Autor: Peter Schedl, IBM Deutschland GmbH<\/p>\n
Daten treiben die Welt heute voran. Dazu sind Algorithmen, K\u00fcnstliche Intelligenz (KI) und Maschinelles Lernen wichtige Themen beim Wandel zur digitalen Gesellschaft. Bei der System- oder Softwareentwicklung kommen ebenfalls eine Vielzahl von Daten ins Spiel. Produkte k\u00f6nnen aus Tausenden oder sogar Millionen von Anforderungen bestehen. Wie k\u00f6nnen gr\u00f6\u00dfere Datenmengen besser verwertet werden, um die Kernelemente einer erfolgreichen Entwicklung mit der Einhaltung hoher Qualit\u00e4tsstandards und dem raschen Reagieren auf Marktentwicklungen zu verbinden?<\/strong><\/p>\n Im Vortrag werden Anwendungsm\u00f6glichkeiten vorgestellt, wie KI dem Ingenieur bei der Anforderungsdefinition helfen kann, um doppelte oder widerspr\u00fcchliche Anforderungen in Spezifikationen zu erkennen. Daneben wird am Beispiel von IBM Watson Diensten gezeigt, wie Computerprogramme aus dem Bereich der K\u00fcnstlichen Intelligenz es schaffen, dem Anwender eine Qualit\u00e4tsbewertung seiner Anforderungen zur\u00fcckzugeben und so die Effizienz in der Entwicklung zu steigern.<\/p>\n In der Produktentwicklung gibt es typischerweise mehrere Ebenen von Anforderungen und somit Anforderungsdokumenten. Zumindest jedoch gibt es immer ein Lastenheft, welches die W\u00fcnsche des Auftraggebers ausdr\u00fcckt und ein Pflichtenheft, welches die Antwort des Lieferanten darstellt. Bereits auf dieser obersten Ebene gibt es tausende von Anforderungen und da die Produkte immer komplexer werden, steigt die Zahl immer weiter an.<\/p>\n Zus\u00e4tzlich sind die Anforderungen oft nicht klar definiert. In der Vergangenheit gab es Ans\u00e4tze, hier mit Regeln z.B. welche W\u00f6rter zu vermeiden sind oder auch mit festen Satzbausteinen zu besseren Anforderungen zu kommen. Aber alle diese Bem\u00fchungen f\u00fchren einerseits zu mehr – wenn auch besseren – Anforderungen und andererseits wird Anforderungsmanagement dadurch deutlich aufw\u00e4ndiger und somit anstrengender.<\/p>\n K\u00fcnstliche Intelligenz ist in aller Munde, warum also nicht darauf zur\u00fcckgreifen und die KI die guten Anforderungen erstellen lassen? Wie k\u00f6nnte das aussehen? Wir br\u00e4uchten einen Assistenten, der unsere gesprochenen oder eingegebenen Anforderungen analysiert und daraus gute Anforderungen ableitet.<\/p>\n Welche F\u00e4higkeiten braucht unser Assistent? Als erstes muss er unsere nat\u00fcrliche Sprache verstehen. Derartige Systeme werden als NLP f\u00fcr Natural Language Processing bezeichnet und kommen bereits bei der Spracherkennung oder auch bei \u00dcbersetzern zum Einsatz. Im zweiten Schritt muss der Assistent wissen, was gute Anforderungen sind. Dies muss er \u00fcber maschinelles Lernen (ML) trainiert haben.<\/p>\n Zun\u00e4chst braucht es eine Menge an repr\u00e4sentativen Daten. Da es hier um semantische Analyse geht, m\u00fcssen die Daten anhand eines Typsystems annotiert und in ein Trainings- und ein Test-Set aufgeteilt werden. Daraus wird dann ein trainiertes ML-Modell erstellt. Eine besondere Bedeutung kommt dem Typsystem zu, welches die verschiedenen Entit\u00e4ten und Beziehungen definiert, die wiederum die Grundlage f\u00fcr die Bewertung der Anforderungen bilden.