1. aqua
Primäre AI-Funktion: Duplikate entfernen
Weitere KI-Funktionen: Testfallerstellung, Testschritte, Testbeschreibung, Testpriorisierung
aqua ist eine etablierte Lösung für das Application Lifecycle Management. Es wurde vor über 10 Jahren veröffentlicht und ist eine All-in-One-Lösung für die Entwicklung von Produkten jeder Größenordnung. Es handelt sich um die Vorzeigelösung der in Köln ansässigen andagon GmbH, die seit 2001 für große Unternehmen tätig ist.
Vorteile
- Das Entfernen von Duplikaten durch KI macht wirklich einen Unterschied. In der agilen Softwareentwicklung kommen und gehen Anforderungen häufig, insbesondere in einer boomenden Umgebung. Eine Technologie, die Sie vor zwei Jahren in Betracht gezogen haben, könnte plötzlich wieder relevanter werden. Unvollständige Wissensübertragung kann dazu führen, dass ein neuer Product Owner das Rad neu erfindet (und es möglicherweise auch verschlechtert). Auch die Pflege redundanter Codes wird sehr teuer.Die KI von aqua kann schnell durch Ihre Anforderungen gehen und solche finden, die sehr ähnlich sind. Sie werden auf Ihrem Bildschirm hervorgehoben, damit Sie einen Vergleich anstellen und auswählen können, welche Sie behalten möchten. Wenn man doppelte Fehler betrachtet, haben Sie etwa 20% redundante Tickets, während Sie diesen Artikel lesen.
- Die AI-Suite geht über die Anforderungen hinaus. Die Testfunktionen sind das größte Highlight der frühen KI-Einführung von aqua. Sie können ganze Testfälle erstellen oder korrigieren, indem Sie in einfachem Englisch (oder einer anderen Sprache) schreiben. Sie können Tests mit neuen Testschritten ergänzen. Sie können Tests priorisieren, um die individuellen QA-Erfahrungen Ihres Unternehmen widerzuspiegeln. Das interaktive Sprachmodell nach GPT-3, das Sie in ChatGPT sehen, ist einfach genial.
- Transparente Testabdeckung ist eine natürliche Erweiterung des Anforderungsmanagements. Die Übersicht über die Anforderungen zeigt alle Testfälle, die eine bestimmte Anforderung abdecken, und gibt einen visuellen Hinweis, wenn keine Tests vorhanden sind. Sie können bis zu 20 Testfälle sehen und schnell durchsuchen, die die Anforderungen abdecken. Falls Sie mehr erstellt haben, genügt ein Klick, um die restlichen zu sehen.
Nachteile
- aqua ist keine reine Anforderungsmanagement-Lösung. Obwohl sie eine wichtige Komponente des ALM-Pakets sind, können anforderungsorientierte Tools wie Jira eine bessere Lösung sein, wenn die Verwaltung von Funktionen Ihr einziges Ziel ist.
- Was die Benutzeroberfläche betrifft, so befindet sich aqua in einer Übergangsphase. Die komplette Neugestaltung soll bis zum 2. Quartal 2023 abgeschlossen sein, und bis dahin könnten einige Bildschirme noch etwas merkwürdig aussehen. Die Benutzeroberfläche wurde jedoch bereits in früheren Versionen verfeinert.
Nutzen Sie die unübertroffene Geschwindigkeit von KI mit Aqua für das Anforderungsmanagement. Generieren Sie umfassende Anforderungen in Sekunden mit KI, egal ob aus Entwürfen, Sprachbefehlen oder benutzerdefinierten Formaten. Synchronisieren Sie Aqua nahtlos mit Jira für einen einheitlichen Arbeitsablauf. Profitieren Sie von der automatischen Erstellung von Testfällen direkt aus den Anforderungen und erreichen Sie mühelos eine Testabdeckung von 100 %. Priorisieren Sie Elemente mühelos über Boards hinweg mit den agilen Funktionen von Aqua und sparen Sie bemerkenswerte 10,5 Stunden pro Monat. Erleben Sie noch heute die transformative Wirkung von Aqua Cloud auf Ihren Testprozess.
