Suche
Künstliche Intelligenz für eine effiziente Verarbeitung von User Stories

High Quality User Stories: Neues Framework verspricht automatische Anforderungsanalyse

Moritz Hoffmann

(c) Shutterstock.com / pogonici

User Stories werden vor allem im Rahmen agiler Software-Entwicklung eingesetzt. Kurze, in Alltagssprache formulierte Kommentare, Beschwerden oder Anfragen sollen beim Aufsetzen von möglichst abnehmerfreundlichen und genauen Anforderungsspezifikationen helfen. Nun hat ein Team aus Forschern und Entwicklern der Universität Utrecht ein darauf spezialisiertes Quality Framework entwickelt, das eine automatisierte und intelligente Verarbeitung von User Stories verspricht.

Laut einer Studie von 2014 sind User Stories das meistgenutzte Element zur Anforderungs-Analyse. Dennoch gibt es kaum weitere Forschungsliteratur zu der Frage, wie deren Qualität definiert und verbessert werden kann. Ein Team aus niederländischen Forschern und Entwicklern hat nun eine technische Lösung des Problems vorgestellt.

Im Zentrum des Frameworks AQUSA steht die technische Interpretation und Optimierung menschlicher Sprache. Individuelle Fehlerreports und User Stories sollen in möglichst wenigen Worten und simpler Grammatik alle relevanten Informationen (User-Typ, Ziel und Motivation/Begründung) entnommen werden, um diese automatisiert weiter zu verarbeiten.

Dabei werden Syntax, Semantik und Pragmatik der betreffenden User Story auseinander genommen, interpretiert, kategorisiert und zu einer User Story Base zusammengefügt. Der so formalisierte Kern der User Story wird durch einen Report-Generator geschickt und fließt dann in den abschließenden Fehlerbericht ein. Um das Problem unbekannter Dependencies zu bewältigen, werden die verarbeiteten Elementen nach Signalwörtern mit anderen User Stories verglichen, um Rückschlüsse ziehen zu können.

Die Entwicklung des Automatic Quality User Story Artisan, kurz AQUSA, geht auf das Konzept des Natural Language Processing (NLP) zurück, das im Bereich der künstlichen Intelligenz und der Mensch-Maschinen-Kommunikation anzusiedeln ist. Unter anderem sollen Computer damit dazu befähigt werden, Bedeutung und Sinn aus menschlicher Sprache herauszufiltern.

AQUSA, bei dem es sich noch um einen Prototypen handelt, wurde bereits auf GitHub veröffentlicht. Die wissenschaftlichen Hintergründe und Details sind im Paper Forging High-Quality User Stories. Towards a Discipline for Agile Requirements nachzulesen. Für die weitere Entwicklungsarbeit rufen die Forscher nun zur Beteiligung an einer Online-Umfrage zur User Story Quality auf.

Aufmacherbild: Thinking Mechanism. Human head with brain shaped with gears von Shutterstock.com
Urheberrecht: pogonici

Geschrieben von
Moritz Hoffmann
Moritz Hoffmann
Moritz Hoffmann hat an der Goethe Universität Soziologie sowie Buch- und Medienpraxis studiert. Er lebt seit acht Jahren in Frankfurt am Main und arbeitet in der Redaktion von Software und Support Media.
Kommentare

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
400
  Subscribe  
Benachrichtige mich zu: