Eine 2023 von Microsoft durchgeführte Umfrage ergab: 87% der CEOs glauben, dass eine verstärkte KI und Automatisierung, die in Low-Code-Plattformen eingebettet ist, ihnen dabei helfen würde, den vollen Funktionsumfang der Technologie besser zu nutzen.15 Branchenexperten sehen unterdessen eine Welt, in der der Aufstieg von GenAI den Bedarf an Low-Code-Plattformen noch wichtiger macht. So zeichnet auch das führende unabhängige Marktforschungsunternehmen Forrester ein Bild, in dem Low-Code-Plattformen zur Grundlage für eine neue Plattformkategorie werden: Application Generation Plattforms – d. h. Plattformen zur Generierung von Applikationen.
Low-Code-Plattformen umfassen etliche KI-Funktionen. Sie sind gut ausgestattet, um die neuen GenAI-Funktionen zu nutzen, indem sie den Prozess um Governance, Definition und Sicherheit ergänzen. Derzeit können GenAI-Tools nur Codevorschläge, Codeblöcke und kleine Module erstellen. Daher müssen Entwickler den generierten Code weiterhin auswerten, um Schnittstellen anzupassen, Randbedingungen zu verstehen und Sicherheitsrisiken zu bewerten. Low-Code-Plattformen automatisieren diese Evaluierung. So hat ein Entwickler z. B. weniger Arbeit, wenn die Codegenerierung mit der Codeüberprüfung kombiniert wird. Die ersten Schritte mit GenAI sind deutlich einfacher, wenn Sie eine Low-Code-Plattform verwenden, da diese große Teile der komplexen GenAI-Entwicklung im Voraus erledigt.
Schauen wir uns einige Möglichkeiten an, wie Low-Code-Plattformen dazu beitragen können, die Leistungsfähigkeit von GenAI-produziertem Code ohne Risiken zu nutzen – und gleichzeitig die Unterstützung zu bieten, die Ihr Team während des gesamten Lebenszyklus der Software-Entwicklung benötigt.
Holen Sie sich die GenAI-Funktionen sowie die Infrastruktur und Tools für den gesamten Softwarebereitstellungsprozess
Selbst wenn der von GenAI produzierte Code perfekt wäre, würde er noch nicht ausreichen, um eine funktionierende, validierte und sichere Applikation bereitzustellen. Zum einen ist der von GenAI produzierte Code eine Blackbox. Sie wissen nicht, woher der Code stammt oder was darin enthalten ist. Zum anderen kennt der von GenAI produzierte Code Ihre Infrastruktur nicht – Ihre Aufzeichnungssysteme, Ihre Datenbanken oder wie alles integriert ist. Der von GenAI erstellte Code enthält keine Informationen über die Änderungen oder Erweiterungen, die für Ihre Landschaft relevant sind. Er kann Ihnen zwar eine Richtung weisen, aber Sie benötigen den spezifischen Kontext für Ihre Infrastruktur.
Wenn Sie jedoch nach einem GenAI-Tool suchen, das Produktion und Postproduktion übernehmen kann, werden Sie feststellen, dass Sie eine Sammlung von Tools brauchen – und einige davon sind proprietär. Es ist eigentlich so wie immer – es gibt viele Tools, und das bedeutet, dass Entwickler zwischen ihnen wechseln müssen.
Genau das lässt sich jedoch vermeiden. Mit Low-Code können Sie GenAI in einer Plattform verwenden, um Apps zu produzieren und anschließend alles andere zu verwalten – von der Erstellung über das Testen bis zur Bereitstellung und Wartung. Low-Code bietet auch die Kerninfrastruktur, die für den Betrieb eines modernen Applikationsportfolios erforderlich ist – und allein die Einrichtung kostet in der Regel Millionen von Dollar. Sie können von GenAI produzierten Code verwenden und Applikationen entwickeln, die in bestehende Systeme und Datenbanken integriert sind. Versionsverfolgung, Abhängigkeitsprüfung und Auswirkungsanalyse sind Teil des Pakets.
Implementieren Sie von GenAI produzierten Code mit Leitplanken für Sicherheit und Governance
Künstliche Intelligenz kann Sicherheitsprobleme aus Codebasen von Benutzern und Open-Source-Projekten leicht replizieren. Ebenso kann sie Codebibliotheken abrufen, die sich im Besitz anderer Unternehmen befinden und so gegen geistiges Eigentum verstoßen. Wenn GenAI jedoch Teil einer Low-Code-Plattform ist, schränken strenge Leitplanken und Backup-Prüfungen durch die zentrale IT das Potenzial für nicht konforme Applikationen ein. Ein umfassender Ansatz stellt sicher, dass jeder von GenAI produzierte Code, der mit Problemen behaftet ist, schnell identifiziert und korrigiert wird, um seine inhärente Sicherheit zu gewährleisten.
