Anforderungsanalyse mit KI - Wie ein automatischer Check Fehlkalkulationen verhindert

Die meisten Budgetüberschreitungen in Softwareprojekten lassen sich nicht auf schlechte Entwickler zurückführen, sondern auf Anforderungsdokumente, die Lücken und Widersprüche enthalten, die niemand vor Projektstart bemerkt hat. Genau hier setzt KI-gestützte Anforderungsanalyse an. Wie du ein gutes Lastenheft überhaupt aufbaust, liest du in unserem Leitfaden für Fachabteilungen - dieser Artikel setzt einen Schritt später an: beim systematischen Check des fertigen Dokuments.

Was ein menschlicher Reviewer übersieht

Ein Lastenheft mit 30 oder 40 Anforderungen liest sich für einen Menschen schnell stimmig - auch wenn Anforderung 12 und Anforderung 27 sich technisch widersprechen, oder wenn eine wichtige nicht-funktionale Anforderung (Performance, Datenschutz, Verfügbarkeit) schlicht fehlt. Das liegt nicht an mangelnder Sorgfalt, sondern an der Natur des Lesens: Menschen lesen linear, von oben nach unten, und behalten selten alle vorherigen Anforderungen aktiv im Kopf, wenn sie Anforderung 27 lesen. Solche Lücken fallen typischerweise erst während der Entwicklung auf, wenn eine Korrektur am teuersten ist.

Wie eine KI-gestützte Analyse in der Praxis abläuft

Der Ablauf ist bei Pairlio bewusst einfach gehalten: du lädst dein Lastenheft oder Briefing hoch (PDF oder Text reicht), die KI zerlegt es in einzelne Anforderungen und prüft diese in drei Durchgängen gegeneinander und gegen ein Referenzmuster aus vergleichbaren Projekten. Anders als ein Mensch "vergisst" die KI dabei nichts - jede der drei Prüfungen läuft über das komplette Dokument, nicht nur über die zuletzt gelesenen Abschnitte.

Schritt 1: Vollständigkeitsprüfung

Fehlen typische, aber leicht übersehene Anforderungskategorien? Eine KI vergleicht dein Dokument gegen Muster aus tausenden ähnlichen Projekten und markiert, was fehlt. In der Praxis sind das immer wieder dieselben blinden Flecken:

Fehlerbehandlung: Was passiert bei ungültiger Eingabe, Timeout, abgebrochenem Vorgang?
Berechtigungs- und Rollenkonzept: Wer darf was sehen, bearbeiten, löschen?
Datenschutz- und DSGVO-Anforderungen: Wo werden personenbezogene Daten gespeichert, wie lange, wer hat Zugriff?
Skalierung und Lastverhalten: Wie viele gleichzeitige Nutzer, wie viele Datensätze müssen unterstützt werden?
Barrierefreiheit: Gibt es Vorgaben (z. B. für öffentliche Auftraggeber verpflichtend)?
Mehrsprachigkeit: Muss das System mehrere Sprachen unterstützen, und welche?
Nachvollziehbarkeit (Audit-Log): Muss protokolliert werden, wer wann was geändert hat?
Schnittstellen zu Drittsystemen: Welche bestehenden Systeme müssen angebunden werden, mit welchem Datenformat?

Keine dieser Kategorien muss zwingend in jedem Projekt relevant sein - aber jede davon, die relevant ist und fehlt, wird später zur Überraschung.

Schritt 2: Widerspruchsanalyse

Stehen zwei Anforderungen in technischem Konflikt zueinander? Ein klassisches Beispiel: eine Anforderung an Echtzeit-Synchronisation, die mit einer anderen Anforderung an Offline-Fähigkeit kollidiert - beides gleichzeitig sauber umzusetzen bedeutet erheblichen Mehraufwand, den ein Angebot ohne diesen Hinweis wahrscheinlich nicht einpreist. Ein zweites, häufiges Muster: An einer Stelle im Dokument steht "jeder Nutzer sieht nur seine eigenen Datensätze", zwanzig Seiten weiter "der Export für das Reporting enthält alle Datensätze aller Nutzer". Beide Sätze für sich sind plausibel - zusammen brauchen sie eine Klärung, wer den Export auslösen darf und mit welchen Rechten. Solche Widersprüche bleiben in einem 20-seitigen Dokument für Menschen leicht unentdeckt, weil die beiden Sätze selten auf derselben Seite stehen.

Schritt 3: Aufwandsschätzung pro Anforderung

Jede einzelne Anforderung wird mit einer groben Einschätzung versehen, wie viele Entwicklertage sie voraussichtlich benötigt - basierend auf dem Vergleich mit ähnlich formulierten Anforderungen aus abgeschlossenen Projekten. Das macht das Gesamtprojekt von Anfang an greifbar: du siehst nicht nur eine Gesamtsumme, sondern auch, welche einzelnen Anforderungen den größten Anteil am Budget haben - und damit, welche für eine erste Version verzichtbar wären, falls das Budget knapp wird.

