KI-gestützte Softwareentwicklung verspricht großes Potenzial: Produktivität steigern, Effizienz erhöhen, Codequalität verbessern und vieles mehr. Es ist also keine Überraschung, dass Entwicklungsteams dieses Potenzial nutzen möchten. Generative KI-Tools, die sich jahrzehntelanges kollektives Wissen zunutze machen, verändern bereits jetzt die Arbeitsweise von Softwareentwickelnden.

Um jedoch das volle Potenzial von KI in der Softwareentwicklung auszuschöpfen, muss generative KI strukturiert, rechtskonform und überprüfbar eingeführt werden. 

Es ist nicht einfach, diese Komplexität zu bewältigen und generative KI (GenAI) im großen Maßstab in der Softwareentwicklung einzuführen. Wie es dennoch gelingt, hat Zühlke in den vergangenen Monaten mit Kunden und Dienstleistern evaluiert, diskutiert und realisiert.

Dabei haben wir einige wichtige Erkenntnisse darüber gewonnen, wie die Stärken der Kombination von Mensch und Maschine in der Softwareentwicklung genutzt werden können. Diese Erkenntnisse möchten wir nachfolgend mit Ihnen teilen. 

Die Bewältigung dieser Probleme erfordert einen strukturierten Prozess, der messbare Ergebnisse liefert. Mit einer Governance, die sicherstellt, dass Sie Ihren Richtlinien und Werten in einer sich schnell entwickelnden KI-Landschaft treu bleiben.

„Die Einführung von Technologien erfordert Veränderungen, und Veränderung braucht Menschen. Viele Ingenieur:innen werden skeptisch sein, wie GenAI-Tools ihnen helfen können. Unsere Projekte zeigen jedoch immer wieder, dass Ingenieur:innen mit praktischer Erfahrung und fachkundiger Anleitung zunehmend den Wert erkennen, den diese Tools für ihre Arbeit haben“. 

Unsere Erkenntnisse zeigen, dass die besten Ergebnisse erzielt werden, wenn man klein anfängt und Erfolgsgeschichten aufbaut, mit denen das Unternehmen wachsen kann.  

Unsere Arbeit mit Kunden, unsere langjährige Erfahrung in der Softwareentwicklung und unsere Partnerschaft mit Microsofts GitHub Copilot zeigen, dass die Implementierung generativer KI von einem Ansatz profitiert, der: 

• Mit einem Pilotprogramm beginnt und einem stufenweisen Ansatz folgt
• Erwartungen managet und im Vorfeld auf Bedenken eingeht
• Eine Governance schafft und Verantwortlichkeiten stärkt
• Eine Sammlung von qualitativen und quantitativen Erkenntnissen zur Steuerung und Überwachung etabliert
• Sich auf Weiterbildung und kontinuierliche Verbesserung fokussiert
• Den Wissensaustausch über Unternehmensstrukturen hinweg fördert

Ein strukturierter Ansatz wie dieser bedeutet, dass Sie in der Lage sind, GenAI-Tools als Teil eines Frameworks einzusetzen, das nachhaltig skaliert werden kann.

Unserer Erfahrung nach sind die folgenden fünf Schritte entscheidend für den Start Ihres GenAI-Pilotprojekts und die Messung der Auswirkungen innerhalb Ihrer Softwareentwicklungsteams.

Letztlich verhindert dieses Framework, dass GenAI als stumpfes Werkzeug eingesetzt wird. Stattdessen geht es darum, Ihren Ansatz zu schärfen, indem Sie Antworten auf Ihre Hypothesen finden - Wird GenAI die Effizienz verbessern? Erhöht es die Teamzufriedenheit? Wie wirkt es sich auf die Qualität der Arbeitsergebnisse aus? Wie wirkt es sich auf die Teamdynamik und die Kommunikation aus? Welche Anwendungsfälle profitieren wirklich davon und warum? - Sie konzentrieren sich also auf einige wenige wertsteigernde Anwendungsfälle.    

