Mit KI als Treiber wird sich das Software Engineering massiv verändern. Das gilt auch für die Struktur von Organisationen und die KommunikationKommunikationIm Projektmanagement ist der Austausch von Informationen zwischen den Projektbeteiligten ein entscheidender Erfolgsfaktor und Kommunikation ist ein eigenständiger Aufgabenbereich für die Projektleitung., sagt unser Autor und entwirft ein Zukunftsbild von einer KI-getriebenen Projektarbeit.
Als Mitglied erhalten Sie die wichtigsten Thesen des Beitrags zusammengefasst im Management Summary!
Mit KI als Treiber wird sich das Software Engineering massiv verändern. Das gilt auch für die Struktur von Organisationen und die KommunikationKommunikationIm Projektmanagement ist der Austausch von Informationen zwischen den Projektbeteiligten ein entscheidender Erfolgsfaktor und Kommunikation ist ein eigenständiger Aufgabenbereich für die Projektleitung., sagt unser Autor und entwirft ein Zukunftsbild von einer KI-getriebenen Projektarbeit.
Als Mitglied erhalten Sie die wichtigsten Thesen des Beitrags zusammengefasst im Management Summary!
Large Language Models transformieren nicht nur Software-Projekte, sondern das Software Engineering selbst. Viele Rollen, einschließlich der des Projektmanagements, werden sich in den nächsten Jahren signifikant ändern. Wie genau wird Software Engineering von morgen aussehen und welche Rolle wird Projektmanagement in der neuen Ära spielen? Diese Frage steht im Mittelpunkt dieses Artikels.
Die organisatorischen und technischen Strukturen von Software-Projekten, oft als sozio-technische Systeme bezeichnet, werden tiefgreifend von den Fähigkeiten und Grenzen der menschlichen Kognition beeinflusst. Mit dem Aufkommen der Künstlichen Intelligenz (KI) als Kategorie entstehen neue Fähigkeiten und Einschränkungen, die herkömmliche Ansätze sowohl in der Organisationswissenschaft als auch im Software Engineering herausfordern.
Aktuell entwickelt sich KI innerhalb der bestehenden Kategorien des Software Engineering, wie Coding oder Testing. Da die etablierten Kategorien durch die Eigenschaften der Menschlichen Intelligenz geprägt sind und KI ganz andere Eigenschaften hat, stelle ich in diesem Artikel die Hypothese auf, dass KI mit der Zeit die etablierten Kategorien des Software Engineering umgestalten wird.
Zur Unterstützung dieser Hypothese werde ich eine retrospektive Analyse der Geschichte des Software Engineerings durchführen und zeigen, wie sich das Feld an die Einschränkungen der menschlichen Kognition angepasst hat. Anschließend werde ich projizieren, wie die KI-getriebenen Software-Projekte von morgen aussehen werden.
Wenn wir mit neuer Technologie konfrontiert werden, interpretieren wir sie mithilfe bestehender Kategorien. Ein Smartphone wurde zunächst als Telefon kategorisiert, bis es die Rolle eines Pocket-PCs aufnahm. Das Gleiche passiert mit KI-Anwendungen. Wir wissen, dass Menschen Code schreiben, und daher überlegen wir, wie KI beim Schreiben von Code assistieren kann. Dasselbe gilt für das Erzeugen von Anforderungen, UI-Entwürfen, User Stories und anderen Projektartefakten. Wir weisen KI die Rollen in den Kategorien zu, mit denen wir vertraut sind. Sobald jedoch KI diese Kategorien besetzt, wird sie Leistungsmerkmale bieten, die sich von denen der Menschen unterscheiden und letztendlich die Kategorien selbst verändern. Dazu später mehr.
Wer die bevorstehende Transformation nachvollziehen möchte, muss verstehen, warum sich das Software Engineering in seiner heutigen Form entwickelt hat. Die treibenden Kräfte für ihre Entwicklung beruhen auf den spezifischen Eigenschaften und Einschränkungen des menschlichen Gehirns.
Angesichts der Komplexität moderner Anwendungen können wir das Wissen und die Fähigkeiten, die für den gesamten Lebenszyklus der Software-Entwicklung (SDLC) erforderlich sind, nicht mehr in einem einzigen Kopf integrieren. Vorbei sind die Zeiten von Alan Turing, in denen eine Person sowohl das "Warum", als auch das "Wie" und das "Was" verstehen und dann in Software und Hardware umsetzen konnte.
Als Ergebnis teilen wir die Arbeit in Abschnitte auf, die von den kognitiven Kapazitäten unserer Köpfe bewältigt werden können. Wir unterteilen den SDLC in mehrere Kategorien: von der Geschäftsstrategie und der Anforderungsermittlung bis zum Betrieb der laufenden Software. Diese Kategorien bestimmen die Phasen in SDLC.
Der meiste technische Fortschritt im Software Engineering ist mit dem Wunsch verbunden, die kognitive Belastung der Individuen zu verringern. Dadurch ermöglichen wir einem Einzelnen, ein breiteres Teilspektrum des SDLC zu bedienen. Diese "Breite" verringert die Zahl der Wissens-Silos und Übergaben zwischen Personen sowie den Bedarf nach lokalen Optimierungen in den einzelnen Phasen.
Hier sind ein paar Beispiele:
Erster Monat kostenlos,
dann 24,95 € pro Monat
Know-how von über 1.000 Profis
Methoden für alle Aufgaben
Websessions mit Top-Expert:innen
