RequireMe: KI im Anforderungsmanagement

Mit RequireMe zeigen wir bei IKS, wie KI dort unterstützt, wo sie Projekte wirklich besser macht: in der Erhebung, Dokumentation, Validierung und im Management von Anforderungen.

Vor rund eineinhalb Jahren habe ich an dieser Stelle schon einmal über KI im Anforderungsmanagement geschrieben. Damals war vieles noch Zukunftsmusik. Wir haben darüber gesprochen, an welchen Stellen künstliche Intelligenz Requirements Engineers, Product Owner oder Business Analysten sinnvoll unterstützen könnte: beim Verstehen von Kontext, beim Dokumentieren, beim Schärfen von Anforderungen und beim Umgang mit Änderungen.

Gute Anforderungen entstehen nicht auf Knopfdruck

Bei aller Begeisterung für neue Werkzeuge ist uns ein Punkt besonders wichtig: Gute Anforderungen entstehen nicht automatisch. Sie entstehen auch nicht deshalb, weil ein System besonders schnell Text erzeugen kann.

Gute Anforderungen entstehen dort, wo Menschen zuhören, nachfragen, Zusammenhänge verstehen, Widersprüche erkennen und gemeinsam mit Stakeholdern Entscheidungen treffen. Wer schon einmal in einem komplexen Projekt gearbeitet hat, weiß: Die entscheidenden Dinge stehen oft nicht sauber in einem Dokument. Sie stecken in Zielkonflikten, in Fachlogiken, in implizitem Wissen oder in einem einzigen Satz, der in einem Workshop eher nebenbei fällt.

Genau deshalb geht es für uns nicht darum, Menschen im Anforderungsmanagement zu ersetzen. Im Gegenteil. Je komplexer Projekte werden, desto klarer wird, wie wichtig Erfahrung, Urteilsvermögen und Kommunikation sind.

KI kann diese Verantwortung nicht übernehmen. Aber sie kann Hürden senken.

Die eigentliche Hürde ist oft nicht die Technologie

In vielen Gesprächen, Vorträgen und Workshops ist mir in den vergangenen Monaten immer wieder dieselbe Situation begegnet: Das Problem ist meist nicht, dass Menschen das Potenzial von KI nicht erkennen. Die meisten sehen längst, dass sie unterstützen kann.

Die größere Hürde ist der Einstieg.

Denn zwischen „Das könnten wir doch mal ausprobieren“ und einem produktiven Einsatz im Projektalltag liegen einige sehr konkrete Fragen: Welche KI-Tools dürfen wir überhaupt nutzen? Welche Daten dürfen verarbeitet werden? Wer entscheidet, welche Prompts sinnvoll sind? Und wie stellen wir sicher, dass am Ende nicht nur generische Antworten entstehen, sondern Ergebnisse, die wirklich zum Projekt, zum Unternehmen und zur jeweiligen Fachlichkeit passen?

Dazu kommt: Einzelne KI-Experimente sind schnell gemacht. Ein Prompt hier, ein Chat dort, ein kopierter Text aus einem Dokument. Aber daraus entsteht noch kein belastbarer Arbeitsmodus. Was im ersten Moment praktisch wirkt, wird im Team schnell unübersichtlich, wenn Kontext fehlt, Ergebnisse nicht nachvollziehbar sind oder jede Person ihre eigenen Wege sucht.

Zwischen Neugier und produktivem Einsatz liegt deshalb oft eine erstaunlich hohe Schwelle. Genau an dieser Stelle scheitert weniger die Idee als vielmehr die praktische Umsetzung.

Gleichzeitig hilft RequireMe dabei, den Einsatz von KI in klare Bahnen zu lenken. Welche Anbieter verwendet werden, welche Arbeitsweisen vorgesehen sind und welche Vorlagen im Unternehmen genutzt werden sollen, lässt sich zentraler steuern. Das schafft keine Verantwortung ab, aber es schafft Leitplanken. Und genau die braucht es, wenn KI nicht nur ausprobiert, sondern sinnvoll und nachvollziehbar in Projektprozesse integriert werden soll.

Für uns ist das ein wichtiger Unterschied. Denn Technologien sind bei IKS Werkzeuge, kein Selbstzweck. Wir wollen nicht möglichst viel KI irgendwo unterbringen. Wir wollen sie dort einsetzen, wo sie Menschen konkret entlastet, Qualität verbessert und Projekte besser macht.

Wo KI im Anforderungsmanagement wirklich hilft

Besonders spannend wird es, wenn man sich den Nutzen entlang der vier klassischen Phasen des Anforderungsmanagements anschaut: Erhebung, Dokumentation, Validierung und Management.

1. Erhebung: schneller zu einem gemeinsamen Verständnis

In der Erhebung hilft RequireMe dabei, schneller in fachliche Kontexte einzusteigen. Dokumente können eingebunden, Themen beschrieben und erste strukturierte Ergebnisse erzeugt werden.