Erzielen Sie eine Testabdeckung von 100 % in Ihrem Anforderungsmanagement mit aqua cloud
2. Notion
Primäre KI-Funktion: Bearbeitung von Anforderungen
Weitere AI-Funktionen: Copywriting
Bei Plattformen mit Planung als Schwerpunkt wurde Notion auch von Entwicklungsteams unterschiedlicher Größe übernommen. Es handelt sich um ein relativ einfaches Tool, das ohne eine große Lernkurve eingesetzt werden kann. Die Lösung wurde 2016 von einem amerikanischen Startup auf den Markt gebracht.
Vorteile
- Die KI von Notion vereinfacht die Erstellung von Anforderungen. Es bietet zwar keinen Einblick in die Softwareentwicklung, aber es hilft Ihnen auf jeden Fall, Ihr Fachwissen zu organisieren und zu strukturieren. Anforderungsmanagement mit KI bedeutet in diesem Fall, dass Produktbesprechungen zusammengefasst, Aktionspunkte hervorgehoben und sogar von Notion aufgeschrieben werden können, damit Sie diese bearbeiten können. In der Praxis gibt es Überschneidungen mit modernen Anwendungen von KI in Projektmanagement-Tools.
- Notion ist eine ausgezeichnete Plattform zur Wissensaufbewahrung. Die ausgereifte Wiki-Funktionalität ermöglicht es Ihrem Unternehmen, Arbeitsprozesse für neue und aktuelle Teammitglieder gleichermaßen zu dokumentieren. Dies wird auch große Vorteile bringen, wenn Notion tatsächlich technisch wird, so wie andere KI-Werkzeuge für das Anforderungsmanagement.
- Notion ist eine kompetente Mischung aus allem. Die kreative Bearbeitung ist Google Docs zwar immer noch unterlegen, aber kein anderes Tool zur Verwaltung von Ausgaben bietet so viele Funktionen für Kreative. Die Planung der Softwareentwicklung kann besser in Jira erfolgen, aber nicht jeder braucht das. Sie können sogar eine Website schnell erstellen, wenn eine Markthypothese es rechtfertigt.
Nachteile
- Die Ticket-Hierarchie ist der Schwachpunkt von Notion. Selbst die Erstellung von Teilaufgaben war bis Dezember 2022 keine Option. Das Beste, was man tun konnte, um so eine schnelle Navigation zu ermöglichen, war die Aufnahme von Teilaufgaben innerhalb der Hauptaufgabe, und die Verwendung von Etiketten, um die Hauptaufgabe in der Projektübersicht zu markieren. Vertrauen Sie unserem Inhaltsteam, wir haben alles versucht, damit es funktioniert. Das war einfach nicht der Fall.
Das Team hinter Notion hat zwar endlich Unteraufgaben hinzugefügt, aber die sind alles andere als einfach. Jede Aufgabe kann nun im Grunde als Aufgabe oder Unteraufgabe bezeichnet werden, aber das ist nur eine der vielen Eigenschaften, die eine Notion-Aufgabe haben kann. Das Hinzufügen, Entfernen und Neuzuordnen von Teilaufgaben, wie es bei den Tools der Konkurrenz der Fall ist, funktioniert nicht so reibungslos.
- Notion wird Ihnen bei der Kodierung nicht wirklich helfen. Es gibt weder native Softwareentwicklungs- noch Qualitätssicherungsfunktionen. Sie können versuchen, einige kostenlose oder kostenpflichtige Vorlagen zu übernehmen, aber sie sind immer noch begrenzt. Die Ausführung manueller Tests oder die Erstellung eines Fehlerberichts unterscheidet sich nicht allzu sehr davon, Excel zu zwingen, das Gleiche zu tun.
