Gekommen um zu bleiben: Wie sich durch GenAI die Arbeit in der Produktentwicklung verändert
Wenn eines mittlerweile klar geworden ist, dann die Tatsache, dass GenAI mit ChatGPT und LLMs (Large Language Models) die Art und Weise, wie in der Entwicklung digitaler Produkte gearbeitet wird, für immer verändert hat. Unser CTO Benedikt Stemmildt beobachtet auf den verschiedenen Entwicklerkonferenzen, auf denen er regelmäßig spricht, wie Verschiebungen in den Rollen und Kompetenzen auch eine Neuausrichtung in der Zusammenstellung und Steuerung von Product Teams nach sich ziehen. Im Juli auf dem WeAreDevelopers World Congress in Berlin und im September auf der CodeTalks in Hamburg entdeckte er spannende neue Start-ups und tauschte sich mit inspirierende GenAI-Experten aus. Seine Erkenntnisse finden sich in der Art und Weise wieder, wie wir bei TalentFormation Softwareentwicklung verstehen und angehen.
Verschmelzende Rollen: Entwickler und Product Owner wachsen zusammen
Vor dem Durchbruch von GenAI in überwiegend deterministisch geprägten Softwareprojekten waren die Abgrenzungen zwischen den Rollen von Entwicklern und Product Ownern in der Regel recht eindeutig. Die Entwickler fokussierten sich auf technische Aspekte, während die Product Owner die Geschäftsanforderungen im Blick hatten. Doch mit der Einführung von GenAI beginnt diese klare Trennung immer mehr zu verschwimmen.
Effizienzgewinne und Developer Experience: Die massive Verbesserung der Effizienz und der Arbeitsweise von Entwicklern durch GenAI hat zu dieser Veränderung geführt. Heute können sich interessierte Entwickler dank der Unterstützung von AI-Tools stärker mit den geschäftlichen Aspekten eines Produkts auseinandersetzen, was zu einer engeren Verzahnung der Disziplinen führt. Product Owner wiederum können nun Aufgaben übernehmen, die früher im Kompetenzbereich von Entwicklern lagen.
Zum Beispiel ermöglichen GenAI-Anwendungen wie GitHub Copilot nicht nur das Schreiben von Code, sondern auch das Überprüfen und Optimieren von Code in Echtzeit. Die Entwickler sparen damit wertvolle Zeit, da sie weniger manuelle Arbeit leisten müssen. Gleichzeitig kann ein Product Owner einfache Programmieraufgaben selbst übernehmen, ohne auf einen Entwickler warten zu müssen. Diese Entwicklung spiegelt sich in einem fließenden Übergang der Aufgabenbereiche wider und führt zu einer effizienteren Zusammenarbeit.
GenAI als vollwertiger Entwickler: Ein Wandel in der Teamstruktur
GenAI hat das Potenzial, nicht nur als Assistenzwerkzeug, sondern als vollwertiger „virtueller Entwickler“ im Softwareentwicklungsprozess eingesetzt zu werden, indem wir sie regelmäßig in die Codepipeline integrieren. Viele GenAI-Modelle können heute Code auf eine Weise generieren, verbessern und automatisch Reviews durchführen, die sogar über dem Niveau eines menschlichen Entwicklers liegen, wenn sie erst einmal von einem menschlichen Entwickler auf hohem Niveau erstellt wurden. Dies stellt einen enormen Produktivitätsgewinn dar, da repetitive und zeitaufwendige Aufgaben wie das Schreiben von Boilerplate-Code und das Erstellen von Tests nun automatisiert und in regelmäßigen Abständen von der GenAI selbstständig gesteuert und umgesetzt werden können.
Diese Entwicklung hat direkte Auswirkungen auf das Team Forming bei TalentFormation. Wir setzen auf effiziente Teams, die aus Entwicklern und Product Ownern bestehen, die im täglichen Arbeitsablauf mit GenAI-Tools arbeiten. Dies ermöglicht es TalentFormation, Projekte schneller und effizienter umzusetzen. So setzen sie GenAI-Modelle u.a. in der Codegenerierung und -optimierung ein: Entwickler fokussieren sich auf komplexe Funktionen und die KI übernimmt Teile der Qualitätsprüfung und Code-Verbesserung.
Neue Software-Entwicklungsansätze: Von deterministisch zu nicht-deterministisch
Ein entscheidender Wandel in der Softwareentwicklung durch GenAI liegt im Übergang von deterministischer zu nicht-deterministischer Programmierung. In klassischen, deterministischen Ansätzen führten dieselben Eingaben immer zu denselben Ergebnissen. GenAI bricht dieses Paradigma auf: Durch maschinelles Lernen und probabilistische Modelle können nun verschiedene Ergebnisse auf die gleichen Eingaben zurückgeführt werden.