Das ersetzt natürlich kein gutes Gespräch mit Fachseite, Entwicklung oder Betrieb. Und es ersetzt auch nicht die Fähigkeit, zwischen den Zeilen zu lesen. Aber es verkürzt den Weg zu einem ersten gemeinsamen Bild.

Vielleicht kann man es so sagen: KI räumt schon einmal den Tisch auf, bevor die eigentliche Arbeit beginnt. Die entscheidenden Fragen stellen weiterhin Menschen. Aber sie tun das auf einer besseren Ausgangsbasis.

2. Dokumentation: weniger Formatkampf, mehr inhaltliche Arbeit

In der Dokumentation wird der praktische Nutzen besonders greifbar. Aus Freitexten lassen sich strukturierte Ergebnisse wie User Stories, Spezifikationen oder Aktivitätsdiagramme ableiten und über eine Chatfunktion weiter verfeinern.

Das nimmt Teams nicht die Verantwortung für gute Inhalte ab. Soll es auch gar nicht. Aber es spart Zeit bei Struktur, Formatierung und Aufbereitung.

Gerade dort, wo Anforderungen bisher in langen Textblöcken, uneinheitlichen Notizen oder halbfertigen Dokumenten festhingen, kann das einen echten Unterschied machen. Weniger Energie für formale Fleißarbeit bedeutet mehr Raum für das, worauf es eigentlich ankommt: Klarheit.

3. Validierung: ein zweites Paar Augen für Unschärfen und Widersprüche

Die Validierung profitiert vor allem davon, dass KI sprachliche und inhaltliche Auffälligkeiten schneller sichtbar machen kann. Unklare Formulierungen, Widersprüche oder offene Punkte werden nicht erst spät im Projekt entdeckt, sondern deutlich früher.

Aus meiner Sicht liegt hier eine der größten Stärken. Nicht, weil KI fachlich automatisch recht hätte. Sondern weil sie wie ein zweites Paar Augen wirkt.

Und manchmal ist genau das Gold wert. Denn missverstandene Anforderungen pflanzen sich sonst gern durch Entwurf, Umsetzung und Test fort. Wer solche Schleifen schon einmal erlebt hat, weiß, wie teuer spätes Verstehen werden kann.

4. Management: Anforderungen bleiben nicht stehen

Anforderungen leben nicht im luftleeren Raum. Sie verändern sich, hängen voneinander ab, werden priorisiert, übergeben, erweitert und neu bewertet.

RequireMe unterstützt hier unter anderem mit Exportmöglichkeiten, Historien, projektspezifischen Konfigurationen und der Anbindung an Jira, sodass Ergebnisse direkt in bestehende Arbeitsabläufe überführt werden können. Perspektivisch wird dieser Gedanke durch projektspezifische Regeln, Glossare, Vorlagen und weitere Wissensquellen noch stärker.

So wird aus punktueller KI-Nutzung Schritt für Schritt ein eingebetteter Bestandteil des Projektalltags. Und genau das ist aus unserer Sicht der entscheidende Punkt: Nicht die spektakuläre Einzelanwendung zählt, sondern der saubere Platz im echten Arbeitsprozess.

Genau deshalb passt ein Werkzeug wie RequireMe für uns nur dann, wenn es Zusammenarbeit stärkt, statt sie zu verdrängen.

KI darf unterstützen. Sie darf beschleunigen. Sie darf Struktur geben. Aber sie darf nicht den Eindruck erzeugen, dass sich anspruchsvolle Abstimmungsarbeit einfach wegautomatisieren lässt. Denn genau dort, wo Sprache, Kontext und Verantwortung zusammenkommen, bleiben Menschen unverzichtbar.

Vom Möglichkeitsraum zur Praxis

Vielleicht ist das der wichtigste Unterschied zwischen der Diskussion von damals und der Realität von heute: Vor eineinhalb Jahren haben wir vor allem darüber gesprochen, was KI im Anforderungsmanagement vielleicht einmal leisten könnte.

Heute können wir sehr viel konkreter darüber sprechen, wie sie im Alltag sinnvoll eingesetzt werden kann.

Nicht als Ersatz für Erfahrung, Verantwortung und Kommunikation. Sondern als Unterstützung, die Hürden senkt, Struktur schafft und Routineaufgaben beschleunigt.

RequireMe ist für mich deshalb kein Beleg dafür, dass Anforderungsmanagement nun „automatisch“ wird. Eher das Gegenteil. Das Werkzeug macht sichtbar, wie wertvoll menschliche Arbeit in diesem Feld bleibt.

Gerade weil Anforderungen so stark von Kontext, Sprache und Abstimmung leben, braucht es weiterhin Menschen, die moderieren, einordnen, entscheiden und Verantwortung übernehmen. Wenn KI dabei hilft, Ballast abzutragen, Ordnung zu schaffen und mehr Raum für genau diese eigentliche Arbeit zu lassen, dann ist schon viel gewonnen.