Falls all diese KI-Betas verwirrend klingen, haben wir etwas für Sie. Unser Team hat einen Überblick über die KI-Testtrends vorbereitet. Er umfasst Funktionen, die durch ChatGPT-Ableger kürzlich möglich geworden sind.
3z1dfaac43755e55961b8c0abfa1c9d96c71dc87d8a6cf148c67965b7e80710b5c
ai lead magnet
Lernen Sie die 5 KI-Test-Trends kennen, um 12,8 Std./Woche pro Spezialist zu sparen
Tara AI
Primäre KI-Funktion: KI-Einsichten
Sekundäre KI-Merkmale: N/A
Tara AI-Software für das Anforderungsmanagement wirbt ausdrücklich mit Funktionen der künstlichen Intelligenz. Dabei geht es nicht nur um die Produktanforderungen, sondern auch darum, wie gut diese in Code umgesetzt werden.
Vorteile
- Tara AI lässt sich in Ihr Git-Repository integrieren, um Erkenntnisse zu gewinnen. Die Lösung behauptet, Team-Workflows und sogar einzelne Commits analysieren zu können, um Verbesserungen vorzuschlagen.
- Dank automatischer Warnmeldungen ist der Projektleiter immer bestens informiert. Das Tool sendet Benachrichtigungen über Blockierungen und sogar veraltete Produktanforderungen.
Nachteile
Während Taras QS-Funktionen weiterhin etwas begrenzt bleiben, sind die KI-Schätzungen deutlich besser geworden beim Kennzeichnen komplexer Anforderungen, die besondere Testaufmerksamkeit benötigen. Beachten Sie jedoch zwei wichtige Nachteile, bevor Sie sich darauf einlassen. Die Freigabe des Git-Zugriffs erfordert erhebliches Teamvertrauen (nicht etwas, womit jede Organisation komfortabel ist), und Tara funktioniert nur in der Cloud ohne On-Premise-Option. Beginnen Sie mit der KI-Priorisierungsfunktion, um Ihre risikoreichsten Anforderungen zuerst zu identifizieren.
| Merkmal |
aqua cloud |
Notion |
Tara AI |
IBM Engineering |
WriteMyPrd |
| Primäres KI-Merkmal |
KI-gestützte Anforderungsnarration |
Anforderungsverarbeitung |
KI-Einblicke |
Anforderungsüberprüfung |
Anforderungen schreiben |
| Sekundäre KI-Merkmale |
Testfallgenerierung, Testschritte, Testbeschreibung, Testpriorisierung, Duplikatentfernung |
Texterstellung |
N/V |
N/V |
N/V |
| ALM-Fokus |
Anwendungslebenszyklus-Management mit Schwerpunkt auf Softwaretests |
Planung-zuerst-Plattform |
Anforderungsmanagement, speziell mit Einblicken in die Code-Implementierung |
Anwendungslebenszyklus-Management |
Anforderungen schreiben |
| Startjahr |
Vor über 10 Jahren (Start im Jahr 2011) |
2016 |
Nicht spezifiziert |
Nicht spezifiziert |
Januar 2023 |
4. IBM Engineering Requirements Management
Primäre KI-Funktion: Überprüfung der Anforderungen
Sekundäre KI-Merkmale: N/A
IBM Engineering Requirements Management ist ein bewährtes Tool, das vor kurzem mit GPT-gestützter KI-Funktionalität ausgestattet wurde.
Vorteile
- Die Überprüfung der KI-Anforderungen entspricht einem soliden Anwendungsfall. Es dient der Korrektur von Fehlern in den Anforderungen bei der Erstellung umfangreicher Produkte. Der Algorithmus wurde auf der Grundlage der INCOSE-Richtlinien für das Schreiben guter Anforderungen trainiert, sodass er mit Sicherheit weiß, was eine Produktanforderung ist.
