Keine Prognosen!

An beidem ist natürlich etwas wahres dran und diese Tendenzen – und die mit ihnen entstehenden neuen Möglichkeiten – sollten nicht unterschätzt werden. Wie sich die Dinge wirklich entwickeln werden, kann niemand vorhersehen, zumal sich die Fähigkeiten der KI-Agenten in der Softwareentwicklung in einem Tempo entwickeln, das jede Prognose im buchstäblichen Sinn schnell alt aussehen lässt. Herkömmliche Methoden der Forschung, die mit Datenerhebung, Auswertung, Vorbereitung der Publikation und schließlicher Diskussion in der wissenschaftlichen Community verbunden sind, brauchen so lange, dass ihre Ergebnisse am Tag der Kenntnisnahme durch Praktiker längst von den neuesten Versionen der Tools obsolet gemacht worden sind. So hat eine im Januar erstmals erschienene und im Sommer aktualisierte Studie herausgefunden, dass in der KI-gestützten Softwareentwicklung zwar viel mehr Code pro Zeiteinheit geschrieben wird, dass aber der Output an produktiver Software konstant bleibt, weil viel mehr Zeit in Code-Reviews und Tests investiert werden müsse. Das mag 2025, als die Daten erhoben wurden, noch richtig gewesen sein, aber sagt das noch etwas über den heutigen Stand der Technik? Eine neue Studie wäre nötig, um das zu prüfen, aber auch diese Studie kann erst in ein paar Monaten zu validen Schlüssen kommen, wenn die Technologie schon wieder die nächsten Schwellen ihrer Entwicklung überschritten haben wird.

In so einer Situation ist es sinnvoll, ganz pragmatisch die je aktuelle Situation und die gerade in den letzten Wochen und Monaten gemachten Erfahrungen zu analysieren und daraus vernünftige Überlegungen darüber abzuleiten, was sich in den nächsten Wochen und Monaten tun könnte. Sicher ist: wir können heute mit Hilfe von KI-Agenten viel schneller neue Funktionalität in unseren Anwendungen umsetzen als wir es vor ein paar Jahren für möglich gehalten hätten. Das erfordert allerdings auch einige Übung und die kritische Reflexion von Erfahrungen, die wir dabei Tag für Tag machen.

Der Entwickler und sein Agent

Es zeigt sich natürlich, dass der Dialog mit dem KI-Agenten, das Formulieren von Programmieraufträgen und das Prüfen der Ergebnisse, auf das wiederum ein neuer, womöglich korrigierter Auftrag folgen muss, eine Technik ist, die selbst erlernt werden muss und deren Erfolg von Fähigkeiten des Entwicklers abhängt, die er zum Teil erst erwerben muss. Programmierer müssen lernen, loszulassen, das Codieren dem Agenten zu überlassen, ohne aber die Kontrolle über das Ergebnis zu verlieren. Dabei ist es gut, dass sie ein Verständnis von dem haben, was da entsteht, schließlich ist es auch notwendig, zu erkennen, wenn der KI-Agent zu viel produziert, oder während des Findens der richtigen Lösung im Dialog mit dem Entwickler die Komplexität und Unübersichtlichkeit des Codes hochtreibt. Natürlich kann auch bei diesen Prüfungen und Kontrollen ein KI-Agent helfen – die Übersicht über das Geschehen muss aber der Entwickler haben, Wie er angesichts der Geschwindigkeit seiner Agenten diese Übersicht behält, das wiederum muss er im täglichen Tun lernen.

Diese Arbeit bleibt der Full-Time-Job eines Spezialisten, eines Experten der Softwareentwicklung, und es scheint angesichts der aktuellen Erfahrungen, die man mit der KI-gestützten Softwareentwicklung machen kann, erst mal nicht sinnvoll, diese Arbeit ganz den Anwendern zu überlassen. Sehr wohl ist aber vorstellbar, dass es Phasen gibt, in denen man zu einer neuen Form des Co-Working zwischen Softwareentwickler und Fachanwender findet. Da der KI-Agent tatsächlich so schnell ist beim eigentlichen Programmieren, kann sich der Anwender tatsächlich – wenigstens bei der Umsetzung der Teile der Anwendung, die unmittelbar fachliche Anforderungen betreffen – mit vor die Bildschirme setzen. Gemeinsam mit dem Entwickler werden dann die Prompts formuliert, die als Arbeitsaufträge an den KI-Agenten gegeben werden. Wenige Sekunden oder Minuten später kann das Ergebnis bereits angesehen und geprüft und eventuell ein detaillierterer oder korrigierter Prompt formuliert werden.