Dieser nicht-deterministische Ansatz, der sich beispielsweise in der Generierung von Texten oder beim Automatisieren von Code-Reviews zeigt, bietet mehr Flexibilität, birgt aber auch mehr Unvorhersehbarkeit. In einem GenAI-basierten Entwicklungsprozess können Ergebnisse nicht immer exakt prognostiziert werden, da das Modell ständig auf neue Eingaben und Daten angepasst wird. Diese Art der Entwicklung erfordert von den Teams bei TalentFormation ein neues Maß an Anpassungsfähigkeit und Flexibilität, da der Output der GenAI-Systeme schwer vorherzusagen ist.
In der Praxis bedeutet dies, dass die Teams dynamischer arbeiten müssen. Projekte werden in kürzeren Zyklen geplant, um die Ergebnisse der GenAI-Prozesse kontinuierlich zu überprüfen und anzupassen. Dadurch verschiebt sich auch das Projektmanagement hin zu einem noch agileren Ansatz, in dem der Fokus auf ständiger Evaluierung und Anpassung liegt. Anstatt lange Entwicklungsphasen mit festen 14-tägigen Sprints durchzuführen, setzt TalentFormation auf flexible, iterative Prozesse.
Dynamisches Projektmanagement: Chancen und Risiken durch GenAI
Die Einführung von GenAI bringt nicht nur Effizienzgewinne mit sich, sondern verändert auch die Art und Weise, wie Projekte gesteuert werden. GenAI ermöglicht es, in kürzerer Zeit Ergebnisse zu liefern. Dies führt jedoch zu einer erhöhten Komplexität im Projektsteuerungsprozess, da die nicht-deterministische Natur der KI zu einem gewissen Maß an Unsicherheit führen kann. Während schnellere Entwicklungen möglich sind, steigt die Herausforderung, mit den potenziell chaotischen Auswirkungen umzugehen, wenn die GenAI-Lösungen nicht die erwarteten Ergebnisse liefern.
TalentFormation begegnet diesem potenziellen Chaos durch dynamischere Projektzyklen. Das Unternehmen setzt verstärkt auf agile Methoden und kurze Feedback-Schleifen, um schneller auf unerwartete Entwicklungen reagieren zu können. Dabei hat sich gezeigt, dass die Integration von GenAI in den Entwicklungs- und Deploy-Prozess sowohl Zeit als auch Kosten spart. GenAI übernimmt hier viele automatisierte Schritte, wie das Durchführen von Reviews, das Identifizieren von Schwachstellen im Code oder das Vorschlagen von Verbesserungen. Die automatische Code-Optimierung durch GenAI stellt somit eine wesentliche Komponente im Projektmanagement dar, da sie die Qualität der Software verbessert und Entwicklungsprozesse beschleunigt.
Gleichzeitig muss jedoch auch das Team neu ausgerichtet werden: Neue Rollen entstehen, insbesondere durch die zunehmende Nachfrage nach Fullstack-GenAI-Engineers, die die neuen Werkzeuge und Technologien nicht nur verstehen, sondern auch anwenden können. Es ist ein zentrales Ziel, nicht nur die eigenen Teams, sondern auch die Kunden bei der Einführung und optimalen Nutzung von GenAI zu unterstützen. Dieses Enablement sorgt dafür, dass Projekte nicht nur effizienter umgesetzt, sondern auch langfristig von den Kunden selbstständig weitergeführt werden können.
Fazit: GenAI verändert die Softwareentwicklung bei TalentFormation
Die Rolle von GenAI in der Softwareentwicklung ist klar: Es ist gekommen, um zu bleiben. TalentFormation hat diese Technologie fest in ihre Entwicklungsprozesse integriert, wodurch sich die Struktur der Teams, die Art der Projektumsetzung und das Projektmanagement verändert haben.
Die neuen nicht-deterministischen Ansätze führen zu einer dynamischeren und flexibleren Arbeitsweise, die jedoch auch neue Herausforderungen mit sich bringt. Durch die richtige Mischung aus Experten, Tools und Prozessen gelingt es TalentFormation, den maximalen Nutzen aus GenAI zu ziehen und gleichzeitig die neuen Anforderungen der modernen Softwareentwicklung zu meistern.
Mit GenAI hat TalentFormation einen entscheidenden Schritt in Richtung Zukunft gemacht: Eine Zukunft, in der AI nicht nur ein unterstützendes Werkzeug ist, sondern ein integraler Bestandteil des gesamten Entwicklungsprozesses. Die Auswirkungen sind nicht nur auf die Effizienz spürbar, sondern auch auf die Art und Weise, wie Produkte gestaltet, entwickelt und betrieben werden. GenAI ist kein vorübergehender Trend, sondern die Basis für die nächste Generation der Softwareentwicklung.
