Was in der Software-Entwicklung 2023 wichtig ist Künstliche Intelligenz und Machine Learning

Anbieter zum Thema

PresseBox - unn | UNITED NEWS NETWORK GmbH

Confluent Germany GmbH

Windhoff Group

Künstliche Intelligenz und Machine Learning sind aktuell die interessantesten Trends in der Software-Entwicklung. Kein Bereich, in dem intelligente Routinen nicht eine Rolle spielen würden. Schon jetzt ist klar: 2023 wird das Jahr der KI-Revolution.

Zunächst ging es schleichend, dann immer schneller – und plötzlich steckten wir mitten in der KI-Revolution. Da sind sie, die intelligenten Dienste:

Dall-E2 und ChatGPT von OpenAI helfen bei der Erstellung von Bildmaterial, Code und Text, schreiben sogar selbstständig Code.

Pictory.ai erstellt und schneidet Videos.

murf.ai erlaubt die KI-gestützte Erstellung von Sprache anhand von Text.

Die Suchmaschine You unterstützt KI-gestützte Suchen im Netz, kann auch schreiben, Bilder erstellen, ja sogar coden.

Synthesia erstellt KI-basiert Video-Anleitungen.

Und das sind nur die erstaunlichsten Dienste – die Liste ließe sich beliebig verlängern.

Künstliche Intelligenz als Web 4.0?

Neue Dienste schießen wie Pilze aus dem Boden, es herrscht Aufbruchstimmung im Netz. Dies erinnert an die Zeit vor 20 Jahren, als das Web 2.0 mit seinen Blogs, Sozialen Medien, Video- und Audioplattformen Fahrt aufnahm. Und genau wie damals sollten Software-Entwickler diese Fortschritte genau im Auge behalten.

In der aktuellen Betriebsamkeit sind kreative Ideen und erfolgreiche Umsetzung möglicherweise der Grundstock für Multi-Milliarden-Dollar-Chancen; man denke nur an Sergej Brin und Larry Page oder Marc Zuckerberg, die als einfache Software-Entwickler mit genialen Ideen zwei der wichtigsten Konzerne der Welt geschaffen haben.

Doch nicht nur die Entwicklung eines KI-basierten Dienstes stellt eine Chance dar, auch bereits vorhandene Lösungen in Sachen KI können bei der Software-Entwicklung, sondern auch der Konzeptionierung und Ideenfindung helfen. Insbesondere ChatGPT von OpenAI ist als sogenanntes Large Language Model (LLM) diesbezüglich interessant.

Immerhin kann diese Lösung tatsächlich bei der Softwareentwicklung helfen: Sie unterstützt je nach Wunsch des Anwenders bei der Ideenfindung, hilft bei der Ausarbeitung und kann sogar Codeschnipsel ausgeben. Gerade einfache „Brot-und-Butter-Programmierung“ dürfte so mancher Entwickler an die KI outsourcen können.

Code-Completion für Entwickler

Entwickler können aber auch von spezialisierten Lösungen profitieren: Dienste wie Tabnine, GitHub Copilot oder Visual Studio IntelliCode von Microsoft haben sich zum Ziel gesetzt, Entwicklern das plumpe Coden abzunehmen.

Schon eine ganze Weile helfen solche Tools konkret dabei, Ideen in Code umzusetzen oder noch nicht ausgearbeiteten Code zu vervollständigen. Dieser Trend wird sich 2023 noch verstärken, denn die Zahl dieser Dienste wird, genau wie ihre Leistungsfähigkeit, wird weiter zunehmen.

Machine-Learning im Low-Code-Bereich

Apropos Leistungsfähigkeit: Machine-Learning braucht natürlich ordentlich „Wumms“ – und das wird das Prozessordesign und die Softwareentwicklung nachhaltig beeinflussen. Nach Apples Erfolg mit den Silicon-Prozessoren, die über eigene Machine-Learning-Kerne verfügen, ist absehbar, dass auch andere CPU-Hersteller entsprechend KI-Kerne in ihren ARM- und x64-Prozesoren verbauen werden, um entsprechende Anwendungen mit maximaler Performance zu ermöglichen.

