Von der Softwarekrise zur KI-gestützten Softwareproduktion

Von der Softwarekrise zur KI-gestützten Softwareproduktion: Einblicke vom Sharing the Roadmap Executive Exchange

Künstliche Intelligenz (KI) revolutioniert die Softwareentwicklung – ein Paradigmenwechsel, der weit über die Automatisierung einzelner Prozesse hinausgeht. Insbesondere generative KI (GenAI) bietet Unternehmen die Möglichkeit, Entwicklungsprozesse zu beschleunigen, technische Schulden zu reduzieren und Softwarekomplexität strategisch zu managen. Beim Sharing the Roadmap Executive Exchange diskutierten Holger Wolff, CEO von MaibornWolff, und Dr. Johannes Bohnet, CEO von Seerene, wie führende Unternehmen KI einsetzen, um jahrzehntealte Herausforderungen in der Softwareproduktion zu meistern.

Generative KI als Antwort auf jahrzehntealte Probleme

Seit den 1960er Jahren ist die Softwareentwicklung von einer zentralen Herausforderung geprägt: Während Hardwarekapazitäten exponentiell gewachsen sind, blieb die Effizienz der Softwareproduktion lange zurück. Dieses Problem wurde als "Softwarekrise" bekannt – ein Begriff, der die chronische Ineffizienz und steigende Kosten in der Softwareentwicklung beschreibt.

Mit generativer KI ändert sich das grundlegend. Unternehmen können nun Software deutlich schneller erstellen, Altsysteme effizient modernisieren und den Fokus der Entwickler auf höherwertige Tätigkeiten wie Architektur und Design lenken. Dies führt zu einer dramatischen Produktivitätssteigerung. Ein Beispiel aus der Automobilindustrie zeigt, dass ein KI-gestützter Migrationsprozess für Java-Code – von Payara auf das Cloud-native Framework Quarkus – den erforderlichen Arbeitsaufwand um den Faktor zehn reduzierte. Während herkömmliche Methoden rund 200 Personentage beansprucht hätten, konnte durch den Einsatz von KI-Tools in Kombination mit klar definierten Migrationsrichtlinien ("Cookbooks") derselbe Prozess in nur 20 Tagen abgeschlossen werden.

Der neue Entwicklungsworkflow: Zusammenarbeit von Mensch und KI

Die erfolgreiche Integration von generativer KI in Softwareentwicklungsprozesse erfordert ein strukturiertes Vorgehen. Unternehmen, die KI nutzen, um bestehende Software zu modernisieren oder neue Anwendungen zu entwickeln, setzen zunehmend auf einen hybriden Ansatz:

1. Strukturierte Vorgaben – Anstatt KI unkontrolliert arbeiten zu lassen, definieren Entwickler detaillierte Migrationsleitfäden. Diese fungieren als Regeln, die KI-Modelle anleiten – ähnlich wie ein erfahrener Entwickler einem Junior-Entwickler Anweisungen gibt.
2. Iterative Verbesserung – KI-generierte Ergebnisse werden kontinuierlich überprüft, Fehler identifiziert und die Anweisungen entsprechend angepasst, bis die gewünschten Ergebnisse erreicht sind.
3. Menschliche Expertise als Qualitätsgarant – Auch wenn KI den größten Teil der Codierung übernehmen kann, bleibt menschliches Fachwissen unerlässlich. Entwickler und Softwarearchitekten sind weiterhin für Qualitätskontrolle, Feinanpassungen und abschließende Tests verantwortlich.

Dieser hybride Ansatz zeigt deutlich: KI ersetzt keine Entwickler, sondern entlastet sie von repetitiven Aufgaben und ermöglicht es ihnen, sich auf strategisch wertvolle Tätigkeiten zu konzentrieren.

Die vier Evolutionsstufen der Softwareproduktion

Dr. Johannes Bohnet beschrieb die Entwicklung der Softwareproduktion als eine Abfolge mehrerer Transformationsphasen:

1. Maschinennahe Programmierung – In den Anfängen der Softwareentwicklung mussten Entwickler Code direkt in Assembler oder Maschinensprache schreiben. Dies war komplex, fehleranfällig und erforderte tiefgehendes technisches Wissen.
2. Hochsprachen und Compiler – Die Einführung von Programmiersprachen wie C ermöglichte eine effizientere Softwareentwicklung, da Entwickler nicht mehr direkt in Maschinensprache programmieren mussten.
3. Frameworks und Bibliotheken – Mit der Zeit entstanden umfangreiche Entwicklungs-Frameworks und wiederverwendbare Softwarebibliotheken, die Entwicklungskosten senkten und die Produktivität steigerten.
4. Generative KI als neue Ära – Heute übernimmt KI bereits große Teile des Codierungsprozesses. Entwickler definieren ihre Anforderungen in natürlicher Sprache, während KI-Modelle den eigentlichen Code generieren.

