Home Kapitel 1-3 Impressum Datenschutz
Strategische Ansätze für eine KI-getriebene Software-Entwicklung 7778 ------------------ 1 77788 1 1 7778 ------------------ 2 7778 2 2 77788 1 2 7778 ------------------ 3 7778 3 2 77788 1 2 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.1 Technologische und gesellschaftliche Dynamik zwischen Kontinuität und Umbruch Das Feuer wurde nicht vom Menschen erschaffen, sondern von ihm beherrschbar gemacht um es so für allen weiteren Fortschritt der Zivilisation einzusetzen. Fortschritt – sei es technologisch, gesellschaftlich oder kulturell – ist selten etwas, das einfach „in den Schoß fällt“. Vielmehr war und ist er in der Regel das Ergebnis von Anstrengung, Entdeckung, Fehlern, Lernen und Überwindung von Herausforderungen. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.1 Technologische und gesellschaftliche Dynamik zwischen Kontinuität und Umbruch 4.1.1 Technische Revolutionen Man muss kein Prophet sein, um KI als den Beginn einer digitalen Revolution zu begreifen. Die fortschreitende Integration von Künstlicher Intelligenz in nahezu jede Branche verändert grundlegend wie wir arbeiten, kommuni- zieren und unser tägliches Leben gestalten. Seite 1 7778 ------------------ 4 7778 4 2 77788 1 2 7778 ------------------ 4 7778 4 3 77788 1 3 Der erste und wahrscheinlich bedeutendste revolutionäre Umbruch dieser Art in der Neuzeit oder der Moderne stellte wohl die Industrielle Revolution dar. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.1 Technologische und gesellschaftliche Dynamik zwischen Kontinuität und Umbruch 4.1.1 Technische Revolutionen 4.1.1.1 Von der handwerklichen Einzelfertigung zur maschinellen Massenproduktion Im direkten Vergleich dieser beiden "revolutionierenden" Zeitenwenden, war während der Industriellen Revolution wirtschaftlicher Fortschritt und Erfolg stark mit der Veränderung der Produktionsprozesse verbunden. Menschliche manuelle Tätigkeit wurde ersetzt durch mechanisierte Fertigung, was zu geringeren Kosten, schnelleren Produktions- prozessen und höherer Produktionskapazität führte. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.1 Technologische und gesellschaftliche Dynamik zwischen Kontinuität und Umbruch 4.1.1 Technische Revolutionen 4.1.1.1 Von der handwerklichen Einzelfertigung zur maschinellen Massenproduktion 4.1.1.2 Von "billig und schnell" zu Qualität und Leistung Abgesehen von der anfänglichen Kostensenkung durch Effizienzsteigerung und Automatisierung in den frühen Phasen der Industrialisierung, hat sich die Priorität in den letzten Jahrzehnten zunehmend auf Qualität, Leistung und Innovation verschoben. In vielen Industrien ist der Wettbewerb nicht mehr nur auf günstige Preise ausgerichtet, sondern auch auf hochwertige Produkte, die den Bedürfnissen und Erwartungen der Konsumenten besser gerecht werden. Als ein wesentlicher Punkt sei hier angemerkt, dass mit der Veränderung des wirtschaftlichen Fokus von der Seite 2 reinen Massenproduktion hin zu Innovation, Qualität und Leistung in der Regel eine erhebliche Zunahme Erwerbstä- tiger und ein deutlicher Anstieg der Löhne einher geht. Weiter ist diese Entwicklung ganz entscheidend durch die Tatsache gekennzeichnet, dass immer mehr Aufgaben für weniger qualifizierte Arbeitskräfte wegfallen, und gleichzeitig neue Arbeitsplätze für höher qualifiziertes Personal entstehen. In diesem Kontext wäre es treffender, von einer Transformation der Arbeit zu sprechen, statt von einem Abbau der Arbeit. Seite 3 7778 ------------------ 3 7778 -------------------------- 3 4 7778 3 3 77788 1 3 7778 ------------------ 4 7778 4 2 77788 1 2 7778 ------------------ 4 7778 4 3 77788 1 3 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.1 Technologische und gesellschaftliche Dynamik zwischen Kontinuität und Umbruch 4.1.1 Technische Revolutionen 4.1.2 Technische Evolution 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.1 Technologische und gesellschaftliche Dynamik zwischen Kontinuität und Umbruch 4.1.2 Technische Evolution 4.1.2.1 Künstliche Intelligenz als Trendsetter und "Trendkeeper" Definiert man den Begriff Zeitenumbruch in Abgrenzung zur Zeitenwende als eine drastische und oft disruptiv wirkende Veränderung, die tief in bestehende Strukturen eingreift und die Alten in einem kurzen Zeitraum durch Neue ersetzt. So drängt sich in diesem Zusammenhang unweigerlich die Idee eines vollständigen Ersatzes der menschlichen Intelligenz durch Künstliche Intelligenz auf. Das ganze Szenario kann man sich durchaus im Bereich des Realisierbaren vorstellen, allerdings eher als eine fernere Zukinftsvision. