Wenn die KI deine User Stories schreibt – wer denkt dann noch mit?
Generative KI kann in Sekunden Anforderungen generieren. Aber kann sie auch verstehen, was wirklich gebraucht wird? Ein ehrlicher Blick auf den größten Umbruch im Requirements Engineering seit der Erfindung des Post-its.
Kurze Bestandsaufnahme: Wo stehen wir eigentlich?
Hand aufs Herz: Wer hat in den letzten sechs Monaten nicht ChatGPT, Copilot oder ein anderes LLM genutzt, um eine User Story zu formulieren, eine Anforderung zu verfeinern oder einen Akzeptanzkriterien-Entwurf zu generieren?
Anforderungsmanagement – oder wie es die Fachleute nennen: Requirements Engineering (RE) – durchlebt gerade seinen iPhone-Moment. Was jahrzehntelang von sorgfältig geführten Interviews, Post-it-Wänden und DOORS-Datenbanken geprägt war, wird innerhalb weniger Monate von einer Technologie aufgemischt, die in Sekunden das produziert, wofür Teams früher Wochen brauchten.
Klingt nach Paradies? Ist es nicht. Zumindest nicht automatisch.
Was die bisherigen GPI-Artikel zum Thema richtig vorhergesagt haben
Wer unsere bisherigen Beiträge zum Anforderungsmanagement gelesen hat, kennt die Grundprinzipien, die wir seit Jahren predigen – und die heute relevanter sind denn je:
In unserem Artikel „Anforderungsmanagement 2.0: Ablauf und Methoden“ haben wir den klassischen Sechsschritt-Prozess beschrieben – von der Erhebung über die Analyse bis zur Validierung. Das Spannende: Dieser Prozess wird durch KI nicht obsolet. Er wird beschleunigt – aber die Struktur bleibt unverzichtbar.
Unser Beitrag „6 Gründe, wie Agilität das Anforderungsmanagement effektiv revolutioniert“ hat gezeigt, warum dynamische Anforderungserfassung, enge Stakeholder-Zusammenarbeit und iterative Feedbackschleifen den Unterschied machen. Agilität hat das RE bereits einmal grundlegend verändert – KI tut es jetzt ein zweites Mal.
Und im Artikel „KI im Anforderungsmanagement: Chancen und Herausforderungen“ haben wir bereits 2024 die zentrale Frage gestellt: Wie viel dürfen wir der Maschine überlassen – und wo muss der Mensch die Kontrolle behalten? Die Antwort hat sich seitdem nicht verändert. Sie ist nur dringlicher geworden.
Der große Umbruch: Was gerade am Markt passiert
IREB macht Ernst: Das neue AI4RE Micro-Credential
Das International Requirements Engineering Board (IREB) – die Instanz für RE-Standards weltweit – hat Ende 2025 die Pilotphase seines neuen Micro-Credentials AI4RE gestartet. Eine vollständige Prüfung ist für Q1 2026 geplant. Das Signal ist klar: KI im Requirements Engineering ist kein Randthema mehr, sondern wird zum zertifizierbaren Kompetenzfeld.
Das Curriculum umfasst unter anderem:
- Grundkonzepte großer Sprachmodelle (GPT, Claude & Co.)
- Retrieval-Augmented Generation (RAG) vs. Fine-Tuning im RE-Kontext
- Praktische Anwendung und Grenzen von KI bei der Anforderungserhebung
Für Requirements Engineers bedeutet das: Wer sich nicht mit KI auseinandersetzt, wird mittelfristig Qualifikationslücken haben.
Fraunhofer IESE warnt: GenAI ist ein zweischneidiges Schwert
Das Fraunhofer-Institut für Experimentelles Software Engineering (IESE) hat es auf den Punkt gebracht: Generative KI-Tools füllen Lücken in Anforderungen mit plausibel erscheinenden, aber oft fachlich fatalen Annahmen. Das Risiko für teure Fehlentwicklungen steigt massiv, wenn Teams KI-generierte Anforderungen unkritisch übernehmen.
