Künstliche Intelligenz (KI) übernimmt in der Softwareentwicklung zunehmend Aufgaben – von der Codegenerierung über das Ableiten von Testfällen bis hin zur Modellierung von Software oder der Verknüpfung von Anforderungen mit Quellcode. Große Sprachmodelle (Large Language Models, LLMs) wie ChatGPT werden dabei immer häufiger eingesetzt. In der Praxis basieren diese Anwendungen meist auf textuellen Anforderungen als Eingabe, die jedoch oft Unklarheiten, Mehrdeutigkeiten oder Widersprüche enthalten.
 

Diese sprachlichen Schwächen sind in der klassischen Softwaretechnik als sogenannte „Requirements Smells" bekannt. Ihr Einfluss auf KI-gestützte Werkzeuge wurde bislang jedoch kaum systematisch untersucht. Genau hier setzt das neue Forschungsprojekt „Requirements Smells in Prompts (ReSPro)" an.
 

Das Projekt wird von Prof. Dr. Andreas Vogelsang, Fakultät für Informatik und paluno – The Ruhr Institute for Software Technology, geleitet und untersucht grundlegend, wie stark die Qualität und Präzision von Sprache die Ergebnisse KI-gestützter Softwareentwicklung beeinflusst. Ziel ist es, zu analysieren, welche Arten sprachlicher Unschärfen für KI-Systeme besonders problematisch sind und wie Entwicklerinnen und Entwickler dabei unterstützt werden können, präzisere und effektivere Prompts zu formulieren.

„Wir werden erstmals systematisch untersuchen, welche sprachlichen Unschärfen KI-basierte Entwicklungswerkzeuge besonders beeinträchtigen – und wie man Entwicklerinnen und Entwickler dabei unterstützen kann, bessere Prompts zu formulieren", erklärt Prof. Dr. Vogelsang.
 

Das Projekt ReSPro wird für einen Zeitraum von drei Jahren von der Deutschen Forschungsgemeinschaft (DFG) gefördert und am paluno – The Ruhr Institute for Software Technology (Fakultät für Informatik)  angesiedelt.