2020 | OriginalPaper | Chapter
Untersuchung variantenverursachender technischer Komponentenanforderungen und Bewertung der Folgen bei Entfall
Authors : Lisa Ritter, Robert Refflinghaus
Published in: Potenziale Künstlicher Intelligenz für die Qualitätswissenschaft
Publisher: Springer Berlin Heidelberg
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Anforderungen dienen der Produktentwicklung als Aufgabenstellung, die im Rahmen des Entwicklungsprozesses kontinuierlich konkretisiert und aktualisiert werden. Somit sind Anforderungen die Basis, auf der grundlegende Entscheidungen in der Entwicklung getroffen werden. Die Anzahl der Anforderungen in Entwicklungsprojekten ist parallel zur Variantenvielfalt und der Produktkomplexität stark angestiegen. Um dieser Anspannung zusätzlich zu Kosten- und Zeitdruck in der Entwicklung zu begegnen, hat sich eine Anforderungswiederverwendung basierend auf einem Copy-and-paste-Vorgehen etabliert. Diese führt zu einer großen, unstrukturierten Anforderungsdatenbank und verhindert somit eine Transparenz über die Ausprägungen und spezifische Anforderungen. Aufgrund dieser Intransparenz und fehlendem Hinterfragen können nicht zutreffende, fehlerhafte oder veraltete Anforderungen über viele Entwicklungsprojekte übernommen und zu potentiellen Variantentreibern werden.Daher ist das Ziel dieses Beitrages, eine Methode zur automatisierten Identifizierung variantenverursachende Komponentenanforderungen in einer gewachsenen, unstrukturierten Datenbank durch eine künstliche Intelligenz vorzustellen. Zusätzlich wird ein Konzept zur Bewertung der Folgen durch einen Anforderungsentfall für eine anschließende Optimierung und Harmonisierung aufgezeigt.