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.1 Technologische und gesellschaftliche Dynamik zwischen Kontinuität und Umbruch 4.1.2 Technische Evolution 4.1.2.1 Künstliche Intelligenz als Trendsetter und "Trendkeeper" 4.1.2.2 KI und ihre aktuellen Grenzen als Herausforderung menschlicher Intelligenz Noch ist künstliche Intelligenz nicht in der Lage zu bahnbrechenden, neuen Erkenntnissen und Einsichten. Sie besitzt kein ein eigenes Lebensgefühl, kann Kunstwerke nicht kreativ eigenständig erschaffen, sondern lediglich erlernte Muster - mehr oder weniger durch Zufall - zu noch nicht Dagewesenem kombinieren. Menschliche komplexere Denkprozesse beruhen auf der Fähigkeiten, grundlegende Regeln, Gesetze oder leitende Seite 4 7778 ------------------ 4 7778 4 4 77788 1 4 Ideen zu erkennen und zu begreifen. Dies steht in Verbindung mit der Fähigkeit, mit hochgradig abstrakten Konzepten umzugehen, die oft weit über die traditionelle sprachliche Begrifflichkeit hinausgehen. Da wie bereits erwähnt, die KI auf Grund erlernter Daten statistisch Entscheidungen trifft, unterscheiden sich menschliche und künstliche Intelligenz einmal ganz prinzipiell. Dass aber auch statistisch gewonnene Erkenntnisse in fast astronomische Größenordnungen stoßen können, belegt der extrem aufwendige Nachweis des Higgs-Boson-Elemntarteilchens (CERN, 2012) mittels LHC-Teilchenbe- schleuniger. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.1 Technologische und gesellschaftliche Dynamik zwischen Kontinuität und Umbruch 4.1.2 Technische Evolution 4.1.2.1 Künstliche Intelligenz als Trendsetter und "Trendkeeper" 4.1.2.2 KI und ihre aktuellen Grenzen als Herausforderung menschlicher Intelligenz 4.1.2.3 Künstliche Intelligenz und ihre Visionen: Der Übergang von einem Werkzeug zu einem aktiven Partner in der modernen Welt Hier hat man es gewissermaßen mit beiden Dimensionen technisch-gesellschaftlicher Umwälzung zu tun. Die Projektionen in die Zukunft von KI haben durchaus revolutionäre Auswirkungen. Der Weg dorthin und der zeitliche Rahmen, in dem dieses stattfindet wird eher evolutionäre Züge tragen. Der Gedanke, „KI als Partner ist etwas Revolutionäres“, beschreibt die tiefgreifende Veränderung, die durch den Übergang von KI als bloßem Werkzeug hin zu einem aktiven Mitgestalter in Entscheidungsprozessen und alltäglichen Aufgaben ausgelöst wird. Diese Veränderung ist in vielerlei Hinsicht revolutionär, da sie nicht nur die Art und Seite 5 Weise, wie Menschen mit Maschinen interagieren, transformiert, sondern auch weitreichende Auswirkungen auf Wirt- schaft, Gesellschaft, Arbeitsmärkte und ethische Fragestellungen hat. Fazit: Der Mensch bleibt der zentrale Akteur, auch wenn KI zunehmend als Partner in Entscheidungen eingebunden wird KI revolutioniert unsere Welt, doch sie bleibt mehr ein hochentwickeltes Werkzeug. Ihre Grenzen zeigen sich dort, wo es um echtes Verständnis, Intuition und originäre Kreativität geht. Seite 6 7778 ------------------ 2 7778 -------------------------- 2 4 7778 2 3 77788 1 3 7778 ------------------ 3 7778 3 2 77788 1 2 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.1 Technologische und gesellschaftliche Dynamik#§#zwischen Kontinuität und Umbruch 4.2 Menschliche Intelligenz als das Orginal KI kann Softwareentwicklung in vielfältigster Weise unterstützen und Entwicklung schneller und leistungs- fähiger machen. Sie ist jedoch noch nicht in der Lage, vollständig kreative Lösungen zu entwickeln, komplexe Konzepte ohne menschliche Anleitung zu verstehen oder die Nuancen der Benutzerbedürfnisse eigenständig zu erfassen. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.1 Komplexität ist die Königsdiziplin menschlicher Intelligenz Komplexe Probleme lassen sich in der Regel nicht mehr durch überschaubares Rechnen und Analsyse lö- sen. Legt man für ein Schachspiel pro Halbzug sieben erkennbar, sinnvolle Zugalternativen zu Grunde, so müsste man über 2400 Varianten analysieren um 2 Züge im Voraus zu "denken". Außerdem haben wir es bei dieser Aufgabe mit einer homogenen Struktur zu tun, während in der Regel komplexe Softwarelösungen unterschiedlichste Wissensdomänen überdecken müssen. Seite 7 7778 ------------------ 4 7778 4 2 77788 1 2 7778 ------------------ 4 7778 4 3 77788 1 3 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.1 Komplexität ist die Königsdiziplin menschlicher Intelligenz 4.2.1.1 Nonverbales Denken und KI Generative KI, insbesondere Modelle wie Sprachmodelle, basiert primär auf sprachlichen Mustern und der Verar- beitung großer Datenmengen in Form von Text. Der Mensch hingegen kann nicht nur verbal, sondern auch nonverbal denken. Menschen sind in der Lage, Informationen in Bildern, Gefühlen, Intuition und sogar körperlichen Empfin- dungen zu verarbeiten. Sie können komplexe Probleme ohne direkte verbale oder sprachliche Ausdrucksweise durch visuelles, räumliches oder emotionales Denken lösen. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.1 Komplexität ist die Königsdiziplin menschlicher Intelligenz 4.2.1.1 Nonverbales Denken und KI 4.2.1.2 Intelligenz denkt und lenkt Bereits in Kapitel "2.1.2.2 KI und ihre aktuellen Grenzen als Herausforderung menschlicher Intelli- genz" deutete sich eine Aufgabenteilung zwischen menschlicher und künstlicher Intelligenz an. Und zwar sollte diese Teilung hierarchischer Art sein, wobei die menschliche Intelligenz als führende In- stanz fungiert. Seite 8 7778 ------------------ 3 7778 -------------------------- 3 4 7778 3 3 77788 1 3 7778 ------------------ 4 7778 4 2 77788 1 2 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.1 Komplexität ist die Königsdiziplin menschlicher Intelligenz 4.2.2 Wenn Mensch und Maschine gemeinsam denken? Intelligenz-Symbiose - oder menschliche Intelligenz und ihr Werkzeug Dass Mensch und KI aktuell nicht dass gleiche Niveau besitzen, um komplexe strategische Aufgaben angemessen zu zu bewältigen, darauf wurde zuvor bereits eingegangen. Grundsätzlich beschreibt der Begriff „Symbiose“ eine wechselseitige Abhängigkeit, bei der beide Parteien voneinander profitieren. Künstliche Intelligenz ist derzeit prinzipiell noch nicht in der Lage, komplexe Software autonom zu ent- wickeln. Oder präziser ausgedrückt: Ohne die maßgebliche Beteiligung menschliche Intelligenz ist eine Bewältigung komplexer Problemlagen zur Zeit nicht möglich. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.2 Wenn Mensch und Maschine gemeinsam denken? Intelligenz-Symbiose - oder menschliche Intelligenz und ihr Werkzeug 4.2.2.1 Dialoge mit der KI - mehr als ein klassischem Werkzeug Ein klassisches Werkzeug (z.B. für Analysen, Berechnungen, Tranformationen o.a.) beschränkt sich darauf, übermittelte Befehle auszuführen. Gleichzeitig setzt es dem Anwender dadurch Grenzen, dass sein Problem über einen überschaubaren, festen Satz von Kommandos mit wenig Spielraum abgebildet werden muss. Auch KI kann die Aufgaben eines solchen SW-Entwicklungswerkzeuges übernehmen, indem es auf thematisch klar eingegrenzte, überschaubare Anfragen kleinere Programme in beliebigen Sprachen generiert, in andere Spra- chen übersetzt, Tests automatisch generiert, Logik visualisiert und vieles mehr. Seite 9 7778 ------------------ 5 7778 5 2 77788 1 2 Der KI-Anwender erwartet hier in der Regel ein abgeschlossenes Resultat auf seine Anfrage, welches dann seinen fest definierten Platz im weiteren Entwicklungsprozess einnimmt. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.2 Wenn Mensch und Maschine gemeinsam denken? Intelligenz-Symbiose - oder menschliche Intelligenz und ihr Werkzeug 4.2.2.1 Dialoge mit der KI - mehr als ein klassischem Werkzeug 4.2.2.1.1 Erkenntnisgewinn durch Wissensaustausch zwischen Mensch un KI (Generative) KI ist fähig zu einem Dialog. Dieser Dialog zwischen Mensch und KI kann im eingeschränkten Sinne eine ergebnisoffene Suche nach einem befriedigenden Resultat sein. Der Gewinn für den menschlichen An- wender besteht auch hier in neuen Einsichten und einem tieferen Verständniss für Details, Zusammenhänge und Abhängigkeiten. An dieser Stelle wird die Grenze der KI-Anwendung als reinem Werkzeug deutlich überschritten. Die festen flexibler und leistungsfähiger. Unterthemen und Teilaufgaben werden weniger über Formate und Schnittstellen in den Gesamtprozess integriert. Vielmehr findet nun die Integration direkt auf inhaltlicher Ebene statt. Es findet verstärkt eine inhaltliche Verzahnung aller Teilaspekte statt – ein gemeinsamer Erkenntnisprozess zwischen Mensch und KI, der über bloßes starres Werkzeugdenken hinaus geht. Seite 10 7778 ------------------ 5 7778 5 3 77788 1 3 7778 ------------------ 4 7778 -------------------------- 4 5 7778 4 3 77788 1 3 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.2 Wenn Mensch und Maschine gemeinsam denken? Intelligenz-Symbiose - oder menschliche Intelligenz und ihr Werkzeug 4.2.2.1 Dialoge mit der KI - mehr als ein klassischem Werkzeug 4.2.2.1.1 Erkenntnisgewinn durch Wissensaustausch zwischen Mensch un KI 4.2.2.1.2 Die Maschine denkt, der Mensch lenkt Der KI fehlt ein eigenes Erkenntnisinteresse oder ein Ziel – sie ist ein reaktives Werkzeug, das nur Vor- schläge macht, aber keine eigene Wahrheitssuche betreibt. KI ist daher weniger ein Partner in einer „gemeinsamen Wahrheitssuche“, sondern vielmehr ein hochflexibles Werkzeug zur strukturierten und kreativen Exploration von Lösungen. Trotzdem ist es angebracht, KI im Zu- sammenspiel mit menschlicher Intelligenz als eine qualitativ neue Form der Wissensverarbeitung zu betrachten. Die Rolle des Menschen als Dialoglenker bleibt jedoch entscheidend: * Er setzt die Zielrichtung und entscheidet, welche Vorschläge relevant oder weiterzuverfolgen sind * Er interpretiert die von der KI gelieferten Ergebnisse und integriert sie in einen höheren Sinnzusammenhang * Er sorgt dafür, dass die KI nicht nur isolierte Antworten generiert, sondern dass sich ein kohärenter Erkenntnisprozess entfaltet Seite 11 S 1 7778 ------------------ 4 7778 4 4 77788 1 4 7778 ------------------ 5 7778 5 2 77788 1 2 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.2 Wenn Mensch und Maschine gemeinsam denken? Intelligenz-Symbiose - oder menschliche Intelligenz und ihr Werkzeug 4.2.2.1 Dialoge mit der KI - mehr als ein klassischem Werkzeug 4.2.2.2 Ein erster strategischer Ansatz: offene Dialoge und adaptive Suchprozesse statt starrer Lösungsmuster Strategische Prozesse sind komplex und folgen nur teilweise festen Regeln, sondern basieren wesentlich maßgeblich auf empirischen Erkenntnissen. Daher ist es von zentraler Bedeutung, dass der Mensch alternative Lösungsvarianten antizipiert und flexibel bewertet, um fundierte Entscheidungen zu treffen. Dafür ist die (generative) KI die fast ideale Partnerin, da sie große Mengen an Daten analysieren, Muster erkennen und eine Vielfalt an Lösungsoptionen generieren kann. Sie ermöglicht es dem Menschen, verschiedene Szenarien schnell zu durchspielen, neue Perspektiven zu entdecken und strategische Entscheidungen auf einer breiteren Wissensbasis zu treffen. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.2 Wenn Mensch und Maschine gemeinsam denken? Intelligenz-Symbiose - oder menschliche Intelligenz und ihr Werkzeug 4.2.2.1 Dialoge mit der KI - mehr als ein klassischem Werkzeug 4.2.2.2 Ein erster strategischer Ansatz:#§#offene Dialoge und adaptive Suchprozesse statt starrer Lösungsmuster 4.2.2.3 (Generative) KI als abstrakte Partnerin im Erkenntnisprozess So wie menschliche Intelligenz nicht an eine einzelne Person gebunden ist, sondern als Prinzip der kognitiven Verarbeitung verstanden werden kann, ist auch (generative) KI nicht auf ein spezifisches Modell oder eine bestimmte technische