Hallo ChatGPT, RIP-Software-Entwickler?

In diesem Jahr hat das Interesse an generativer KI explosionsartig zugenommen. Wenn man nur sechs Monate zurückgeht, hatten die meisten Menschen noch nie etwas davon gehört. Jetzt scheint es, als ob jeder – von Tech-Profis bis hin zu Studenten – es benutzt und insbesondere mit dem “Vorzeigekind” ChatGPT experimentiert.

Dies hat auch zu einer zunehmenden Diskussion darüber geführt, ob KI und GenAI das Ende der menschlichen Rolle, auch in der Softwareentwicklung, bedeuten. Bedeuten ChatGPT und seine GenAI-Vettern (wie Bard, Copilot und Bing Chat) den Untergang des Softwareentwicklers – angesichts der Tatsache, dass GenAI bereits Codeschnipsel generieren kann?

Ein guter erster Schritt, um diese Frage zu klären, ist… ChatGPT zu fragen. Wie immer antwortete sie sofort und wortgewandt, und ihre Antwort lautete im Wesentlichen “Nein”.

ChatGPT und ähnliche Sprachmodelle, so der Bericht, “werden Software-Ingenieure wahrscheinlich nicht vollständig ersetzen können”. Der Grund dafür ist, dass Software-Engineering “viel mehr umfasst als nur die Verarbeitung natürlicher Sprache” und eine Reihe von Fähigkeiten wie Problemlösung und Zusammenarbeit erfordert, die “den Rahmen” von GenAI sprengen. Es wurde jedoch auch gesagt, dass GenAI “bestimmte Aspekte der Softwareentwicklung automatisieren” und “die Fähigkeiten von Softwareingenieuren erweitern” kann.

Es handelt sich also eindeutig nicht um einen Fall von “RIP-Softwareentwickler” – zumindest noch nicht. Gleichzeitig besteht jedoch kein Zweifel daran, dass das Aufkommen von GenAI zu erheblichen Veränderungen und Umwälzungen führen wird.

Bereich der Möglichkeiten

Es ist hilfreich, die Auswirkungen in Chancen und Risiken zu unterteilen. Zunächst also die vielen positiven Aspekte.

GenAI wird bestimmte Aspekte des Softwareentwicklungsprozesses erheblich beschleunigen. Es kann bereits einige Aufgaben auf niedrigerer Ebene erledigen, z. B. das Schreiben von Code auf Einstiegsebene, Codeschnipsel, Tests und Dokumentation. Es kann auch hervorragende Kommentare in den Code schreiben – etwas, das Softwareentwickler in der Regel weniger gerne tun.

Und das ist auch heute noch so. Diese Fähigkeiten könnten (und werden mit ziemlicher Sicherheit) in Zukunft rasch verbessert und ausgebaut werden. Was ChatGPT in den Mainstream katapultierte, war seine Fähigkeit, moderne Fortschritte in der Rechenleistung zu nutzen, die es erlauben, große Sprachmodelle (die ChatGPT zugrunde liegen) in relativ kurzer Zeit zu trainieren. Das Potenzial von GenAI, Fortschritte im Quantencomputing zu nutzen, könnte den Entwicklern noch mehr Möglichkeiten eröffnen.

Wer weiß, wie agil es aussehen wird, wenn sich GenAI wirklich entwickelt? Stellen Sie sich Sprint-Zyklen von nicht zwei Wochen, sondern zwei Tagen oder sogar zwei Stunden vor. Die Geschwindigkeit und Produktivität könnte unsere kühnsten Träume übertreffen. Die Herausforderung besteht darin, den gesamten erzeugten Code zu handhaben, ihn zu pflegen und zu verwalten.

Kurz gesagt, es gibt ein enormes Potenzial, Dinge schneller und möglicherweise billiger zu erledigen und mehr Zeit für die wertschöpfenden Aspekte zu verwenden. All dies könnte sich sehr positiv auf die Produktivität und die Kundenbetreuung auswirken.

Ich glaube, es steht außer Frage, dass erfahrene Entwickler und Ingenieure immer gebraucht werden – sie sind die Schnittstelle zwischen Kunst und Wissenschaft, sie haben die Erfahrung und das Know-how und die Kreativität/Problemlösungsfähigkeit, um alles zusammenzubringen. Die Rolle des Programmierers und des Geschäftsanalytikers besteht nach wie vor darin, die Anforderungen der Kunden zu ermitteln, die dann in Aufforderungen für GenAI umgewandelt werden können, um Codeschnipsel zu erzeugen, zu testen und zu dokumentieren. Diese müssen noch in das Gefüge der Gesamtlösung eingewoben werden.

Um das Beste aus Gen AI herauszuholen, sollten Sie auch daran denken, dass Sie gut konstruierte Prompts benötigen. In gewisser Weise ist die Eingabe von Gen AI ein ganz eigenes Protokoll, ähnlich einem Pseudocode. Gen AI macht es derzeit nicht überflüssig, sich Gedanken darüber zu machen, wie eine Softwarelösung strukturiert sein muss, was in den meisten Fällen den größten Wert eines Softwareentwicklers ausmacht.

Eine Reihe von Risiken

Wir müssen ehrlich sein und sagen, dass GenAI eine Bedrohung für Junior-Rollen und Aufgaben auf Einstiegsebene darstellt. In gewisser Weise unterscheidet sich dies jedoch nicht von den neuen Frameworks und Automatisierungswerkzeugen, die ständig auf dem Markt erscheinen. Ein Faktor, mit dem die IT-Branche bereits zu leben gewohnt ist.

