Engineering-Teams und die praktische Anwendung von AI Entwickler müssen die KI zu ihrem Spielpartner und nicht zum Killer machen

Anbieter zum Thema

GitLab GmbH

VON ZUR MÜHLEN'SCHE GmbH

Kentix GmbH

STACKIT GmbH & Co. KG

Obwohl KI für die Software-Entwicklung vielversprechend ist, haben viele Führungskräfte im Engineering-Bereich noch Schwierigkeiten, KI-gestützte Tools einzusetzen, um messbare Ergebnisse und langfristigen Erfolg zu erzielen Jedoch nimmt der Druck stetig zu.

Führungskräften ist es dringend angeraten, die langfristigen wirtschaftlichen Vorteile einer systematischen KI-Einführung gegenüber den Einschränkungen taktischer Schnelllösungen abzuwägen. Tatsächlich hat eine aktuelle Gitlab-Studie ergeben, dass sich derzeit etwa die Hälfte aller weltweiten Unternehmen in der Evaluierungs- und Erkundungsphase ihrer KI-Reife befindet.

Diese Unternehmen können sich zwar die potenziellen Vorteile der KI-Nutzung vorstellen, haben ihre Strategie für die Umsetzung jedoch noch nicht vollständig konkretisiert. Es gibt zwei wesentliche Herausforderungen, die es zu meistern gilt, wenn es darum geht, Engineering-Teams für ein neues Tool und neue Arbeitsabläufe zu begeistern.

• 1. Zum einen besteht hier eine gewisse Angst. Viele Menschen befürchten, dass menschliche Ingenieure durch die KI ersetzt werden.

• 2. Zum anderen fällt es vielen noch schwer, den besten Ausgangspunkt für die Implementierung einer KI zu finden, insbesondere dann, wenn viele Ingenieure keinen Sinn in einer Neustrukturierung ihrer bestehenden Prozesse sehen.

Es menschelt

Um Teams dabei zu helfen, ihre Vorbehalte gegenüber der KI zu überwinden, müssen Führungskräfte den Wert von KI-Lösungen effektiv kommunizieren, vermitteln und gleichzeitig Entwicklungsaktivitäten mit Geschäftsergebnissen verknüpfen. Um dies zu erreichen, sollten sie sich auf die KI-gestützte Problemlösungsfähigkeit und deren Auswirkungen auf das Geschäft konzentrieren und nicht auf den Umfang des Codes.

KI ist nun einmal auf dem besten Weg, der nächste transformative Partner für Ingenieure zu werden. Damit sie erfolgreich implementiert werden kann, ist die Unterstützung durch Führungskräfte entscheidend.

Die Parallele zum Pair Programming

So wie das Pair Programming die Software-Entwicklung durch eine Zusammenarbeit im Lernen verändert hat, bietet es nun ein wertvolles Modell für die Navigation und Integration der KI in unsere Arbeitsabläufe. Diese Vertrautheit ermöglicht es, etablierte Pair-Programming-Praktiken zu nutzen und klare Analogien für die KI-Integration zu finden.

Dabei kann KI beispielsweise als intelligente 'Rubber Duck' fungieren. Ähnlich wie beim Erklären des Codes an einer Gummiente kann das Formulieren eines Problems mit KI Entwicklern helfen, kritisch zu denken, neue Perspektiven zu entdecken und mentale Blockaden zu überwinden.

Im Gegenzug geben diese „Gummienten“ Feedback und Vorschläge. Entwickler können KI auch für 'Mob Programming' nutzen, um Einblicke in alternative Lösungen zu gewinnen, potenzielle Probleme zu identifizieren und zu einem robusteren Problemlösungsprozess beizutragen.

KI verändert den Beruf des Software-Entwicklers und fördert die menschliche Kreativität sowie das strategische Denken, um während des gesamten Entwicklungsprozesses einen größeren Mehrwert zu schaffen. KI sollte hierbei als zusätzliches Teammitglied betrachtet werden, das menschliche Fähigkeiten ergänzt und nicht ersetzt. Diese Denkweise hilft, Bedenken hinsichtlich des Verlusts von Arbeitsplätzen auszuräumen und ein positiveres Umfeld für die Einführung der KI zu schaffen.

KI in die Praxis umsetzen: Ein praktischer 4-Stufen-Ansatz

Um KI in die Arbeitsabläufe des Teams zu integrieren, muss die Unternehmensleitung zunächst den Kontext festlegen. Anschließend sollte sie einen Top-Down-Ansatz für die Implementierung verfolgen. Konkret müssen Führungskräfte definieren, wie die Teams KI einsetzen werden, klare Prozesse festlegen und die erforderliche Unterstützung und Ressourcen bereitstellen.