Während diese Entwicklung enorme Effizienzgewinne mit sich bringt, birgt sie auch neue Herausforderungen. Ein wesentliches Risiko besteht darin, dass KI-generierte Software oft nicht deterministisch ist. Je nach Eingabekontext kann dieselbe Anweisung unterschiedliche Ergebnisse liefern. Ohne klare Governance-Strukturen und menschliche Kontrolle kann dies langfristig zu einer schwer wartbaren Codebasis führen.

Das Paradoxon der Produktivität: Mehr Code, mehr Komplexität

Ein weiteres Problem entsteht durch die schiere Menge an Code, die durch KI produziert wird. Während sich Softwareentwicklung in der Vergangenheit durch lange Entwicklungszyklen auszeichnete, kann generative KI Code in einer nie dagewesenen Geschwindigkeit erzeugen. Experten erwarten, dass Unternehmen in naher Zukunft zehnmal mehr Code verwalten müssen als heute.

Hier kommen KI-gestützte Analytics-Plattformen wie Seerene ins Spiel. Diese ermöglichen es Unternehmen, den gesamten Softwareentwicklungsprozess zu analysieren und datenbasiert zu optimieren. Sie bieten eine ganzheitliche Sicht auf den Software-Lifecycle und helfen dabei:

• Die Effizienzgewinne von GenAI zu quantifizieren – Unternehmen können messen, in welchen Bereichen KI die größten Produktivitätssteigerungen ermöglicht.
• Komplexität zu kontrollieren – Ohne strategisches Management kann KI schnell eine unüberschaubare Codebasis erzeugen. Analytics-Tools identifizieren überflüssigen oder schlecht strukturierten Code frühzeitig.
• Den ROI von Softwareentwicklung transparent zu machen – CIOs benötigen Kennzahlen, die zeigen, welche Software-Initiativen den größten geschäftlichen Nutzen generieren.

Neue Rollen in der KI-gestützten Softwareproduktion

Die Integration von generativer KI verändert nicht nur Entwicklungsprozesse, sondern auch die Rolle von IT-Experten. Unternehmen benötigen zunehmend Fachkräfte, die technisches Wissen mit geschäftlichem Verständnis verbinden:

• Digital Designer und Requirements Engineers sorgen dafür, dass KI-generierte Softwarelösungen genau auf die geschäftlichen Anforderungen abgestimmt sind.
• Projektmanager und Softwarearchitekten übernehmen eine strategische Rolle und steuern den gesamten Entwicklungsprozess, um Komplexität zu vermeiden.
• KI-Spezialisten und Prompt Engineers entwickeln Methoden, um generative KI optimal einzusetzen und zuverlässige Softwareprodukte zu gewährleisten.

Ausblick: Automatisierte Entwicklung von Konzept bis Code

Die Zukunft der Softwareentwicklung geht über die Automatisierung von Codegenerierung hinaus. Bereits heute experimentieren Unternehmen mit KI-gestütztem Requirements Engineering. Künftig könnte es möglich sein, dass ein Geschäftsmanager eine Idee – beispielsweise eine App zur Vermittlung von Tennispartnern – in natürlicher Sprache beschreibt, während eine KI in wenigen Minuten:

• Ein Datenmodell erstellt
• User Stories und Testfälle generiert
• Den vollständigen Code entwickelt

Während solche Technologien aktuell noch nicht für komplexe Enterprise-Systeme geeignet sind, zeigen sie doch, dass sich Softwareentwicklung zunehmend von der reinen Programmierung hin zur strategischen Gestaltung von Softwarelösungen verlagert.

Fazit: KI als Wegbereiter für eine neue Software-Ära

Die Erkenntnisse vom Sharing the Roadmap Executive Exchange machen deutlich:

• Die Produktivitätssteigerungen durch GenAI sind real und erheblich. Unternehmen, die KI gezielt einsetzen, können Entwicklungszeiten drastisch verkürzen.
• Menschliche Expertise bleibt entscheidend. KI ist ein mächtiges Werkzeug, aber ohne erfahrene Entwickler, Architekten und Manager kann sie mehr Probleme schaffen als lösen.
• Komplexitätsmanagement wird zur Schlüsselkompetenz. Unternehmen benötigen neue Strategien und Werkzeuge, um die Flut an KI-generiertem Code effizient zu steuern.

Das Software Excellence Network wird für CIOs und IT-Führungskräfte eine zentrale Plattform sein, um Best Practices für KI-gestützte Softwareentwicklung zu erarbeiten. Unternehmen, die jetzt die richtigen Weichen stellen, haben die Chance, ihre Softwareentwicklung auf ein völlig neues Effizienzniveau zu heben.

Hinweis: Um den vollen Kontext zu verstehen, empfehlen wir die gesamte Präsentation anzuschauen. Falls Sie Fragen haben, können Sie uns anschreiben.