Datenbasierte Analyse vernetzter natürlich sprachlicher Anforderungen in der Produktentwicklung

Slawik, Viktor Konrad; Boos, Wolfgang; Schuh, Günther

doi:10.18154/RWTH-2025-09973

Datenbasierte Analyse vernetzter natürlich sprachlicher Anforderungen in der Produktentwicklung = Databased analysis of interdependent natural language requirements in product development

Slawik, Viktor Konrad^RWTH*

2025

VerantwortlichkeitsangabeViktor Slawik

Ausgabe1. Auflage

ImpressumAachen : Apprimus Verlag 2025

Umfang1 Online-Ressource : Illustrationen

ISBN978-3-98555-313-6

ReiheErgebnisse aus der Produktionstechnik ; 2025,21

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2025

Druckausgabe: 2025. - Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University. - Weitere Reihe: Produktionssystematik. - Weitere Reihe: Edition Wissenschaft Apprimus

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Schuh, Günther (Thesis advisor)^RWTH* ; Boos, Wolfgang (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2025-10-27

Online
DOI: 10.18154/RWTH-2025-09973
URL: https://publications.rwth-aachen.de/record/1022359/files/1022359.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
Anforderungsmanagement (frei) ; Künstliche Intelligenz (frei) ; Produktentwicklung (frei) ; Semantische Netze (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Der globale Bedarf nach ressourceneffizienter Produktentstehung und die gleichzeitige Verkürzung der Zyklen des technologischen Fortschritts erfordern eine Anpassung der Produktentwicklungsprozesse. Natürlich sprachliche Anforderungen haben dabei eine zentrale Funktion, um Prozesseffektivität im Sinne der Kundenzufriedenheit bei gleichzeitiger Prozesseffizienz für das Unternehmen zu gewährleisten. Hierzu sind alle Ergebnisse der Produktentwicklung gegen die spezifizierten Anforderungen zu prüfen, sodass konsistente Anforderungen essentiell sind. Ein Großteil der Anforderungen wird jedoch natürlich sprachlich formuliert, was die notwendige Analyse von Abhängigkeiten durch Menschen komplex und personalintensiv macht. Die Methoden zur Verarbeitung natürlicher Sprache mittels künstlicher Intelligenz bieten ein hohes Potenzial zur Effizienzsteigerung der Analyse sowie Darstellung von Abhängigkeiten. Das Ziel dieser Arbeit ist die Entwicklung einer Methodik, um nachvollziehbar zu machen, wie Interdependenzen von natürlich sprachlich formulierten Anforderungen mit datenbasierten Methoden transparent gemacht werden können. Die Methodik soll es ermöglichen, diese Interdependenzen in der Produktentwicklung frühzeitig zu berücksichtigen und damit die gesteigerte Planungskomplexität zu beherrschen. Hierzu wird ein wissensbasiertes Entscheidungsunterstützungssystem entwickelt, das die Vernetzung von Anforderungen mittels korpusbasierter Methoden zur semantischen Analyse von Domänenspezifischen Texten nutzt. Die Arbeit ist nach dem Ordnungsrahmen der Design Science Research für Informationssysteme gestaltet. In sieben Kapiteln wird der Forschungsprozess strukturiert dargestellt. Dabei werden die grundlegenden Theorien und Methoden beschrieben, die zur Überprüfung bestehender Ansätze herangezogen werden. Es wird ein Ordnungsrahmen formuliert und die Anforderungen an die zu entwickelnde Methodik, wobei der Fokus auf der anwendungsorientierten Vernetzung der Anforderungen und graphenbasierten Darstellung liegt. Die notwendigen Algorithmen sind mittels Pseudocode in den drei Teilmodellen der Methodik detailliert beschrieben und in einer Fallstudie evaluiert.

The global demand for sustainable product development, coupled with the simultaneous shortening of technological advancement cycles, necessitates an adaptation of product development processes. Natural language requirements are crucial for ensuring process effectiveness in terms of customer satisfaction while maintaining process efficiency for the company. Therefore, all product development outcomes must be examined against the specified requirements, making consistent requirements essential. However, a large portion of the requirements is formulated in natural language, which complicates the necessary analysis of dependencies by humans, making it complex and personnel-intensive. Methods for processing natural language using artificial intelligence offer significant potential for increasing the efficiency of the analysis and graph based representation of dependencies. The aim of this work is to develop a methodology to make transparent how interdependencies of naturally formulated requirements can be made transparent using databased methods. The methodology should enable these interdependencies to be considered early in product development, thereby managing the increased planning complexity. For this purpose, a knowledge-based decision support system is developed, utilizing corpus-based methods for the semantic analysis of domain-specific texts to network requirements. This work is structured according to the framework of Design Science Research for Information Systems. The research process is structured across seven chapters. The fundamental theories and methods used to review existing approaches are described. A framework is formulated, and the requirements for the methodology to be developed are outlined, focusing on the application-oriented networking of requirements and graph-based representation. The necessary algorithms are detailed using pseudocode within the three sub-models of the methodology and evaluated in a case study.

OpenAccess:
PDF
(additional files)