Kapitel 5: GenAI und die Zukunft der App-Entwicklung

Die Software-Entwicklung ist derzeit einer der Top-Anwendungsfälle von generativer KI. Eine Github-Umfrage im Juli 2023 unter 500 US-Entwicklern großer Unternehmen ergab, dass 92% von ihnen bei der Arbeit GenAI für die Programmierung verwenden. Den Ergebnissen zufolge übernehmen diese Tools mühsame Routine-Aufgaben. Zudem bieten sie Weiterbildungsmöglichkeiten und verbessern die Performance, Programmierung und Zusammenarbeit.¹⁹ Schätzungen zufolge wurde GenAI Ende 2023 von 5% der Software-Entwickler in Unternehmen genutzt. Doch diese Zahl dürfte noch steigen.²⁰

Diese Zahlen haben zu allen möglichen Spekulationen darüber geführt, was die Zukunft der App-Entwicklung in der GenAI-Ära bereithält. In diesem Abschnitt untersuchen wir die wahrscheinlichsten Szenarien. So sind Sie gut vorbereitet, wenn Sie darüber nachdenken, wie Sie in Zukunft Applikationen entwickeln werden – und wer sie entwickeln wird.

Wie GenAI die Herangehensweise von IT-Führungskräfte an die Applikationsentwicklung verändern könnte

Generative KI beschleunigt schon heute die Software-Entwicklung und -Bereitstellung, indem sie die Programmierung, Tests und Optimierung automatisiert. Mit immer mehr neu hinzukommenden GenAI-Tools werden auch die Auswirkungen auf die IT wachsen. Die Applikationsentwicklung in Ihrer IT-Organisation wird definitiv nicht mehr so sein wie früher. Hier sind einige Aspekte, die sich verändern werden.

Verschiebungen von Fähigkeiten

Da generative KI viele Codierungsaufgaben automatisiert, werden Entwickler sich stärker mit hochrangigen strategischen Aufgaben beschäftigen. Die Automatisierung wird Entwickler wahrscheinlich an einen Punkt bringen, an dem sie zu Architekten sehr großer Systeme werden. Die Automatisierung verkürzt sich auch die Zeit, die sie benötigt wird, um einen Geschäftswert zu liefern. Dadurch dürften Entwickler in der Lage sein, Dinge auf deutlich höherer Ebene zu entscheiden.

Zugleich müssen IT-Experten aber auch Fähigkeiten in KI und ML entwickeln, um diese Tools effektiv zu nutzen und ihre Implementierung zu überwachen. Auch wenn viel Arbeit von der Maschine erledigt wird, ist es wichtig, die Ergebnisse lesen, verstehen, anpassen und ändern zu können.

Änderungen der Organisationsstruktur

Die gesteigerte Effizienz und Geschwindigkeit der Applikationsentwicklung führt zu Veränderungen in der Struktur Ihres IT-Teams. Der Schwerpunkt wird auf der funktionsübergreifenden Zusammenarbeit liegen, wobei KI-Spezialisten eng mit Fachexperten und Business-Stakeholdern zusammenarbeiten werden. Dies wird zu einem kollaborativeren und geschäftsorientierteren IT-Ansatz führen, bei dem es vor allem darum geht, Nutzern einen Mehrwert zu liefern. Gleichzeitig braucht es eine zentralisierte Governance-Struktur, um die Nutzung von GenAI-Tools zu überwachen und sicherzustellen, dass sie ordnungsgemäß verwendet werden – insbesondere vom Unternehmen.

Stärkerer Fokus auf Agilität und Iteration

IT-Teams müssen in der neuen GenAI-Welt noch agiler und iterativer vorgehen als bisher. Die Fähigkeit, schnell Prototypen zu erstellen und Ideen zu testen, bedeutet auch: Bei der Entwicklung kommt ein experimentellerer Ansatz zum Zuge, mit einem noch stärkeren Fokus auf kontinuierlicher Verbesserung und Innovation.

