Am von Holger Kreissl in IT & Innovationsmanagement

Die KI-Revolution: Wie Künstliche Intelligenz die Softwareentwicklung verändert

Künstliche Intelligenz unterstützt Menschen in der Softwareentwicklung

Die KI-Revolution ist gestartet: Künstliche Intelligenz stellt die Technik-Welt auf den Kopf! Auch in der Softwareentwicklung ist das Potential riesig. KI hat zudem eines mit Low Code und No Code gemeinsam: Die Technologien spielen eine wichtige Rolle dabei, die Anwendungsentwicklung einfacher zu machen. In Kombination könnten sich neue Stärken ergeben.

 

In diesem Beitrag erfahren Sie:

  • Was man unter Künstlicher Intelligenz versteht
  • Generative Pre-trained Transformer: Wofür das GPT in ChatGPT steht
  • GPT-4 und Co: Welche KI-Modelle und Plattformen Sie kennen sollten
  • Wie KI-Tooling die Software-Entwicklung verändern kann
  • Welche Möglichkeiten KI für Low-Code und No-Code bietet

 

Künstliche Intelligenz: Was versteht man darunter?

AI lässt sich in zwei Kategorien einteilen

Künstliche Intelligenz (KI) – auch Artificial Intelligence oder kurz AI – ist eine Technologie, die Maschinen befähigt, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern. KI kann grob in zwei Kategorien unterteilt werden: Narrow AI und General AI.

Was ist Narrow AI?

Narrow AI, also schwache KI, bezieht sich auf Systeme, die auf eine spezifische Aufgabe oder Problemstellung trainiert sind. Diese Art von KI ist darauf programmiert, eine bestimmte Aufgabe sehr gut zu erledigen, aber ist nicht in der Lage, andere Aufgaben oder Fähigkeiten außerhalb ihres spezialisierten Bereichs auszuführen. Ein Beispiel für Narrow AI wäre ein Spracherkennungssystem, das entwickelt wurde, um menschliche Sprache in Text umzuwandeln, wie es bei Sprachassistenten wie Siri, Alexa oder Google Assistant der Fall ist.

Was ist General AI?

General AI – oder auch starke KI – soll eine menschenähnliche Intelligenz und ein Bewusstsein erreichen. Das System ist in der Lage, auf eine Weise zu lernen und zu handeln, die für Menschen intuitiv ist. Ein Beispiel für General AI wäre eine KI, die in der Lage ist, eine breite Palette von Aufgaben wie Bilderkennung, Sprachverarbeitung, Entscheidungsfindung und Problemlösung zu bewältigen, ohne auf ein spezielles Fachgebiet beschränkt zu sein. Der Weg zur starken KI ist jedoch noch weit: Zwar scheint starke KI prinzipiell technisch nicht unmöglich zu sein, ein konkreter Zeithorizont lässt sich jedoch schwer benennen.

ChatGPT ist ein Beispiel für eine KI-Plattform, die auf der Technologie der schwachen KI (Narrow AI) basiert und Deep Learning nutzt, um natürliche Sprache zu verstehen und zu generieren.

Quelle IDC: Die Ausgaben für KI-Plattformen in der DACH-Region werden innerhalb der nächsten Jahre enorm ansteigen.

Künstliche Intelligenz als große aber selten genutzte Chance

Laut einer Bitkom-Umfrage betrachten deutsche Unternehmen KI überwiegend positiv: Demnach sehen 18 Prozent KI "überwiegend" und 47 Prozent "eher" als Chance. Genutzt wird die Technologie laut Umfrage jedoch noch sehr wenig.

Lediglich 9 Prozent geben an, KI selbst einzusetzen. Im Jahr zuvor waren es 8 Prozent. Zwei wichtige Hindernisse dabei: der Mangel an Fachkräften und Daten.

Vor allem größere Unternehmen nutzen bereits KI. Bei den kleineren Unternehmen mit 20 bis 99 Beschäftigten setzen bisher lediglich 5 Prozent auf KI. Bei Firmen mit 100 bis 1.999 Mitarbeitenden sind es bereits schon 18 Prozent. Laut ICD´s Worldwide ICD Spending Guide sollen die Ausgaben für KI in der DACH-Region innerhalb der nächsten Jahre massiv steigen.

Generative Pre-trained Transformer

Bedeutung von GPT in ChatGPT

GPT steht für „Generative Pre-trained Transformer“. Das von OpenAI entwickelte KI-Modell basiert auf der sogenannten Transformer-Architektur. Auch wenn diese nichts mit der fast gleichnamigen Blockbuster-Serie zu tun hat, sind die von ihr gelieferten Ergebnisse ähnlich spannend: Sie kann eine Sequenz von Wörtern in einer natürlichen Sprache in eine andere Sequenz von Wörtern transformieren.

