Microsoft hat Schlagzeilen gemacht, indem es ChatGPT, ein leistungsstarkes großes Sprachmodell (LLM), in seine Power Platform Developer Suite integriert und damit die Produktivität bei der Entwicklung von low-code erhöht. Diese Ankündigung folgt auf die ChatGPT-gestützte Bing-Suche und Microsofts Zusage, Milliarden in sein Partnerunternehmen OpenAI zu investieren. Diese Entwicklung wirft zahlreiche Fragen auf, insbesondere zu den Auswirkungen der Integration auf die Plattformen von low-code und zu möglichen Herausforderungen, die sich daraus ergeben können.
Wir werden uns mit den Auswirkungen der KI-gesteuerten Entwicklung befassen, indem wir die Vorteile und potenziellen Risiken der Integration von LLMs wie ChatGPT in low-code Entwicklungsframeworks diskutieren. Darüber hinaus werden wir untersuchen, wie dies die Wettbewerbslandschaft verändern könnte, und wichtige Überlegungen für Führungskräfte hervorheben, die diese bahnbrechende Technologie übernehmen wollen.
Low-code Entwicklungsplattformen (LCDPs), wie AppMaster, ermöglichen die Abstraktion komplexer Funktionalitäten in benutzerfreundliche Komponenten und bieten in der Regel drag-and-drop Funktionen und wiederverwendbare Vorlagen sowohl für Anfänger als auch für erfahrene Entwickler. Die Integration von ChatGPT in solche Umgebungen bringt zahlreiche Vorteile mit sich:
Die ChatGPT-Integration hat auf dem gesamten Markt für Aufsehen gesorgt, da Tech-Giganten ihre eigenen generativen KI-Lösungen vorgestellt haben. Infolgedessen steht die Rolle von low-code Plattformen und KI in der Softwareentwicklung zur Debatte. Die Codegenerierung in natürlicher Sprache könnte die herkömmliche Programmierung und kodelose Lösungen möglicherweise vollständig ersetzen.
Am wahrscheinlichsten sind jedoch Verbesserungen in der gesamten Softwarebranche, bei denen KI die LCDPs durch verbesserte Entwicklererfahrung, maßgeschneiderte ML-Modelle und intelligente Endbenutzererfahrungen ergänzt. Unternehmen wie AppMaster bieten bereits leistungsstarke <a href=https://appmaster.io/blog/no-code-app-builder>no-code App-Builder und <a href=https://appmaster.io/blog/build-enterprise-software-with-no-code>Unternehmensanwendungslösungen an, die zeigen, wie dieser Ansatz einer breiten Palette von Unternehmen zugute kommen kann.
Die massiven Investitionen von Microsoft in die KI-Forschung und -Entwicklung könnten jedoch kleinere LCDPs benachteiligen, wenn sie nicht ihre eigene KI-Integration einführen. Das Fehlen von KI-Funktionen könnte dazu führen, dass sie Abonnenten verlieren oder mit größeren Cloud-Technologie-Suiten zusammenarbeiten, um auf Daten zuzugreifen und sie zu speichern.
Trotz der Fortschritte sind ChatGPT und andere generative KI-Modelle nicht völlig vertrauenswürdig. Derzeit ist die Verwendung von ChatGPT in PowerApps experimentell, was bedeutet, dass sich generative KI noch in der Entwicklung befindet. In Anbetracht der möglichen Ungenauigkeiten könnten Entwickler, die sich auf diese Modelle verlassen, vor Herausforderungen stehen.
Abgesehen vom autoritativen Ton der ChatGPT-Ausgaben werden diese aus öffentlich verfügbaren Informationen generiert, die Bugs, Fehler und Ineffizienzen enthalten könnten. Noch schlimmer ist, dass ChatGPT möglicherweise nicht vorhandene Funktionen vorschlägt, wie dies beim Geokodierungs-API-Anbieter OpenCage der Fall war. Folglich müssen sich die Entwickler auf die Erstellung und Organisation von Eingabeaufforderungen und die Fehlersuche einstellen, während sie sich gleichzeitig mit Herausforderungen bei der Bereitstellung und Sicherheitsbedenken in Bezug auf Abhängigkeiten von Drittanbietern auseinandersetzen müssen.
Governance ist für die Sicherheit der Plattformen von low-code von entscheidender Bedeutung, da die Nutzer von no-code bei der Übernahme neuer Dienste möglicherweise keine angemessene Sicherheitsaufsicht haben. Mit KI in der Mischung steigt die technische Komplexität, was zu ethischen Verstößen und irrationaler Kommunikation führen kann, wenn sie nicht sorgfältig gesteuert wird.
KI-Modelle wie ChatGPT produzieren zwar zuverlässig Ergebnisse, aber manchmal auch unsinnige oder ungenaue Ergebnisse. Durch ständiges Feedback und Umschulung werden diese Ergebnisse im Laufe der Zeit verbessert. Ingenieure müssen jedoch den experimentellen Charakter von KI-gesteuerten Lösungen bedenken und bei der Implementierung neuer KI-Innovationen in ihre Projekte Vorsicht walten lassen.
Da KI die Softwareentwicklungslandschaft umgestaltet, stehen Entwickler neben der Effizienzsteigerung auch vor neuen Herausforderungen. Low-code Lösungen, die standardisierte Softwarebereitstellungspipelines und zentralisierte Kollaborationsfunktionen bieten, werden in dieser sich entwickelnden Ära am meisten profitieren. LCDPs, die mit den KI-Entwicklungen Schritt halten, wie z. B. die Plattform AppMaster, und KI in ihre Arbeitsabläufe einbinden, werden in der sich verändernden Branche erfolgreich sein.