Automatisierungsmanagement

GenAI wird viele repetitive und zeitaufwändige Aufgaben übernehmen und IT-Organisationen auf unerwartete Weise automatisieren. Obwohl die Automatisierung Ressourcen für strategischere Initiativen und Innovationen freisetzt, ist es wahrscheinlich, dass eine Umschulung und Weiterbildung der Teammitglieder erforderlich ist.

Kontinuierliches Lernen und kontinuierliche Verbesserung

Ihre IT-Organisation muss sich kontinuierlich weiterbilden, anpassen und verbessern, um beim Thema GenAI auf dem neuesten Stand zu bleiben. IT-Führungskräfte müssen regelmäßig über die neuesten Fortschritte im Bereich der generativen KI informiert werden und sicherstellen, dass ihre Teams Zugang zu fortlaufenden Trainings- und Entwicklungsmöglichkeiten haben. Zudem sollten sie dazu ermutigt werden, den Output von GenAI kontinuierlich zu verbessern – sei es in Bezug auf den Code, den Inhalt oder beides.

Ethik in der IT

Ihre IT-Organisationen werden sich künftig nicht mehr nur mit der Rechtsabteilung auseinandersetzen, sondern auch mit ethischen Überlegungen rund um den Einsatz von GenAI. Bereiten Sie sich auf die Erstellung von Richtlinien und Prinzipien für die verantwortungsvolle Entwicklung mit KI und den Einsatz von KI vor. Sie sollten auch abdecken, wie Transparenz und Rechenschaftspflicht bei der Nutzung dieser Tools sichergestellt werden können.

All dies unterstreicht eine wichtige Tatsache: Bei der Vorbereitung auf den Einsatz von GenAI für die Applikationsentwicklung und den SDLC gibt gibt es für IT-Führungskräfte eine Menge zu beachten. Fangen wir damit an, was die Entwicklungen für traditionellen Code bedeuten.

GenAI und traditioneller Code

GenAI bietet Menschen, die keine Autoren, Designer, Videografen, Animatoren oder Künstler sind, die Möglichkeit, mit einfachen Prompts beeindruckende Ergebnisse zu erzeugen. Da GenAI-Modelle aber auch mit riesigen Mengen an Code trainiert wurden, liegt es auf der Hand, dass Entwickler sie ebenfalls zum Erstellen von Applikationen verwenden. Diese Veränderungen werden nicht erst in ferner Zukunft stattfinden – sie sind bereits Realität.

Verwenden natürlicher Sprache zum Erstellen von Applikationen

Es ist nur eine Frage der Zeit, bis natürliche Sprache die Codierung komplexer Syntax durch einfaches Englisch und andere Sprachen ersetzt. Eine Kombination aus GenAI-Prompts und KI-Automatisierung wird das SDLC-Management mit Echtzeit-Feedbackschleifen, intuitiver Unterstützung und Selbstheilungsfunktionen übernehmen und so die Zuverlässigkeit und betriebliche Effizienz steigern.

Die Programmierung befindet sich dadurch in einem prekären Zustand. Ein kürzlich erschienener InfoWorld-Artikel prognostiziert: IDEs werden zu Assembly-Plattformen, auf denen sich Entwickler auf die Integration vorgefertigter Komponenten konzentrieren, anstatt benutzerdefinierten Code von Grund auf neu zu schreiben.²¹

Der Aufstieg der vollständig visuellen Entwicklung

Mit dem noch größeren Potenzial von GenAI, vollständige Applikationen oder eine große Anzahl von Applikationen zu generieren, entsteht die Notwendigkeit von Reverse Engineering, um sicherzustellen, dass Menschen die Ergebnisse weiterhin verstehen. Infolgedessen wird es bald Tools geben, die den generierten Code erklären. An diesem Punkt wird Code zu etwas, das in Schnittstellen begraben ist.

¹⁹ Survey reveals AI’s impact on the developer experience, 2023. Github.

²⁰ Lucas Mearian, Here’s why half of developers will soon use AI-augmented software, 2023. Computerworld, 6. Dez.

²¹ Isaac Sacolick, „10 ways generative AI will transform software development,“ 2024. Infoworld, 12. Feb.