Der Anwender schaut zu

Solche Modelle der Zusammenarbeit zwischen Anwender (bzw. allgemeiner gesagt, der Fachseite), Softwareentwickler und KI-Agenten zeigen, dass die Nutzung von KI-Systemen bei der Softwareentwicklung einer intensiven Nutzung von individuellen Softwarelösungen und der Forderung nach weiterer Individualisierung der Unterstützung von Geschäftsprozessen durch Software Auftrieb geben können. Das Pendel zwischen Standardisierung von Geschäftsprozessen durch Standardsoftware auf der einen und individuellen Lösungen zur Unterstützung individueller Geschäftsprozesse könnte durch den KI-Einsatz Richtung Individualität schwingen. Dabei ist aber eine Gefahr zu beachten: Die Möglichkeit, individuelle Anforderungen und Wünsche schnell umzusetzen kann dazu führen, dass solche Wünsche nicht genug durchdacht und auf ihre fachlichen Konsequenzen hin durchleuchtet werden. Schnelle Umsetzung mit KI erhöht die Gefahr von Schnellschüssen. Natürlich gewinnt der Softwareentwicklungsprozess durch das neue Niveau von Rapid Prototyping mit KI an Attraktivität und bietet ganz neue Chancen. Notwendig ist aber, die Ergebnisse immer wieder an der Praxis zu testen und möglichst früh auf ihre Stabilität zu überprüfen.

Auf jeden Fall werden Anwender und fachliche Anforderer aber schnell erkennen, dass Kompromisse, die sie beim Einsatz von Standardsoftware eingehen müssen, nicht mehr nötig sind, weil Individuallösungen, die mit Hilfe von KI-Agenten erstellt werden, preiswerter werden. Damit kann der Nutzen von Individuallösungen, sich den optimierten und erprobten Geschäftsprozessen anzupassen, anstatt dass diese sich an eine Standardlösung mehr schlecht als recht anpassen müssen, zu akzeptablen Kosten voll erreicht werden.

Verbesserungen bei Standardlösungen

Aber auch spezialisierte Standardlösungen werden durch KI-Agenten besser. Auch bei ihnen können Kundenwünsche und komfortable Spezialfunktionen nun schnell und relativ kostengünstig eingebaut werden. Natürlich ist der Einsatz von KI-Agenten in jahrelang gewachsenen komplexen Softwaresystemen noch einmal eine besondere Herausforderung, bei der heute erst Erfahrungen gesammelt werden. Aber es zeigt sich: Bei gut entworfenen und programmierten Systemen kann man, wenn man ruhig und entschlossen an die Sache herangeht, schnell KI-Agenten zum Einsatz bringen. Oft wird sich ein gewisses Re-Engineering empfehlen, aber auch dabei kann der KI-Agent hervorragend unterstützen.

Der Beitrag Individuelle Software mit KI erschien zuerst auf INDAL Software-Spezialist.

Auf der grünen Wiese

Dabei ist zu beachten, dass professionelle Softwareentwicklung nur sehr selten auf der sprichwörtlichen „grünen Wiese“ stattfindet.

Wäre die Wiese völlig leer und würde es tatsächlich keine Verbindung zu irgendeinem anderen System geben, keine Randbedingungen, keine Voraussetzungen, dann könnte sich tatsächlich eine Person, die überhaupt keine Erfahrung und Kenntnisse in der Softwareentwicklung hat, daran machen, eine neue Software zu erstellen. Allerdings müsste auch sie zuerst ein paar Entscheidungen treffen – natürlich könnte sie das mit Unterstützung eines KI-Chatbots tun: Was für eine Software soll es sein, eine WebApp, eine mobile App, eine Anwendung auf einem PC? Auf welchen Plattformen soll sie funktionieren? Vor allem auch: welche KI soll mir die Sache nachher programmieren und wie rede ich mit ihr, damit sie das ordentlich tut?

Es ist nicht sicher, ob einem Laien überhaupt alle Fragen in den Sinn kämen, die am Besten schon vorab geklärt werden sollten, damit man nicht ein paar Wochen oder Monate später merkt, dass man doch viel Zeit investiert hat und schließlich in einer Sackgasse gelandet ist.

Aber wenn es sich um eine wirklich überschaubare, ziemlich kleine Anwendung handelt, ist es möglich, diese Entscheidungen mit Hilfe eines Chat-Bots zu treffen. Ich selbst habe neulich eine Timer-App erstellt, mit der man ein Zirkel-Training planen und durchführen kann, ohne eine einzige Zeile Code selbst zu schreiben. Die Entscheidung für die Programmierumgebung, die Architektur, die Sprache und die KI zum eigentlichen Programmieren hatte ich da schon getroffen, es waren die Werkzeuge, die ich ohnehin gerade genutzt habe.

Wenn die KI die erste Version erstellt hat, dann muss die getestet werden. Natürlich kann man das ohne Wissen über die Herangehensweise bei Softwaretests tun, und wenn es sich um ein ganz privates Vorhaben nur für den Hausgebrauch handelt, ist das auch legitim. Wer eine professionelle Lösung braucht, durch deren Einsatz womöglich auch Risiken entstehen, wenn Fehlfunktionen auftauchen, sollte den Testprozess aber systematisch organisieren.