„Gestalten Sie Ihr Pilotprogramm so, dass es den Weg vom ersten Kontakt mit GenAI-Tools bis zur ersten sichtbaren Wertsteigerung für Ihre Software-Ingenieur:innen beschleunigt. Das wachsende Selbstvertrauen Ihrer Teams im Umgang mit diesen Tools wird zu einem Mentalitätswandel Ihrer Ingenieur:innen bei der Nutzung der Tools bewirken“. 

Natürlich ist die Einführung von GenAI im Software-Engineering nur ein Teil des Puzzles, das zu einer umfassenderen Bewertung der Frage führt, wie GenAI die Effektivität und Effizienz des gesamten Lebenszyklus der Softwareentwicklung verbessern kann – vom Design und Requirements Engineering bis hin zu Test, Überwachung, Qualitätssicherung und Betrieb.    

Warum, verdeutlicht eine Analogie aus dem Sport: Die Integration von GenAI in Softwareentwicklungs-Tools kann vielleicht den „Schläger verbessern“, also den Lebenszyklus der Softwareentwicklung beschleunigen und die Effizienz erhöhen. Die Integration von GenAI in Software-Engineering-Prozesse kann hingegen das gesamte Spiel verändern. Sie kann also die Art und Weise, wie Software entwickelt wird, tiefgreifend verändern, da sich Disziplinen ändern oder mit Hilfe von KI konvergieren. Und die vollständige Integration von LLMs in jede Phase des Entwicklungslebenszyklus ergibt ein völlig neues Spiel.  

Die Cybernetic Delivery Method (CDM) von Zühlke ist ein strukturierter Ansatz, um genau das zu erreichen. Unser Ziel ist es, Unternehmen zu unterstützen: 

• die Produktivität zu steigern
• den gesamten Delivery-Lebenszyklus digitaler Lösungen effektiver und effizienter zu verwalten
• den grundlegenden Wandel vom „Dinge richtig tun“ zum „die richtigen Dinge tun“ zu schaffen.

Wir werden in den kommenden Wochen und Monaten mehr darüber berichten, halten Sie sich also auf dem Laufenden. 

Es ist entscheidend, Ihren Ansatz zur Einführung von GenAI im Unternehmen in einem klar definierten Rahmen zu verankern. Dazu braucht es auch unterstützende Systeme, um die Produktivität weitreichend und langfristig verbessern zu können.

Zudem ist unternehmensweite Weiterbildung nötig, um den Weg von der Discovery zur echten Wertschöpfung zu ebnen. Gartner® prognostiziert, dass 80 % aller technologischen Mitarbeitenden in Bereichen wie Natural-Language-Prompt-Engineering, in RAG GenAI-Know-how, Natural-Language-Algorithmen und Data Analytics weitergebildet werden müssen.

Hinzu kommt, dass die Rolle von Softwareingenieur:innen immer funktionsübergreifender wird. Das heißt nicht, dass breite, generalistische „T-shaped“ Fähigkeiten erforderlich sind. Es braucht vielmehr die Expertise, Probleme innerhalb eines bestimmten Bereichs oder einer bestimmten Branche tiefgreifend verstehen und lösen zu können. Dieser interdisziplinäre Ansatz bedeutet: Es braucht kombiniertes Wissen aus verschiedenen Disziplinen, um bereichsspezifische Herausforderungen effektiv angehen zu können.

Aus diesen Gründen erfordert die Einführung von GenAI einen ganzheitlichen Ansatz, bei dem der Mensch im Fokus steht. Es geht nicht nur um Technologien und Tools, Ihre Strategie muss alles zusammenbringen, von der Talentakquise und -entwicklung bis hin zu Kommunikation und Change Management.  

Letztendlich geht es bei der Einbindung von GenAI in den Software-Lebenszyklus um Evolution, nicht um Revolution. Sie müssen Schritt für Schritt gehen – sicher und strukturiert. Es ist die Summe dieser kleinen Schritte und Lösungen, der die großen Erfolge bringen wird.