Inhalt
- Warum gute Anforderungen über Kosten und Erfolg entscheiden
- Was KI in jeder Phase des Requirements Engineering beitragen kann
- Von der Idee zur User Story in sechs Schritten
- Beispiel: Eine User Story mit KI verfeinern
- Typische Fallstricke und wie Sie sie vermeiden
- Vom Anforderungsdokument zum Angebot
- Fazit
- Häufige Fragen
KI im Requirements Engineering hilft, aus einer vagen App-Idee in wenigen Tagen strukturierte Anforderungen, User Stories und Akzeptanzkriterien zu machen. Sprachmodelle sind stark darin, Lücken aufzudecken, Rückfragen zu stellen, Randfälle zu finden und Gesprächsnotizen in ein einheitliches Format zu bringen. Die fachlichen Entscheidungen – was gebaut wird, für wen und warum – bleiben aber beim Menschen.
Warum gute Anforderungen über Kosten und Erfolg entscheiden
Unklare Anforderungen gehören zu den häufigsten Gründen, warum App-Projekte teurer werden als geplant. Was im Erstgespräch selbstverständlich klang („Nutzer können Termine buchen“), wirft in der Umsetzung Dutzende Fragen auf: Wer darf stornieren? Bis wann? Was passiert bei Doppelbuchungen? Gibt es Erinnerungen? Jede Frage, die erst während der Entwicklung auftaucht, kostet Zeit und Geld.
Gleichzeitig werden Anforderungen mit KI-gestützter Entwicklung noch wichtiger. Coding-Agents setzen sehr wörtlich um, was beschrieben ist. Präzise User Stories mit Akzeptanzkriterien sind deshalb nicht nur Grundlage für Angebot und Planung, sondern auch direkter Input für die Entwicklung. Warum Spezifikationen zur Steuerung von KI werden, beschreibt der Beitrag Spec-Driven Development.
Was KI in jeder Phase des Requirements Engineering beitragen kann
| Phase | Beitrag der KI | Aufgabe des Menschen |
|---|---|---|
| Ideenbeschreibung | Rohtext strukturieren, Zielgruppen und Nutzen herausarbeiten | Vision und Geschäftsziel festlegen |
| Erhebung | Interviewleitfäden erstellen, Gesprächsnotizen und Transkripte zusammenfassen | Gespräche mit Nutzern und Stakeholdern führen |
| Analyse | Lücken, Widersprüche und offene Fragen identifizieren, Randfälle vorschlagen | Fragen beantworten, Konflikte entscheiden |
| Dokumentation | Epics, User Stories und Akzeptanzkriterien im einheitlichen Format formulieren | Inhalte prüfen und freigeben |
| Priorisierung | Abhängigkeiten aufzeigen, MVP-Vorschläge machen | Prioritäten nach Geschäftswert setzen |
| Validierung | Testfälle aus Akzeptanzkriterien ableiten, Klick-Prototypen unterstützen | Mit echten Nutzern testen |
Von der Idee zur User Story in sechs Schritten
- Idee in eigenen Worten aufschreiben: Eine bis zwei Seiten genügen – Problem, Zielgruppe, gewünschter Nutzen, vorhandene Systeme, Budgetrahmen. Formulierungsqualität ist hier egal.
- KI als kritischen Interviewer einsetzen: Bitten Sie das Modell, Ihnen gezielte Rückfragen zu stellen, statt sofort Anforderungen zu erfinden. Ein guter Prompt lautet sinngemäß: „Stelle mir die zehn wichtigsten offenen Fragen zu dieser App-Idee, bevor du Anforderungen formulierst.“
- Rollen und Kernprozesse festlegen: Welche Nutzergruppen gibt es (z. B. Kunde, Mitarbeiter, Admin), und welche Abläufe sind für sie zentral?
- Epics und User Stories ableiten: Die KI formuliert Stories im Format „Als <Rolle> möchte ich <Ziel>, damit <Nutzen>“.
- Akzeptanzkriterien und Randfälle ergänzen: Für jede Story präzise, testbare Kriterien – inklusive Fehlerfällen, Berechtigungen und Datenschutzaspekten.
- Prüfen, kürzen, priorisieren: Gemeinsam mit Fachbereich und Entwicklung streichen Sie, was nicht in Version 1 gehört.
Beispiel: Eine User Story mit KI verfeinern
Ausgangspunkt ist eine typische Rohanforderung für eine Buchungs-App: „Kunden sollen Termine online buchen und absagen können.“
Nach einer KI-gestützten Verfeinerung und menschlicher Prüfung könnte daraus Folgendes werden:
User Story: Als registrierter Kunde möchte ich einen gebuchten Termin selbst stornieren, damit ich nicht anrufen muss und der Slot für andere frei wird.
