Stefan Knuplesch

• Die Erstellung von Softwareangeboten birgt zahlreiche Herausforderungen. Darunter fallen insbesondere die möglichst akkurate und vollständige Spezifikation der zu entwickelnden Softwarelösung und die gleichzeitige Sicherstellung einer effektiven und verständlichen Kommunikation mit Auftraggeber*innen. Die Kosten für die Erstellung eines Angebots werden in der Regel erst von der erfolgreichen Projektakquise gedeckt. Ansonsten müssen die angefallenen Kosten für die Angebotserstellung von anderen Projekten aufgefangen werden. Dies setzt Auftragnehmer*innen einem erheblichen wirtschaftlichen Druck aus, der eine effiziente Arbeitsweise notwendig macht. Mit der kombinierten Anwendung von User Stories und künstlicher Intelligenz soll die Angebotserstellung optimiert werden. Im Rahmen dieser Arbeit wird der Stand der Technik für natürliche Sprachverarbeitung näher beleuchtet und wie diese zusammen mit User Stories funktionieren kann. Das Unternehmen ireo GmbH liefert mit seiner in Bälde marktreifen SaaS-Webapplikation Storywise einen Lösungsansatz, um die aufgedeckten theoretischen Potenziale von natürlicher Sprachverarbeitung zusammen mit leichtgewichtigen und verständlichen User Stories in die Praxis überzuführen. Die Applikation Storywise wird daher im Rahmen dieser Arbeit von Expert*innen und potenziellen Anwender*innen aus dem Bereich Projektmanagement, Requirements Engineering und Softwareentwicklung getestet und evaluiert, wobei leitfadengestützte Expert*inneninterviews und eine qualitative Inhaltsanalyse nach Kuckartz und Rädiker zur Anwendung kommen. Das Ziel dieser Arbeit war die Einordnung der Praktikabilität der Applikation und insbesondere der KI-generierten Inhalte für die Aufgaben und Anforderungen des Angebotsprozesses aus Sicht der Expert*innen. Weiters sollten sowohl potenzielle Anwendungsfelder für Storywise als auch Vor- und Nachteile gegenüber bestehenden Werkzeugen und mögliche Verbesserungsmöglichkeiten identifiziert werden. Die Ergebnisse zeigen, dass besonders das Grundgerüst einer Spezifikation durch den Einsatz von KI deutlich schneller erstellt werden kann. Das Generieren und Strukturieren von Anforderungen wurde als größter Benefit wahrgenommen, auch die Art der Integration der KI in eine Applikation sowie die Kompatibilität zu Systemen nachgelagerter Prozesse wie Jira sind wichtig für den Erhalt der gewonnenen Effizienzvorteile. Insgesamt ist ein überzeugender Fit des Tools auf den Angebotsprozess gegeben – wenngleich im ersten Schritt primär für kleine bis mittelgroße Projekte. Als größte Herausforderung für die Akzeptanz ist der Datenschutz zu nennen, d.h. um auch wirklich von Unternehmen angenommen zu werden, müssen das verwendete Large Language Model, der Speicherort und die Verarbeitung sowohl DSGVO- als auch Unternehmensrichtlinien erfüllen und vertrauenswürdig sein.
• The creation of software proposals has numerous challenges, especially specifying the software solution to be developed as precisely as possible and ensuring effective communication and understanding for the customer. The costs incurred in preparing a proposal are only covered if the project is secured. As a result, suppliers are under considerable economic pressure, so efficiency is crucial. The combined application of user stories and artificial intelligence aims to optimize the proposal creation process. This work explores the state of the art in natural language processing and how it can work in conjunction with user stories. With its soon-to-be-released SaaS web application Storywise, ireo GmbH offers a solution for putting the identified theoretical potential of natural language processing into practice alongside lightweight and comprehensible user stories. In this thesis, the Storywise application is tested and evaluated by experts and potential users from project management, requirements engineering, and software development. For this purpose, guided expert interviews are conducted regarding the task-technology fit and potential user adoption and qualitative content analysis, according to Kuckartz and Rädiker, to gain deeper insights. The objective was to evaluate the practical suitability of the application and the AI-generated content for the tasks and requirements of the aforementioned process from the perspective of experts. In addition, areas of application for Storywise, as well as advantages and disadvantages compared to existing tools and possible areas for improvement, were identified. The results show that the basic structure of a specification can be created significantly faster with AI according to the experts. Generating and structuring requirements was perceived as the greatest benefit, while the way in which AI is integrated into an application and compatibility with downstream process systems such as Jira are also important for maintaining the efficiency benefits gained. Overall, the tool provides a strong fit for the proposal creation process, albeit primarily for small to medium-sized projects in the first step. The biggest challenge to user adoption is data privacy, i.e. in order to be adopted by companies, the large language model used, the data storage and the data processing must fulfil both GDPR and company guidelines and be generally trustworthy.