Wie Interpretiere Ich Die KI-Vorschläge Mit KI-Einschätzungen?
KI-Lösungsrecherche richtig nutzen
Inhalt:
- Wie werden Stackgini KI-Vorschläge berechnet?
- Wie vergleiche ich KI-Vorschläge auf einen Blick?
- Wie nutze ich Stackgini richtig, um möglichst präzise KI-Vorschläge zu erhalten?
1. Wie werden Stackgini KI-Vorschläge berechnet
Um mehr Sicherheit im Umgang mit unserer KI zu ermöglichen, ist es zunächst hilfreich zu verstehen, wie das System vorgeht, um zu den KI-Vorschlägen zu gelangen.
Dazu kann man sich den Prozess folgendermaßen schematisch vorstellen:

1.1 Anforderungen inklusive MUSS-Kriterien
Gute Anwendungsfälle sind die Grundlage für gute KI-Vorschläge. Daher ist es wichtig, dass die Beschreibung von Anwendungsfällen so präzise wie möglich erfolgt.
➡️Hier geht es zum Artikel "Wie formuliere ich Anforderungen richtig"
Vorsicht: Bei zu knappen, missverständlichen oder zu allgemeinen Beschreibungen, hat das System unzureichenden Input für die weiteren Schritte, sodass Bewertungen fehlerhaft oder gar nicht möglich sind.
1.2 KI formuliert Suchtexte (stark vereinfacht)
Basierend auf den Anforderungsbeschreibungen, leistet die Stackgini KI eine Transferleistung, die es ihr erlaubt, die Anforderungen mit den Angaben von Anbietern abzugleichen.
Man kann diesen Schritt als eine Art "Prompting" verstehen.
So könnte beispielsweise aus nachfolgender Anforderung:
"Die Software sendet Echtzeit-Benachrichtigungen an das Support-Team für neue Kundenanfragen oder Updates zu bestehenden Anfragen, um eine zeitnahe Bearbeitung sicherzustellen."
eine Art Prompt entstehen:
"Suche nach Hinweisen auf Funktionen innerhalb der Anbieter-Dokumente von Stackgini, die es Nutzern erlaubt Echtzeit-Benachrichtigungen an das Support Team für neue Kundenanfragen oder Updates zu bestehenden Anfragen zu senden. Schreibe eine Begründung, warum die Anforderung mit den verfügbaren Funktionen des Anbieterprodukts gelöst werden kann und verweise für jede deiner Angaben auf die Quelle in den Anbieter-Dokumenten [...]"
Vorsicht: Diese Darstellung ist eine stark vereinfachte Erläuterung unseres KI-Systems. Sie soll lediglich bei der Interpretation der KI-Einschätzungen helfen.
1.3 Lösungsdokumentation werden abgeglichen
Auf dieser Informationsgrundlage werden nun die relevanten Dokumentationen zu den Lösungen gefunden. Sie können die Ergebnisse in Stackgini nachvollziehen, indem Sie in den vorgeschlagenen Lösungen einen Anwendungsfall aufklappen. Dort sehen Sie auch die entsprechenden Quellen.

1.4 Berechnung der Übereinstimmung
Wie in der Abbildung oben bereits zu sehen ist, übernimmt hier die Stackgini KI die Einschätzung der Anforderungserfüllung. Die Übereinstimmung von Quellen und Anforderungen wird bewertet, sodass Anwendungsfälle eine Einschätzung mit entsprechender KI-Konfidenz erhalten.
Die Stackgini KI übernimmt dabei die Einordnung "Wie wahrscheinlich wird der Anwendungsfall durch die gegebene Lösung abgedeckt" basierend auf der zur Lösung verfügbaren Daten.
Die Herleitung und Erläuterung, sozusagen der KI Gedankengang anhand der Quellen, findet sich im Dropdown Menü des jeweiligen Anwendungsfalls (s.o.).
1.5 KI Einschätzung
Während Anwendungsfälle separat voneinander bewertet werden, liefert die übergreifende KI Einschätzung ein umklammerndes Fazit.
Der Stackgini-Algorithmus setzt die einzelnen Wahrscheinlichkeiten in Relation zueinander und berücksichtigt übergreifende Informationen zu der Initiative wie bspw. K.O. Kriterien.
Das Ergebnis ist eine übergreifende KI Einschätzung für Ihre Bewertung je Lösung.

2. Wie vergleiche ich KI-Vorschläge auf einen Blick?
In der Lösungsübersicht werden anstelle der ausformulierten KI Einschätzung kleine Icons gesetzt, die folgendermaßen aufgeschlüsselt sind und die Gesamteinschätzung repräsentieren:

= Sehr wahrscheinlich
Die KI hat basierend auf den abgeglichenen Anwendungsfällen eine hohe Konfidenz, dass die Lösung relevant für die Initiative ist, da wahrscheinlich viele Bedürfnisse abgedeckt werden.
= Wahrscheinlich
Die KI konnte nicht alle Anwendungsfälle mit den Daten zur Lösung validieren, sodass eine etwas weniger wahrscheinliche Konfidenz zustande kommt.
= Möglicherweise
Die KI hat wenige Informationen zu den Anwendungsfällen finden können, sodass diese nicht eindeutig auf Basis der verfügbaren Daten belegt werden können.
= keine Informationen
Die KI hat entweder keine Informationen zu den Anwendungsfällen gefunden oder es wurden einige Anwendungsfälle positiv bewertet während einige andere als negativ bewertet wurden (es entsteht ein gegenseitiges Ausschließen).
= Unwahrscheinlich
Die KI hat festgestellt, dass auf Basis der verfügbaren Daten die Lösung wahrscheinlich nicht dazu geeignet ist, um die Bedürfnisse zu erfüllen.
Die Gesamteinschätzung in Form des entsprechenden Icons ist hierbei die Gesamtheit aller bewerteten Anwendungsfälle.
3. Wie nutze ich Stackgini richtig, um möglichst präzise
KI-Vorschläge zu erhalten?
Es gilt zwei Punkte zu beachten, sodass Sie zu den bestmöglichen Ergebnissen gelangen und den maximal Nutzen aus Stackgini für sich ziehen können.
1. Qualität der Anwendungsfall- und Anforderungsbeschreibungen
Formulieren Sie Ihre Anforderungen klar und strukturiert, indem Sie beschreiben, was die Software leisten soll und welchem Zweck das dient – am besten im Format: „Die Software sollte [X] leisten, um [Y] zu erreichen.“
Achten Sie dabei auf die Unterscheidung zwischen funktionalen und nicht-funktionalen Anforderungen und priorisieren Sie diese sorgfältig, um die passende Lösung zu finden.
Wir haben eine Anleitung geschrieben, wie die Definition von Anwendungsfällen und Anforderungen gelingen:
➡️Hier geht es zum Artikel "Wie formuliere ich Anforderungen richtig"
2. Neue Anwendungsfälle erneut einschätzen lassen
Gelegentlich ergeben sich neue Anwendungsfälle nachdem die initiale Suche gestartet wurde. Achten Sie in diesem Fall darauf, dass Sie die Lösungssuche / KI-Vorschläge erneut starten und alle Anwendungsfälle tatsächlich bewertet wurden.
Ein kleiner Stern oder eine Stoppuhr neben dem Symbol zeigt eine ausgebliebene Bewertung eines Anwendungsfalls. Fordern Sie in diesem Fall die KI-Einschätzung für den jeweiligen Anwendungsfalls nachträglich an:
