RAT bietet einen semi-automatischen Ansatz der Anforderungsbearbeitung. Zunächst werden Nutzende auf kritische Stellen in Anforderungen hingewiesen, die dann manuell von Nutzenden umformuliert werden können. Anschließend macht RAT Vorschläge für zu treffende Entscheidungen bei der Weiterverarbeitung, die dann interaktiv von Nutzenden bestätigt oder abgelehnt werden können.
Hierfür wurde eine Reihe von Microservices implementiert, die innerhalb eines geschlossenen Tools verwendet werden können. Diese Microservices dienen der Analyse, sprachlichen Qualitätssicherung und Konsolidierung von Anforderungen.
Im Rahmen der Analyse wird die Anforderung zunächst in ihre inhaltlichen und sprachlichen Bestandteile Systemwort, Prozesswort, Priorität/Modalverb, Bedingung, Art der Systemaktivität und Objekt und Ergänzung zerlegt. Diese Grundlage ermöglicht eine semantische Suche im Anforderungsbestand und die inhaltliche Klassifikation der Anforderungen, z.B. nach funktional und nicht-funktional. Weiterhin können Anforderungen u.a. nach den Kriterien IT-relevant oder nicht-IT-relevant klassifiziert werden. Auch andere gewünschte Klassifikationen, beispielsweise nach individuell definierten Kategorien, sind möglich.
RAT bietet zudem umfangreiche Sortier- und Filterangebote auf Wort- und Anforderungsebene. Sie erlauben die Exploration und die Bearbeitung des Anforderungsbestands nach selbstgewählten Kriterien. Somit ist es möglich, einen großen Anforderungsbestand zum Beispiel inhaltlich zu gruppieren. Unterstützte Sprachen sind Deutsch und Englisch.
Im Rahmen der Anforderungskonsolidierung können zudem Dubletten oder sehr ähnliche Anforderungen im Bestand gefunden und verschiedene Schreibweisen und Abkürzungen des gleichen Worts oder verschiedene Begriffe mit gleichem Inhalt (z. B. verschicken und versenden) im Bestand vereinheitlicht werden.
Die Qualitätssicherung von Anforderungen ist ein Herzstück von RAT und beinhaltet die Prüfung sprachlicher Regeln, die die Formulierung eindeutiger Anforderungen unterstützen. Dazu gehören zum Beispiel die Identifizierung von Passivkonstruktionen, unvollständigen Bedingungen oder Weak Words im Anforderungstext wie z. B. »klein« ohne weitere Spezifikationen. RAT identifiziert diese möglichen Regelverstöße, jedoch bleibt es die Aufgabe der Projektmitarbeitenden, die identifizierten Verstöße zu bewerten und gegebenenfalls zu korrigieren. RAT nimmt keine selbstständige Korrektur vor.
RAT basiert auf modernsten Techniken aus den Bereichen Natural Language Processing (NLP) und Machine Learning.