Spätestens im Test tauchen nun viele kleine weitere Aufgaben für den KI-Programmierer auf, sei es, dass mir etwas in der Software nicht gefällt, dass ich neue Ideen für Erweiterungen bekomme oder dass eben tatsächlich Fehler auftauchen, entweder dadurch, dass ich eine Anforderung unpräzise beschrieben habe oder dadurch, dass die KI beim Programmieren eben wirklich etwas falsch gemacht hat. Wie verwaltet man diese Aufgaben? Wie hält man für sich fest, dass die Aufgabe abgearbeitet ist? Wie und wann testet man, ob alles korrekt umgesetzt wurde von unserem KI-Programmierer? Auch dafür gibt es Methoden, die professionelle Softwareentwickler beherrschen.

Wenn das Leben beginnt

Wer sich auf diese Weise eine App programmiert, der will sie eine Weile nutzen, vielleicht will er sie auch anderen zur Verfügung stellen, er will sie verteilen oder als Service auf einem Server zur Verfügung stellen. In der Nutzung entstehen neue Wünsche nach Erweiterungen oder neuen Funktionen. Nun stellt sich die Frage, wie man damit am Besten umgeht, In welcher Reihenfolge ergänzt man die neuen Module? Gibt es Konflikte? Wo und wie testet man das? Wann liefert man eine neue Version aus? Natürlich kann man jede einzelne Erweiterung durch den KI-Assistenten programmieren lassen, aber kann man das nach Belieben in einer beliebigen Reihenfolge tun? Auch zur Beantwortung dieser Fragen kann man den künstlichen Agenten nutzen, aber man muss diese Fragen stellen und man muss sie richtig formulieren. Dazu ist es nicht nur gut, wenn man das Handwerk der Softwareentwicklung gelernt hat, sondern auch, dass man weiß, was da eigentlich unter der Oberfläche passiert, wo die Daten bleiben und wie sie da hin gelangen, wie eine Software im Innern aufgebaut ist, damit man weiß, wo Probleme entstehen können, wenn Änderungen vorgenommen werden sollen.

Noch spannender ist der Einsatz von KI natürlich, wenn man nicht auf der „grünen Wiese“ beginnt, sondern mit einem seit Jahrzehnten gewachsenen, von Menschen entworfenen und immer weiter entwickelten Softwarelösung zu tun hat, die nicht nur selbst sehr komplex und vielschichtig ist, sondern in eine komplexe Architektur eingebettet und über Schnittstellen mit anderen Softwarelösungen verbunden ist. Das ist ja der Normalfall, und man kann diese Lösungen nur selten mal eben durch eine KI komplett neu erstellen lassen. Das wäre dann, trotz der hohen Geschwindigkeit der KI-Agenten, doch zu teuer.

Wer hier mit Hilfe von Künstlicher Intelligenz neue Anforderungen in den bestehenden Systemen umsetzen will, muss dafür sorgen, dass die KI das System versteht und dass sie sich an die Rahmenbedingungen der Softwarenentwicklung hält. Wobei das vielleicht nur so lange gilt, wie menschliche Entwickler noch parallel zu KI-Agenten an den Systemen arbeiten. Viele Richtlinien der Softwareentwicklung sind ja deshalb entstanden, weil man dafür sorgen musste, dass spätere Entwickler den Code ihrer Vorgänger lesen und verstehen können. Das hilft jetzt natürlich auch den KI-Agenten – aber müssen sie selbst auch Code schreiben, den Menschen verstehen? Das ist eine offene Frage. Für den Moment, in dem wir noch am Anfang der KI-basierten Softwareentwicklung stehen, kann das nicht schaden. Fürs Weitere müssen wir auf jeden Fall dafür sorgen, dass spätere KI-Agenten den Code ihrer Vorgänger verstehen und dafür dürfte es sinnvoll sein, dass dieser Code den Best Practices der bisherigen Softwareentwicklung entspricht.

Auch dafür gibt es schon KI-Assistenten, die Code nicht nur automatisch entsprechend strenger Richtlinien schreiben, sondern die auch Code-Reviews durchführen und darauf achten, dass guter Code entsteht. Wir müssen als Menschen, die die Zügel in der Hand behalten wollen, aber darauf achten, dass Richtlinien existieren, die den konkreten Bedingungen der IT-Architektur, des Softwareentwicklungsprozesses und der Softwareumgebungen am Besten entsprechen, und dass unsere KI-Assistenten diese auch nutzen und beachten – denn das ist, Stand heute, überhaupt keine Selbstverständlichkeit.