- IBM Engineering Requirements Management ist eine unternehmenstaugliche Lösung. Ähnlich wie aqua wurde es im Hinblick auf die Rückverfolgbarkeit entwickelt und sollte den Kontrollen der Aufsichtsbehörden standhalten.
Nachteile
- Abhängigkeit vom Ökosystem für vollständige Rückverfolgbarkeit. Sie können die Testabdeckung nur visualisieren, wenn Sie das gebündelte Toolkit für QA verwenden. Es handelt sich nicht um eine vollwertige Testmanagement-Lösung, und die Verfolgung von Anforderungen an anderer Stelle, aber die Verwendung eines echten TMS wäre besser für Ihre QS.
- Die Schnittstelle ist sehr veraltet. IBM ist sehr zurückhaltend, wenn es darum geht, das tatsächliche Produkt zu zeigen, aber der einzige Screenshot, den sie zur Verfügung stellen, sieht weit entfernt von einem modernen KI-Tool für die Anforderungssammlung Es gibt viele Verzweigungen, jede Menge Klicks und eine hohe Konzentration von Schaltflächen.
| Merkmal |
aqua cloud |
Notion |
Tara AI |
IBM Engineering |
WriteMyPrd |
| Unternehmen/Entwickler |
andagon GmbH (mit Sitz in Köln) |
Notion Labs Inc. (amerikanisches Start-up) |
Tara AI |
IBM |
Olvy (Mitentwickler) |
| Integration |
REST-API für Integration von Tools von Drittanbietern |
REST-API für schnelle Einrichtung mit bevorzugten Tools |
Benutzerdefinierte Integration mit TMS/ALM |
Abhängigkeit vom Ökosystem für vollständige Rückverfolgbarkeit |
Kopieren des Textausgangs |
| Integration mit beliebten Tools |
Begrenzte Out-of-the-Box-Integrationen; einfache Migration; keine native Integration mit Tools wie ClickUp, Monday oder Asana |
Keine native Integration mit Tools wie ClickUp, Monday oder Asana |
Keine native Integration mit beliebten Tools |
Keine native Integration mit beliebten Tools |
Keine native Integration mit anderen Tools |
| Testfunktionen |
Erweitertes Testmanagement, Generierung von Testfällen, Testpriorisierung |
Begrenzte Testfunktionen; keine native Softwareentwicklung oder QA-Funktionalität |
Keine QA-Funktionalität; Fokus auf Einblicken und Warnungen |
AI-gestützte Überprüfung von Anforderungen; gebündeltes Toolkit für QA |
N/A |
5. WriteMyPrd
Primäre KI-Funktion: Schreiben von Anforderungen
Mehr AI-Funktionen: N/A
WriteMyPrd wurde im Januar als eine schnelle Variante von GPT 3 veröffentlicht. Das ChatGPT zugrunde liegende Modell wurde speziell an das Schreiben von Produktanforderungen angepasst. Das Tool wurde von Olvy mitentwickelt, dem Unternehmen, das auch hinter einem neuen Tool zur Verarbeitung von Benutzerfeedback steht.
Vorteile
- WriteMyPrdzielt darauf ab, alle Produktanforderungen zu erfüllen. Alle Outputs werden mit einer Zusammenfassung, Zielen, User Stories und individuellen Anforderungen versehen. Sie kann auch den Umfang zusammenfassen, die Erwartungen der Benutzer aufzeigen und Abhängigkeiten hervorheben.
- WriteMyPrd löst für Produktinhaber die Angst vor der „leeren Seite“ oder auch der „geistigen Blockade“. Es kann eine gewisse Substanz für die Erstellung von Anforderungen aus einer einfachen, nicht technischen Beschreibung erstellen. Hinweise auf den Umfang und die Erwartungen der Nutzer können Ihre Kreativität anregen und Ihnen helfen, mehr Aspekte abzudecken.
