IGAISE
Projektbeschreibung
Während generative KI zunehmend zu einem zentralen Bestandteil der Arbeitsabläufe von Entwicklern wird und sie bei Aufgaben von der Codegenerierung bis zur Dokumentation unterstützt, stehen Unternehmen vor einer entscheidenden Herausforderung: der systematischen Messung ihrer tatsächlichen Auswirkungen. Trotz der wahrgenommenen Vorteile wie verbesserte Codequalität und schnellere Codeüberprüfungen haben einige Unternehmen überraschenderweise negative Auswirkungen auf die Softwarebereitstellungsleistung nach der Einführung von KI-Tools gemeldet. Dieser offensichtliche Widerspruch unterstreicht die Komplexität der Bewertung des Einflusses von GenAI und macht deutlich, dass ein pragmatischer und kontextbezogener Bewertungsrahmen erforderlich ist, um den tatsächlichen Wert sicherzustellen und Fehltritte zu vermeiden.
fortiss und die Siemens AG haben sich dieser Herausforderung gestellt und ein umfassendes Rahmenwerk entwickelt, das umsetzbare Leitlinien und konzeptionelle Klarheit bietet und es ermöglicht, die Auswirkungen von GenAI in verschiedenen Dimensionen zu reflektieren und zu bewerten, darunter Geschwindigkeit, Automatisierung, Fluss, Qualität, Wartbarkeit und Relevanz. Die Lösung basiert auf einer umfassenden Literaturanalyse, praktischen Erfahrungen aus Forschungs- und Transferprojekten sowie kontinuierlichem Feedback von Industriepartnern.
Forschungsbeitrag
Entwicklung eines praktischen Handbuchs zur Messung der Effizienz und Effektivität generativer KI in der Softwareentwicklung, das eine kontextbezogene Bewertung ermöglicht.
- Bereitstellung von Leitlinien, Konzepten und Empfehlungen zur systematischen Bewertung der Auswirkungen von GenAI auf die Effizienz und Effektivität der Softwareentwicklung.
- Verbessertes Verständnis dafür, wie GenAI verschiedene Phasen des Softwareentwicklungslebenszyklus (SDLC) beeinflusst, von der Planung und Analyse bis hin zur Implementierung, zum Testen und zur Wartung.
- Klärung wichtiger Begriffe und kontextbezogener Faktoren, die für die Interpretation der Anwendung von GenAI in verschiedenen Softwareentwicklungsszenarien unerlässlich sind.
Projektdauer
01.09.2024 – 31.03.2025