Der Softwareentwickler der Zukunft

Man sieht: der Softwareexperte verliert seine zentrale Stellung im Softwareentwicklungsprozess nicht. Er wird zukünftig keine Zeile Code mehr selbst schreiben, er wird die Details einer Programmiersprache und ihre neuesten raffinierten Konstrukte sowie die Namen und Parameter der Funktionen und Objekte der verwendeten Bibliotheken nicht mehr kennen müssen. Das ist auch eine große Chance, denn zukünftig wird man als Softwareentwickler quasi mit jedem Framework, mit jeder Entwicklungsumgebung und jeder Programmiersprache arbeiten können. genauer gesagt, man wird seine KI-Agenten damit arbeiten lassen können. Softwareexperten müssen nicht mehr genaue Kenner der Programmiersprachen sein, die in den Systemen verwendet werden. Bis auf Weiteres wird es noch gut sein, wenn sie sie noch lesen können, aber sie müssen sie nicht mehr schreiben können und schon gar nicht müssen sie ihren genauen Umfang kennen – das kann man den KI-Agenten überlassen.

Wichtiger wird statt dessen, dass die Menschen, die in den Softwarehäusern und den IT-Abteilungen arbeiten, die fachlichen Probleme verstehen, nicht nur, um sie den KI-Agenten zu erklären, diese werden schnell in der Lage sein, die Anforderungen selbst zu analysieren. Aber bewerten, ob diese Analyse dem entspricht, was die Anwender wollen, ob das Konzept zur Umsetzung in die Architektur und in die strategischen Ziele des Softwareeinsatzes passt, priorisieren, sodass der Entwicklungsprozess zur Entwicklung der fachlichen Prozesse passt, all das werden die Experten tun, die wirklich denken und verstehen.

Der Beitrag Was wird aus dem Softwareentwickler? erschien zuerst auf INDAL Software-Spezialist.

Glauben Sie nichts!

Wenn Sie sich heute die Meinung eines Experten anhören, der ihnen erklärt, was KI kann, wo ihre Grenzen und ihre Schwächen liegen und wie sie diese Technologie sinnvoll einsetzen können: Glauben sie ihm nicht! Was er sagt, mag seiner eigenen Erfahrung von vor einem Monat entsprochen haben, er mag da selbst viel ausprobiert und vielleicht anderen zugehört haben, die auch etwas ausprobiert haben – aber das ist bereits veraltet. Darüber spricht kaum jemand, dass unsere Methoden, uns über eine Technologie zu informieren, uns ein Urteil zu bilden und daraus dann praktische Konsequenzen für die Nutzung dieser Technologie abzuleiten, nicht mehr funktionieren, weil die Zeitschleifen des Erfahrungserwerbs und der Transformation von Erfahrungen in Wissen, das weitergegeben werden kann, viel länger sind als die der technologischen Entwicklung jener Techniken, die uns da zur Verfügung stehen.

Im Radio erzählt jemand eine Anekdote, die ein paar Wochen alt ist, wie er eine KI gefragt habe, ob er zur Autowaschanlage fahren oder laufen soll um das Auto zu waschen, wenn die Anlage nur 100 m entfernt ist, und dass die KI geantwortet habe, er solle laufen, das sei ja nicht so weit. Geben Sie heute diese Frage bei einer beliebigen KI ein, bekommen Sie natürlich nicht nur die korrekte Antwort, meist mit ironischem Tonfall, sondern auch eine Erläuterung, dass diese Frage ein beliebter Test für die Reife der Künstlichen Intelligenz sei. Und natürlich können Sie die Frage auch nach Belieben abwandeln, ja, sie können die KI selbst um Abwandlungen dieser Frage bitten, mit denen Sie dann wiederum andere KI-Agenten testen können, die diese Tests aber im Allgemeinen bestehen.

So bleibt einem nichts anderes übrig, als die aktuellen Fähigkeiten der KI-Systeme immer wieder selbst auszutesten und zu keinem Moment zu glauben, dass das, was man heute als Grenze festgestellt hat, morgen noch die Möglichkeiten begrenzt. Und „Heute“ und „Morgen“ sind dabei ganz wörtlich gemeint. Die neuen Fähigkeiten der KI-Agenten erweitern sich im Tages- und Wochentakt.

KI in der Softwareentwicklung nutzen

Was für die Anwendung der KI bei Alltagsthemen oder bei der Lösung von Problemen, für die man noch vor Kurzem Experten oder teure Software brauchte, gilt, das trifft umso mehr auf die IT-Branche selbst, insbesondere auf die Softwareentwicklung zu. Wir können einen KI-Agenten heute damit beauftragen, komplexe Änderungsanforderungen in einem bestehenden Softwaresystem vorzunehmen und sich dabei die Architekturregeln, die Designvorgaben und die technologischen Randbedingungen aus dem bestehenden Code selbst abzuleiten. Noch macht der Agent dabei Fehler – aber sind es noch mehr als der menschliche Programmierer machen würde? Noch behauptet der Agent, die Anforderung sei umgesetzt, auch wenn sich beim Test herausstellt, dass er etwas „übersehen“ hat – aber kennen wir das nicht von uns selbst als Softwareentwickler?