Das klingt dramatisch? Ist es auch. Denn das Ergebnis einer KI sieht immer professionell aus. Die Formulierung ist klar, die Struktur sauber, die Akzeptanzkriterien lesen sich wie aus dem Lehrbuch. Nur: Ob die Anforderung fachlich korrekt ist, ob sie die tatsächlichen Stakeholder-Bedürfnisse trifft, ob sie im Systemkontext überhaupt Sinn ergibt – das kann die KI nicht beurteilen.
Agentische Architekturen: Die nächste Evolutionsstufe
Der neueste Trend geht über einfache Prompt-Antwort-Interaktionen hinaus. Forschende der Hochschule der Medien Stuttgart beschreiben agentische Architekturen und die sogenannte BMAD-Methode (Build, Maintain, Analyze, Deliver): Mehrere spezialisierte KI-Agenten arbeiten modular zusammen – einer erhebt Anforderungen, einer prüft Konsistenz, einer erstellt Testfälle.
Das Versprechen: Transparentere, evaluierbare und nachvollziehbare KI-Unterstützung im RE-Prozess. Die Realität: Wir stehen ganz am Anfang. Aber die Richtung ist klar – KI wird vom Werkzeug zum Teammitglied.
KI wird Commodity – Domänenwissen wird zum Differenzierer
Eine der spannendsten Beobachtungen kommt von SE-Trends: KI-Fähigkeiten im Requirements Engineering werden zur Commodity – also zur Standardkompetenz, mit der sich niemand mehr differenzieren kann. Was zählt, ist das Domänenwissen: Wer versteht, was der Kunde wirklich braucht? Wer kann zwischen den Zeilen lesen? Wer kennt die regulatorischen Fallstricke einer Branche?
Das ist ein Paradigmenwechsel. Jahrelang wurde Requirements Engineering als primär methodische Disziplin verstanden – wer die richtigen Techniken beherrscht, macht gutes RE. Jetzt verschiebt sich der Fokus: Wer die richtigen Fragen stellt, macht gutes RE. Die Methodik übernimmt zunehmend die Maschine.
Warum gutes Anforderungsmanagement jetzt wichtiger ist als je zuvor
Paradox, aber wahr: Gerade weil KI so viel „kann“, wird die menschliche Kompetenz im Anforderungsmanagement wertvoller, nicht wertloser. Hier sind die Gründe:
1. Halluzinationen hören sich gut an
KI-generierte Anforderungen klingen überzeugend – auch wenn sie falsch sind. Ohne erfahrene Requirements Engineers, die jeden Output kritisch prüfen, kontextualisieren und validieren, entstehen Lastenheft-Leichen: perfekt formuliert, inhaltlich daneben.
2. Stakeholder reden nicht mit ChatGPT
Die wichtigste Phase des Anforderungsmanagements – die Erhebung – bleibt zutiefst menschlich. Semistrukturierte Interviews, Design-Thinking-Workshops, Shadowing: All das erfordert Empathie, Erfahrung und die Fähigkeit, das Ungesagte herauszuhören. KI kann das Gesagte zusammenfassen. Aber sie kann nicht fragen: „Was meinen Sie eigentlich damit?“
3. Kontextwissen ist nicht trainierbar
Jede Organisation hat ihre eigene Geschichte, ihre politischen Dynamiken, ihre unausgesprochenen Regeln. Ein LLM kennt diese nicht – egal wie gut der Prompt ist. Requirements Engineers, die seit Jahren mit einer Organisation arbeiten, bringen Kontextwissen mit, das kein Modell replizieren kann.
4. Compliance kann man nicht prompten
In regulierten Branchen – Automotive, Pharma, öffentliche Verwaltung – müssen Anforderungen spezifische Normen erfüllen (ISO/IEC/IEEE 29148, DSGVO, branchenspezifische Standards). KI kann bei der Formulierung helfen, aber die Verantwortung für die Konformität bleibt beim Menschen.