Generative AI

Generative AI ist in der Lage, neue und originelle Daten zu generieren. Das bedeutet, dass sie nicht nur auf vorhandenen Daten oder Mustern basiert, sondern auch selbstständig neue Daten schafft. Generative AI ist nützlich für kreative Aufgaben wie Bild- und Musikgenerierung, aber auch für die Textgenerierung.

Neben Generative AI gibt es noch diskriminative AI. Diese ist darauf ausgelegt, vorhandene Daten in verschiedene Kategorien zu klassifizieren oder zu identifizieren. Im Gegensatz dazu generiert Generative AI neue Daten.

Pre-trained

Pre-trained bezieht sich auf die Tatsache, dass ein KI-Modell bereits auf einer großen Menge von Daten trainiert wurde, bevor es für spezifischere Aufgaben abgestimmt wird. So hat das Modell bereits ein hohes Maß an Verständnis für die Sprache oder das Problem, bevor es spezifischere Trainingsdaten erhält.

Transformer

Transformer ist eine spezifische Architektur für KI-Modelle, die von Google entwickelt und später von OpenAI übernommen wurde. Es handelt sich um eine Art neuronales Netzwerk, das speziell darauf ausgerichtet ist, große Mengen von Sprachdaten zu verarbeiten. Transformer-Modelle haben in der KI-Forschung und im Bereich der natürlichen Sprachverarbeitung einen großen Einfluss gehabt, so auch bei der Entwicklung von ChatGPT.

Spannende KI-Modelle und Plattformen, die jeder kennen sollte

GPT-3: Der Klassiker von OpenAI

GPT-3 ist sicher eines der bekanntesten KI-Modelle: Das Sprachmodell von OpenAI kann menschenähnlichen Text generieren, Code-Segmente in verschiedenen Programmiersprachen schreiben und analysieren und vieles mehr. Es wird bereits in vielen verschiedenen Anwendungen wie zum Beispiel der Textverarbeitung und Chatbots eingesetzt. Das Modell GPT-3.5 ist eine neuere Version des Modells GPT-3.

GPT-4: Das Neuste von OpenAI

Der Nachfolger von GPT-3.5 wurde am 14. März 2023 vorgestellt, auch ChatGPT läuft seitdem auf Basis von GPT-4. Das KI-Modell mit einem Vielfachen an Trainingsdaten setzt unter anderem auf Multimodalität: GPT-4 macht einen großen Schritt nach vorne – es kann sowohl mit Bildern als auch mit Text arbeiten! Dies eröffnet viele neue Möglichkeiten.

Bard: Google´s Antwort auf Chat-GPT

Der hauseigene Chat-GPT-Konkurrent von Google namens Bard hatte bei der Präsentation im Februar einen holprigen Start: In einem Werbeclip des Unternehmens gab der Bot eine falsche Antwort. Der Chat-Bot ist für die ersten Nutzer verfügbar, allerdings noch auf die USA und Großbritannien beschränkt (Stand April 2023).

LLaMA: Meta will mitmischen

Der Facebook-Konzern Meta positioniert sich ebenfalls mit einem Sprachmodell namens LLaMA. Dieses soll Forscher in ihrer Arbeit unterstützen. Metas KI ist im Gegensatz zu den Konkurrenzsprachmodellen nicht nur für die eigenen Produkte bestimmt.

Azure Cognitive Services

Mit Azure Cognitive Services will Microsoft Entwickler dabei unterstützen, kognitive Intelligenz in Anwendungen zu integrieren. Für die Verwendung der cloudbasierte KI-Dienste benötigen die Nutzer keine direkte KI-Kenntnisse oder Data-Science-Fertigkeiten.

Amazon AWS Machine Learning

AWS Machine Learning ist eine KI-Dienstleistung von Amazon. Unternehmen haben so über den Cloud-Dienst AWS Zugang zu KI-Technik. Damit lassen sich leistungsfähige Machine-Learning-Modelle erstellen.

Wie wird KI-Tooling die Software-Entwicklung verändern?

„Künstliche Intelligenz wird es uns erlauben, gewisse Arbeiten an die Maschinen abzugeben, so dass wir Menschen uns mit den wirklich komplizierten Problemen beschäftigen können“

Dies prognostiziert Digitalisierungsexperte Taavi Kotka

In der Softwareentwicklung gibt es zahlreiche Möglichkeiten, wie KI Software in Zukunft noch besser machen und Entwickler entlasten kann.