Als Softwareentwickler müssen wir lernen, mit diesen Agenten umzugehen. Einerseits handelt es sich um eine Art „vierte Kränkung“ wenn wir sehen, dass die KI Programmiercode in einer Qualität und Schnelligkeit erzeugt, die die besten von uns nicht bieten können. Andererseits gilt das alte Gesetz „Das Programm tut nicht das, was du willst, sondern das, was du programmiert hast“, nun auf neue Weise: „Der KI-Agent programmiert nicht das, was du willst, sondern das, was du von ihm verlangt hast.“ – jedenfalls gilt das heute, ob es morgen noch gilt, wenn Sie diesen Text lesen, kann ich nicht garantieren.

Unsere Aufgabe als Softwareentwickler ist es, die KI fest an der Leine zu führen, sie „im Zaum zu halten“, ihr zu sagen, was die Anwender wollen und zu testen, ob das, was da entsteht, nicht nur gut aussieht, sondern auch das Richtige macht. Dann müssen wir eingreifen, müssen dem Agenten seine Fehler aufzeigen, müssen ihm die Wege zur Korrektur weisen.

Gut und wichtig ist es – jedenfalls heute – dass wir Softwareentwickler noch verstehen, was die KI da macht, was sie erzeugt. Wir können und müssen prüfen und entscheiden, ob die Ergebnisse die richtigen sind, ob sie effektiv sind, ob sie das tun, was sie sollen, nicht mehr und nicht weniger. Wir sind in der Lage, das Ergebnis zu beurteilen – bald werden wir dazu wahrscheinlich andere KI-Agenten nutzen.

Werden wir irgendwann überflüssig?

Wer wollte das heute abschließend beurteilen? Entscheidend ist: Im Moment sind wir es ganz und gar nicht. Dafür zu sorgen, dass Software entsteht, die die KI auch in ein paar Wochen oder Monaten noch weiterentwickeln kann, die robust ist, die wartbar ist, technische Anforderungen formulieren, die Systeme zusammenbringen, fachliche Anforderungen so aufbereiten, dass KI-Programmier-Agenten sie verstehen, das ist heute und in nächster Zeit die Aufgabe professioneller Softwareentwickler.

Vermutlich werden die Anforderungen der Anwender wachsen, wenn sie sehen, wie schnell ihre Wünsche mit KI umgesetzt werden können. Es werden Funktionen möglich, die zuvor aus Budget- und Zeitgründen nicht umgesetzt werden konnten, die Benutzerfreundlichkeit wird steigen, Altsysteme können renoviert werden. Das alles beherrschbar zu machen, den Überblick zu behalten, die Umsetzung zu planen und systematisch voranzubringen – das wird die Aufgabe von erfahrenen Softwareentwicklern sein, die noch wissen, was „unter der Haube passiert“.

Es ist schwierig, in dieser turbulenten Entwicklung mitzuhalten, nicht einfach mitgerissen oder untergespült zu werden sondern „die Welle zu reiten“. Aber es ist machbar und eine grandiose Herausforderung. Wo die Softwarebranche am Ende landet, ist nicht abzusehen, und genau besehen ist das Bild auch schief, denn es ist ja nicht mal anzunehmen, dass da ein Ende sein wird, bei dem man landen kann.

Der Beitrag Künstliche Intelligenz in der Softwareentwicklung erschien zuerst auf INDAL Software-Spezialist.

Zweifellos wird das der Softwareentwicklung Produktivitätsgewinne bringen, wobei man sich schon ganz genau anschauen muss, wie ein Programmierer heute Ideen und Lösungsansätze für einzelne Herausforderungen eines komplexen Softwareprojektes recherchiert und in seine Entwicklungsarbeit einfließen lässt. Ob der Vorschlag einer KI da tatsächlich besser ist als die Hilfestellungen anderer Entwickler, die sich auf den verschiedenen Portalen finden lassen – und auf denen ein LLM letztlich aufbaut – sei dahingestellt.

Die Erwartung, dass LLMs in kurzer Zeit professionelle Softwareentwickler nahezu überflüssig machen, zeugt aber vor allem von falschen Vorstellungen über die Arbeit, die tatsächlich insbesondere in einem individuellen Softwareprojekt steckt.

Anforderungs-Analyse braucht den verständnisvollen Dialog

Da ist zunächst die Erarbeitung eines gemeinsamen Verständnisses von den Anforderungen und Zielen des Kunden. Hier muss viel implizites Wissen durch den erfahrenen Entwickler, der die Anforderungen spezifiziert, abgerufen und strukturiert werden. Anders gesagt: die Anforderung, die ein LLM als Prompt verstehen könnte, muss ja erst einmal so formuliert werden, dass sie tatsächlich vollständig und eindeutig ist. Sodann muss eine Softwarearchitektur erdacht werden, die eine wartungsfreundliche, erweiterbare und änderbare Lösung ermöglicht. Ein großer Teil der professionellen Softwareentwicklung besteht immer in der Berücksichtigung und Einarbeitung von Änderungswünschen. Das wird so schnell auch nicht anders werden, denn ob die Software für die Praxis wirklich geeignet ist, zeigt erst der Test in der Praxis. Nicht die Produktion von neuem Code ist die wichtigste Aufgabe professioneller Softwareentwicklung, sondern die Änderung und Erweiterung von bestehendem Code.

Guten Code schreiben, der wartbar ist

Von Anfang an eine Software so zu schreiben, dass sie auch geändert werden kann und dass noch nach Monaten verständlich ist, was sie genau tut, das ist nur mit der Erfahrung und der Ausbildung von Informatikern möglich. KI-Quellcode löst zwar oft ein konkretes Einzelproblem und ist somit auch nützlich als Vorlage, muss aber durch verantwortungsvolle Entwickler so geändert werden, dass er zu den Richtlinien der Wartbarkeit passt. Sonst entsteht sogenannter Spaghetti-Code oder ein Kartenhaus aus Codezeilen, das zusammenfällt, sobald man daran etwas ändern muss.

Schließlich gehören zum Softwareprojekt die verschiedenen Teststufen. Die Arbeit des Testers beginnt bei der Überlegung, welche Fehlersituationen auftreten können, und welche Testdaten gebraucht werden, welche Testfälle ausgeführt werden müssen. Auch hier ist natürlich denkbar, dass KI unterstützt, aber mit einem einfachen LLM ist es da eben nicht getan. Den Benutzer bei den Tests zu beobachten, seinen suchenden Blick beim ersten Versuch, mit der Software einen Geschäftsprozess abzubilden, die Reihenfolge seiner Interaktionen nachzuvollziehen – auch da dürfte der Mensch mit allen seinen Sinnen, der Entwickler, der selbst auch Anwender ist, auf lange Sicht unverzichtbar sein.

Fazit

Künstliche Intelligenz wird die Softwareentwicklung unterstützen können. Wer stabile und benutzerfreundliche, wartbare und gut getestete Software für die Unterstützung von Geschäftsprozessen braucht, sollte in den nächsten Jahren aber nicht zu viel von Generativen KI-Systemen erwarten. Sonst läuft man Gefahr, Software zu bekommen, die zwar billig produziert ist, deren Betriebs- und Wartungskosten aber hoch sind und die kaum an neue Anforderungen angepasst werden kann. Und gerade das wird auch in Zukunft immer wichtiger sein.

Der Beitrag Ist KI der bessere Softwareentwickler? erschien zuerst auf INDAL Software-Spezialist.

Baustellenmanagement online

Viele Fragen müssen im Blick behalten werden

• sind alle Gewerke schon terminiert?
• ist überall ein Handwerksbetrieb eingeplant?
• Wer ist wann auf welcher Baustelle?
• Wie ist der Baufortschritt?

Für das Management dieser Herausforderungen hat INDAL jetzt eine individuelle Web-Lösung für einen Kunden im Münsterland entwickelt. Sowohl der Bauträger, als auch die Projektleiter und die Handwerksbetriebe können online sehen, was geplant ist und welchen Status die einzelnen Gewerke und die Baustelle insgesamt gerade haben.

Ein entsprechendes Berechtigungskonzept sorgt dafür, dass jeder genau die Daten sehen oder ändern darf, die für ihn von Bedeutung sind. Sowohl die Zuordnung vom Handwerkern zu Gewerken als auch die Fertigmeldungen der Handwerker erfolgen online und sind damit immer für jeden aktuell sichtbar, der diese Informationen braucht

Moderne Benutzeroberflächen mit PHP, jQuery und ZEND

Die modernen Entwicklungswerkzeuge, die INDAL für die Entwicklung individueller Lösungen verwendet, sorgen dafür, dass die Benutzer eine intuitive und übersichtliche Weblösung bekommen. In diesem Fall arbeiten wir mit PHP, jQuery und ZEND 3 Einfache Übersichten und Dialoge erlauben die fehlerfreie Benutzung auch auf dem Tablet.

Im nächsten Schritt ist die Entwicklung einer App für Smartphones geplant, mit der die Handwerker schnell die Aufgaben sehen können, die ihnen zugeordnet sind, und zurückmelden können, auf welchen Baustellen sie gerade arbeiten und welche Aufgaben abgeschlossen sind.

Der Beitrag Web-Lösung für das Baustellenmanagement erschien zuerst auf INDAL Software-Spezialist.

Aber so ein Szenario ist sehr unwahrscheinlich. Das elektronische System eines modernen Autos ist hoch komplex, gerade kürzlich schrieb jemand, bei diesen Autos handle es sich eigentlich um Computer, die Daten sammeln und Prozesse steuern und zufällig auch fahren können. Die Entwicklungsprozesse sind nicht minder komplex: Da werden Pakete und Releases geplant, designt und realisiert und umfangreiche Tests konzipiert, durchgeführt und dokumentiert.

Die fragliche Manipulation ist ein Change Request, der eine Vielzahl von Nebenwirkungen haben kann und deshalb umfassend getestet werden muss. Schließlich will ja niemand, dass das Auto plötzlich auch auf der Straße so läuft, wie beim Abgastest, oder dass es plötzlich ganz zum Softwareversagen kommt.

