Teaching Agile Requirements Engineering: A Stakeholder Simulation with Generative AI
Die vorgestellte Studie beschreibt einen didaktischen Ansatz, bei dem Studierende durch eine Simulation von Stakeholder-Interviews mit generativer KI praktische agile Anforderungserhebung üben und gleichzeitig ein kritisches Verständnis für die technischen und ethischen Grenzen von KI-Tools entwickeln.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Titel: Wie KI-Chatbots die Rolle von echten Kunden übernehmen – Ein Abenteuer im Software-Labor
Stellen Sie sich vor, Sie sind ein junger Architekt, der lernen soll, wie man ein Haus baut. Normalerweise müssten Sie dafür mit echten Bauherren sprechen, deren Wünsche oft widersprüchlich sind und die manchmal gar nicht genau wissen, was sie wollen. Das ist in der echten Welt schwierig, teuer und braucht viel Zeit.
In diesem Papier beschreiben drei Dozenten aus Deutschland und Brasilien eine clevere Lösung für ihre Studenten: Sie lassen KI-Chatbots die Rolle der Bauherren übernehmen. Aber nicht irgendeine KI, sondern solche, die wie echte Menschen mit unterschiedlichen Persönlichkeiten agieren.
Hier ist die Geschichte der Idee, einfach erklärt:
1. Das Problem: Der leere Raum
In der Softwareentwicklung (dem digitalen Bauen) ist es oft ein Albtraum, echte Kunden zu finden, die Zeit haben, mit den Entwicklern zu reden. Ohne diese Gespräche entstehen Programme, die niemand braucht. Die Dozenten wollten ihren Studenten beibringen, wie man trotzdem gute Anforderungen sammelt, ohne auf echte Menschen warten zu müssen.
2. Die Lösung: Die „Schauspieler-KI"
Statt echter Kunden setzen die Studenten auf KI-Personas.
- Die Analogie: Stellen Sie sich vor, Sie haben drei Schauspieler im Raum. Einer spielt den strengen Beamten, einer den hilfsbedürftigen Senior und einer den technikbegeisterten Power-User.
- Wie es funktioniert: Die Studenten schreiben eine Art „Zauberformel" (einen sogenannten Meta-Prompt) in einen Chatbot. Dieser Chatbot schlüpft dann in die Rolle des jeweiligen Schauspielers.
- Das Spiel: Die Studenten führen Interviews mit diesen KI-Schauspielern. Sie fragen: „Was stört Sie an der aktuellen App?" oder „Wie würden Sie einen Termin buchen?" Die KI antwortet so, wie ein echter Mensch in dieser Rolle es tun würde – manchmal freundlich, manchmal skeptisch, manchmal verwirrt.
3. Der Lernprozess: Vom Gespräch zum Plan
Das Ziel ist nicht nur, mit der KI zu plaudern, sondern echte agile Methoden zu üben:
- Das Gespräch (Die Elicitation): Die Studenten hören zu und notieren sich die Wünsche der KI-Kunden.
- Der Bauplan (Die Spezifikation): Aus den Gesprächen erstellen die Studenten einen „User Story Map". Das ist wie eine Landkarte, die zeigt, wie die App für den Nutzer funktionieren soll.
- Wichtig: Die Dozenten warnen davor, die KI einfach alles schreiben zu lassen. Wenn die KI die Landkarte malt, fehlt oft das „Herz" und der rote Faden. Die Studenten müssen selbst entscheiden, was wirklich wichtig ist.
- Die Nachbesprechung (Die Reflexion): Das ist der wichtigste Teil. Am Ende diskutieren die Studenten: „Warum war die KI manchmal komisch?", „Hat sie Vorurteile gezeigt?" oder „War sie zu effizient und nicht menschlich genug?".
4. Was sie gelernt haben (Die Fallstricke)
Die Dozenten haben einige spannende Erkenntnisse gesammelt, die wie Warnschilder auf einer Baustelle wirken:
- Die „Zu-höfliche"-Falle: Manchmal antwortet die KI so perfekt und effizient, dass die Studenten denken: „Alles klar, fertig!" Dabei haben sie nicht tief genug nachgefragt. Echte Kunden sind oft chaotisch; KI ist oft zu glatt.
- Die Vorurteil-Falle: Da die KI mit Daten trainiert wurde, die von Menschen stammen, kann sie auch menschliche Vorurteile haben. Wenn die KI zum Beispiel nur Männer als „Beamte" darstellt, lernen die Studenten, dass sie hier kritisch sein müssen.
- Die Technik-Falle: Anfangs nutzten sie eine spezielle KI-Version, die aber nach fünf Fragen „stumm" wurde, weil die Studenten kein Geld für mehr Fragen hatten. Sie haben daraufhin gelernt, eine offene „Zauberformel" zu nutzen, die mit jeder kostenlosen KI funktioniert. Das ist wie ein universeller Schlüssel, der zu allen Türen passt.
5. Fazit: Ein Simulator für die Zukunft
Dieser Ansatz ist wie ein Flugsimulator für Software-Ingenieure.
Man kann nicht jeden Tag mit echten Passagieren fliegen üben, aber im Simulator kann man Notfälle trainieren, Fehler machen und lernen, wie man mit schwierigen Situationen umgeht – ohne dass jemand zu Schaden kommt.
Die Dozenten sagen: „KI ist ein tolles Werkzeug, um zu üben, aber wir müssen den Studenten beibringen, dass die KI kein Orakel ist, sondern nur ein Spiegel, der manchmal verzerrt abbildet."
Kurz gesagt: Die Studenten lernen, wie man mit Kunden redet, indem sie mit KI-Klone reden, und lernen dabei gleichzeitig, wo diese KI-Clones an ihre Grenzen stoßen. Ein perfektes Training für die digitale Welt von morgen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.