Anstatt die bestehenden Arbeitsabläufe eines Teams komplett zu überarbeiten, sollte die KI für bestimmte Aufgaben oder Phasen des Entwicklungsprozesses genutzt werden. Dieser iterative Ansatz ermöglicht es den Teams, im Laufe der Zeit zu lernen, sich anzupassen und Vertrauen in die KI zu entwickeln. Grundlegend sollte man zunächst rollenspezifische Anwendungen für KI definieren:

• Entwickler: Eine gründliche Erstanalyse des Codes, ergänzt durch KI-gestützte Codeüberprüfungen und Sicherheits-Scans, ist für Entwickler unerlässlich, bevor die manuelle Prüfung durch Fachkräfte erfolgt. Mithilfe von KI lassen sich potenzielle Fehler, Schwachstellen und Leistungsprobleme frühzeitig erkennen. So gewinnen Entwickler konkrete Hinweise für sofortige Korrekturen und lernen gleichzeitig aus bisherigen Fehlern.

• Qualitätssicherungsingenieure (QA): KI kann helfen, den ersten Test für neuen Code zu generieren und die Testergebnisse zu analysieren, sodass Ingenieure sich auf komplexere Testszenarien und kritische Probleme konzentrieren können. In der Regel ist es einfacher, einen vorgeschlagenen Test zu bearbeiten, als ihn von Grund auf neu zu erstellen.

• Betriebsteams: Eine Implementierung der KI, um repetitive operative Aufgaben wie Bereitstellungen, Infrastrukturmanagement und Überwachung zu automatisieren, gibt Betriebsteams mehr Zeit für strategischere Aufgaben.

• Teamleiter: KI lässt sich gut zur Unterstützung bei der Projektplanung, der Priorisierung von Backlogs, der Ressourcenzuweisung, der ersten Triage und der Fortschrittsverfolgung verwenden, um Teamleitern Echtzeit-Einblicke in den Projektstatus und potenzielle Risiken zu geben.

• Produktmanager: KI kann helfen Kundenbranchen, Markttrends, Kundenforen und allgemeine Kundenstimmung zu analysieren und zusammenzufassen.

Und dann ...

Der nächste Schritt besteht nun darin, KI-gestützte Tools wie Code-Analyse, Test-Frameworks und Projek-Mmanagement-Plattformen mit KI-Funktionen sorgfältig auszuwählen und zu integrieren. Diese sollten sich nahtlos in bestehende Entwicklungsumgebungen einfügen, um Entwickler nicht zusätzlich zu belasten.

Um Entscheidungsmüdigkeit zu vermeiden, sollten schließlich klare Richtlinien und Schulungen für den effektiven Einsatz dieser Tools in den täglichen Aufgaben entwickelt werden, einschließlich einer kritischen Analyse der KI-Empfehlungen.

Schließlich sollten im Rahmen dieser Einführung klare Kommunikations- und Feedback-Mechanismen eingeführt werden. Entwickler müssen motiviert werden, mit der KI zu interagieren, Feedback zum generierten Code zu geben, Testfälle zu verfeinern und sich aktiv am Kooperationsprozess zu beteiligen. Es lassen sich sogar Foren einrichten, in denen die Teammitglieder ihre Erkenntnisse und Erfolge austauschen können, um den Wissensaustausch und die Übernahme erfolgreicher Lösungen zu fördern.

Die Erfolgsspirale

Anhand dessen lässt sich KI überwachen und die KI-Integration kontinuierlich auf der Grundlage des Feedbacks des Teams und der beobachteten Ergebnisse verbessern. Um zu kontextualisieren, warum diese neue Technologie als wichtige geschäftliche Notwendigkeit und nicht als vorübergehende Modeerscheinung gefördert werden muss, empfiehlt es sich nach einer festgelegten Testphase den Wert der Investition der Geschäftsleitung zu belegen.

Inkrementelle Erfolge helfen den Teams, Schwung aufzubauen und den Wert der Integration der KI in ihre Arbeitsabläufe zu demonstrieren. Durch einen strukturierten Ansatz und eine klare Definition der Rolle der KI in den Teams kann das Potenzial der KI voll ausgeschöpft werden.

Führungskräfte im Engineering müssen sicherstellen, dass sich ihre Teammitglieder unterstützt fühlen und keine Angst haben, ersetzt zu werden. Außerdem müssen sie gezielte Anwendungsbereiche für einen effizienten Einsatz der KI identifizieren, die sofort sichtbare Vorteile mit sich bringen.

(ID:50540595)