Generative KI hat das Potenzial, die Produktivität in der Programmierung deutlich zu steigern. Entwickler können effizienter arbeiten, indem sie Code-Vorschläge erhalten, die auf ihren eigenen Code und anderen öffentlich verfügbaren Code-Repositories basieren. Das spart Zeit und Energie. Aber, Moment mal: Besteht die Zukunft der Programmierung jetzt darin, dass wir dazu verdammt sind, Zuschauer in unserem eigenen Code-Theater zu sein?
Nun, vielleicht nicht ganz. Stellen Sie sich vor, wie herrlich es wäre, wenn die KI Ihren Code automatisch korrigiert, während Sie eine Tasse Kaffee genießen. Das könnte es uns Entwicklern ermöglichen, uns auf andere wichtige Aufgaben zu konzentrieren: Testen und Debuggen oder das Entwickeln von neuen Algorithmen. Endlich könnten wir den Fluch der ewigen Code-Wiederholung durchbrechen!
„Endlich könnten wir den Fluch der ewigen Code-Wiederholung durchbrechen!“
Viele sehen hier dennoch nur die Schattenseiten. Wie bei jeder neuen Technologie besteht natürlich die Gefahr, dass wir uns zu sehr auf sie verlassen. Wenn wir vollständig auf generative KI setzen, um Code zu generieren, laufen wir dann nicht Gefahr, den Quellcode selbst nicht mehr zu verstehen oder uns nicht sofort erkennbare Sicherheitsprobleme einzufangen? Werden alle Entwickler bald überflüssig und damit arbeitslos?
Generative KI ist sicher nicht die Lösung für all unsere IT-Herausforderungen und schon gar nicht für wirklich komplexe Probleme. Es wird auch in Zukunft notwendig sein, Quellcode selbst zu entwickeln oder zu verbessern. Und sind viele der im Zusammenhang mit dem Einsatz von KI oft geäußerten Bedenken nicht schon längst Unternehmensrealität? Bei der Nutzung von Software-Libraries, Frameworks oder Open-Source-Komponenten verwenden wir in großem Stil Source-Code, der nicht von uns selbst erzeugt wurde und so auch nicht unter unserer Kontrolle steht. Dies führt schon heute im betrieblichen Alltag zu einer Vielzahl von Herausforderungen – gegebenenfalls sogar zu Sicherheitsrisiken, zum Beispiel bei Log4J. Wir haben inzwischen gelernt, mit diesen Herausforderungen umzugehen. Orchestrierung, Tests, Releasemanagement und Operations und andere nehmen schon heute einen Großteil der Zeit in der professionellen Softwareentwicklung ein. Was unterscheidet einen teilweise durch KI generierten Source-Code eigentlich vom Abschreiben von Code aus Büchern oder dem Kopieren von Skripten und Codefragmenten aus dem Internet? Nichts.
„Die Softwarekrise wird wohl trotzdem bleiben“
Bei vielen der aktuell so gehypten Anwendungen der generativen KI bin ich persönlich noch sehr skeptisch. Hier müssen die oftmals beeindruckenden Prototypen erst noch ihre tatsächliche Nützlichkeit in der betrieblichen Praxis beweisen. Viel positiver sehe ich die Zukunft in der Softwareentwicklung. Der Mensch bleibt hier immer eng im Loop, wird deutlich produktiver und wir erzeugen keine neuen Probleme, die wir in der Softwareentwicklung aktuell nicht sowieso schon haben – und mehr oder minder gut beherrschen (müssen). Eine Autovervollständigung ist heute schon Standard in jeder modernen Entwicklungsumgebung. Die Autovervollständigung wird durch generative KI jetzt halt noch etwas schlauer. Schlauer, nicht intelligent!
Entwickler und Informatiker werden wir damit sicher nicht ersetzen. Wenn wir existierende Hindernisse, wie zum Beispiel der notwendige Schutz von Geistigem Eigentum (IP), gut regeln, bin ich mir sicher, dass die Unterstützung durch generative KI in sehr kurzer Zeit in allen Entwicklungsumgebungen zum Standard wird. Die Softwarekrise wird wohl trotzdem bleiben. Eine KI programmiert sich damit auch noch lange nicht selbst. Skynet muss also noch warten.
