Wie beeinflusst KI die Softwareentwicklung?

Die Meinungen dazu gehen auseinander. Wir hören von «KI unterstützt mich via Co-Piloten bei meiner täglichen Programmierarbeit» bis zu «KI disruptiert gerade die Softwareentwicklung». Ersteres können wir bestätigen, Letzteres muss sich erst noch weisen. Der Einfluss wächst stetig bei uns, ist aber noch nicht so disruptiv, wie dies zum Teil wahrgenommen wird. Ob eine Applikation ganz neu entsteht oder sie schon 15 Jahre existiert, macht beim Einsatz von Co-Piloten einen grossen Unterschied.

Wie nutzt Adnovum KI ausserdem? 

Die gängigen Codierhilfen basieren auf generativer KI. Allgemein umfasst KI natürlich wesentlich mehr. Die Analyse und der Vergleich von Daten, um daraus automatisiert richtige Schlussfolgerungen ziehen zu können, ist ein sehr wichtiger Bestandteil im Betrieb von Applikationen. Das Ziel ist, voll automatisiert eine Software-Änderung in die Produktion zu bringen. Dabei ist wichtig, dass die Änderung keinen negativen Einfluss auf das bestehende Verhalten der Applikation hat. KI kann helfen, Verhaltensmetriken aus Test- und Produktionsumgebungen zu vergleichen und ein Deployment zuzulassen oder abzuweisen. Das ist ein Teil von AIOps. 

Wie integriert Adnovum AIOps in seine Betriebs- und Entwicklungsprozesse und warum? 

Dazu bauen wir unsere Site-Reliability-Engineering-Kompetenz in unseren DevOps-Teams aus. AIOps hilft ihnen, die Kundenapplikationen effizient zu betreiben. Dabei muss AIOps von Anfang an im Lebenszyklus der Applikationsentwicklung integriert sein: Zu Beginn überlegen wir uns, welche Daten für den reibungslosen Betrieb einer Applikation relevant sind und welche Messgrössen erreicht werden sollten. Wichtig ist, dass frühzeitig Daten gesammelt werden können, also auch schon in den Testumgebungen, damit sich das ganze System justieren lässt. 

Welche zukünftigen Veränderungen erwartet Adnovum durch den Einsatz von KI in der Entwicklung von Custom Software? 

Ein LLM für die Softwareentwicklung zu bekommen, ist schon relativ einfach geworden. Dieses mit eigenen Daten (Source Code) abzustimmen, ist noch umständlich, dürfte mittelfristig aber leichter werden. Gelingt dies, hat es den Vorteil, dass ein DevOps-Team für das eigene Produkt massgeschneiderte Antworten bekommt. Heutige Co-Piloten beziehen zwar spezifische Daten ein, stimmen aber das LLM noch nicht ab. Die zweite Veränderung sehen wir in der Möglichkeit, verschiedene LLM-Agenten miteinander zu verknüpfen. So kann eine einzelne Person unterschiedliche Aufgaben innerhalb des Lebenszyklus orchestrieren.