Publiziert:

KI-Entwicklung

KI verschiebt Entwicklung vom Schreiben zum Steuern und Prüfen

Generative KI verändert Softwareentwicklung: weniger reines Schreiben von Code-Zeilen, mehr Steuern von KI-Assistenten und Prüfen generierter Lösungen. Entwicklerinnen und Entwickler bleiben verantwortlich für Architektur, Kontext und Qualität.

Ziel ist höhere Produktivität, ohne Code-Qualität und Sicherheit aus der menschlichen Prüfung zu entlassen (Human-in-the-loop).

Anti-Patterns: Die KI-Risiken im Code

Ungefilterte Nutzung von KI-Werkzeugen kann zu Sicherheitslücken (insecure code), Urheberrechtsverletzungen (Lizenz-Themen) und dem Abfluss von sensiblen Firmendaten führen. Zudem besteht die Gefahr, dass Entwickler die Funktionsweise des generierten Codes nicht mehr verstehen, was die Wartbarkeit langfristig gefährdet.

Sicherer Einsatz von KI

  1. AI Pair Programming (Copilots): Nutzung von Werkzeugen wie GitHub Copilot oder Cursor zur Beschleunigung von Boilerplate-Code, Tests und Dokumentation.
  2. Lokale Sprachmodelle: Betrieb von lokalen Sprachmodellen für besonders sensible Code-Teile, um Datenabfluss zu verhindern.
  3. Automated AI Review: Einsatz von KI-Agenten zur Prüfung von Code-Qualität und Einhaltung interner Standards in Pull Requests.
  4. AI-Ready Documentation: Strukturierung der Dokumentation so, dass sie von KI-Agenten optimal verarbeitet werden kann (RAG-ready).
  5. KI-Governance: Klare Richtlinien, welcher Code mit welchen Werkzeugen bearbeitet werden darf und wer die finale Verantwortung trägt.

Der Fokus: Unterstützung mit Kontrolle

KI kann wiederkehrende Entwicklungsaufgaben unterstützen, etwa Unit Tests entwerfen oder APIs anbinden. Der Mensch bleibt zuständig für Architektur, fachliche Logik und Prüfung.

Von KI-gestützt zu KI-getrieben

KI-gestützt heisst: KI unterstützt die Entwicklerin oder den Entwickler. Copilots liefern Codevorschläge, Tests oder Review-Hinweise; der Mensch bleibt in der Leitung, prüft Kontext und entscheidet über die Übernahme.

KI-getrieben heisst: Agenten übernehmen Aufgaben eigenständig: planen, generieren und prüfen. Der substanzielle Schritt liegt nicht in mehr Vorschlägen, sondern im Wechsel von Augmentierung zu Autonomie. Der Mensch verantwortet das Ergebnis, nicht jeden einzelnen Teilschritt; dafür brauchen Agenten klare Grenzen, Logs und eigene Maschinen- und Agentenidentitäten.

FAQ

Ersetzt die KI bald unsere Jobs?

Nein. KI-Unterstützung kann einzelne Entwicklungsaufgaben beschleunigen, mit Wirkung je nach Aufgabe, Codebasis, Governance und Review-Qualität. Wahrscheinlich verschiebt sich die Rolle hin zu mehr Design, Review und Validierung.

Wie messen wir den ROI von KI in der Entwicklung?

DORA-Metriken (Deployment-Frequenz, Lead-Times) und Entwicklerzufriedenheit sind ein Baustein. Ein belastbarer ROI braucht zusätzlich Kosten, Code-Qualität, Wartbarkeit, Sicherheit und Geschäftsergebnis im Blick.

Referenzen