Es ist deshalb ganz unwahrscheinlich, dass nur ein paar wenige Leute von den Manipulationen gewusst haben. Anderenfalls gäbe es bei VW keine systematische Qualitätssicherung, keine unabhängigen Tests von Software und Systemkomponenten. Das wäre nicht nur noch schlimmer, als das, was jetzt schon ans Licht gekommen ist, es wäre unter solchen Bedingungen kaum möglich, noch Autos zu produzieren, die fahren.

Also werden sehr viele Leute gewusst oder vermutet haben, was da läuft. Manager, Programmierer, Tester, Ingenieure, Arbeiter. Sie fanden das offenbar alle nicht erwähnenswert. Mancher von ihnen wird auch mal zu einem anderen Autobauer gewechselt haben. Dass da bisher gar nichts ans Licht gekommen ist, lässt mich vermuten, dass dieses Verhalten branchenüblich ist.

Der Beitrag Ein Blick auf Dieselgate aus Sicht eines Softwareentwicklers erschien zuerst auf INDAL Software-Spezialist.

So weit – so gut. Aber als Geschäftsführer dieses Unternehmens, der gleichzeitig Philosoph ist, kann ich bei dieser etwas oberflächlichen Betrachtung nicht stehenbleiben.

Digital, das bedeutete bekanntlich ursprünglich: Ja oder Nein, Wahr oder Falsch, 1 oder 0. Wir wissen, dass irgendwo tief in den Computern, mit denen wir die Digitalisierung vorantreiben, immer noch das elektronische Schaltprinzip und die einfache mathematische Logik des Ja-oder-Nein gilt. Aber darüber sind viele Schichten von Software gelegt, und an der Benutzeroberfläche, so scheint es, ist nichts mehr digital: Da gibt es Nachkommastellen, Texte, Bilder, viele mögliche Werte.

“Digitalisierung” – das scheint nur noch ein Wort zu sein, ein Synonym für “Computernutzung” oder “Vernetzung im Internet”, und scheint nichts mehr mit der ursprünglichen Bedeutung zu tun zu haben. Aber dieser erste Eindruck trügt, das merkt man immer, wenn man bei der Anforderungsanalyse und der Softwarespezifikation etwas genauer hinschaut. Noch immer treffen wir da wichtige Ja-Nein-Entscheidungen, und noch immer müssen wir uns ständig zwischen Wahr und Falsch entscheiden.

Digitalisierung von Geschäftsprozessen, das müssen wir zunächst mal ganz klar eingestehen, bedeutet, die unendliche Vielgestaltigkeit der realen Vorgehensweisen und Abläufe auf ein paar Standard-Prozesse abzubilden, Ausnahmen zu verbieten, Normen zu setzen.

Das hat viele Vorteile. So kann man verlangen, dass wichtige Stammdaten von Kunden bereits am Anfang eines Bestellprozesses angelegt werden. Damit ist man sicher, dass die Daten auf jeden Fall im System sind, wenn sie gebraucht werden.

Auf der anderen Seite, das hat wohl schon fast jeder erlebt, ist man auf diese Weise den eingeschränkten Optionen der Software ohnmächtig ausgeliefert, ob man der Benutzer oder der Betroffene ist. Digitalisierung bedeutet, eben auch “Alles oder nichts”. Mal etwas kurz am Rand notieren, ein Wort dahin schreiben, wo eine Zahl hingehört, etwas schon mal aufnehmen oder halbfertig beiseite legen, all das ist nach der Digitalisierung oft nicht mehr möglich.

Wir müssen die Rede von der Digitalisierung ganz wörtlich nehmen, und die Konsequenzen im konkreten Fall ehrlich und offen beurteilen. Nur so ist es möglich, die Chancen zu nutzen und die Risiken zu beherrschen. In einer digitalen Welt, in der es nur noch Schwarz und Weiß, aber kein Grau und schon gar kein Regenbogenspektrum mehr gibt, will ja dann doch niemand leben. Wir müssen unsere Software so gestalten, dass sie mehr erlaubt als verbietet.

Der Beitrag Geschäftsprozesse digitalisieren – Chancen und Risiken erschien zuerst auf INDAL Software-Spezialist.

