Wir rocken Engineering

In dieser Episode spreche ich mit Sarah Schuh, Agile People Coach und Resilienz-Trainerin bei OSE in Hamburg, über eines der wichtigsten Zukunftsthemen für Macher und Entscheider: Resilienz im Arbeitsleben. Wir tauchen gemeinsam ein in die Frage, was Resilienz wirklich bedeutet – und stoßen dabei auf eine überraschende Erkenntnis: Resilienz ist keine angeborene Persönlichkeitseigenschaft. Sie ist erlernbar. Und sie hängt nicht nur vom Individuum ab, sondern vom gesamten System – vom Team, von der Führung, von der Organisation. Sarah erklärt, warum unser Gehirn in einer Welt voller Unsicherheit – Corona, geopolitische Krisen, KI-Wandel – an seine Grenzen stößt, und warum Burnout-Zahlen kein Zeichen mangelnder Belastbarkeit sind, sondern Symptome überfordernder Systeme. Ich bringe mein technisches Bild mit: Ein resilientes System ist nicht einfach das robusteste – es kennt seine Umgebung, seine Schnittstellen und seine eigenen Grenzen. Genauso funktioniert Resilienz beim Menschen. Wir sprechen darüber, was ich als Systems Engineer konkret tun kann: Stresssignale früh erkennen, Grenzen klar kommunizieren, den eigenen Einflussbereich kennen – und notfalls auch das System verlassen. Und wir sind uns einig: Soft Skills sind kein Add-on. Sie sind unverzichtbar.

In dieser Folge geben wir einen Zwischenstand dazu, wie wir KI schrittweise in unseren Requirements-Engineering-Prozess integrieren. Wir beschreiben, wie wir den Ablauf in einzelne Tätigkeiten zerlegt haben und bewusst prüfen, welche Schritte sich für Automatisierung eignen und wo der Mensch weiterhin nötig ist. Wir beginnen mit dem Aufbau einer neuen Plattform für communitybezogene Inhalte und dem geplanten Umzug des Podcasts. Außerdem weisen wir auf ein Requirements-Engineering-Event in Hannover hin, das wir als Community-Format verstanden wissen. Im Mittelpunkt der Episode steht ein Experiment mit mehreren spezialisierten KI-Agenten für ein Lastenheft. Als Beispiel dient uns ein Projekt rund um eine Wallbox. Zuerst erzeugt ein Agent aus einem Workshop-Foto mit System-Footprint und Post-its eine erste Dokumentstruktur. Danach verarbeitet ein zweiter Agent einzelne Dokumente und sortiert passende Inhalte in die Kapitel ein. Anschließend lassen wir einen weiteren Agenten Anforderungen aus dem Material formulieren. Dafür geben wir ihm klare Regeln für Form, Verbindlichkeit und Vorgehen mit. Danach prüft ein Konsistenz-Agent die erzeugten Anforderungen auf Widersprüche. Dafür ergänzen wir eindeutige IDs, damit die Ergebnisse nachvollziehbar bleiben. Wir halten fest, dass Lücken im Dokument weiterhin vom Menschen geklärt werden müssen. Auch Review und Freigabe bleiben interaktive Schritte. Zusätzlich denken wir über einen Agenten nach, der das Dokument im Review vorliest und gleichzeitig mehr Aufmerksamkeit für Reaktionen im Raum ermöglicht. Zum Schluss sprechen wir über die technische Umgebung: sensible Daten, lokale Speicherung über Markdown und die Nutzung von LangDoc. Außerdem erwähnen wir SysML V2 und die Idee, aus textuellen Beschreibungen später Modelle und Architekturartefakte zu erzeugen.

In dieser Episode zeige ich dir den dritten Teil meiner KI-Serie aus meinem Ingenieurbüro. Nachdem ich in Teil 1 mit dem „Dieter Dokumentenfresser" Anforderungen aus Dokumenten extrahiert und in Teil 2 mit „Richard Anford" ein Lastenheft erstellt habe, geht es heute um die Qualitätssicherung – übernommen von meiner KI-Agentin „Conny Sistent". Ich zeige dir, wie ich das fertige Lastenheft als PDF an Conny Sistent übergebe und sie es systematisch analysiert. Dabei nutze ich die KI-Plattform Langdock, in der ich der Agentin eine klare Rolle, Kernaufgaben, Verhaltensregeln und ein definiertes Ausgabeformat mitgegeben habe. Das Ergebnis ist beeindruckend: Conny Sistent liefert eine strukturierte Analyse mit Stärken des Dokuments, konkreten Hauptbefunden, Verbesserungsvorschlägen, offenen Klärungsfragen und einem Vorschlag für das weitere Vorgehen. Sie findet unvollständige Anforderungen, unscharfe Begriffe, inhaltliche Widersprüche (z. B. beim Eichrecht), Überlappungen zwischen Kapiteln und Lücken gegenüber dem System Footprint – darunter das komplett fehlende Thema Datenschutz/DSGVO. Besonders wertvoll: Sie schlägt ein kapitelweises Detail-Review vor und macht konkrete Umformulierungsvorschläge für einzelne Anforderungen – inklusive korrekter ID-Vergabe. Das spart nicht nur Zeit bei der Erstellung, sondern auch in der späteren Verifikation, weil doppelte Testfälle vermieden werden.

In dieser Episode zeige ich dir, wie ich den KI-Assistenten Richard Anford aufgebaut habe, um aus Textabschnitten strukturierte Anforderungen für ein Lastenheft zu erstellen. Ich erkläre, welche Rolle der Assistent in meinem Prozess übernimmt, welche Anweisungen, Regeln und Wissensgrundlagen ich ihm mitgegeben habe und wie daraus konkrete Anforderungstexte entstehen. Du erfährst, wie ich mit einer klaren Satzschablone arbeite, warum Prozesswörter, Verbindlichkeitswörter und eindeutige Formulierungen so wichtig sind und wie sich KI im Requirements Engineering sinnvoll einsetzen lässt. Gleichzeitig spreche ich auch offen über die Grenzen: Die Ergebnisse sind für den Einsatz auf Lastenheft-Ebene bereits nützlich, ersetzen aber noch nicht die Qualität menschlich erstellter Anforderungen. Außerdem gebe ich dir einen Ausblick darauf, wie sich Anforderungen künftig noch stärker automatisiert weiterverarbeiten lassen – etwa mit IDs, einzelnen Markdown-Dateien oder sogar in Richtung SysML V2. Wenn du wissen willst, wie du KI in der Anforderungserstellung, im Lastenheft und im Systems Engineering ganz praktisch nutzen kannst, bekommst du in dieser Episode konkrete Einblicke aus meiner Arbeitsweise.