No-Code erforderlich

: Einsatzmöglichkeiten der No-Code/Low-Code-Plattformen und der generativen KI im Software-Lebenszyklus

Abstract

Die Softwareentwicklung gestaltet sich als eine komplexe und zeitaufwändige Aufgabe. Anforderungen müssen korrekt erfasst werden, die Softwarearchitektur sollte die Kundenbedürfnisse so präzise wie möglich widerspiegeln und die Übersetzung der Anforderungen in Programmcode so effizient wie möglich erfolgen, weil dadurch viele Kosten für Unternehmen entstehen. Dabei muss die erstellte Anwendung noch getestet und gewartet werden. In diesem Zusammenhang übersteigt die Nachfrage nach Softwarelösungen die zur Verfügung stehende Anzahl an Entwickler*innen. Hierbei zielen No-Code/Low-Code-Plattformen darauf ab, die Programmierung zu demokratisieren und die generative KI wiederkehrende Aufgaben zu automatisieren. McKinsey schlägt daher einen neuen Ansatz zur Entwicklung vor, bei dem Entwickler*innen die Programmierung durch Drag-andDrop Tools ersetzen und automatisierte Tests von der KI ausführen lassen. Darüber hinaus sollten Coding-Modelle wie Codex und GitHub Copilot eine direkte Unterstützung bieten und als CoArchitekten agieren. Obwohl diese Technologien vielversprechend scheinen, erfordert es eine tiefe Ausseinandersetzung, um den echten Einfluss der Technologien auf den traditionellen SoftwareLebenszyklus identifizieren zu können. Dadurch kann auch die zukünftige Rolle der Entwickler*innen besser bestimmt werden. Daher hat diese Arbeit den Einfluss der No-Code/Low-Code-Plattformen und der generativen KI im Software-Lebenszyklus untersucht. Zuerst wurde eine systematische Literaturrecherche durchgeführt, um den aktuellen Wissensstand über die Technologien und die Einflüsse auf die Phasen sowie der Tätigkeiten innerhalb des Lebenszyklus zu identifizieren. Dadurch konnten auch die Technologien definiert und beschrieben werden. Danach wurden die Ergebnisse durch eine empirische Arbeit ergänzt, bei der Entwickler*innen mit mehr als drei Jahren Berufserfahrung befragt wurden. So konnte die Forschungsfrage beantwortet werden: „Wie beeinflussen No-Code/LowCode-Plattformen und generative KI-Technologien die Aufgaben innerhalb der Phasen des Software-Lebenszyklus?“ Die zusammengefassten Ergebnisse zeigen, dass No-Code/Low-CodePlattformen eine passende Alternative für Nicht-Programmier*innen bieten, jedoch ungeeignet für komplexere Projekte sind. Daher können sie zum Teil für ein schnelles Prototyping eingesetzt werden, aber aufgrund der vorgefertigten Modelle noch nicht dieselben Resultate liefern können, wie die Individualentwicklung. Darüber hinaus sind große Unternehmen sehr skeptisch gegenüber No-Code/Low-Code-Plattformen und der generativen KI, weshalb lange Entscheidungprozesse damit verbunden sind. KI-Tools wie ChatGPT, CodeBART und GitHub Copilot zeigen ein Automatisierungspotenzial in verschiedenen Phasen des Software-Lebenszyklus. Angefangen bei der Anforderungserfassung bis zur Wartung. Besonders einfache bis mittlere Aufgaben lassen sich mit der KI automatisieren, jedoch sind die aktuellen Modelle noch nicht in der Lage, ohne das technische Verständnis und das algorithmische Denken eines erfahrenen Entwicklers zu funktionieren. Obwohl die Literatur viele Einsatzmöglichkeiten vorgibt, kommen die Technologien nur sehr selten und meist nur bei einfachen Aufgaben zum Einsatz. Die Experten sind der Meinung, dass sie durch Tools Unterstützung bekommen, aber eine Ersetzung dadurch kommt sehr unwahrscheinlich. Viel mehr wird die Qualität der zukünftigen Programmier*innen in Frage gestellt.

Datum der Bewilligung	2024
Originalsprache	Deutsch (Österreich)
Betreuer/-in	Thomas Schwaiger (Betreuer*in)