Apple selbst hilft Entwicklern mit CreateML beim Einsatz dieser spezialisierten Prozessorfunktionen mittels Low-Code-Umgebung. Auch Google hat eine entsprechende Lösung in Form von AutoML im Angebot. Doch auch andere Anbieter von Low-Code-Entwicklung verlassen sich bereits auf Maschinenintelligenz – etwa Akkio, Nanonets oder Obviously – hier sogar mit dem No-Code-Ansatz.

AI as a Service

Künstliche Intelligenz und Machine Learning benötigen natürlich Rechenzeit – und die wird auch bei den Cloud-Plattform-Anbietern immer wichtiger. Machine-Learning ist inzwischen ein Teil wichtiger Cloud-Dienstleister wie Amazon Web Services oder Microsoft Azure.

Diese Dienste schnüren gleich ein ganzes Paket aus Anwendungen und APIs für Entwickler, das die Arbeit mit künstlicher Intelligenz oder durch Machine Learning deutlich unterstützen kann. Das Spektrum der verfügbaren Dienste und Möglichkeiten wird in diesem Jahr deutlich breiter werden.

KI als Open-Source-Software und Grundlage eigener Projekte

Um die breite Nutzung entsprechender Dienste zu ermöglichen, setzt so manches Machine-Learning-Modell auf die Open-Source-Strategie. So ist der Bildgenerator Stable Diffusion quelloffen, wodurch Entwickler nicht nur von seiner Leistung profitieren, sondern die KI auch in eigene Apps und Services integrieren können.

Tensorflow, FastAI und Detectron bilden die Grundlage für viele KI-gestützte Anwendungen. Ihre Bedeutung wird mit dem aktuellen KI-Boom noch weiter zunehmen. Es ist zudem wahrscheinlich, dass weitere Projekte und Dienste aus der Open-Source-Szene heraus entstehen, von denen traditionelle Softwareschmiede ebenso profitieren können wie App-Entwickler oder Startup-Gründer.

Trend und Zwang: Transparent AI

Doch so klug die Algorithmen inzwischen sind: Der Bedienfehler sitzt nach wie vor dem Rechner. Ohne brauchbare Trainingsdaten ist auch das perfekte Machine-Learning-System zum Scheitern verurteilt. Diese Daten müssen nach wie vor von Menschen sortiert, aufbereitet und bewertet werden. Gibt es hier ein Missverhältnis der KI-Rohdaten, kommt es schnell zum sogenannten AI-Bias.

Dabei entwickelt die Künstliche Intelligenz aufgrund ihrer fehlerbehafteten oder einseitigen Trainingsdaten Vorurteile – und diskriminiert möglicherweise Individuen aufgrund ihrer Geschlechter, Hautfarben oder Altersgruppen. Dementsprechend fordern Regierungen weltweit – darunter die EU mit dem Digital Services Act, der Ende 2022 in Kraft trat – ein, Einblick in die Algorithmen zu erhalten.

Demokratisierung: KI für jeden

Das ist auch wichtig: Denn während KI-Anwendungen in der Vergangenheit eher für Big-Data relevant war, komme intelligente Services immer häufiger auch beim Endkunden an. Die KI wird sozusagen demokratisiert. Jeder – egal ob Entwickler oder Anwender – kann sie nutzen und auf entsprechende Dienste zugreifen.

Besonders interessant sind hier die Large Language Models, die aus beliebigen Text- oder sogar Spracheingaben künftig dynamisch Antworten erzeugen können. Sprachassistenten wie Siri oder Alexa werden davon deutlich profitieren, und damit auch die angeschlossenen Dienste.

Die explodierende Zahl der für die breite Nutzerschaft verfügbaren Apps und Web-Anwendungen zeigt, dass KI inzwischen auch beim Endkunden angekommen ist. Entwickler und Softwareunternehmen, die hier nicht den Anschluss verpassen möchten, sollten die Themen Künstliche Intelligenz und Machine Learning daher in den kommenden Jahren besonders im Auge behalten.

(ID:49034492)