Das Beste aus beiden Welten: Wie ein KI-gestützter RE-Prozess aussehen kann
Statt „KI ja oder nein“ geht es um das richtige Zusammenspiel. So könnte ein moderner Requirements-Engineering-Prozess aussehen:
Phase | Mensch | KI |
Erhebung | Führt Interviews, moderiert Workshops, beobachtet Nutzer | Transkribiert, fasst zusammen, identifiziert Muster in Gesprächsprotokollen |
Analyse | Bewertet Machbarkeit, erkennt Zielkonflikte, priorisiert | Findet Inkonsistenzen in großen Anforderungsmengen, schlägt Cluster vor |
Dokumentation | Validiert Inhalte, stellt Fachlichkeit sicher | Generiert Erstentwürfe von User Stories, Akzeptanzkriterien, Testfällen |
Prüfung | Review im Stakeholder-Dialog, fachliche Abnahme | Automatische Qualitätsprüfung (Vollständigkeit, Testbarkeit, Eindeutigkeit) |
Verwaltung | Strategische Priorisierung, Entscheidungen | Automatische Versionierung, Impact-Analysen, Abhängigkeitserkennung |
Validierung | Finaler Abgleich mit Stakeholder-Erwartungen | Automatisiertes Testen gegen Akzeptanzkriterien |
Der Mensch denkt. Die KI beschleunigt. Zusammen sind sie unschlagbar.
Was wir bei GPI anders machen – und warum das gerade jetzt zählt
Bei GPI ist Anforderungsmanagement keine isolierte Dienstleistung. Es ist das Herzstück unseres Analytics-Bereichs – und es durchzieht alles, was wir tun: von der Strategieberatung über die Technologieauswahl bis zur agilen Umsetzung.
Wir sind Übersetzer – seit dem ersten Tag
Die GPI wurde 2009 als „Übersetzer zwischen Fachbereich und IT“ gegründet. Genau das ist die Kernkompetenz im Anforderungsmanagement: zwei Welten verstehen und verbinden. Ob in der Hamburger Schulbehörde, bei Audi im SAFe-Kontext, bei Viessmann in der Industrie 4.0 oder bei Schöffel in der Gruppenorganisation – überall beginnt die Arbeit mit der Frage: Was braucht ihr wirklich?
Wir arbeiten nach IREB-Standards
Unser Team berät nach den Ansätzen des International Requirements Engineering Boards (IREB). Das heißt: strukturierte Erhebung, saubere Dokumentation, kontinuierliche Qualitätssicherung – methodisch fundiert und gleichzeitig pragmatisch genug für den echten Projektalltag.
Wir bringen KI-Readiness und RE zusammen
Mit KI-RA, unserem KI-Readiness-Assessment, helfen wir Organisationen zu verstehen, wie bereit sie für den Einsatz von KI sind – auch und gerade im Anforderungsmanagement. Denn bevor ein Team KI-gestützt Anforderungen generiert, muss klar sein: Stimmt die Datenqualität? Sind die Prozesse standardisiert? Gibt es eine Kultur, in der KI-Output kritisch hinterfragt werden darf?
Unsere Workshops gehen unter die Oberfläche
Wir machen keine Powerpoint-Beratung. Unsere Workshops zur Anforderungsanalyse sind so gebaut, dass alle relevanten Perspektiven auf den Tisch kommen – durch Design Thinking, semistrukturierte Interviews und Stakeholder-Mapping. Die GPI Transformation Academy bietet darüber hinaus praxisnahe Weiterbildungen, die Teams nicht nur methodisch, sondern auch im Umgang mit neuen Technologien wie KI befähigen.
5 Dinge, die du morgen anders machen kannst
Hier sind fünf konkrete Tipps, die sofort anwendbar sind – egal ob du in einem Startup, einem Konzern oder einer Behörde arbeitest:
- Lass KI den ersten Entwurf schreiben – aber nie den letzten.
Nutze generative KI für Rohfassungen von User Stories oder Akzeptanzkriterien. Aber investiere die gewonnene Zeit in bessere Reviews, nicht in mehr Output.
- Schärfe deine Prompt-Kompetenz.
Ein guter Prompt ist wie ein gutes Interview: Er gibt Kontext, definiert Rollen und formuliert klare Erwartungen. Das IREB AI4RE-Curriculum zeigt: Prompting wird zur RE-Kernkompetenz.
