From Sustainability Assessment to Decision Records: The SEEDS Framework for Sustainable Requirements Engineering in Digital Health Software

In der modernen Welt ist Software nicht mehr nur ein Werkzeug; sie ist die unsichtbare Infrastruktur unseres täglichen Lebens, von den Apps, die unsere Bankkonten verwalten, bis hin zu den Systemen, die die Notfallversorgung koordinieren. Wenn wir diese digitalen Systeme bauen, fragen wir oft, ob sie gut funktionieren, ob sie sicher sind und ob sie einfach zu bedienen sind. Es gibt jedoch eine wachsende Erkenntnis unter Ingenieuren, dass diese Fragen nicht ausreichen. Ein wirklich erfolgreiches System muss auch nachhaltig sein. In diesem Zusammenhang bedeutet Nachhaltigkeit nicht einfach nur, Strom zu sparen oder den CO2-Fußabdruck zu reduzieren, obwohl dies Teile davon sind. Es ist ein viel umfassenderes Konzept, das fragt, ob ein Stück Software über Jahre hinweg bestehen kann, ohne kaputtzugehen, ob es alle Nutzer fair behandelt, ob es in das Budget eines Krankenhauses passt und ob es das psychische Wohlbefinden der Menschen unterstützt, die es jeden Tag benutzen. Die Herausforderung bestand schon immer darin, wie man diese großen, abstrakten Ideen in konkrete Anweisungen für die Menschen übersetzt, die den Code schreiben. Ohne einen klaren Pfad von einem vagen Ziel wie „nachhaltiger werden“ zu einer spezifischen Regel für ein Computerprogramm bleiben diese Ziele oft nur Wünsche, die niemals tatsächlich in das Endprodukt eingebaut werden.

Ein Forschungsteam der Federal University of Health Sciences in Porto Alegre, Brasilien, hat einen neuen Weg entwickelt, um diese Lücke zu schließen, speziell für die komplexe Welt der digitalen Gesundheit. Sie entwickelten ein Framework namens SEEDS, was für einen strukturierten Ansatz zur Erstellung nachhaltiger Software über fünf Schlüsselbereiche hinweg steht: wie sie sich auf den einzelnen Nutzer auswirkt, ihre Auswirkungen auf die Gesellschaft, ihre wirtschaftliche Tragfähigkeit, ihre technische Stärke und ihren ökologischen Fußabdruck. Die Forscher erkannten, dass ein Patient, ein Arzt und ein Softwareentwickler dieselbe Software auf völlig unterschiedliche Weise wahrnehmen. Ein Patient sorgt sich vielleicht darum, ob eine App leicht lesbar ist, während ein Entwickler sich Sorgen macht, ob das System Millionen von Nutzern handhaben kann, ohne abzustürzen. Die alten Methoden zur Überprüfung der Nachhaltigkeit behandelten alle gleich, indem sie Patienten baten, technische Details zu beurteilen, die sie nicht sehen konnten, oder Entwickler baten, zu raten, wie sich ein Patient fühlt. Dieses neue Framework behebt dies, indem es darauf besteht, dass jedes Anliegen durch die spezifischen Augen der Person betrachtet wird, die es vorbringt.

Das Herzstück dieser neuen Methode ist ein Dokument namens Sustainability Decision Record (Nachhaltigkeits-Entscheidungsaufzeichnung). Stellen Sie sich dies als ein detailliertes Logbuch vor, das ein Problem mit einer Lösung verbindet. Wenn ein Stakeholder, wie etwa eine Pflegekraft oder ein Krankenhausmanager, ein Nachhaltigkeitsproblem identifiziert, leitet das Framework sie dazu an, dies in einem spezifischen Format aufzuschreiben. Dieses Format zwingt sie dazu, genau zu definieren, wer das Problem sieht, welchen Teil der fünf Nachhaltigkeitsdimensionen es berührt und welche spezifische Regel die Software befolgen muss, um es zu lösen. Wenn zum Beispiel ein Patient sagt, dass ein Gesundheitsportal zu verwirrend ist, besagt das Protokoll nicht einfach nur „verbessern“. Es übersetzt dies in eine spezifische Anforderung, wie zum Beispiel: „Das System muss einfache Sprache für alle medizinischen Begriffe verwenden“, und listet dann genau auf, wie zu beweisen ist, dass es funktioniert, etwa durch das Durchführen eines Tests mit echten Nutzern. Entscheidend ist, dass das Protokoll das Team auch dazu zwingt, etwaige Kompromisse (Trade-offs) aufzuschreiben. Wenn die Vereinfachung des Systems für Patienten die Sicherheit erschwert, wird diese Spannung explizit festgehalten, damit niemand später die Kosten ihrer Entscheidungen vergisst.

