Modell und textbasierte Anforderungsdokumentation aus Text und Bild
Wir zeigen, wie KI die Arbeit mit etablierten Strukturierungsmethoden wie Satzschablonen, Story Mapping, Customer Journeys und Personas funktioniert – und dabei Konsistenz sichert und Muster erkennt.- Wie generiert man aus textuellen Anforderungen automatisch BPMN-Diagramme?
- Muss es Text sein, reichen Bilder vielleicht auch?
- Wie kann KI dabei helfen, bestehende Modelle zu verstehen und zu erklären?
Vorkenntnisse
- Vertrautheit mit gängigen RE-Dokumentationsformaten
- Grundkenntnisse in Modellierungsnotationen (BPMN, UML)
- Keine vorhergehenden Erfahrungen mit KI-Tools im RE-Kontext nötig
Lernziele
- Effiziente Nutzung von KI für Satzschablonen und strukturierte Anforderungsformate
- Praktische Anwendung: Von der User Story zum BPMN-Diagramm mit KI
- Automatische Konsistenzprüfung zwischen textuellen und modellbasierten Anforderungen
- KI als Übersetzer von technischen Diagrammen und fachlicher Sprache einsetzen
- Integration von KI-gestützter Dokumentation in bestehende RE-Prozesse
- Qualitätssteigerung durch KI-unterstützte Mustererkennung in Anforderungen
Speaker
Simon Jiménez hat Softwareentwicklung sowie Mediation, Negotiation und Konfliktmanagement studiert und ist seit 20 Jahren mit einigen Mitarbeitern selbstständig – und hat dabei immer wieder mit schlechten Anforderungen gekämpft. Als Techniker versucht er jetzt, ein Menschenproblem mit Software etwas zu unterstützen und hat daher mit einigen Mitstreitern die Software storywise gegründet.
LinkedIn
Franz Zehentner hat Biomedical Engineering und Software Development for Embedded Devices studiert. In der Medizintechnik hat er ein RE-System aufgebaut und gelernt, was es heißt, eine Anforderung zu schreiben, die in ihrem Lebenszyklus mehrfach auditiert wird. In seiner jetzigen Rolle als Requirements Engineer bei einem Messgerätehersteller versucht er, am Stand der Technik zu bleiben und KI-Entwicklungen in die Disziplin zu integrieren.
LinkedIn