KI-gesteuertes Modell als neuer Industriestandard im Visier Tool für automatisierte Software-Entwicklung von Fujitsu

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

Rittal GmbH & Co. KG

Fsas Technologies GmbH

Fujitsu Limited stellt die Entwicklung und Einführung einer KI-gestützten Software-Entwicklungsplattform in Aussicht. Diese soll automatisiert den gesamten Entwicklungsprozess – von von der Anforderungsdefinition und dem Design bis hin zur Implementierung und Integrationstests - vereinfachen und beschleunigen können.

Durch die Nutzung des „Takane Large Language Model“ (s.u), gemeinsam entwickelt von von Fujitsu und der Cohere Inc., und der von Fujitsu Research entwickelten agentenbasierten KI-Technologie für großskalige Software-Entwicklung ermögliche die KI-gesteuerte Plattform KI-Agenten, komplexe und sich weiterentwickelnde Großsysteme von Unternehmen und öffentlichen Organisationen, zu verstehen, so der Initiator.

Die Plattform soll über mehrere KI-Agenten verfügen, die gemeinsam jede Phase der Software-Entwicklung ausführen und so eine vollständige Automatisierung des gesamten Prozesses ohne menschliches Eingreifen ermöglichen. Unter anderem verkürzten sich so die Modifikationszeiten erheblich, beginnend mit Anwendungen für Medizin und Verwaltung.

Shinji Kajitani, Director und President Executive Officer, der Optima Corporation, zeigt sich angetan: „Ich bin zutiefst beeindruckt von dem Konzept, den gesamten Software-Entwicklungsprozess – von der Upstream bis zur Downstream-Phase – mittels KI zu automatisieren und sogar den Verifizierungsprozess der KI anzuvertrauen. Dies stellt die traditionelle Annahme, dass menschliche Kontrollen letztlich unerlässlich sind, auf den Kopf.“

Fujitsu beabsichtigt, diese KI-gesteuerte Software-Entwicklungsplattform bis zum Ende des Geschäftsjahres 2026 für die Überarbeitung aller 67 Arten von medizinischen und behördlichen Geschäftssoftwareprodukten von Fujitsu Japan Limited einzusetzen. Diese Überarbeitungen sind aufgrund von gesetzlichen und regulatorischen Änderungen notwendig.

Positive Ergebnis aus einem Proof of Concept

Der Einsatz läuft bereits seit Januar 2026; die Plattform wird in Japan für Software-Änderungen eingesetzt, die durch die Überarbeitung der medizinischen Gebührenordnung 20262 erforderlich sind. Dabei handelt es sich um ein nationales System, das die öffentlichen medizinischen Gebühren überprüft und die Kostenverteilung für medizinische Verfahren anpasst.

Laut Fujitsu zeigen sich bereits deutliche Vorteile gegenüber herkömmlichen Anpassungsverfahren. In einem Proof of Concept (PoC), bei dem Software gemäß den Änderungen der medizinischen Gebühren von 2024 aktualisiert wurde, zeigte die Plattform eine signifikante Reduzierung der Entwicklungszeit für eine von etwa 300 Änderungsanforderungen.

Mit herkömmlichen Software-Entwicklungsmethoden hätten die Modifikationen drei Personenmonate in Anspruch genommen. Durch den Einsatz dieser Technologie wurde die Zeit auf vier Stunden verkürzt, was einer 100-fachen Produktivitätssteigerung entspricht.

Somit bleibt mehr Zeit für die Planung und Entwicklung von Maßnahmen und Dienstleistungen, die zu einer Verbesserung der Patienten-, Bewohner- und Kundendienstleistungen führen. Kunden und Partner können sich dadurch künftig kontinuierlich an sich ständig ändernde Betriebsabläufe und gesellschaftliche Anforderungen anpassen. Darüber hinaus erwartet Fujitsu, dass diese Technologie Kunden und Partnern hilf, dem steigenden IT-Bedarf zu begegnen und den zunehmenden Mangel an IT-Fachkräften zu mildern.

