Generative KI ist dabei, die Software-Entwicklung grundlegend zu verändern. Besonders bei repetitiven Aufgaben zeigt sie Stärken. Doch echte Produktivitätsgewinne entstehen nur, wenn vier zentrale Erfolgsfaktoren beachtet werden: von der technischen Integration über Domänenwissen bis zur interdisziplinären Zusammenarbeit.
In der täglichen Praxis von Entwicklerteams fallen zahlreiche Aufgaben an, die wenig kreativ, aber dringend notwendig sind – etwa das Bearbeiten von Support-Tickets, das Erstellen technischer Dokumentationen oder die Behebung von Fehlern. Gerade diese standardisierten Tätigkeiten bieten ein ideales Einsatzfeld für generative KI (GenAI). Denn wo klar strukturierte Abläufe herrschen, kann GenAI Prozesse beschleunigen, Entwickler entlasten und Raum für strategischere und kreativere Tätigkeiten schaffen.
Noch steckt der GenAI-Einsatz in der Software-Entwicklung in vielen Organisationen in einer Erprobungsphase. Doch aus den Projekterfahrungen von adesso lassen sich vier zentrale Erfolgsfaktoren ableiten, mit denen sich der Einsatz generativer KI effektiv und nachhaltig gestalten lässt.
1. Fachliches Anwendungswissen als Basis
Auch wenn GenAI bei der Umsetzung technischer Aufgaben hilft, bleibt das fachliche Verständnis auf Seiten der Entwickler entscheidend. Wer Routineaufgaben an KI-Tools delegiert, muss deren Anweisungen präzise formulieren können – und das setzt umfassende Kenntnisse über Geschäftsprozesse, branchenspezifische Anforderungen und Nutzerbedarfe voraus. Nur so lassen sich Ergebnisse erzielen, die nicht aufwendig nachbearbeitet werden müssen.
2. Integration in Systeme und Prozesse
Der Nutzen von GenAI entfaltet sich erst, wenn sie tief in die bestehende Infrastruktur eingebettet ist. Entwickler sind gefordert, einen technischen Rahmen zu schaffen, der die Anbindung an relevante Systeme und Prozesse ebenso erlaubt wie die Berücksichtigung bestehender Compliance- und Governance-Vorgaben. Nur dann kann GenAI ihr Potenzial als produktiver Helfer entfalten.
3. Umgang mit Unsicherheiten
Die Ergebnisse generativer KI sind nicht immer konsistent – sie hängen von der Qualität der Daten, der Modellversion und selbst von der Formulierung der Prompts ab. Diese inhärente Unsicherheit verlangt nach einem offenen, transparenten Umgang. Entwickler sollten sich dieser Variabilität bewusst sein und sie aktiv in ihre Arbeitsweise einbeziehen, etwa durch geeignete Review-Prozesse oder klare Validierungsmechanismen.
4. Zusammenarbeit über Disziplingrenzen hinweg
GenAI verändert nicht nur Werkzeuge, sondern auch Prozesse. Daher ist interdisziplinäre Zusammenarbeit ein zentraler Erfolgsfaktor: Entwickler sollten eng mit Fachbereichen, UX-Designern, Vertrieb und Compliance zusammenarbeiten, um Anforderungen ganzheitlich zu erfassen und tragfähige Lösungen zu entwickeln. Erst durch diesen Austausch entstehen Lösungen, die nicht nur technologisch überzeugend, sondern auch fachlich stimmig sind.
Quelle: adesso„Noch steht der Einsatz von GenAI in der Software-Entwicklung ganz am Anfang, doch es zeichnet sich ein Umbruch ab“, betont Volker Gruhn, Aufsichtsratsvorsitzender und Gründer von adesso. „Denn wenn GenAI die Routineaufgaben übernimmt, die früher Stunde um Stunde verschlungen haben, dann bleibt Entwicklern mehr Zeit für die spannenden, abwechslungsreichen Aufgaben: den Austausch mit Menschen, das Verstehen von Problemen und das Finden kreativer Lösungen. Soll die KI gerne nach Bugs suchen – Entwickler können sich dann viel besser darauf konzentrieren, beispielsweise gemeinsam mit dem Vertrieb die Customer Experience zu verbessern.“
Die Perspektive ist klar: GenAI soll nicht ersetzen, sondern erweitern. Richtig eingesetzt, kann sie die Effizienz von Entwicklerteams deutlich steigern – vorausgesetzt, technologische Integration, fachliches Verständnis und bereichsübergreifende Zusammenarbeit greifen ineinander.