AI assisted Development: Schneller und effizienter entwickeln mit KI

KI kann helfen, den Entwicklungsprozess zu beschleunigen und zu vereinfachen. Hier spricht man auch von AI assited Development. Zum Beispiel ist KI dazu in der Lage, Code automatisch zu generieren und zu optimieren. Dadurch wird der Aufwand für die manuelle Erstellung von Code reduziert. Die Entwickler können sich so auf andere Bereiche konzentrieren. Darüber hinaus kann KI bei der Fehlerbehebung helfen und die Zeit reduzieren, die für die Fehlerkorrektur aufgewendet wird.

Bessere Qualitätssicherung durch KI

KI kann bei der Qualitätssicherung von Softwareanwendungen eine wichtige Rolle spielen: Mithilfe von Machine-Learning-Modellen ist KI in der Lage, automatisch die Qualität von Code zu überprüfen und Anomalien oder potenzielle Fehler zu erkennen. Außerdem kann KI dabei helfen, Testfälle zu generieren und Testabdeckung zu verbessern. Das Ergebnis: qualitativ hochwertigere Softwareanwendungen in kürzerer Zeit.

Optimierte Datenaufbereitung und Analyse

Es ist außerdem möglich, KI in der Datenaufbereitung und -analyse einzusetzen. Das ist für die Softwareentwicklung von großer Bedeutung: Zum Beispiel extrahieren KI-Algorithmen Daten automatisch, bereinigen diese und bringen sie in ein Format, das leichter zu verarbeiten ist. Darüber hinaus können KI-Systeme automatisch Muster in Daten erkennen und Vorhersagen treffen – ein großer Vorteil bei der Entwicklung von Anwendungen, die Machine Learning nutzen.

Low Code und No Code: Welche Chancen eröffnet Künstliche Intelligenz?

Low-Code, No-Code und KI sind echte Game Changer, wenn es um die Anwendungsentwicklung geht. Zusammen können diese Technologien neue Perspektiven eröffnen.

Low Code: Niedrigere Einstiegshürden durch KI

Low-Code-Plattformen erleichtern die Entwicklung von Anwendungen, indem sie Entwicklerinnen und Entwicklern eine visuelle Benutzeroberfläche zur Verfügung stellen, mit der sie Anwendungen erstellen können. Mit der Unterstützung von KI-Technologien können Low-Code-Plattformen noch leistungsfähiger werden. KI kann dabei für die automatisierte Codegenerierung verwendet werden:

Die Plattform kann auf Basis der visuellen Elemente automatisch Code generieren und dadurch die Entwicklungszeit verkürzen und die Effizienz verbessern.

Künstliche Intelligenz kann auch genutzt werden, um die Qualität des generierten Codes zu verbessern, indem sie beispielsweise automatisch Fehler aufspürt und korrigiert. Eine weitere Möglichkeit, wie KI Low-Code-Plattformen unterstützen kann, ist durch die Integration von intelligenten Assistenten: Diese helfen bei der Erstellung von Anwendungen, indem sie Fragen beantworten und Entscheidungen vorschlagen.

No-Code: Mit KI rasanter als nie zuvor zum Ergebnis

No-Code-Plattformen wie smapOne gehen noch einen Schritt weiter als Low-Code-Plattformen: Sie ermöglichen es den Benutzern, Anwendungen ohne jegliche Programmierkenntnisse zu erstellen. KI kann auch hier eingesetzt werden, um den Prozess der Anwendungsentwicklung zu automatisieren und zu vereinfachen. Eine weitere Option, KI in diesem Zusammenhang zu nutzen: die automatisierte Erstellung von Anwendungen auf Basis von Benutzeranforderungen und -präferenzen.

Das bedeutet, dass man visuelle Editoren oder Designer nur noch zur Adaption von durch KI bereitgestellten Templates oder Anwendungen verwendet: Diese werden davor durch den Dialog zwischen Mensch und KI auf Basis einer Prozess- oder Anwendungsbeschreibung generiert. Ein ChatBot kann im Designprozess helfen und Aufgaben wie die Erstellung von Validierungsregeln, beispielsweise Regular Expressions oder Formeln übernehmen.

Kampf um die besten KI-Tools

Die Verwendung von KI in der Softwareentwicklung hat große Auswirkungen auf die Tech-Industrie. Ein Beispiel: Alphabet, das Mutterunternehmen von Google, wird Replit, eine Plattform für Entwickler, künftig KI-Modelle zur Verfügung stellen. Replit wird die KI-Modelle von Google zusammen mit anderen in Ghostwriter verwenden, einem Tool, das Code empfiehlt und codebezogene Fragen beantwortet. Dieser Schritt signalisiert auch einen möglichen neuen Wettbewerb unter großen Tech-Unternehmen, um den Entwicklern die besten KI-Tools anzubieten.