Ein Beispiel aus der Praxis: eine Anforderung, drei Befunde

Nimm eine unscheinbare, alltägliche Anforderung wie diese: "Nutzer können Dokumente hochladen und mit anderen Teammitgliedern teilen." Für einen schnellen Blick klingt das vollständig. Eine KI-gestützte Analyse liefert dazu typischerweise mehrere separate Befunde:

Vollständigkeit fehlt: Keine Angabe zu maximaler Dateigröße, erlaubten Dateiformaten oder dem Verhalten, wenn der Ersteller eines Dokuments seinen Account löscht.
Mehrdeutigkeit: "mit anderen Teammitgliedern teilen" - meint das alle Mitglieder des eigenen Teams, frei wählbare einzelne Personen, oder auch teamübergreifend? Jede Interpretation führt zu einer anderen technischen Umsetzung mit unterschiedlichem Aufwand.
Fehlende Berechtigungsstufe: Dürfen geteilte Nutzer das Dokument nur lesen, oder auch bearbeiten und weiterleiten? Ohne diese Angabe kalkuliert der Anbieter die einfachste Variante (nur lesen) - jede Erweiterung später wird zum Nachtrag.

Drei Befunde aus einem einzigen Satz. Multipliziert mit 30 oder 40 Anforderungen im Dokument wird klar, warum ein rein manueller Review selten alle Lücken findet.

Warum das den Festpreis ermöglicht

Jeder seriöse Entwicklungspartner kalkuliert einen Risikopuffer für Unklarheiten in deinem Anforderungsdokument ein - meist irgendwo zwischen 15 und 30 % des Angebots, je nach Reifegrad des Dokuments. Dieser Puffer ist keine Willkür: Er deckt genau die Fälle ab, in denen eine vage Formulierung später anders ausgelegt wird als gedacht und der Anbieter Mehraufwand ohne zusätzliche Vergütung tragen müsste. Je mehr Lücken und Widersprüche vor der Angebotseinholung beseitigt werden, desto kleiner dieser Puffer - und desto niedriger und belastbarer der Festpreis, den du am Ende erhältst. Ein Anbieter, der ein präzises, widerspruchsfreies Dokument vorliegen hat, muss weniger "auf Verdacht" einpreisen, sondern kann jede Anforderung konkret kalkulieren.

Umgekehrt zeigt sich der gleiche Effekt bei Nachträgen: Was im geprüften Lastenheft nicht geklärt wurde, taucht später nicht als kostenlose Selbstverständlichkeit auf, sondern als separat zu beauftragende Änderung - oft zu einem höheren Stundensatz als die ursprüngliche Kalkulation, weil bereits gebaute Teile angepasst werden müssen.

KI ersetzt keine Entwickler - sie bereitet sie vor

Eine KI-gestützte Anforderungsanalyse ist kein Ersatz für erfahrene Entwickler, sondern ihre Vorbereitung: Sie sorgt dafür, dass die Entwickler mit einem Dokument arbeiten, das tatsächlich vollständig und widerspruchsfrei ist, statt während der Umsetzung ständig Rückfragen klären zu müssen. Das geprüfte Lastenheft ist zugleich die Grundlage, auf der ein Entwicklungspartner sein Pflichtenheft aufbaut - und ein sauberes Lastenheft schützt dich indirekt auch vor Lücken auf der anderen Seite: Wenn im Pflichtenheft später ähnliche Unschärfen auftauchen, ist genau das der teuerste Fehlertyp in Softwareprojekten.

Fazit

Wer sein Anforderungsdokument vor der Angebotseinholung systematisch prüfen lässt, verschiebt Fehler dorthin, wo sie am billigsten zu beheben sind: auf das Papier, nicht in den Code.

Häufig gestellte Fragen

Was genau prüft eine KI-gestützte Anforderungsanalyse?

Sie prüft ein Anforderungsdokument in drei Durchgängen: Vollständigkeit (fehlen typische Kategorien wie Fehlerbehandlung, Berechtigungen oder Datenschutz?), Widersprüche (stehen zwei Anforderungen in technischem Konflikt zueinander?) und Aufwandsschätzung (wie viele Entwicklertage benötigt jede einzelne Anforderung voraussichtlich?).

Warum findet eine KI mehr Lücken als ein manueller Review?

Menschen lesen Dokumente linear und behalten selten alle vorherigen Anforderungen aktiv im Kopf, wenn sie eine spätere Seite lesen. Eine KI-Analyse vergleicht jede Anforderung systematisch gegen das gesamte übrige Dokument und gegen Muster aus tausenden vergleichbaren Projekten - dadurch fallen Widersprüche und fehlende Kategorien auf, die beim linearen Lesen leicht übersehen werden.

Ersetzt eine KI-Analyse die Prüfung durch einen Entwickler?

Nein. Sie bereitet die Zusammenarbeit mit Entwicklern vor, indem sie das Dokument vorab vollständig und widerspruchsfrei macht. Die eigentliche technische Umsetzung, inklusive der Erstellung eines Pflichtenhefts, bleibt Aufgabe des Entwicklungspartners.