Da Low-Code-Plattformen über eine Reihe von integrierten Sicherheits- und Compliance-Tools verfügen, bieten sie automatisierte Validierungen und ermöglichen es Apps, globale Standards wie ISO und SOC zu erfüllen. Automatisierte Sicherheitsbewertungen stellen sicher, dass Applikationen strenge Qualitätssicherungsprotokolle einhalten, während KI-Funktionen den Code kontinuierlich auf Probleme überprüfen. Darüber hinaus werden Fixes für Distributed-Denial-of-Service, neu identifizierte Code-Schwachstellen, mobile Bedrohungen und andere Schutzmaßnahmen automatisch auf Ihre Apps angewendet.
GenAI erhöht die Wahrscheinlichkeit, dass Nicht-Entwickler eine Vielzahl von Applikationen erstellen, die nicht überprüft werden, oder bereits vorhandene Apps duplizieren. Low-Code-Plattformen adressiert dieses Problem auf verschiedene Weise. Zum einen bieten sie Tools zum Verwalten von Versionskontrolle, Releases und Komponentenabhängigkeiten, sodass Nicht-Entwickler keine Apps erstellen können, die bestehenden Apps ähneln oder mit diesen in Konflikt stehen. Darüber hinaus handelt es sich um eine einzige, zentrale Plattform, sodass alle Entwickler die gleichen Tools und Prozesse verwenden.
Vorhersehbares und konsistentes Bereitstellen und Instandhalten von GenAI-produziertem Code
Wenn KI Code generiert, ist sie wie eine Blackbox ohne klare Eigentümer. Wir wissen nicht, warum KI sich dafür entscheidet, den Code so zu schreiben, wie sie es tut. Seine Quelle ist das riesige Repository vorhandener Software, die von Menschen geschrieben, kopiert und eingefügt wurde – und in der sich viele Fehler eingeschlichen haben. Ein Beispiel ist der Coding-Copilot – ein GenAI-Assistent, der einem Entwickler beim Generieren von Code hilft. Dieser Code fällt tatsächlich 50% länger aus, als wenn er von Hand geschrieben würde. Das Generieren von unnötigem Code erhöht technische Schulden.
Daneben gibt es noch andere häufige Probleme. Ein Copilot kann eine Applikation generieren, die nicht den definierten Standards entspricht, die die Wartung vereinfachen. Zudem können Sie vorhandenen Code nicht einfach wiederverwenden und ändern. All dies macht es schwierig, sicher zu sein, dass der Code Regeln und Best Practices befolgt. Ebenso kann es schwierig sein, von GenAI produzierten Code bei Bedarf zu debuggen und zu refaktorisieren.
Durch die Verwendung einer Low-Code-Plattform mit GenAI-produziertem Code profitieren Sie von Geschwindigkeit und Benutzerfreundlichkeit und stellen gleichzeitig sicher, dass Ihre Codebasis wartbar und einsehbar bleibt. Die Low-Code-Plattform bietet eine strukturierte Umgebung, in der gesteuert werden kann, wie KI-generierter Code integriert wird. Dadurch wird es einfacher, diesen Code zu verstehen, zu debuggen und bei Bedarf weiterzuentwickeln. Auf diese Weise können Sie die Leistungsfähigkeit generativer KI nutzen und zugleich einige der damit verbundenen Risiken und Herausforderungen mindern.
Eine Low-Code-Plattform verfügt über integrierte Funktionen für Testtools, CI/CD, Überwachung und die Verwaltung von Benutzerfeedback. Funktionen für visuelles Debugging können die Ausführung an Haltepunkten pausieren und die Logik Schritt für Schritt ausführen, um Fehler zu finden. Qualitätsanalyse, Automatisierung und KI sorgen für zuverlässige Apps und Architekturen. Echtzeitüberwachung, Tests und Feedback sorgen für eine reibungslose Performance und Erfahrung. Eine Low-Code-Plattform erleichtert auch die Durchführung von Rollbacks und die Überwachung von Infrastruktur und Applikationen – ebenso wie die Anpassung des Codes, wenn sich Technologie oder Kundenpräferenzen ändern.
Dies sind nur einige Beispiele dafür, warum die Zukunft von Low-Code besser aussieht als je zuvor – und warum die Kombination mit GenAI ein natürlicher Fortschritt in seiner Entwicklung ist.
Doch für welche Methode Sie sich auch entscheiden: Wenn Sie mit der Entwicklung von GenAI-Apps beginnen, benötigen Sie eine Strategie, die sich auf die Zukunft konzentriert.
Useful Resources
Related Resources
15 Richard Riley, Low-code signals 2023. Microsoft, 13 Apr.
16 John Bratincevic and Diego Lo Giudice, “The Rise Of Application Generation Platforms, 2024. Forrester blogs, 7 May.
17 Coding on Copilot: 2023 Data Shows Downward Pressure on Code Quality, 2024. GitClear, 26 Jan.
18 George Lawton, AI transparency: What is it and why do we need it?, 2024. TechTarget, 25 Jan.


