direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Requirements Engineering

Als ein wesentlicher Bestandteil der Entwicklung von Systemen nach dem V-Modell werden frühzeitig die Anforderungen an ein System ermittelt und dokumentiert. Dabei entstehen System- und Komponentenlastenhefte, die in weiteren Prozessschritten zur Testspezifikation und Implementierung genutzt werden. Neben Anforderungen enthalten diese Lastenhefte auch zusätzliche Informationen wie informative Beschreibungen von Funktionen, Erläuterungen zu anderen Anforderungen, Beispiele und Verweise auf andere Dokumente.

Klassifikation von Anforderungen

Die präzise Trennung von Anforderungen und Informationen ist für nachfolgende Arbeitsschritte essentiell, da nur für Anforderungen Testfälle erstellt werden müssen und nur Anforderungen mit Lieferanten abgestimmt werden müssen.

Moderne Anforderungsmanagementsysteme erlauben es, Teile von Anforderungsdokumente mit zusätzlichen Attributen zu versehen. Dies wird genutzt, um jedes Element eines Anforderungsdokuments explizit als Anforderung oder Information zu markieren. Diese Markierung muss allerdings manuell von Systementwicklern durchgeführt werden. Feldstudien haben gezeigt, dass dies nicht konsequent durchgeführt wird.

Am Lehrstuhl entwickeln wir Werkzeuge, um Entwickler bei diesem manuellen Arbeitsschritt zu unterstützen. Als Kernbestandteil werden dabei Techniken aus dem Bereich Machine Learning (Klassifikation/Regression mit neuralen Netzwerken/Support Vector Maschinen/…, Text-Clustering) eingesetzt, um natürlich sprachliche Sätze in Anforderung / keine Anforderung zu klassifizieren.

Wissensextraktion aus Spezifikationsdokumenten

Aufgrund des enormen Umfangs der Lastenhefte ist es für einzelne Entwickler schwer, den gesamten Überblick zu behalten, bestimmte Zusammenhänge zwischen einzelnen Anforderungen zu erkennen und bestehende Anforderungen wiederzufinden. Anforderungen werden dazu innerhalb von Lastenheften üblicherweise in Kapiteln aufgeliedert, die Lastenhefte selbst sind ebenfalls nach den Systemen und Komponenten hierarchisch geordnet. Zusätzlich ist es möglich, mittels Verweise einzelne Anforderungen innerhalb der Lastenhefte oder auch Lastenheft-übergreifend miteinander zu verknüpfen.

Dennoch ist es, z.B. aufgrund fehlender Verweise oder der Unkenntnis über bestehende Zusammenhängen, nicht möglich, das Wissen innerhalb der Anfordungen zu extrahieren und für weiterführende Abfragen oder Erkenntnisse verfügbar zu machen. Insbesondere, da die Anforderungen häufig natürlichsprachlich dokumentiert sind, können diese nur schwer von computergestützten Systemen erfasst und verarbeitet werden.

In diesem Kontext entwickeln wir am Lehrstuhl Werkzeuge, um aus natürlichsprachlichen Anforderungen vollautomatisiert eine Wissensbasis zu erstellen. Diese enthält neben der bestehenden Strukturierung nach Systemen, Komponenten und einzelnen Lastenheften auch die darin entsprechenden Fachbegriffen sowie deren semantische Zusammenhänge.

Mithilfe der Wissensbasis und unter Einsatz dazu passender Suchalgorithmen können Entwickler das Wissen in den Anforderungen besser erfassen und bisher undokumentierte Zusammenhänge wiederfinden.

Publikationen

"What Does My Classifier Learn?" A Visual Approach to Understanding Natural Language Text Classifiers
Zitatschlüssel Winkler.20170
Autor Winkler, Jonas P.; Vogelsang, Andreas
Buchtitel Proceedings of the 22nd International Conference on Natural Language & Information Systems
Jahr 2017
Download Bibtex Eintrag

Projekte und Kooperationen

Daimler AG - Klassifikation von Anforderungen

Daimler AG - Wissensextraktion aus Spezifikationsdokumenten

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

Diese Seite verwendet Matomo für anonymisierte Webanalysen. Mehr Informationen und Opt-Out-Möglichkeiten unter Datenschutz.

Jonas Winkler, M.Sc.

Tel: +49 30 314 78417

DCAITI - TU Berlin
TEL 403
Ernst-Reuter-Platz 7
10587 Berlin

Aaron Schlutter, M.Sc.

Tel: +49 30 314 78425

DCAITI - TU Berlin
TEL 403
Ernst-Reuter-Platz 7
10587 Berlin