Nachteile
- Der Ausgabe scheint es an wirklicher Tiefe zu fehlen. Ein Kumpel von mir arbeitet an einem Lieblingsprojekt, um eine bessere spielspezifische Version des Bewertungsportals Metacritic zu entwickeln. Im Dezember fragte ich ChatGPT und es kam mit einer Liste von Funktionen und technischen Aufgaben. Es hat auch die Lösung meines Freundes für die Überprüfung von einer Bombardierung berücksichtigt und Hinweise zu deren Verwirklichung gegeben.
WriteMyPrd dieses allerdings nicht so gut bewältigt. Es konzentrierte sich auf die verifizierten Bewertungen aus der Sicht eines Crowdsourcer, aber vernachlässigt dabei, wie und warum die Menschen überhaupt dazu kommen, solche Bewertungen zu lesen. Ich habe dann eine Liste von Ideen aus ChatGPT als Funktionen eingegeben, um zu sehen, wie WriteMyPrd diese ausarbeitet. Das Tool beschränkte sich auf Dinge wie die Verwendung von HTTPS und stellte keine konkreten Anforderungen.
Zum Verständnis: Sowohl ChatGPT als auch WriteMyPrd haben „verstanden“, was Metacritic ist. Während WriteMyPrd eine gute Struktur bot, lieferte ChatGPT überraschenderweise mehr Substanz für den tatsächlichen Produkteigentum.
- WriteMyPrd ist keine All-in-One Anforderungsmanagement-Software. Das Tool erwartet, dass Sie die Ausgabe an einem anderen Ort speichern. Derzeit ist die einzige Exportmöglichkeit das Kopieren des erzeugten Textes und das Öffnen einer Webseite, um die Anforderung in Slack zu speichern.
| Merkmal |
aqua cloud |
Notion |
Tara AI |
IBM Engineering |
WriteMyPrd |
| Benutzerfreundlichkeit und Lernkurve |
All-in-One-Lösung mit erweiterten Funktionen; potenziell umfangreicher Anwendungsbereich |
Einfaches Tool direkt aus der Box ohne steile Lernkurve |
Vereinfachte Anforderungserstellung; KI hilft bei der Zusammenfassung und Organisation von Expertise |
Etabliertes Tool mit potenziell veralteter Benutzeroberfläche; entwickelt für Unternehmen |
Ziel ist es, die Anforderungserstellung zu vereinfachen; potenzielle Einschränkung der Ausgabetiefe |
| Datensicherheitsbedenken |
Keine spezifischen Angaben zu Sicherheitsbedenken |
Mögliche datenschutzrechtliche Bedenken bei Daten, die in den USA gehostet werden |
Vertrauen erforderlich bei der gemeinsamen Nutzung von Git für Erkenntnisse; potenzielles Risiko eines Code-Leaks |
Nicht spezifiziert |
Nicht spezifiziert |
| Grundlage des KI-Modells |
GPT-3-Sprachmodell für KI-Funktionen |
Nicht spezifiziert; Fokus auf der Verarbeitung von Anforderungen mit KI |
Nicht spezifiziert; Fokus auf KI-Erkenntnissen für Anforderungsmanagement |
GPT-gestützte KI-Funktionalität; trainiert anhand der INCOSE-Richtlinien für das Verfassen guter Anforderungen |
GPT-3-Sprachmodell für das Verfassen von Produktanforderungen |
| Export/Speicherung der Ausgabe |
Keine spezifischen Informationen; Erfordert separate Lizenzen für Teammitglieder |
Exportoptionen nicht spezifiziert; fehlt native Softwareentwicklung oder QA-Funktionalität |
Begrenzte Exportoptionen; erwartet, dass die Ausgabe anderweitig gespeichert wird |
Begrenzte Exportoptionen; Ökosystemabhängigkeit für vollständige Rückverfolgbarkeit |
Ausgabe muss anderweitig gespeichert werden; begrenzte Exportoptionen |
| Umfang und Anwendung |
All-in-One-ALM-Lösung mit Schwerpunkt auf Softwaretests; Geeignet für Unternehmen |
