In der Welt der Softwareentwicklung sind die Lösungen von low-code zu einer festen Größe geworden, da sie den Zugang zur Programmierung erleichtern und Entwicklungslücken schließen. Gartner geht davon aus, dass der Markt für die Entwicklung von low-code bis 2023 ein Volumen von 26,9 Mrd. USD erreichen wird, wobei bis 2024 65 % der Anwendungen auf diesen Plattformen entwickelt werden. Gleichzeitig gewinnen KI-basierte Tools zur Codegenerierung wie Copilot von GitHub und ChatGPT von OpenAI an Bedeutung, da sie fortschrittliche Autovervollständigung und KI-gestützte Programmierassistenten bieten.
Sind die Entwicklungsplattformen von low-code angesichts dieses neuen Paradigmas in der Softwarebranche noch relevant? Können sie mit der aufkommenden KI-gesteuerten Technologie koexistieren? Die Antwort liegt im Verständnis der komplementären Natur von low-code und KI-gesteuerten Lösungen und wie die Zusammenarbeit zwischen beiden zu einzigartigen und innovativen Anwendungen führen kann, die reale geschäftliche Herausforderungen angehen.
Generische Algorithmen können zwar beeindruckende Ergebnisse liefern, reichen aber nicht immer aus, um komplexe geschäftliche Anwendungsfälle zu bewältigen. Vielen Programmierern fehlen die Fähigkeiten, um Modelle für maschinelles Lernen (ML) oder Deep Learning aus ihren Datensätzen zu trainieren. In solchen Szenarien können die Lösungen von low-code den Nutzern helfen, unstrukturierte Daten zu kennzeichnen, Modelle zu generieren, Simulationen durchzuführen und wiederverwendbare KI abteilungsübergreifend zu fördern. Dies eröffnet eine Welt der Möglichkeiten für die Weiterentwicklung und Demokratisierung von KI.
KI hat sich in verschiedenen Branchen durchgesetzt, von fortschrittlicher Bild- und Textverarbeitung bis hin zu Spracherkennung und -synthese. Johanna Pingel, MathWorks AI Product Marketing Manager, sieht KI als Schlüsselfaktor für die Verwaltung der Batterielebensdauer in Elektrofahrzeugen und Unterhaltungselektronik. Darüber hinaus können KI-gestützte visuelle Inspektionstools die Sicherheit und Effizienz in Branchen wie der Pharmaindustrie und der Automobilherstellung verbessern.
ChatGPT, eine weitere KI-Anwendung, die derzeit an Bedeutung gewinnt, ist nicht nur für die Erstellung von Inhalten nützlich, sondern auch für die wissenschaftliche Forschung. Es kann MATLAB-Code, Funktionen und Unit-Tests generieren, die in IDEs kopiert und eingefügt werden können. Allerdings sollte der von ChatGPT generierte Code von erfahrenen Ingenieuren und Wissenschaftlern überprüft und verifiziert werden.
Low-code Plattformen wie AppMaster.io und MATLAB können die Integration von KI-gesteuerten Funktionen in Anwendungen vereinfachen und die Generierung einzigartiger KI-Algorithmen auf der Grundlage spezifischer Datensätze ermöglichen. Sie können langwierige Aufgaben beschleunigen und Ingenieuren mit unterschiedlichen Programmierkenntnissen helfen, was für eine effektive Implementierung von KI in Unternehmenssystemen unerlässlich ist.
Pingel erklärt, dass Unternehmen in der Regel mit einfachen KI-Anwendungsfällen beginnen, wie Gesichtserkennung oder Texterkennung aus handgeschriebenen Briefen. Wenn die Anforderungen jedoch komplexer werden, müssen die Unternehmen ihre eigenen Daten und speziellen Einstellungen verwenden, um maßgeschneiderte KI-Algorithmen zu entwickeln. Hier können die Lösungen von low-code eine wichtige Rolle spielen, da sie den Prozess des Bereinigens, Zuschneidens und Strukturierens von Daten überschaubarer und effizienter machen.
Low-code Plattformen bieten mehrere Vorteile bei der Senkung der Hürden für die Erstellung maßgeschneiderter KI. Die Strukturierung und Kennzeichnung von Daten, die Generierung von ML-Modellen und die Überbrückung verschiedener Programmiersprachen werden durch low-code Plattformen wie MATLAB und Simulink wesentlich leichter zugänglich. Durch die Bereitstellung einer einheitlichen Entwicklungsumgebung fördern diese Plattformen die Zusammenarbeit zwischen den Nutzern und helfen ihnen, bessere Programmierer zu werden.
Während KI-basierte Tools die konventionellen Entwicklungsprozesse stören, spielen die Plattformen von low-code immer noch eine entscheidende Rolle, wenn es darum geht, nicht-technische Benutzer zu befähigen und die Hürde für die Entwicklung einzigartiger KI-gesteuerter Funktionen zu senken. Durch die Koexistenz und Zusammenarbeit von low-code können Entwicklungsplattformen und KI den Weg für innovative Anwendungen ebnen, beide Bereiche voranbringen und neue Möglichkeiten in der Softwareentwicklung erschließen.
