrag geben wir Ihnen einen exklusiven Einblick in unsere innovativen Forschungsergebnisse und deren praktische Anwendungsmöglichkeiten.
Am 28. August fand in Hildesheim das Projektabschluss-Event des vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) geförderten Forschungsprojekts “progressivKI” statt. Dieses Event markierte nicht nur das Ende eines intensiven und erfolgreichen Forschungsprozesses, sondern bot auch die Möglichkeit, die innovativen Forschungsergebnisse den Projektträgern und weiteren Interessierten zu präsentieren. Im Fokus der Veranstaltung standen die Demonstrationen der einzelnen Konsortialpartner, die ihre Ergebnisse an speziell vorbereiteten Ständen präsentierten.
Ein zentraler Bestandteil des Abschlusses war der Rundgang des Projektträgers, bei dem jeder Konsortialpartner die Chance hatte, seine Forschungsresultate innerhalb eines zehnminütigen Zeitfensters vorzustellen und im Dialog zu erörtern. Diese kompakte und zugleich effektive Präsentationsform ermöglichte es, die Essenz der erarbeiteten Lösungen prägnant zu vermitteln und gleichzeitig Raum für Fragen und Diskussionen zu lassen.
Unser Team konzentrierte sich im Rahmen des Projekts auf die spannende Fragestellung, wie AI-basierte Lösungen das Anforderungsmanagement unterstützen können. Anforderungsmanagement, das die Grundlage für die Entwicklung erfolgreicher Softwarelösungen bildet, ist ein komplexer und oftmals zeitaufwändiger Prozess. Unsere Forschung zielte darauf ab, diesen Prozess durch den Einsatz von AI effizienter und präziser zu gestalten.
Unser Beitrag: AI-basierte Lösungen im Anforderungsmanagement
Unsere innovativen Forschungsergebnisse wurden auf einem informativen Poster zusammengefasst, das als visuelle Unterstützung für unsere Präsentation diente. Das Poster war in verschiedene Abschnitte unterteilt, die die Kernpunkte unserer Forschung und die entwickelten Lösungen darstellten. Unter anderem haben wir folgende Schwerpunkte behandelt:
- Extraktion von Informationen aus unterschiedlichen Datenquellen: Einsatz von Open Source Technologien zur automatischen Erfassung und Aggregation relevanter Daten aus vielfältigen Quellen, um Inhalte umfangreicher Dokumente zu erschließen. Lesen Sie dazu gerne diesen Blogbeitrag.
- Identifikation relevanter Begriffe und Schlüsselwörter: Nutzung von AI, um in großen Datenmengen die zentralen Begriffe und Schlüsselwörter zu identifizieren, die für das Anforderungsmanagement von Bedeutung sind.
- Klassifikation von Anforderungen: Entwicklung von AI-Methoden zur automatisierten Kategorisierung von Anforderungen nach vordefinierten Kriterien, um relevante Inhalte zu erkennen.
- Automatisierte Glossar-Erstellung: Einsatz von AI zur Erstellung eines Glossars, das alle relevanten Begriffe und Definitionen enthält. Weitere Information gibt es in diesem Blogbeitrag.
- Erstellung von Wissensgraphen: Anwendung von AI, um komplexe Zusammenhänge zwischen Anforderungen grafentechnisch auswerten zu können, was die Qualität der Datenbasis erhöht.
- KI-Unterstützung bei der Qualitätsprüfung: Implementierung von AI zur automatisierten Überprüfung der Qualität von Anforderungen, um den Anwender bei dieser Tätigkeit zu unterstützen. Lesen Sie dazu auch diesen Blogbeitrag.
Während unserer Präsentation führten wir die Zuhörer durch diese und weitere Punkte, vertieften die einzelnen Themenbereiche und standen für Fragen zur Verfügung. Durch den interaktiven Austausch mit dem Projektträger konnten wir wertvolles Feedback gewinnen, das uns helfen wird, unsere Forschung weiter zu verfeinern und die Anwendbarkeit unserer Ergebnisse in der Praxis zu optimieren.
Der Erfolg des Projektabschluss-Events
Das Projektabschluss-Event in Hildesheim war ein voller Erfolg. Die strukturierte Präsentation der Forschungsergebnisse durch die Konsortialpartner ermöglichte es, die Vielfalt und Tiefe der erarbeiteten Lösungen eindrucksvoll darzustellen. Besonders positiv war die Möglichkeit, in direkten Dialog mit dem Projektträger zu treten, um die Anwendbarkeit und den Nutzen der Forschungsergebnisse zu diskutieren.
Abschließend können wir auf ein überaus erfolgreiches Forschungsprojekt zurückblicken, das nicht nur theoretische Erkenntnisse hervorgebracht hat, sondern auch praktische Ansätze bietet, um das Anforderungsmanagement durch AI-basierte Lösungen nachhaltig zu verbessern. Der nächste Schritt wird darin bestehen, diese Ansätze weiter zu verfeinern und in der Praxis zu testen.
Wir möchten uns an dieser Stelle bei allen Konsortialpartnern, dem Projektträger und natürlich bei unserem gesamten Team für die hervorragende Zusammenarbeit bedanken. Der Erfolg von “progressivKI” zeigt, dass die Zukunft des Anforderungsmanagements durch den Einsatz von AI-basierter Technologie noch viel Potenzial bietet – und wir freuen uns darauf, dieses Potenzial weiter auszuschöpfen.
Möchten Sie mehr über unsere innovativen AI-basierten Lösungen im Anforderungsmanagement erfahren? Kontaktieren Sie uns noch heute, um detaillierte Einblicke in unsere Forschungsergebnisse zu erhalten und zu erfahren, wie diese in Ihrem Unternehmen angewendet werden können. Oder nehmen Sie an einem unserer KI-Workshops teil. Lassen Sie uns gemeinsam die Zukunft des Anforderungsmanagements gestalten! Jetzt mehr erfahren.
Autoren: Andrea Bärnthaler und Markus Eberhardt
Kategorien
Tags
Markus Eberhardt
Kontaktieren Sie Markus EberhardtMarkus Eberhardt ist seit 2011 bei der HOOD Group und spezialisiert auf Requirements Engineering und Management, mit einem besonderen Fokus auf den wertorientierten Einsatz bewährter Praktiken im agilen Umfeld. Neben seiner Beratungstätigkeit ist Markus Eberhardt auch in der Forschung aktiv, insbesondere im Bereich Requirements Engineering und Künstliche Intelligenz (KI). Er leitet das Teilvorhaben KI4RE im Rahmen des Forschungsvorhabens progressivKI. Sein breites methodisches Fundament wird durch Zertifizierungen des IREB, als Scrum Master, in SAFe und CARS untermauert. Er verfügt über umfangreiche Erfahrung in der Nutzung und Verwaltung von Anforderungen mit IBM Rational DOORS, sowohl aus der Perspektive des Anwenders als auch in der Administration. Sein Wissen teilt er in Workshops, Trainings und durch Coaching in Projektteams.