Planungsorientierte Plattform mit breitem Funktionsumfang; Geeignet für verschiedene Teams |
Fokus auf Anforderungsmanagement und Einblicke in die Code-Implementierung; Geeignet für Teams |
Etabliertes Tool für groß angelegte Produktanforderungen mit KI-unterstützter Überprüfung |
Fokus auf das Verfassen von Produktanforderungen; Potenzial für kreative Bearbeitungseinschränkungen |
| Kostenlose Testversion/Verfügbarkeit |
Keine spezifischen Informationen |
Bietet eine kostenlose Version mit begrenzten Funktionen an; Kostenpflichtige Pläne verfügbar |
Bietet eine kostenlose Testversion an; Kostenpflichtige Pläne verfügbar |
Nicht spezifiziert |
Nicht spezifiziert |
Best Practices und Limitationen beim Einsatz von KI für Requirements und Testing
KI-Tools für das Requirements Management haben beachtliches Potenzial, doch Sie sollten sie als Partner betrachten – nicht als Ersatz für menschliches Urteilsvermögen. Diese Tools leisten hervorragende Arbeit beim Analysieren von Anforderungen, beim Erstellen erster Entwürfe und beim Vorschlagen von Test-Szenarien. Dennoch übersehen sie häufig subtile Nuancen, die nur Menschen erkennen können – besonders in komplexen oder innovationsgetriebenen Bereichen wird diese Lücke deutlich spürbar.
Holen Sie das Maximum aus der KI heraus, indem Sie ihre analytischen Stärken mit der Expertise Ihres Teams kombinieren. Nutzen Sie KI beispielsweise, um mehrdeutige Formulierungen in Ihren Requirements-Dokumenten automatisch hervorzuheben. Dieser einfache Schritt kann die Review-Zeiten verkürzen und gleichzeitig die inhaltliche Klarheit deutlich verbessern. Wichtig ist dabei: Behalten Sie immer die menschliche Perspektive bei – kein Algorithmus versteht Ihren spezifischen Business-Kontext so gut wie Ihr Team.
Ein häufiger Fehler, den Sie vermeiden sollten, ist die Überautomatisierung. Viele Teams lassen sich mitreißen und produzieren technisch korrekte, aber praktisch unbrauchbare Ergebnisse, die nicht mit den tatsächlichen Anforderungen übereinstimmen. Starten Sie stattdessen klein: Automatisieren Sie zunächst nur die ersten Qualitätssicherungs-Checks – und bauen Sie darauf auf.
Während diese Technologien in den kommenden Jahren weiter reifen, können Sie mit mehr domänenspezifischen Anpassungen und besseren Erklärungen für KI-generierte Vorschläge rechnen. Das wird Ihnen helfen, die Brücke zwischen Requirements, Entwicklung und Testing noch stabiler zu schlagen – ersetzt aber nicht die Notwendigkeit Ihrer menschlichen Expertise.
Schlussfolgerung
KI-Anforderungstools entwickeln sich schnell weiter, daher sollten Sie nach Optionen mit integrierten Funktionen suchen, die Qualität, Zusammenarbeit und Rückverfolgbarkeit verbessern. Berücksichtigen Sie Tools, die automatisch Testfälle generieren, um Ihrem Team erhebliche Vorbereitungszeit zu sparen. aqua cloud und IBM Engineering Requirements Management führen das Feld an. Sie sollten daher damit beginnen zu bewerten, wie gut diese Tools mit Ihrer spezifischen Dokumentationskomplexität umgehen, anstatt den glänzendsten Features hinterherzujagen.
Nutzen Sie ein bewährtes KI-gestütztes Anforderungsmanagement- und ALM-Tool
Bankwesenaqua ALM hilft Banken, die Produktivität beim Testen um mehr als 50 % zu steigern