AI Ready Engineering

Im Bereich der KI-gestützten Entwicklung betrachtet Fujitsu 'AI Ready Engineering', also den Prozess zur Vorbereitung von Ressourcen und Wissen, um sicherzustellen, dass KI bestehende Systeme korrekt versteht und eine hochzuverlässige Automatisierung ermöglicht, als entscheidend. Das Ziel besteht darin, die Arbeitsweisen von Ingenieuren zu transformieren, insbesondere die hauseigene 'Forward Deployed Engineer' (FDE)-Komplementärgruppe zu stärken und das Paradigma der Software-Entwicklung von einem herkömmlichen, auf Personenmonaten basierenden Ansatz zu einem kundenwertbasierten Ansatz zu verlagern.

Fujitsu plant, die Anwendung der KI-gesteuerten Software-Entwicklungsplattform bis zum Ende des Geschäftsjahres 2026 auf eine Vielzahl von Branchen auszuweiten, darunter Finanzwesen, Fertigung, Einzelhandel und öffentliche Dienste. Fujitsu wird diesen Service auch Kunden und Partnerunternehmen anbieten, damit diese schnell und flexibel Systeme entwickeln können, die sich an Veränderungen in ihren Geschäftsumfeldern anpassen können. Bestenfalls geht es um die Etablierung eines neuen Industriestandards.

Das Potenzial

Anwender Kajitani bemerkt: „Ich sehe ein großes Potenzial, insbesondere bei Geschäftspaketen, die jährlich komplexen Systemänderungen unterliegen. Unser Unternehmen ist ebenfalls seit vielen Jahren an der Modifikation von Geschäftspaketen beteiligt, und es war schon immer eine große Herausforderung, Systemrevisionen in kurzer Zeit mit hoher Qualität durchzuführen. Wir glauben, dass das in diesem Prozess gesammelte Wissen und die Fachkompetenz erheblich zur Realisierung und Weiterentwicklung dieses Konzepts beitragen können. “

Auch Takashi Manabe, Senior Research Director, AI & Automation bei IDC Japan, sieht das Potenzial: „IDC prognostiziert, dass ab 2026 die Beschleunigung der KI-/Agenten-basierten Geschäftsanwendungen und die Modernisierung bestehender Systeme die wichtigsten Treiber für die Transformation auf dem japanischen IT-Markt sein werden. Die Ankündigung von Fujitsu zielt darauf ab, komplexe Legacy-Systemressourcen so umzugestalten, dass KI sie exakt verstehen und verarbeiten kann, und den gesamten Waterfall-Entwicklungsprozess zu automatisieren.“ Die Fujitsu-Initiative werde voraussichtlich vielen nationalen Unternehmen, die vor der anhaltenden Herausforderung stehen, Legacy-Assets zu warten und zu betreiben, einen praktischen Weg aufzeigen und gleichzeitig einen Wandel in der Software-Entwicklung weg von einem arbeitsintensiven Modell fördern.

Die Anwenderstimme

Hiroshi Nakatani ist Representative Director, Executive Vice President bei Kawasaki Heavy Industries, Ltd. Er bemerkt: „Diese von Fujitsu geförderte KI-Automatisierungsinitiative betrifft nicht nur die Verbesserung der Entwicklungseffizienz; wir sehen darin eine bedeutende Herausforderung, das umfangreiche Geschäftswissen und die Designphilosophien, die Unternehmen über viele Jahre hinweg entwickelt haben, an die nächste Generation weiterzugeben und weiterzuentwickeln.“

Insbesondere das Konzept der End-to-End-Unterstützung, von der Anforderungsdefinition über Design und Implementierung bis hin zur Qualitätssicherung, ausgelöst durch Änderungen von Gesetzen und Regeln, eröffne neue Möglichkeiten in Bereichen, die traditionell auf menschlicher Erfahrung und implizitem Wissen beruhten.