- Führe einen „KI-Halluzinationscheck“ ein.
Jede KI-generierte Anforderung bekommt ein Label: „KI-generiert – fachlich geprüft: ja/nein“. Einfach, aber wirkungsvoll.
- Investiere in Domänenwissen, nicht nur in Tools.
Die beste KI hilft nichts, wenn niemand im Team die Branche, den Kunden oder die Regulatorik versteht. Domänenwissen ist der neue Wettbewerbsvorteil.
- Bring dein Team auf den neuesten Stand.
Das AI4RE Micro-Credential des IREB, die Schulungen der GPI Transformation Academy oder ein gemeinsamer Workshop mit uns – der erste Schritt ist immer Wissen.
Fazit: Die Zukunft des Anforderungsmanagements ist hybrid
Requirements Engineering wird nicht durch KI ersetzt. Es wird durch KI aufgewertet. Die Routinearbeit – Formulieren, Strukturieren, Prüfen auf Vollständigkeit – wird zunehmend automatisiert. Aber die wirklich wertschöpfenden Tätigkeiten – Verstehen, Hinterfragen, Entscheiden, Vermitteln – bleiben menschlich.
Oder, um es mit einem Satz zu sagen: Die KI schreibt die User Story. Aber der Mensch versteht den User.
Wer jetzt investiert – in Methodik, in Domänenwissen, in die richtige Balance aus Mensch und Maschine – wird nicht nur bessere Anforderungen haben. Sondern bessere Produkte. Und am Ende: zufriedenere Kunden.
Die GPI Consulting GmbH begleitet Unternehmen und Organisationen seit über 15 Jahren im Anforderungsmanagement – von der Erhebung über die Dokumentation bis zur Validierung. Mit unserem 360°-Ansatz verbinden wir Analytics, Strategy, Technology und Agility zu einem ganzheitlichen Requirements-Engineering-Prozess.
➡ Mehr über unsere Analytics-Leistungen
➡ KI-Readiness prüfen mit KI-RA
➡ Weiterbilden in der GPI Transformation Academy
Quellenverzeichnis
Nr. | Quelle | URL |
1 | IREB – AI4RE Micro-Credential Pilotphase | ireb.org/de/news-events |
2 | SOPHIST Blog – KI im RE: Das neue IREB Micro-Credential AI4RE (März 2026) | blog.sophist.de |
3 | Fraunhofer IESE – KI im RE: Mensch trotz GenAI wichtigste Instanz | iese.fraunhofer.de |
4 | SE-Trends – Rückblick 2025 und Trends für 2026 | se-trends.de |
5 | HdM Stuttgart – AI-Aided RE: Agentische Architekturen und BMAD-Methode (Feb. 2026) | blog.mi.hdm-stuttgart.de |
6 | Wiley – Generative AI for RE: Systematic Literature Review (2026) | onlinelibrary.wiley.com |
7 | IREB RE Magazine – AI Assistants in RE | re-magazine.ireb.org |
8 | Fraunhofer IEM – Schulung: Generative AI im RE & SE | iem.fraunhofer.de |
9 | microTOOL – Trends im Requirements Engineering | microtool.de |
10 | Einsatz von LLMs |
Bist du bereit, euer Unternehmen zu transformieren?
Lass uns gemeinsam eure digitale Transformation gestalten und maßgeschneiderte Lösungen für eure Herausforderungen entwickeln.
Unsere Strategie-Expert:innen analysieren deine bestehenden Prozesse und Strukturen, um eine erfolgreiche Transformation zu ermöglichen.
Mit unserer Technologieberatung triffst du die richtigen IT-Entscheidungen und implementierst neueste Technologien.
Durch unsere Analytics-Dienstleistungen optimieren wir deine Geschäftsprozesse für höhere Effizienz.
Und mit unseren agilen Methoden sorgen wir für eine flexible und effiziente Projektarbeit.
Vereinbare jetzt ein unverbindliches Erstgespräch und starte deine Reise in die Zukunft!
AutorIn
