Noch wird beim GenAI-Einsatz in der Software-Entwicklung viel experimentiert. Doch nach den Erfahrungen von adesso aus unzähligen Entwicklungsprojekten zeigt sich, dass folgende Aspekte für den Erfolg entscheidend sind:
- Auf das Anwendungswissen kommt es an: Entwickler benötigen umfangreiches Wissen über Geschäftsmodelle, Branchenbesonderheiten, die internen Prozesse und die konkreten Herausforderungen der künftigen Nutzer im Arbeitsalltag. Das wird umso wichtiger, je mehr Routineaufgaben sie an GenAI-Tools auslagern, damit sie den Tools genaue Anweisungen geben können und die Ergebnisse keine großen Nacharbeiten erfordern.
- Integration ist entscheidend: GenAI-Tools brauchen Zugriff auf bestehende Systeme und müssen sich nahtlos in etablierte Prozesse und Compliance-Strukturen einfügen. Deshalb müssen Entwickler einen Architekturrahmen vorgeben, der die notwendigen Integrationen regelt – andernfalls können die Tools ihr enormes Potenzial nicht ausspielen.
- Transparenz schafft Vertrauen: GenAI-Lösungen bergen Unsicherheiten – nicht immer ist beispielsweise klar, ob ausreichend Daten in der benötigten Qualität bereitstehen und wie gut die Ergebnisse sind. In Abhängigkeit von der Modellversion, der Datenqualität und sogar vom Prompt können die Ergebnisse stark variieren. Entwickler müssen diese Unsicherheit kennen und offen mit ihnen umgehen, um GenAI effektiv als Helfer nutzen zu können.
- Interdisziplinäre Zusammenarbeit ist ein Schlüsselfaktor: Die besten Ideen und Lösungen entstehen erfahrungsgemäß dort, wo Menschen mit unterschiedlichen Perspektiven zusammenarbeiten – das gilt auch für die Software-Entwicklung. Um GenAI optimal in Entwicklungsprojekten einzusetzen, müssen Entwickler das Know-how und die Erfahrung, aber auch die Anforderungen aus Fachbereichen, von UX-Designern, Vertrieblern und Compliance-Experten berücksichtigen.