Umsetzung beschränkt. Vielmehr repräsentiert sie eine dynamische, abstrakte Instanz, die den menschlichen Erkenntnisprozess erweitert, strukturiert und neue Perspektiven er- öffnet. Seite 12 7778 ------------------ 5 7778 5 3 77788 1 3 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.2 Wenn Mensch und Maschine gemeinsam denken? Intelligenz-Symbiose - oder menschliche Intelligenz und ihr Werkzeug 4.2.2.3 (Generative) KI als abstrakte Partnerin im Erkenntnisprozess 4.2.2.3.1 Das evolutionäre Mäandern aktueller KI-Entwicklung Ähnlich wie in der biologischen Evolution führt das „Mäandern“ dazu, dass KI nicht immer die direkt beste Lösung findet, sondern über Umwege neue Innovationswege entdeckt. Die derzeitige Phase der generativen KI ist vergleichbar mit einer evolutionären Entwicklungsdynamik, in der verschiedene Modelle miteinander konkurrieren, sich durch Nutzerfeedback und Forschung weiterentwickeln und langfristig entweder konvergieren oder spezialisieren. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.2 Wenn Mensch und Maschine gemeinsam denken? Intelligenz-Symbiose - oder menschliche Intelligenz und ihr Werkzeug 4.2.2.3 (Generative) KI als abstrakte Partnerin im Erkenntnisprozess 4.2.2.3.1 Das evolutionäre Mäandern aktueller KI-Entwicklung 4.2.2.3.2 Der Mensch als Lotse in der KI-Evolution Der Unterschied zwischen KI-Modellen kann sich sehr punktuell und scheinbar ohne plausiblen Grund zeigen. Während ein Modell zu einer bestimmten Abfrage eine (überprüfbare) nicht korrekte Lösung liefert, kann ein anderes Modell auf die gleiche Eingabe eine korrekte Antwort generieren. Der Anwender sollte sich deshalb immer einer gewissen Flüchtigkeit wie auch einer hohen Dynamik in Ver- änderung und Weiterentwicklung von KI bewusst sein. KI nutzen ist wie mit einem Segelflugzeug zu reisen – es gibt nicht die ideale Luftströmung. Ein Segel- flieger kann nicht einfach einen Autopilot aktivieren, sondern muss ständig Luftströmungen interpretieren, Kurskorrekturen vornehmen und die beste Route antizipieren – ähnlich wie ein Mensch, der mit KI arbeitet, Seite 13 7778 ------------------ 5 7778 5 4 77788 1 4 Fragen optimiert, Modelle vergleicht und Antworten überprüft. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.2 Wenn Mensch und Maschine gemeinsam denken? Intelligenz-Symbiose - oder menschliche Intelligenz und ihr Werkzeug 4.2.2.3 (Generative) KI als abstrakte Partnerin im Erkenntnisprozess 4.2.2.3.1 Das evolutionäre Mäandern aktueller KI-Entwicklung 4.2.2.3.2 Der Mensch als Lotse in der KI-Evolution 4.2.2.3.3 Vergleichende KI-Nutzung hilft, Fehlerquellen zu minimieren Strategische Anwendungen profitieren davon, immer mehrere Modelle zu befragen und ihre Antworten zu vergleichen und zu bewerten. Das ergibt sich folgerichtig aus den vorherigen Kapiteln. Die prüfenden Instanzen existieren dafür vielfältigst. So zunächst durch den Anwender selbst, durch er- gänzende Entwicklungswerkzeuge und Onlinedienste und nicht zuletzt durch gegenseitige Analyse der KI-Modelle selbst. In jedem Fall steht der durch die KI gewonnene Resourceneinsparung, etwa in Form von Zeit ein Anwachsen der Zahl von Wechselprozessen zwischen KI- und Nicht-KI-Instanzen gegenüber. Eines wird an dieser Stelle deutlich. Soll die Anwendung von KI eine spürbare strategische Wirkung er- bringen, so bedarf es sehr aktiver menschlicher Intelligenz, um ihre Integration z.B. in Prozesse effi- zient zu organisieren. Seite 14 7778 ------------------ 4 7778 -------------------------- 4 5 7778 4 5 77788 1 5 S 2 7778 ------------------ 2 7778 -------------------------- 2 4 7778 2 4 77788 1 4 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.2 Menschliche Intelligenz als das Orginal 4.2.2 Wenn Mensch und Maschine gemeinsam denken? Intelligenz-Symbiose - oder menschliche Intelligenz und ihr Werkzeug 4.2.2.1 Dialoge mit der KI - mehr als ein klassischem Werkzeug 4.2.2.2 Ein erster strategischer Ansatz:#§#offene Dialoge und adaptive Suchprozesse statt starrer Lösungsmuster 4.2.2.3 (Generative) KI als abstrakte Partnerin im Erkenntnisprozess 