<\/p>\n Als Beispiel soll die Anforderung „Die Flugsteuerung soll Bernoullis Gleichung als Steueralgorithmus verwenden“ dienen. Diese Anforderung weist 3 Entit\u00e4ten auf:<\/p>\n Des Weiteren gibt es vom Subsystem (Flugsteuerung) eine Beziehung „hat Steuermethode“ zur Steuermethode.<\/p>\n Dieses Wissen wird per Annotation den Trainingsdaten hinzugef\u00fcgt und damit der ML-Algorithmus trainiert. Anschlie\u00dfend wird mittels der Testdaten \u00fcberpr\u00fcf,t ob die KI bereits „gut genug“ ist. Daf\u00fcr gibt es 3 grundlegende Metriken. Siehe Bild 1 (PDF<\/a>).<\/p>\n Mittels Standarddiensten der Firma IBM wurde ein Prototyp eines Assistenten aufgebaut. Im Wesentlichen wurden daf\u00fcr die Cloud Dienste IBM Watson Natural Language Understanding und IBM Watson Knowledge Studio [1] verwendet, um die Anforderungen aus dem Requirements Management Werkzeug DOORS Next Generation [2] qualitativ zu bewerten.<\/p>\n F\u00fcr jede Anforderung werden 0 bis 100 Punkten vergeben, wobei 100 f\u00fcr eine gute Anforderung stehen. Zu jeder Bewertung kann die KI auch die Begr\u00fcndung abgeben, siehe Bild 2 (PDF<\/a>).<\/p>\n Es konnte gezeigt werden, dass mit heute verf\u00fcgbaren KI-Werkzeugen qualitativ bessere Anforderungen erreicht werden k\u00f6nnen. Diese Techniken k\u00f6nnen ebenso auch auf industriespezifische Dom\u00e4nen angewandt werden; somit lassen sich anwenderspezifische Bewertungen erreichen.<\/p>\n Es ist absehbar, dass solche Anwendungen in Requirement Management Werkzeuge wie DOORS Next Generation einflie\u00dfen werden und dann das Zeitalter des kognitiven Requirements Engineering anbricht.<\/p>\n [1]\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0IBM Cloud Dienste Peter Schedl befasst sich seit 25 Jahren mit Themen im Bereich der Entwicklung von mechatronischen Systemen. Bereits fr\u00fchzeitig lernte er den Mehrwert eines modellbasierten Vorgehens bei der Erstellung von System-, HW- & SW-Architekturen sch\u00e4tzen. Im Rahmen von verschiedensten Projekten im Embedded-Umfeld konnte er erst Erfahrungen mit der Einf\u00fchrung von methodischen Vorgehensweisen sammeln und sp\u00e4ter als Berater weitergeben. Aktuell besch\u00e4ftigt er sich mit den neuen Herausforderungen des Internet der Dinge.<\/p>\n E-mail: peter.schedl@de.ibm.com<\/p>\n Beitrag als PDF downloaden<\/strong><\/a><\/p>\n Wollen Sie sich auf den aktuellen Stand der Technik bringen?<\/strong><\/p>\n Dann informieren Sie sich\u00a0hier<\/strong>\u00a0<\/a>zu Schulungen\/ Seminaren\/ Trainings\/ Workshops und individuellen Coachings von MircoConsult zum Thema Requirements \/Embedded- und Echtzeit-Softwareentwicklung.<\/p>\n Training & Coaching zu den weiteren Themen unseren Portfolios finden Sie\u00a0hier<\/a>.<\/strong><\/p>\n Wertvolles Fachwissen zum Thema Requirements\/Embedded- und Echtzeit-Softwareentwicklung steht\u00a0hier<\/strong>\u00a0<\/a>f\u00fcr Sie zum kostenfreien Download bereit.<\/p>\nGutes Anforderungsmanagement ist anstrengend<\/h2>\n
Ein Anforderungsexperte als Assistent?<\/h2>\n
Wie funktioniert Machine Learning?<\/h2>\n
\n
Den Assistenten zum Leben erweckt<\/h2>\n
Ergebnis<\/h2>\n
Literatur- und Quellenverzeichnis<\/h3>\n
\n<\/a>[2]\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0DOORS Next Generation<\/a>
\n<\/a><\/p>\nAutor<\/h3>\n
Kontakt<\/strong><\/h3>\n
\nRequirements – MicroConsult Trainings & Coachings<\/h2>\n
\nRequirements – Fachwissen<\/h2>\n