Bei GenAI könnte dies jedoch noch ausgeprägter sein, da die Kunden von den Softwarefirmen und Beratern erwarten, dass sie ihre (menschlichen) Teams verkleinern, weil sie GenAI einsetzen können – entweder das oder die Arbeit wird schneller erledigt (oder beides).

Es könnte also ein Wendepunkt bevorstehen. Aber die Technik war schon immer widerstandsfähig und anpassungsfähig. Sie erfindet sich immer wieder neu. Zweifellos werden zur Unterstützung von GenAI neue Stellen und Funktionen benötigt (z. B. Souffleure), die von vielen jüngeren Teammitgliedern besetzt werden können. GenAI wird ein Störfaktor sein, aber die Industrie wird GenAI genauso annehmen wie andere Fortschritte in der Computerwissenschaft.

Auch wenn die Branche nicht nur überleben, sondern florieren wird, könnte das Ausmaß der Störung, das GenAI verursacht hat und weiterhin verursachen wird, für einige digitale Führungskräfte ein Schritt zu weit sein. Sie könnten sich entschließen, zurückzutreten, damit eine neue Generation von Führungskräften nachrücken kann.

Aber es gibt noch andere Bedrohungen oder Risiken, die bewältigt werden müssen, nicht nur solche, die mit der Beschäftigung zusammenhängen.

Es besteht wohl die Gefahr der Stagnation, wenn GenAI nur Code erzeugen kann, der dem Code ähnelt, der zum Trainieren der zugrunde liegenden Modelle verwendet wird. Wird sie jemals in der Lage sein, innovative Sprünge nach vorne zu machen? Hier wird die menschliche Intelligenz wahrscheinlich immer gebraucht werden und einen hohen Stellenwert behalten.

Außerdem besteht das Risiko von Fehlern. Es hat bereits Fälle gegeben, in denen GenAI “mit Sicherheit falsch” lag und unter “Halluzinationen” litt, die durch fehlende Daten, schmutzige Daten oder andere Einschränkungen/Fehler in den Modellen verursacht wurden. Die Ergebnisse von GenAI müssen daher überprüft, getestet, validiert usw. werden – ein weiterer Bereich, in dem Menschen wahrscheinlich ihren Arbeitsplatz behalten werden.

Es ist wichtig, dass dies geschieht. Andernfalls könnte die Geschwindigkeit, mit der sich falsche und/oder bösartige Informationen (oder Code) verbreiten, wirklich beängstigend sein und potenziell schwerwiegende Folgen haben.

Ratschläge für digitale Führungskräfte, Berater und Praktiker

Was bedeutet das nun für alle, die in der IT-Branche tätig sind oder mit ihr zu tun haben? Meine fünf wichtigsten Ratschläge lauten wie folgt.

1. Probieren Sie es aus. Engagieren Sie sich aktiv, testen Sie es und experimentieren Sie. Lassen Sie sich nicht durch den Faktor Angst zurückhalten.

2. Seien Sie innerhalb Ihres Unternehmens und gegenüber Ihren eigenen Kunden transparent, dass Sie GenAI nutzen oder testen. Schließlich sind sie es wahrscheinlich auch. Dies kann zu einem wertvollen Austausch von Erfahrungen, Erkenntnissen und Informationen führen.

3. Vertrauen, Risiko, Sicherheit – das sind die drei wichtigsten Aspekte, durch die GenAI zu bewerten ist. Konzentrieren Sie sich auf diese. Können Sie den Ergebnissen vertrauen; birgt es wesentliche Risiken; ist es sicher und geschützt?

4. Behandeln Sie GenAI wie jede andere Technologie, die Sie in Ihrer Karriere verwendet, implementiert oder mit der Sie experimentiert haben. Wenden Sie die gleichen Grundsätze und bewährten Verfahren an, die Sie schon immer geleitet haben.

5. Versuchen Sie nicht, etwas Eigenes zu entwickeln – die Cloud-Anbieter entwickeln alle eine Vielzahl von Anwendungen und Diensten, nutzen Sie diese. Wir treten in das Zeitalter der “GenAI als Dienstleistung” ein.

Ein Beispiel dafür, wie wir bei NashTech an GenAI herangehen, ist die aktive Erprobung und der baldige Einsatz eines ChatGPT-Produkts, das wir selbst auf der Grundlage von GPT4 entwickelt und feinabgestimmt haben, für den technischen First-Line-Support für Kunden.

Ein Ort des Gedeihens

Es sind aufregende Zeiten. Niemand kann mit Gewissheit sagen, wie groß die Veränderungen sein werden, die auf uns zukommen, aber wir können sicher sein, dass sie erheblich sein werden.

Das Aufkommen von GenAI weist Parallelen zum Aufkommen von Low-Code/No-Code im letzten Jahrzehnt auf. Obwohl Low-Code die maßgeschneiderte Softwareentwicklung in vielerlei Hinsicht ersetzt hat, gibt es heute mehr Softwareentwickler als noch vor zehn Jahren. Das liegt daran, dass sich Low-Code/No-Code und auch GenAI immer auf die niedrig hängenden Früchte der Softwareentwicklung konzentrieren werden.

Sind diese Früchte erst einmal gepflückt, sind vorausschauende Unternehmen bestrebt, den Baum weiter zu erklimmen, um die nächste Innovation zu finden, und das erfordert in der Regel maßgeschneiderte Arbeit. Wie hoch ist der Baum und wird GenAI/Low-Code jemals die Spitze erreichen? Wir denken sehr, sehr hoch, und nein.

Es besteht also nicht die Gefahr eines “RIP-Softwareentwicklers”. Die Technik wird ein Ort bleiben, an dem sich Menschen entfalten können, indem sie auf den immer ausgefeilteren Ergebnissen aufbauen, die uns die KI bringt.