Er verweist auf die Notwendigkeit, dieser Initiative In der Fertigungsindustrie. Hier würden Herausforderungen wie Designänderungen, die Einhaltung gesetzlicher Vorschriften und das Verständnis des Ausmaßes der Auswirkungen von Jahr zu Jahr komplexer. Er sagt: „Fujitsus Ansatz, sowohl die Wissensstandardisierung als auch den Einsatz von KI in diesen Bereichen voranzutreiben, bietet wertvolle Einblicke zur Steigerung der Produktivität und Wettbewerbsfähigkeit der gesamten Branche.“

Rekonstruktionstechnologie für GenAI und Energie-effiziente KI-Modelle mit Takane-LLM

Eine der Anwendungen für das Takane-LLM ist eine Rekonstruktionstechnologie für generative KI, die Fujitsu im September 2025 vorgestellt hat. Diese Technologie nach Unternehmensangaben basiert auf zwei Kerninnovationen:

• 1. Quantisierung: Ein Verfahren, das die in neuronalen Verbindungen gespeicherten Informationen stark komprimiert und so den Speicherbedarf ohne signifikanten Genauigkeitsverlust reduziert.

• 2. Spezialisierte KI-Destillation: Eine Methode, die sowohl eine Verschlankung als auch eine Genauigkeit oberhalb des Ausgangsmodells ermöglicht.

Die Quantisierungstechnologie dient der Verschlankung des KI-„Denkens“ und der Reduzierung des Stromverbrauchs; die 1-Bit-Quantisierung ist ein Optimierungsalgorithmus, der die 1-Bit-Quantisierung großer LLMs ermöglicht.

Die Parameterkomprimierung führt dabei Reduzierung der Modellgröße und des Energiebedarfs bei gleichzeitiger Performance-Steigerung

Fujitsus neuer Algorithmus zur Quantization Error Propagation, eine Anwendung zur Lösung von Quantisierungsfehlern, verhindert das exponentielle Fehlerwachstum in mehrschichtigen Netzen.

Durch den Einsatz der 1-Bit-Quantisierung auf Takane hat sich der Speicherverbrauch um 94 Prozent verringern lassen. Gleichzeitig hat Fujitsu mit 89 Prozent die weltweit höchste Genauigkeitsbeibehaltung erzielt, im Vergleich zum unquantisierten Modell sowie eine dreifache Beschleunigung der Inferenzgeschwindigkeit. Damit übertrifft Fujitsu die bislang üblichen Werte von unter 20 Prozent Genauigkeitserhalt bei gängigen Methoden wie GPTQ deutlich.

Außerdem ermöglicht diese Kompaktheit den Einsatz agentenbasierter KI auf Edge-Geräten wie Smartphones oder Fertigungsmaschinen. Das aber steigert die Reaktionsfähigkeit in Echtzeit, die Inferenzgeschwindigkeit steigt um das Dreifache, verbessert die Datensicherheit und senkt den Energieverbrauch von KI-Anwendungen drastisch.

Die Spezialisierte Destillation dienst der Verdichtung von Wissen und Verbesserung der Genauigkeit, durch

• Gehirn-inspirierte Optimierung, im Wesentlichen eine Anpassung der Modellstruktur an die Prozesse von Gedächtnisorganisation und Wissensverstärkung

• Modellgenerierung und -auswahl. Dabei kommt eine Kombination aus Pruning, Hinzufügen von Transformer-Blöcken, Generierung von Kandidatenmodellen und Auswahl mittels Neural Architecture Search zum Einsatz.

• Wissensdistillation: Darunter ist die Übertragung von Wissen aus 'Lehrermodellen', zum Beispiel Takane in kompaktere 'Studentenmodelle' zu verstehen (siehe: Kasten).

(ID:50735237)