4.2.2.4 Strategischer Ansatz: Gleichzeitige Einsatz verschiedener KI-Modelle Ein entscheidender Vorteil des parallelen Einsatzes mehrerer KI-Modelle in Softwareentwicklungspro- jekten liegt in der Fehlertoleranz und Ergebnisvalidierung. Da KI-Modelle auf statistischen Methoden basie- ren, besteht immer die Möglichkeit, dass ein einzelnes Modell ein fehlerhaftes oder ungenaues Ergebnis liefert. Durch die Kombination mehrerer spezialisierter Modelle kann dieses Risiko jedoch abgefedert wer- den. So kann ein zweites KI-Modell dazu genutzt werden, um die Ergebnisse des ersten zu überprüfen oder zu korrigieren. Dies ist besonders relevant in Bereichen wie automatisierter Code-Generierung, Fehlererken- nung oder Qualitätssicherung, wo unterschiedliche Modelle Stärken und Schwächen haben. Der strategische Einsatz verschiedener KI-Modelle erhöht somit nicht nur die Genauigkeit und Robustheit der Ergebnisse, sondern fördert auch eine intelligente Entscheidungsfindung durch Mehrheitsbewertungen oder Cross- Validierung. Fazit: Der Schlüssel zu einer effektiven KI-Integration in strategischen Prozessen liegt in einer flexiblen, explorativen Nutzung sowie in der intelligenten Kombination unterschiedlicher KI-Modelle. Während offene Dialoge und adaptive Suchprozesse dazu beitragen, kreative und dynamische Lösungen zu finden, hilft die Nutzung mehrerer Modelle, Fehlerquellen zu minimieren und die Zuverlässigkeit der KI-gestützten Entschei- dungen zu erhöhen. Beide Ansätze verdeutlichen, dass KI am besten als intelligentes Werkzeug eingesetzt wird, das durch menschliche Kontrolle und Reflexion ergänzt werden muss. Abschließende Anmerkung: Der strategische KI-Einsatz ermöglicht Effizienzsprünge in großen Entwicklungsprojekten, was aber ein- her geht mit erhöhtem Overhead in Bereichen wie Kommunikation Mensch/KI, Versionierung, Vergleich und Vali- dierung von KI-Ergebnissen usw. Seite 15 7778 ------------------ 3 7778 3 2 77788 1 2 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.1 Technologische und gesellschaftliche Dynamik#§#zwischen Kontinuität und Umbruch 4.2 Menschliche Intelligenz als das Orginal 4.3 Strategischer Einsatz von KI erfordert zusätzlichen Aufwand - nur ein Nullsummenspiel oder messbarer Mehrnutzen? Der strategische Einsatz von KI erhöht die Anzahl eingebundener IT-Komponnten, wie auch die Komplexi- tät der Prozessstrukturen, um Softwareprodukte zu entwickeln. Es ist ein Erfahrungswert, dass die Lebensdauer einer Software etwa das 3- bis 5-Fache ihrer Entwicklungs- zeit beträgt (betragen sollte). Fällt die Lebensdauer signifikant kürzer aus, so ist tendenziell ein Verlust- geschäft zu erwarten. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.3 Strategischer Einsatz von KI erfordert zusätzlichen Aufwand - nur ein Nullsummenspiel oder messbarer Mehrnutzen? 4.3.1 Einiges spricht für hohen Zusatzaufwand für die Integration von KI in Firmenprozesse Während KI-Technologien rasant weiterentwickelt werden, zeigt sich in der Praxis oft, dass ihre tatsächliche Implementierung in Unternehmen und Projekten langsamer als erwartet voranschreitet. Dieses sollte ein deutliches Indiz für hohen Zusatzaufwand sein. Eine Studie von Gartner zeigt, dass bis zu 85 % aller KI-Projekte scheitern, oft aufgrund von fehlender Skalierbarkeit, mangelndem Business Value oder zu hohem Anpassungsaufwand. Seite 16 7778 ------------------ 3 7778 3 3 77788 1 3 Das weltweit führendes Marktforschungs- und Beratungsunternehmen Gartner hat Mitte 2024 prognostiziert, dass 30 % der Projekte im Bereich generative KI nach dem Proof of Concept bis Ende 2025 aufgegeben werden. Laut Laut der CHAOS-Studie der Standish Group wurden in der Vergangenheit folgende Abbruchraten für IT- Projekte festgestellt:​ - 1994: 31,1 % der Projekte wurden abgebrochen oder niemals eingesetzt.​ - 2009: 24 % der Projekte wurden als gescheitert eingestuft. Diese Zahlen beziehen sich auf das gesamte Projekt und nicht spezifisch auf die Phase nach dem PoC.