Thoughtworks hat Band 29 des Technology Radar veröffentlicht, ein halbjährlicher Bericht, der auf den Beobachtungen, Gesprächen und Erfahrungen von Thoughtworks bei der Lösung der komplexesten geschäftlichen Herausforderungen seiner Kunden beruht. Während generative künstliche Intelligenz (GenAI) oft als nützliches Werkzeug zur Steigerung der Produktivität von Entwicklern angepriesen wird, ist ein Hauptthema des Berichts die Frage, was Entwicklerproduktivität wirklich bedeutet und wie sie effektiv gemessen werden kann. Thoughtworks ist weit davon entfernt, Softwareentwickler zu ersetzen, und hat festgestellt, dass GenAI in vielen verschiedenen Bereichen des Softwareentwicklungsprozesses Unterstützung bieten kann.

Da die Werkzeuge hier immer ausgereifter werden, was sich darin zeigt, dass eine Reihe verwandter Werkzeuge in dieser Ausgabe des Radars von "Bewerten" auf "Testen" umgestellt wurde, gibt es für Unternehmen eine Fülle von Möglichkeiten, die es zu erkunden gilt. Wie bei früheren Fortschritten in der Technologie - Cloud, Continuous Delivery, IoT - wird jedoch empfohlen, sich auf die verantwortungsvolle Anwendung generativer KI und die Art und Weise, wie sie in die Prozesse des Unternehmens integriert wird, zu konzentrieren. Zu den hervorgehobenen Themen in Technology Radar Vol.

29 enthalten: KI-unterstützte Software-Entwicklung: Tools wie Github Copilot, Codeium und Tabnine werden sich auf die Art und Weise auswirken, wie Softwareentwickler über das Schreiben von Code denken. Ein wichtiger Punkt ist jedoch die Frage, wie KI für Aufgaben eingesetzt werden kann, die über das Programmieren hinausgehen, z. B. das Schreiben von User Stories. Wie produktiv ist die Messung der Produktivität?

Die Messung der Produktivität im Bereich der Softwareentwicklung ist kein neues Thema (Thoughtworks Chief Scientist Martin Fowler hat bereits vor 20 Jahren darüber geschrieben). Eine Reihe von Tools, wie z.B. DX DevEX 360, zielen darauf ab, die Erfahrung von Entwicklern zu verbessern und den Weg für die Unterstützung der Entwicklerproduktivität zu weisen. Eine große Anzahl von LLMs: Während der Raum weitgehend von den Beiträgen einer Handvoll wichtiger Akteure bestimmt wird - ChatGPT von OpenAI, Bard von Google, LLaMA von Meta - sind Trends wie selbst gehostete LLMs und LLM-gesteuerte autonome Agenten von besonderem Interesse, die auf eine stärkere Anpassung und Kontrolle darüber hinweisen, was mit GenAI getan werden kann.

Umgehungslösungen für die Fernübertragung reifen: Es ist klar, dass die Möglichkeiten der Fernarbeit nicht mehr wegzudenken sind. Glücklicherweise gibt es eine Reihe von Tools und Techniken - wie z.B. Remote Event Storming -, die darauf hindeuten, dass die Teams sich langsam an die Remote- oder hybride Arbeitsweise gewöhnen und dadurch mehr Reife und Stabilität erlangen.