KI-getriebene Software-Modernisierung: Neue Chancen mit alten Anforderungen?

Aus Altsystemen neue, moderne Systeme zu recyceln – dieses Vorgehen ist in der physischen Welt oft eine kostspielige Herausforderung. In der digitalen Produktentwicklung avanciert es durch den Einzug generativer KI vielleicht gerade zur besten Option.

Denn KI-Agenten können nicht nur neue Erkenntnisse aus alten Codebeständen gewinnen und aufbereiten, sondern sind inzwischen sogar in der Lage, autonom und auf der grünen Wiese hochwertigen Quellcode zu schreiben. Und das ändert so einiges.

• Aber sind moderne KI-Werkzeuge auch in der Lage, Anforderungen auf Basis von Altsystemen zu ermitteln – quasi durch "User Story Reverse Engineering"?
  
• Und können diese Werkzeuge Produktmanager in-the-loop dabei unterstützen, die positiven Anteile eines Software-Erbes von den negativen Anteilen zu trennen?
  
• Auf welcher Grundlage kann eine KI überhaupt entscheiden, ob ein bestehendes Feature des Altsystems als gut oder schlecht bewertet werden sollte?
  
• Vielleicht basierte das Altsystem ja auf recht guten Anforderungen, aber diese wurden vom damaligen Team einfach nur fehlerhaft interpretiert oder halbgar umgesetzt?

Vorkenntnisse

• User Stories
  
• Grundwissen User Journey Maps, Scrum und Continuous Integration
  
• Grundlegende Kenntnisse über LLMs und Prompt Engineering

Lernziele

• Grundlagen von KI-Agenten verstehen
  
• Spezifisches Wissen zu KI-Persona-Agenten erlangen
  
• Bessere User Stories mit KI schreiben
  
• KI-Agenten für Continuous Testing kennenlernen
  
• Vorteile von User Journey Maps kennenlernen
  
• Generelle Inspiration für das Requirements Engineering der Zukunft erhalten