​ Spezifische Daten zur Abbruchrate von IT-Projekten nach der PoC-Phase sind begrenzt. Allgemein wird jedoch angenommen, dass die Abbruchrate nach einem erfolgreichen PoC geringer ist, da die Machbarkeit bereits nachgewiesen wurde und Projekte oft in die Implementierungsphase übergehen. Die prognostizierte Abbruchrate von 30 % bei generativen KI-Projekten nach dem PoC bis Ende 2025 ist hoch und deutet auf spezifische Herausforderungen in diesem Bereich hin, 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.3 Strategischer Einsatz von KI erfordert zusätzlichen Aufwand - nur ein Nullsummenspiel oder messbarer Mehrnutzen? 4.3.1 Einiges spricht für hohen#§#Zusatzaufwand für die Integration von KI in Firmenprozesse 4.3.2 KI und das Allegro molto für Anwendungen in der IT-Welt KI versetzt die IT-Welt zunehmend in einen Allegro molto-Modus. Die Fähigkeiten von (generativer) KI ver- ändert sich permanent. Diesem hat die Modellierung von Teilschritten der Kommunikation, Interaktion und Ver- Seite 17 7778 ------------------ 3 7778 3 4 77788 1 4 arbeitung im Software-Entwicklungsprozess in immer kürzeren Innovations- und Anpassungszyklen zu fol- gen. Klassische Entwicklungsumgebungen (IDEs) und Hochsprachen stoßen dabei an ihre Grenzen, da sie nicht für die extreme Dynamik von KI-getriebenen Anwendungen optimiert wurden. KI-Modelle ändern sich in Monatszyklen. Klassische IDEs und Entwicklungsumgebungen sind aber auf langfristige Stabilität ausgelegt und können mit diesem Tempo oft nicht mithalten. Klassische Hochsprachen sind nicht für generative KI optimiert. Sprachen wie Java, C++ oder C# sind leistungs- fähig, aber zu starr für das schnelle Experimentieren mit KI. Hochsprachen bieten oft starre Typisierung, längere Kompilierzeiten und weniger dynamische Datenverarbeitung, was die schnelle Integration neuer KI-Modelle erschwert. KI-Anwendungen erfordern eine kontinuierliche liche Modellaktualisierung und Live-Tests, was mit klassischen Hochsprachen nur schwer effizient reali- sierbar ist. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.3 Strategischer Einsatz von KI erfordert zusätzlichen Aufwand - nur ein Nullsummenspiel oder messbarer Mehrnutzen? 4.3.1 Einiges spricht für hohen#§#Zusatzaufwand für die Integration von KI in Firmenprozesse 4.3.2 KI und das Allegro molto für Anwendungen in der IT-Welt 4.3.3 Bewährte Mittel sind nicht immer die besten Mittel Wer beabsichtigt einen bunten Blumenstrauss zu malen, der tut es nicht ausschließlich mit einem Kohlestift, und wer eine Architekturfassade zu Papier bringen möchte, der wird sich kaum nur auf Aquarellfarben verlassen, Seite 18 7778 ------------------ 4 7778 4 2 77788 1 2 sondern wählt ein präzises Zeichenwerkzeug, das die Strukturen und Details klar wiedergibt. Wer sich blind auf bestehende Werkzeuge verlässt, ohne sie regelmäßig zu hinterfragen, kann Innovationen verpassen oder ineffiziente Prozesse beibehalten. Die regelmäßige Neubewertung der Mittel ist daher entscheidend für eine nachhaltige Softwarestrategie. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.3 Strategischer Einsatz von KI erfordert zusätzlichen Aufwand - nur ein Nullsummenspiel oder messbarer Mehrnutzen? 4.3.3 Bewährte Mittel sind nicht immer die besten Mittel 4.3.3.1 Warum beeinflussen vorhandene Entwicklungswerkzeuge neue Aufgabenstellungen? In vielen werkzeugfokusierten Unternehmensbereichen tritt nicht selten ein Phänomen auf, welches man in der Softwareentwicklung mit „Path Dependency“ (Pfadabhängigkeit) oder „Technological Lock-in“ bezeichnet. Dies hat mit der Tendenz zu tun, neue Aufgabenstellungen so zu bewerten, dass sie in den bereits erprobten Rahmen passen. Hierfür existieren nachvollziehbare Gründe wie hohe Investitionskosten, erfahrungsspezialisierte Mitarbeiter, die Sorge vor Innovationsrisiken usw. Diese Aspekte beeinflussen oft die Bewertung neuer Aufgabenstellungen, indem sie den Lösungsraum künstlich ein- schränken. Ein bewusster Umgang mit diesem Phänomen erfordert eine kritische Evaluierung, ob vorhandene Tools wirklich die beste Wahl sind oder ob ein Umdenken langfristig sinnvoller wäre. Seite 19 7778 ------------------ 3 7778 -------------------------- 3 4 7778 3 5 77788 1 5 7778 ------------------ 4 7778 4 2 77788 1 2 7778 ------------------ 5 7778 5 2 77788 1 2 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.3 Strategischer Einsatz von KI erfordert zusätzlichen Aufwand - nur ein Nullsummenspiel oder messbarer Mehrnutzen? 