Die Forscher testeten diesen Ansatz in drei sehr unterschiedlichen Situationen, um zu sehen, ob er in der realen Welt funktioniert. Zuerst untersuchten sie bereits im Einsatz befindliche digitale Gesundheitssysteme und fragten, wie das Framework helfen könnte, diese zu verbessern. Sie fanden heraus, dass sie durch die Betrachtung aus der Perspektive spezifischer Rollen verborgene Probleme aufdecken konnten, wie etwa ein System, das technisch einwandfrei, aber für ältere Patienten verwirrend war, und diese Beobachtungen in klare Anweisungen für Updates umwandeln konnten. Zweitens wandten sie es auf den Prozess an, bei dem entschieden wird, ob eine neue digitale Gesundheitslösung für ein öffentliches Gesundheitssystem übernommen werden soll. Hier half das Framework den Managern dabei, die richtigen Fragen zu stellen, bevor sie einen Vertrag unterzeichneten, wie zum Beispiel die Forderung nach einem Nachweis, dass ein neues Tool Daten mit bestehenden Systemen austauschen kann, um das zukünftige Problem einer Abhängigkeit von einem einzigen, teuren Anbieter zu verhindern. Drittens nutzten sie es, wenn ein Krankenhaus die Entwicklung eines brandneuen Systems anforderte. Durch die Einführung von Nachhaltigkeitsregeln ganz zu Beginn stellten sie sicher, dass Themen wie Datenschutz und langfristige Wartungskosten berücksichtigt wurden, noch bevor die erste Zeile Code geschrieben wurde, anstatt erst im Nachhinein zu versuchen, sie zu beheben.

Um der Tatsache zu begegnen, dass das Schreiben dieser detaillierten Aufzeichnungen zeitaufwendig sein kann, untersuchte das Team auch den Einsatz von Künstlicher Intelligenz zur Unterstützung. Sie entwickelten ein System, bei dem ein Large Language Model die ursprünglichen Bedenken lesen und den ersten Entwurf der Entscheidungsaufzeichnung erstellen kann. Sie waren jedoch sehr vorsichtig bei der Gestaltung, damit der Computer lediglich als Helfer und nicht als Entscheidungsträger fungiert. Die Künstliche Intelligenz konnte Vorschläge machen, welche Regeln gelten sollten und welche Belege benötigt wurden, aber ein menschlicher Experte musste jeden einzelnen Vorschlag überprüfen, Korrekturen vornehmen und die endgültige Entscheidung treffen. Dieser Ansatz zeigte, dass Computer zwar den Papierkram beschleunigen können, das menschliche Urteilsvermögen von Ärzten, Pflegekräften und Managern jedoch unerlässlich bleibt, um sicherzustellen, dass die Entscheidungen sicher und fair sind.

Die Studie legt nahe, dass diese Methode erfolgreich die vage Idee der Nachhaltigkeit in etwas verwandelt, das Ingenieure tatsächlich bauen und testen können. Indem sie die Verbindung zwischen der Sorge eines Menschen und einer spezifischen Software-Regel herstellt, stellt das Framework sicher, dass Nachhaltigkeit nicht nur ein Schlagwort ist, sondern ein nachvollziehbarer Teil des Softwarelebenszyklus. Die Forscher fanden heraus, dass Teams, die diese Methode anwandten, besser in der Lage waren, Konflikte zwischen verschiedenen Zielen zu erkennen, wie etwa das Spannungsverhältnis zwischen Schnelligkeit und Sicherheit, und dass sie ihre Entscheidungen klar dokumentieren konnten. Das bedeutet, dass auch Jahre später, wenn die Software geändert werden muss, das nächste Team genau weiß, warum die ursprünglichen Entscheidungen getroffen wurden. Während die Forscher anmerken, dass weitere Tests nötig sind, um zu sehen, ob dies auch in anderen Ländern und für andere Arten von Software funktioniert, bietet ihre Arbeit einen vielversprechenden Weg nach vorn. Sie zeigt, dass für eine digitale Gesundheit, die Menschen langfristig wirklich dienen soll, die Menschen, die sie bauen, eine klare, gemeinsame Sprache benötigen, um darüber zu sprechen, was am wichtigsten ist.