AI

Softwaredokumentation war lange eine mühsame Pflicht, geprägt von Aufwand und Monotonie. Künstliche Intelligenz (KI) verändert diese Arbeit grundlegend, erfordert jedoch ein bewusstes Zusammenspiel von Mensch, Maschine und KI. Der Artikel zeigt, wie KI heute effektiv eingesetzt werden kann und warum der Mensch dabei (noch) weiterhin die Regie führt.

Die Pflege einer gut zugänglichen und aktuellen Dokumentation der Softwarearchitektur ist ein aufwendiger Prozess. Der Artikel stellt einen praxiserprobten Ansatz vor, der Documentation-as-Code mit GitHub Copilot koppelt, und berichtet von Vor- und Nachteilen.

Dieser Artikel teilt Erfahrungen bei der Entwicklung generativer KI-Anwendungen, wobei der Schwerpunkt auf den aufgetretenen Herausforderungen und einem praktischen Leitfaden für Praktiker liegt.

Large Language Models (LLMs) bieten immense Chancen, doch ihr Potenzial birgt auch erhebliche Risiken. Durch Missbrauch der vielseitigen Möglichkeiten entstehen neuartige Bedrohungen. Mithilfe bewährter Methoden wie den OWASP Top 10 for LLMs und Threat Modeling analysieren wir die Risiken. Im zweiten Artikelteil liefern wir konkrete Schutzvorschläge – individuell angepasst an den Anwendungsfall.

Künstliche Intelligenz (KI) prägt die Softwareentwicklung durch beschleunigte Prozesse und automatisierte Aufgaben wie Codegenerierung und Testen. Trotz ihrer Stärken ersetzt KI nicht die Expertise von erfahrenen Entwicklern. Menschliche Kontrolle sowie strategisches Denken bleiben unerlässlich. Abstrahierung kann hier Abhilfe schaffen: Modellgetriebene Ansätze, kombiniert mit KI, ermöglichen präz..