KI in der Softwareentwicklung: Gekommen um zu bleiben

Die Geschwindigkeit des KI-Fortschritts ist so enorm, dass sich zuletzt führende Tech-Größen wie Elon Musk und Apple-Mitgründer Steve Wozniak für ein sechsmonatiges Entwicklungsmoratorium ausgesprochen haben. Selbst wenn OpenAI, Google und Co dem entsprechen würden, KI ist gekommen um zu bleiben. Fest steht: KI wird in Zukunft in vielen Wirtschaftszweigen immer wichtiger werden.

In der Softwareentwicklung wird KI voraussichtlich am stärksten für die breite Masse auf Low-Code- und No-Code-Plattformen zu erfahren sein und auf effizientere und kreativere Entwicklung von Software einwirken. Dadurch wird Softwareentwicklung schneller, intuitiver und zugänglicher

Es ist wichtig, dass wir uns auf diese Veränderungen vorbereiten und sicherstellen, dass wir ethisch verantwortungsvoll handeln! Die Verwendung von KI kann auch neue Sicherheitsrisiken schaffen und zur Entstehung von "technischen Schulden" führen. Deshalb ist es wichtig, sie mit Bedacht zu nutzen. Richtig eingesetzt kann KI in der Softwareentwicklung jedoch viel voranbringen. Wir von smapOne sind gespannt darauf, wie die Zukunft aussehen wird, forschen an AI-assisted Citizen Development und den neuen Möglichkeiten, die KI bietet.

Sie interessieren dafür, was KI und No-Code zusammen möglich machen können?

Mehr erfahren Sie hier!

Holger Kreissl

Head of Growth & Intelligence

Holger Kreissl

Holger Kreissl ist Diplom-Informatiker und hat über 25 Jahre Erfahrung in Produkt- und Softwareentwicklung. Sein Schwerpunkt liegt im Herbeiführen von Data Driven Decisions durch Automatisierung, Business Intelligence und bereichsübergreifenden Analysen.

Teilen Sie diesen Artikel
Hinterlassen Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Name ist erforderlich!
Geben Sie einen gültigen Namen ein
Gültige E-Mail ist erforderlich!
Gib eine gültige E-Mail Adresse ein
Kommentar ist erforderlich!

Mit dem Absenden dieses Formulars akzeptieren Sie unsere Datenschutzerklärung.

Mehr zum Thema

Demokratisierung der IT: So meistern Sie den IT-Fachkräftemangel!

Am von Thomas Schwarz in IT & Innovationsmanagement

Demokratisierung der IT: So meistern Sie den IT-Fachkräftemangel!

Deutschland leidet unter einem akuten Mangel an IT-Fachkräften. Unternehmen tun sich schwer, qualifizierte Software-Entwickler zu finden. Viele Firmen kommen dadurch mit der Digitalisierung zu langsam voran. Die Lösung für das Problem: Digitalisierung muss einfacher für alle werden!

Beitrag lesen

Wie das Digitale Dilemma Deutschlands Wirtschaft bremst: Interview mit Bert F. Hölscher

Am von Thomas Schwarz in IT & Innovationsmanagement

Wie das Digitale Dilemma Deutschlands Wirtschaft bremst: Interview mit Bert F. Hölscher

Der "Digitale Pionier", Autor und Innovationscoach Bert F. Hölscher beantwortet Fragen rund um das Digitale Dilemma in Deutschlands Wirtschaft.

Beitrag lesen

smapLand Festival

17.04.2024 | Mainz

Das größte Event rund um Citizen Development und den digitalen Wandel für Austausch, Inspiration und die persönliche Weiterbildung.

Mehr erfahren

Kostenloser Ratgeber

Trendthema "No Code" inkl. Experteninterview und 11 Praxisbeispielen

Zum Download

Newsletter abonnieren

Blog-Posts, Events, Geschichten über No-Code-Heroes: Mit dem Newsletter bleibst du immer up to date.

Informiert bleiben

Ideengenerator
No-Code-Apps

Jetzt spannende Szenarien für No-Code-Apps im gesamten Unternehmen entdecken.

Zum Ideengenerator

smapOne News

Spannende Themen rund um Digitalisierung, Citizen Development sowie Erfolgsgeschichten und Events erhalten.

Zur Anmeldung

Community

Was bewegt andere Creatoren und Führungskräfte? Jetzt mitlesen, diskutieren, Hilfe erhalten und eigene Erfolge teilen!

Zur Community-Anmeldung