Man stelle sich einmal vor, man würde einen Computer damit beauftragen, aus den Aussagen von Anwendern die Anforderungen an eine Software abzuleiten und eine Software zu entwerfen, mit der diese Anwender vernünftig arbeiten können. Das wäre intelligent. Aber Anforderungsanalysten, Softwarearchitekten und Entwickler haben wohl kaum Sorge, dass ihnen diese Arbeit demnächst von den Computern selbst abgenommen wird. Noch immer müssen wir ihnen alles haarklein vorschreiben. Sie verstehen nicht, was die Benutzer wollen oder brauchen, sie verstehen nicht, wie ein benutzerfreundlicher Dialog aussieht. Selbst den besten Big-Data-Algorithmen muss man alles vorschreiben, sie merken nicht von selbst, wenn sie einen Fehler machen, sie sehen nicht, dass ein falsch berechneter Wert niemals Stimmen kann, es sei denn, ein pfiffiger Programmierer hat das Problem vorweggesehen und eine geeignete Plausibilitätsprüfung im Code vorgesehen. Kein Softwaresystem zeigt auch nur die Spur von Intelligenz, es ist die Intelligenz seiner Designer und Entwickler, die im Code zu finden ist.

Es ist eben gerade keine Intelligenz, dass die Computer schneller Daten auswerten und danach komplexe Reaktionen auslösen können – und sie treffen dabei auch keine Entscheidungen. Die Entscheidungen haben diejenigen getroffen, die die Algorithmen ausgedacht und in Software abgebildet haben – auch wenn denen nicht jede Entscheidung, die sie damit schon vorgegeben haben, bewusst ist.

Intelligenz, das heißt, Lösungen für neue, noch unbekannte Probleme zu finden, dazu gehört Kreativität, Intuition, Phantasie und Einfühlungsvermögen. Das alles ist Computern fremd.

Technik sollte schon immer schneller, exakter und zuverlässiger sein als der Mensch. Das galt schon für antike Bewässerungssysteme. Und schon immer wurde durch Technik menschliche Arbeit ersetzt. Aber der Mensch wurde dabei eben schon immer von den Arbeiten befreit, die eben keine Intelligenz erforderten. Und das gilt auch noch immer für die Großcomputer, die uns heute von der bloßen Abarbeitung der mühseligen Entscheidungsverfahren befreien, die andere sich ausgedacht haben.

Es ist auch nichts Neues, dass wir uns durch lebenslanges Lernen darauf einstellen müssen, dass uns Maschinen die Dinge abnehmen, die noch vor Jahrzehnten durch Menschen zu erledigen waren. Dass wir insgesamt dabei weniger für die Menschen zu tun haben werden ist ein Trugschluss, der nun auch schon viele Jahrzehnte alt ist. Jeder Einsatz von Technik schafft neue Möglichkeiten für die wirklich menschliche Intelligenz – und die kam bisher immer auf Ideen, die eher mehr als weniger Arbeit mit sich brachten. Die einzige Gefahr, die vielleicht wirklich droht, ist die, dass wir glauben, keine umfassende Bildung mehr zu benötigen, denn die ist die Voraussetzung dafür, dass wir uns immer wieder mit unseren jeweiligen Fähigkeiten auf die veränderten Bedingungen einstellen können. Umfassende und vielseitige Bildung ist das Fundament unserer Intuition und unserer Kreativität. Die brauchen wir beim Einsatz der Systeme, die wir geschaffen haben, beim Ausdenken und Entwickeln neuer Systeme und schließlich auch dafür, uns neue Ziele zu setzen. Solange die uns nicht ausgehen, brauchen wir vor der “Intelligenz” der Computer so wenig Angst zu haben wie vor der “Geschicklichkeit” eines Webstuhls.

Der Beitrag Keine Computer-Intelligenz in Sicht erschien zuerst auf INDAL Software-Spezialist.

Die Generation derer, die die ersten kommerziellen Softwaresysteme für Unternehmen programmiert haben, hat sich inzwischen aus den Code-Werkstätten weitgehend zurückgezogen. Hier und da sitzt noch ein alter COBOL-Kenner am Bildschirm, denn bekanntlich sind die Systeme, die vor Jahrzehnten in Banken und Versicherungen kreiert wurden, zwar in die Jahre gekommen, aber sie gleichen weniger klapprigen Invaliden als vielmehr rüstigen Senioren, die bei guter Pflege noch eine Menge Arbeit verrichten können.

Weiterlesen bei heise Developer

Der Beitrag Source Reflection #5: Laborverhalten. Programmieren als Experiment erschien zuerst auf INDAL Software-Spezialist.

Was für eine Art von Tätigkeit ist das Programmieren eigentlich? Die Philosophin Hannah Arendt unterschied in ihrem Buch “Vita activa” drei Arten von Aktivitäten: das Arbeiten, das Herstellen und das Handeln. Während das Arbeiten nach ihrer Unterscheidung dazu dient, das tägliche Überleben zu sichern, schafft das Herstellen Dinge, die der Mensch zum Arbeiten braucht, und das Handeln gestaltet die soziale Welt. So scheint die Sache erst einmal eindeutig: Softwareentwicklung ist Herstellen, so wie man auf den ersten Blick klar sagen kann, dass eine Software ein Werkzeug ist, das andere Aktivitäten unterstützt, so wie es der Hammer oder auch schon der Speer des Urmenschen tat.

Weiterlesen auf heise developer

Der Beitrag Ohne Ölwechsel erschien zuerst auf INDAL Software-Spezialist.