Human Resource: Business Value statt Code

Kennen Sie die Reiskornlegende? Die Kurzform: Ein indischer Herrscher gewährte dem Erfinder des Schachspiels einen Wunsch. Der wünschte sich Reiskörner: ein Korn auf das erste Feld des Schachbretts, die doppelte Menge auf das zweite Feld, wiederum die doppelte Menge auf das dritte und so fort. Der Regent lachte über die vermeintliche Bescheidenheit. Zu Unrecht, denn der Wunsch summierte sich auf 18,4 Trillionen Reiskörner – eine Menge, die ganz Deutschland einen Meter hoch bedecken würde.

KI versus menschliches Gehirn

Wir unterschätzen das Problem des exponentiellen Wachstums auch heute noch, erklärte der KI-Forscher Christian Bauckhage vor Kurzem. Durch die jährliche Verdopplung künstlicher neuronaler Netze seit 2016 werde erwartet, dass diese bis 2030 die Komplexität des menschlichen Gehirns erreichten, so der Professor, der unter anderem am Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme forscht. Beispiele wie Googles Proteinprogramm AlphaFold oder die laufende Lösung „unlösbarer“ mathematischer Probleme würden schon heute zeigen, wie KI menschliche Kapazitäten übertreffe und in eine „agentische“ Zukunft führe, so Bauckhage.

Spec is the new Code

Softwareentwicklung ändert sich und die notwendigen Skills verschieben sich – und zwar schon jetzt und immer schneller. KI und KI-Agenten werden künftig neben dem Coding weitere Aufgaben im Entwicklungsprozess übernehmen. Beim AI Spec Driven Development beschreiben wir Entwickler schon jetzt in natürlicher Sprache die Anwendung. Die Spezifikation ist gleichzeitig die Dokumentation und somit die einzige Wahrheit – nicht der Code. Denn der wird geändert, indem die Spezifikation geändert wird. Und dabei gehen wir stark iterativ vor. Wir bei Snap beschreiben zuerst ohne technologischen Bezug die fachlichen Anforderungen und ergänzen das Projekt um fachliche, rechtliche und betriebliche Rahmenbedingungen, die von der KI berücksichtigt werden.

In Phase zwei folgt das technische Design – die Dokumentation technischer Konzepte und architektonische Entscheidungen. Die Planung passiert in Phase drei – sinnvollerweise implementieren wir nicht gleich den gesamten Umfang (was die KI ja durchaus könnte), sondern gehen schrittweise vor. Wir gehen in möglichst kleinen Schritten iterativ vor, prüfen das Ergebnis und passen die Spec oder unser Vorgehensmodell laufend an. Um dabei drohender AI-Fatigue durch das Lesen Hunderter Textdateien zu entgehen, lassen wir uns für Reviews und Freigaben von der KI laufend aktualisierte „menschenfreundliche“ Diagramme erstellen. Auch hier arbeiten wir nicht unzählige Testfälle ab – das erledigt ebenfalls die KI für uns –, sondern überprüfen nur, ob das Ergebnis die korrekte Umsetzung unserer Anforderung ist. Falls nicht, formulieren wir via Prompting den Change und die KI stellt sicher, dass vom Code bis zur Spezifikation alles konsistent bleibt.

Das Wichtigste ändert sich aber auch durch die KI-Unterstützung nicht: Kunde und Entwickler müssen ihre Anforderungen kennen. Um keine Illusionen aufkommen zu lassen: Auch die Abap-Welt verändert sich durch KI. Vielleicht anders und eventuell etwas später, aber unausweichlich. KI kann hier zwar nur unterstützen und nicht autonom coden, weil sich Code in Abap eben nicht so einfach wie mit Python oder JavaScript verwalten lässt. Aber auch hier ändern sich bereits jetzt Aufgaben, Prozesse und Workflows. Bei Snap hilft uns die KI etwa heute schon bei der Standardisierung und Qualitätssicherung unserer SnapWare-Produkte. Es bleibt der qualifizierte, menschliche Experte auch beim Einsatz von KI entscheidend.

Als Dirigenten stehen wir (ehemaligen) Entwickler künftig vermutlich sogar noch mehr im Mittelpunkt. Und dank KI-Unterstützung und erweiterter Skill-Sets steigen unsere Produktivität und damit der generierte Business Value. Zusätzlich gewinnen wir damit Zeit für komplexere und wertschöpfendere Tätigkeiten. Etwa, um unser Verständnis von exponentiellem Wachstum zu verbessern.

Zum Partnereintrag: