Call for Papers

Kognitives Requirements Engineering ( Vortrag )

Kann der Computer die Anforderungen nicht selbst schreiben?

Referent: Peter Schedl, IBM Deutschland GmbH
Vortragsreihe: Requirements
Zeit: 04.12.18 11:45-12:25

Zielgruppe

Entwicklung

Themenbereiche

Anforderungen definieren und verfolgen

Schwerpunkt

Technologie

Voraussetzungen

Grundlagenwissen

Kurzfassung

Daten treiben die Welt heute voran. Dazu sind Algorithmen, Künstliche 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 können aus Tausenden von Anforderungen bestehen. Wie können größere Datenmengen besser verwertet werden, um die Kernelemente einer erfolgreichen Entwicklung mit der Einhaltung hoher Qualitätsstandards und dem raschen Reagieren auf Marktentwicklungen gegeben sind? Im Vortrag werden Anwendungsmöglichkeiten vorgestellt, wie KI dem Ingenieur bei der Anforderungsdefinition helfen kann, um doppelte oder widersprüchliche Anforderungen in Spezifikationen zu erkennen. Daneben wird am Beispiel von IBM Watson Diensten gezeigt, wie Computerprogramme aus dem Bereich der Künstlichen Intelligenz es schaffen, dem Anwender eine Qualitätsbewertung seiner Anforderungen zurückzugeben und so die Effizienz in der Entwicklung zu steigern.

Gliederung

- Motivation komplexes Anforderungsmanagement
- Problem: Was sind gute Anforderungen?
- Einführung KI und Interaktion mit dem Menschen: Verstehen von Sprache / Test
- Einsatz von KI, um schlechte Anforderungen zu erkennen und zu verbessern
- Beispiel einer Umsetzung mit DOORS und IBM Watson
- Ausblick

Nutzen und Besonderheiten

Grundverständnis von Einsatzmöglichkeiten der KI im Engineering und konkretes Beispiel, wie bessere Anforderungen erstellt werden können.

Über den Referenten

Peter Schedl befasst sich seit mehr als 20 Jahren mit Themen im Bereich der modellbasierten Entwicklung. In dieser Zeit konnte er im Rahmen von verschiedensten Projekten z.B. im AeroSpace und Automotive Umfeld Erfahrungen mit der Einführung von methodischen Vorgehensweisen über den gesamten Application Lifecycle sammeln. Aktuell liegt der Schwerpunkt im Bereich Model Based Systems Engineering (MBSE) wo er Kunden bei der Einführung von MBSE unterstützt.