Erstellung von Anforderungsspezifikationen mit Hilfe von qualitativer Datenanalyse

• Antragsteller: Professor Dr. Dirk Riehle
• Fachliche Zuordnung: Softwaretechnik und Programmiersprachen
• Förderung: Förderung von 2022 bis 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 508498149

• Erstellungsjahr: 2025

Zusammenfassung der Projektergebnisse

Anforderungsermittlung ist eine wesentliche Aktivität in der Softwareentwicklung. Bedauerlicherweise ist sie auch sehr fehleranfällig, was signifikante Probleme für das an die Anforderungen gebundene Projekt (oder Produkt) bedeuten kann. Zentral für die Anforderungsermittlung ist die Umsetzung qualitativer Eingaben (Stakeholder-Interviews, Workshop-Mitschriften, weitere Materialien) in die Anforderungsspezifikation. Wir schlagen vor, im Prozess der Anforderungsermittlung die aus der wissenschaftlichen Forschung bekannten Methoden der qualitativen Datenanalyse anzuwenden. Diese Methoden führen zu hoher Konsistenz und Vollständigkeit der Ergebnisse. Weiterhin sind alle Ergebnisse direkt auf die ursprünglichen Eingabematerialien zurückführbar und somit nachvollziehbar (traceable). In vorigen Arbeiten haben wir die qualitative Datenanalyse (QDA) bereits zur Erstellung von Domänenmodellen in der Anforderungsermittlung eingesetzt. Mit diesem Antrag schlagen wir vor, diese Methode zu erweitern und sie auf die Erzeugung und Fortschreibung von hierarchischen, in natürlicher Sprache verfassten Anforderungsbeschreibungen einzusetzen. Wir erwarten, dass unsere Methode eine höhere Vollständigkeit und Konsistenz produzieren wird, als heutige Methoden dazu in der Lage sind. Weiterhin erwarten wir, dass unsere Methode die “pre-requirements specification challenge”, also die Herausforderung, Anforderungen auf ihre Quellen zurückzuführen, lösen helfen wird. Diese Herausforderung wurde bisher nur wenig untersucht. In der Umsetzung des vorgeschlagenen Projekts folgen wir einem Design-Science-Ansatz: Wir werden zuerst aktuelle Probleme identifizieren, auf deren Basis wir dann Ziele für etwaige Lösungen dieser Probleme definieren werden. Daraufhin werden wir ein “Artefakt”, hier die neue Methode, entwickeln, welches diese Ziele erreicht und damit die Probleme löst. Zur Evaluation der Methode werden wir ein Werkzeug entwickeln, welches wir zuerst in einer Demonstration und dann mit Fallstudienforschung evaluieren werden.

Projektbezogene Publikationen (Auswahl)

• The Code System of a Systematic Literature Review on Pre-Requirements Specification Traceability. Technical Report CS-2020-02, Friedrich-Alexander University Erlangen-Nürnberg, Department of Computer Science, Erlangen, Germany
  Krause, J., Kaufmann, A. & Riehle, D.
  
• A validation of QDAcity-RE for domain modeling using qualitative data analysis. Requirements Engineering, 27(1), 31-51.
  Kaufmann, Andreas; Krause, Julia; Harutyunyan, Nikolay; Barcomb, Ann & Riehle, Dirk
  
• The Benefits of Pre-Requirements Specification Traceability. 2022 IEEE 30th International Requirements Engineering Conference (RE), 166-177. IEEE.
  Krause, Julia; Kaufmann, Andreas; Riehle, Dirk & Jung, Martin
  
• A Solution for Automated Grading of QDA Homework. Proceedings of the Annual Hawaii International Conference on System Sciences. Hawaii International Conference on System Sciences.
  Kaufmann, Andreas; Riehle, Dirk; Krause, Julia & Harutyunyan, Nikolay
  
• The QDAcity-RE-RS Method for Creating Complete, Consistent, and Traceable Requirements Specifications. Dissertation, Friedrich-Alexander-University Erlangen-Nürnberg, 2023
  Mucha, J.
  
• A systematic literature review of pre-requirements specification traceability. Requirements Engineering, 29(2), 119-141.
  Mucha, Julia; Kaufmann, Andreas & Riehle, Dirk