Verringert generative KI den geistigen Aufwand bei der Erfassung und Definition von Softwareanforderungen?

Host: Willkommen zu einer neuen Ausgabe von A.I.S. Insights — powered by Living Knowledge. Mein Name ist Anna Ivy Summers, und bei mir ist unser Analyst Alex Ian Sutherland. Heute besprechen wir eine Studie mit dem Titel: „Requirements Engineering mit generativer KI: Transformation der Anforderungserhebung und kognitiven Belastung“. Die Studie wurde von Adrianna Weronika Pawińska, Kevin Kintzel, Till Schirrmeister und Georg Voronin für die International Conference on Information Systems 2026 verfasst. Sie untersucht, wie generative künstliche Intelligenz die Erhebung von Softwareanforderungen verändert und wie sich das auf die mentale Belastung von Fachkräften auswirkt. Alex, schön, dass du da bist.
Expert: Hallo Anna. Ich freue mich auf das Gespräch.
Host: Alex, die Auswirkungen generativer KI auf das Programmieren sind bereits relativ gut erforscht. Warum ist der Blick auf die frühe Phase der Anforderungserhebung so wichtig?
Expert: Die Anforderungserhebung ist der Ausgangspunkt jedes Softwareprojekts und durch hohe Mehrdeutigkeit geprägt. Fachkräfte müssen unvollständige Kundenwünsche verstehen, strukturieren und analysieren. Viele Organisationen gehen bislang davon aus, dass generative KI den mentalen Aufwand auch hier einfach pauschal senkt. Bisher gab es jedoch kaum belastbare Erkenntnisse darüber, ob dabei nicht vielmehr neue kognitive Belastungen entstehen und wie sich die Art und Weise verändert, wie Fachkräfte komplexe Probleme durchdringen.
Host: Welchen Ansatz haben die Autoren gewählt, um diese Fragen zu untersuchen?
Expert: Die Autoren stützten sich auf die Cognitive Load Theory, die zwischen verschiedenen Formen mentaler Belastung unterscheidet. Methodisch führten sie 20 leitfadengestützte Interviews mit Requirements-Engineering-Experten eines europäischen IT-Dienstleisters durch. Die erhobenen Daten analysierten sie anschließend mit Methoden der Grounded Theory, um veränderte Arbeitspraktiken und kognitive Effekte systematisch zu erfassen.
Host: Was sind die zentralen Ergebnisse dieser Untersuchung? Bestätigt sich die Annahme einer reinen Arbeitserleichterung?
Expert: Die Ergebnisse zeigen ein differenziertes Bild. Generative KI automatisiert in erster Linie Routineaufgaben wie die Transkription von Besprechungen, das Zusammenfassen von Notizen und das Verfassen erster Textentwürfe. Das reduziert die sogenannte extrinsische mentale Belastung, also administrative Tätigkeiten. Gleichzeitig zeigt die Studie jedoch, dass die mentale Belastung eher umverteilt als einfach verringert wird. Es entstehen neue kognitive Anforderungen durch das Formulieren präziser Prompts, das systematische Überprüfen der KI-Ergebnisse und die kontinuierliche Bewertung der Fähigkeiten und Grenzen der jeweiligen Werkzeuge.
Host: Gab es dazu konkrete Verteilungen innerhalb der befragten Gruppe?
Expert: Ja. Von den 20 befragten Fachkräften erlebten elf eine Nettoverringerung des mentalen Aufwands. Neun Personen sahen jedoch keine Nettoveränderung ihrer Belastung, und eine Person berichtete sogar von einer insgesamt erhöhten kognitiven Beanspruchung.
Host: Die Studie thematisiert auch die Qualität der Problemlösung. Wie wirkt sich die KI auf das Denken der Fachkräfte aus?
Expert: Das hängt stark von der Nutzungsweise ab. Wenn Fachkräfte die KI reflektiert als eine Art Sparringspartner nutzen, unterstützt sie kreative Prozesse und das Durchdenken alternativer Lösungswege. Eine unkritische Übernahme birgt dagegen das Risiko oberflächlicher Analysen. Ein weiterer wesentlicher Punkt ist die menschliche Domänenexpertise: Nachwuchskräften fehlt häufig das Kontextwissen, um subtile Fehler oder Halluzinationen der KI zu erkennen. Erfahrene Fachkräfte wiederum tragen eine höhere Kontrollbelastung, da sie die generierten Inhalte verifizieren müssen.
Host: Was bedeutet das nun konkret für Unternehmen, die generative KI in der Softwareentwicklung einsetzen?
Expert: Führungskräfte sollten generative KI im Requirements Engineering nicht als reines Werkzeug zur Zeitersparnis betrachten. Produktivitätsgewinne hängen maßgeblich davon ab, wie gut Teams im Prompt Engineering und in der Validierung geschult sind. Review-Prozesse müssen angepasst werden, da das Prüfen fremder Entwürfe oft mehr fachliche Urteilskraft erfordert als das eigene Schreiben. Zudem müssen Organisationen beim Onboarding von Nachwuchskräften sicherstellen, dass grundlegendes Fach- und Methodenwissen weiterhin aufgebaut wird, anstatt sich zu früh auf KI-Ergebnisse zu verlassen.
Host: Zusammenfassend: Generative KI nimmt Fachkräften manuelle Vorarbeiten ab, verlagert die Anforderungen aber auf Qualitätskontrolle und kritisches Urteilsvermögen. Ohne solide Domänenexpertise entstehen neue Risiken. Alex, vielen Dank für diese Einordnung.
Expert: Sehr gerne, Anna.
Host: Und vielen Dank an Sie fürs Zuhören bei A.I.S. Insights — powered by Living Knowledge. Bis zur nächsten Folge.