4.3.1 Einiges spricht für hohen#§#Zusatzaufwand für die Integration von KI in Firmenprozesse 4.3.2 KI und das Allegro molto für Anwendungen in der IT-Welt 4.3.3 Bewährte Mittel sind nicht immer die besten Mittel 4.3.4 Werkzeuge müssen sich an die KI-Realität anpassen, nicht umgekehrt Die vorherigen Kapitel sollten verdeutlicht haben, dass KI nicht einfach nur ein weiteres technisches Tool ist, sondern eine Umwälzung in der Softwareentwicklung, die tiefgreifende Konsequenzen für die Wahl der Mittel und Werk- zeuge hat. Ein zentrales Problem vieler Unternehmen ist die Versuchung, neue KI-Projekte in bestehende Entwicklungsumgebun- gen zu zwängen – statt die Umgebung an die neuen Anforderungen anzupassen. Die traditionellen Methoden der Softwareentwicklung basieren auf vorhersehbaren, regelbasierten Abläufen. Genera- tive KI hingegen erfordert eine flexible, adaptive und oft experimentelle Herangehensweise. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.3 Strategischer Einsatz von KI erfordert zusätzlichen Aufwand - nur ein Nullsummenspiel oder messbarer Mehrnutzen? 4.3.4 Werkzeuge müssen sich an die KI-Realität anpassen, nicht umgekehrt 4.3.4.1 Maximale Anforderungen an einen agile, adaptiven Entwicklungsunterbau Als praxisorientierter Softwareingenieur legt der Autor hier seinen Fokus auf die innere Sicht der Entwick lungswerkzeuge. Dabei musste er feststellen, das bei der thematischen Erörterung mit drei unterschiedlichen KIs, in allen Fällen künstliche Intelligenz die Tendenz zur Außensicht - basierend auf ihrer praktischen Anwendung und Nutzerfreundlichkeit - geht. 4 Strategische Ansätze einer KI-gestützten Softwareentwicklung 4.3 Strategischer Einsatz von KI erfordert zusätzlichen Aufwand - nur ein Nullsummenspiel oder messbarer Mehrnutzen? 4.3.4 Werkzeuge müssen sich an die KI-Realität anpassen, nicht umgekehrt 4.3.4.1 Maximale Anforderungen an einen agile, adaptiven Entwicklungsunterbau 4.3.4.1.1 Die innere technische Sicht auf die Softwareentwicklungsumgebung Auf Grund langjähriger Praxiserfahrungen des Autors mit der Ausrichtung von Entwicklungsansätzen und Seite 20 Werkzeugen auf Agilität und Automatisierung - während der letzten Jahre im Zusammenhang mit KI-Anwendun- gen - hier drei Maximalanforderungen: - maximale Spezialisierung - maximale Modularisierung - maximale Kombinierbarkeit Diese maximalen Anforderungen beschreiben potenzielle Möglichkeiten und sind nicht zwingend operativ umzu- setzen. Der Autor sollte hier zum konzeptionellen Erfahrungshintergrund noch Folgendes ergänzen: Die Punkte Speziali- sierung und Modularisierung beziehen sich hauptsächlich auf den technischen, nicht auf den fachinformatischen Bereich. Zudem soll das Format für die Modulinteraktion einheitlich und einfach (human readable) gestal- tet werden. Die Alternativvorschläge der KIs wichen unter dieser Maßgabe prinzipiell nicht von den maximalen Anforderun- gen ab. Allerdings lag der Fokus in allen drei Fällen weniger auf den Möglichkeiten und der Struktur der Entwicklungswerkzeuge, sondern stärker auf ihrer paradigmatischen Ausrichtung, also der Umsetzung von Leit- - ChatGPT: Nicht jedes Teilproblem soll auf eine spezialisierte Modullösung abge- bildet werden, sondern mittels Konfiguration soll eine finale Ausprägung stattfinden. "Maximale" Kombinierbarkeit darf nicht zu Unübersichtlchkeit führen. Seite 21 - DeepSeek: Tracebility, Transparenz und Testbarkeit der spezialisierten Modullogik. Erweiterbarkeit und Konfigurierbarkeit der Module und Automatisierung und Stabilität für Verkettungssznarien. - Gemini: Die leichte Integration von spezialisierten Funktion in große Prozessketten, leichte Erweiterbarkeit und Anpassbarkeit der Module, sowie möglicht einheitliche Syntax für das Interaktionsformat. Seite 22