- Kriterium 1: Eine Stornierung ist bis 24 Stunden vor Terminbeginn kostenfrei möglich (Frist durch den Betreiber konfigurierbar).
- Kriterium 2: Nach Ablauf der Frist zeigt die App einen Hinweis mit Kontaktmöglichkeit statt des Storno-Buttons.
- Kriterium 3: Der Kunde erhält eine Bestätigung per E-Mail und Push-Benachrichtigung.
- Kriterium 4: Der freigewordene Slot ist sofort wieder buchbar; Kunden auf einer Warteliste werden benachrichtigt.
- Kriterium 5: Ohne Internetverbindung wird die Stornierung nicht lokal vorgetäuscht, sondern mit verständlicher Fehlermeldung abgelehnt.
Kriterium 4 und 5 sind typische Randfälle, die in Erstgesprächen selten zur Sprache kommen. Genau hier spielt KI ihre Stärke aus. Ob es eine Warteliste überhaupt geben soll, ist dagegen eine Geschäftsentscheidung – die KI darf sie vorschlagen, aber nicht treffen.
Typische Fallstricke und wie Sie sie vermeiden
- Feature-Inflation: KI schlägt bereitwillig zusätzliche Funktionen vor. Jede davon kostet Geld. Fragen Sie konsequent: Braucht das die erste Version? Hilfreich ist eine klare MVP-Definition.
- Generische Anforderungen: Ohne Kontext zu Branche, Zielgruppe und bestehenden Systemen entstehen austauschbare Stories. Geben Sie dem Modell möglichst viel echten Kontext.
- Scheinbare Vollständigkeit: Ein sauber formatiertes Dokument wirkt fertig, auch wenn wichtige Annahmen falsch sind. Nur echte Nutzergespräche validieren Anforderungen.
- Vertrauliche Daten: Kundendaten, interne Kennzahlen oder Geschäftsgeheimnisse gehören nicht in private KI-Accounts. Nutzen Sie freigegebene Tools mit passenden Datenschutzbedingungen.
- Nicht-funktionale Anforderungen vergessen: Performance, Barrierefreiheit, DSGVO, Offline-Fähigkeit und Plattformen müssen explizit festgehalten werden.
Vom Anforderungsdokument zum Angebot
Strukturierte Anforderungen sind die beste Grundlage für ein belastbares Angebot. Je klarer Rollen, Prozesse und Akzeptanzkriterien beschrieben sind, desto geringer sind Risikoaufschläge und Nachträge. Wie Sie ein klassisches Dokument aufbauen, zeigt unser Beitrag Lastenheft für eine App schreiben. Wie wir selbst KI in der Analysephase nutzen, um schneller zu einem verlässlichen Angebot zu kommen, beschreibt der Artikel Anforderungsanalyse mit KI.
Wenn Sie Ihre Idee bereits beschrieben haben – ob als Notiz, Lastenheft oder KI-generierte Story-Liste –, erhalten Sie über unseren 2-Minuten-Assistenten nach einer kostenlosen Analyse ein Festpreis-Angebot.
Agentic Coding Workshop für Ihr Team? Ab 799 € netto – Preisangebot per E-Mail anfragenFazit
KI macht Requirements Engineering schneller und gründlicher: Sie stellt die Fragen, die im Erstgespräch fehlen, findet Randfälle und bringt Anforderungen in ein einheitliches, testbares Format. Entscheidungen über Umfang, Prioritäten und Geschäftsregeln bleiben jedoch menschliche Aufgabe. Wer KI als kritischen Sparringspartner statt als Anforderungsgenerator nutzt, startet mit klareren User Stories, präziseren Angeboten und weniger Überraschungen in die Entwicklung.
Häufige Fragen
Kann KI ein komplettes Lastenheft schreiben?
KI kann aus Ihren Notizen einen vollständigen Entwurf erstellen. Inhalte, Prioritäten und Annahmen müssen aber vom Auftraggeber und dem Entwicklungsteam geprüft und mit echten Nutzern validiert werden.
Welche Informationen braucht die KI für gute User Stories?
Problem und Zielgruppe, Nutzerrollen, zentrale Abläufe, bestehende Systeme, rechtliche Rahmenbedingungen und den gewünschten Umfang der ersten Version. Je konkreter der Kontext, desto spezifischer die Stories.
Ersetzt KI den Business Analysten oder Product Owner?
Nein. KI beschleunigt Dokumentation und Analyse, aber Gespräche mit Stakeholdern, Priorisierung nach Geschäftswert und Entscheidungen bei Zielkonflikten bleiben menschliche Aufgaben.
Senken gute Anforderungen die App-Entwicklungskosten?
Ja. Klare Anforderungen reduzieren Rückfragen, Nachträge und Risikoaufschläge im Angebot und verhindern, dass Funktionen gebaut werden, die niemand braucht.