{"id":17518,"date":"2025-02-28T13:24:25","date_gmt":"2025-02-28T12:24:25","guid":{"rendered":"https:\/\/www.centigrade.de\/?post_type=blog&p=17518"},"modified":"2025-03-05T10:04:30","modified_gmt":"2025-03-05T09:04:30","slug":"mensch-zentrierte-produktentwicklung-mit-ki-agenten-oder-die-industrialisierung-der-digitalisierung","status":"publish","type":"blog","link":"https:\/\/www.centigrade.de\/de\/blog\/mensch-zentrierte-produktentwicklung-mit-ki-agenten-oder-die-industrialisierung-der-digitalisierung\/","title":{"rendered":"Mensch-Zentrierte Produktentwicklung mit KI-Agenten oder … die Industrialisierung der Digitalisierung"},"content":{"rendered":"

\"KI<\/p>\n

Der Einzug generativer KI und der breite Einsatz von ML-Algorithmen \u00e4ndert unsere menschlichen Verhaltensweisen und organisatorischen Prozesse schon jetzt ma\u00dfgeblich auf allen Ebenen der Gesellschaft \u2013 und das in rasender Geschwindigkeit.<\/strong><\/p>\n

<\/p>\n

In ebenso radikaler Weise \u00e4ndert sich auch die Art und Weise, wie wir in Zukunft digitale Produkte entwickeln werden. Da gro\u00dfe Sprachmodelle (LLMs) sich mit Syntax und Grammatik bestens auskennen, ist die Generierung von Computer-Quellcode bereits jetzt schon gelebte Praxis und die Produktivit\u00e4t der Unternehmen, die KI hier einsetzen, erf\u00e4hrt eine messbare Steigerung<\/a> gegen\u00fcber denjenigen, die noch \u201evon Hand zu Fu\u00df\u201c unterwegs sind.<\/p>\n

Wenn nun Quellcode aber gar nicht mehr von Menschen, sondern von KI-Agenten geschrieben wird, lohnt es sich dann \u00fcberhaupt noch, den Beruf des Software Engineers zu lernen? Nvidia-CEO Jensen Huang meint, nein<\/a>:<\/p>\n

\n

„Wir werden Computer intelligenter machen, damit Menschen keine Informatik lernen m\u00fcssen, um einen Computer zu programmieren.“<\/em><\/p>\n<\/blockquote>\n

Auch Mark Zuckerberg, der bekannt ist f\u00fcr seine technische Umsetzungsn\u00e4he, hat vor kurzem das Ende des menschlichen Mid-Level Engineers ausgerufen<\/a>. Wenn aber sogar der Beruf des Software Engineers durch generative KI infrage steht, was bedeutet das generell f\u00fcr die digitale Produktentwicklung der Zukunft? M\u00fcssen nicht alle Prozesse, Frameworks und Methoden, die sich mit dem Design und der Realisierung von Software befassen, ebenfalls infrage gestellt werden?<\/p>\n

Immerhin k\u00f6nnten aktuelle Ans\u00e4tze grundlegende Nachteile in Bezug auf Geschwindigkeit und Effizienz bekommen, weil sie im Kern f\u00fcr das menschliche Miteinander entwickelt worden sind und eben nicht f\u00fcr das \u201eagentische\u201c Miteinander. Wie also \u00e4ndert sich die mensch-zentrierte digitale Produktentwicklung auf der n\u00e4chsten Evolutionsstufe generativer KI \u2013 der Stufe autonomer KI-Agenten?<\/p>\n

KI-Agenten \u2013 die n\u00e4chste Evolutionsstufe generativer KI<\/h2>\n

Ein neuer Akteur betritt die B\u00fchne<\/h3>\n

Auf den sozialen Medien wurde mit 2025 bereits intensiv das Jahr der KI-Agenten eingeleitet. Es handelt sich um eine Art \u201en\u00e4chstes Level\u201c innerhalb des noch recht jungen KI-Hype-Zyklus<\/a>. Statt dass Menschen Prompts schreiben, um ihr Anliegen zu realisieren, handeln KI-Agenten weitestgehend autonom. Sie planen, f\u00fchren aus, reflektieren und verbessern. Manch ein KI-Agent kommt zu eigenen Schl\u00fcssen und manch anderer handelt im Verborgenen \u2013 als \u201eGeheimagent\u201c gewisserma\u00dfen.<\/p>\n

\"cartoon

KI-Agenten arbeiten auch manchmal im Verborgenen und tun nicht immer, was sie sollen. Quelle: Continuous UX Fun<\/a><\/p><\/div>\n

Offensichtlich macht es einen gewaltigen Unterschied, ob ein Software Engineer \u2013 wenn er gerade mal wieder nicht weiterkommt \u2013 sein Problem als Prompt in ChatGPT eingibt, dort entsprechenden Quellcode generieren l\u00e4sst und diesen dann in Teilen oder am St\u00fcck in seinen Code integriert, oder ob ein KI-Agent autonom Quellcode generiert und diesen selbstst\u00e4ndig committet, so als sei er ein \u201erealer\u201c Software Engineer.<\/p>\n

Der Hauptunterschied zwischen klassischer \u201eprompt-basierter\u201c generativer KI und sogenannter \u201eagentischer\u201c generativer KI besteht u. a. darin, ob der initiierende Akteur ein Mensch oder eine KI ist und inwiefern ein Mensch oder eine KI das Ergebnis produziert und weiterverarbeitet. Da KI-Agenten ein Ged\u00e4chtnis besitzen, Ziele verfolgen, planen, reflektieren und antworten, k\u00f6nnen sie grunds\u00e4tzlich an jeder Stelle einer Informationsverarbeitungskette aktiv werden und nicht nur mittendrin, wie folgende Tabelle veranschaulichen soll.<\/p>\n

\n\n\n\n\t\n\n\t\n\t\n\t\n\t
Evolutionsstufe<\/th>Initiator<\/th>Produzent<\/th>Weiterverarbeiter<\/th>\n<\/tr>\n<\/thead>\n
Ohne KI<\/td>Mensch<\/td>Mensch<\/td>Mensch<\/td>\n<\/tr>\n
\u201ePrompted AI\u201c<\/td>Mensch<\/td>AI<\/td>Mensch<\/td>\n<\/tr>\n
\u201eAssisting AI\u201c<\/td>AI<\/td>AI<\/td>Mensch<\/td>\n<\/tr>\n
\u201eAgentic AI\u201c<\/td>AI<\/td>AI<\/td>AI<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/p>\n

Gemeinsam stark: Multi-Agenten im Team<\/h3>\n

Doch KI-Agenten k\u00f6nnen weit mehr als nur Quellcode produzieren: Sie k\u00f6nnen untereinander kommunizieren, Werkzeuge bedienen und gemeinsame Entscheidungen treffen, was sie letztlich dazu bef\u00e4higt, Teams und Schwarmintelligenzen zu bilden. Das von DeepWisdom.ai initiierte \u201eMulti-Agenten\u201c-Framework MetaGPT<\/a> beispielsweise hat ein ganzes Produktentwicklungsteam aus KI-Agenten umgesetzt und l\u00e4sst dieses KI-Team gemeinschaftlich Software entwickeln. Bei diesem Ansatz wird einmal mehr deutlich, dass sich die Entwicklung von Softwareprodukten nicht nur auf das Schreiben von Quellcode beschr\u00e4nken l\u00e4sst. In ein Team von KI-Agenten geh\u00f6rt neben dem Software Engineer eben auch ein Product Manager, ein Software Architect, ein Project Manager und eine Qualit\u00e4tssichernder. Sogar der obligatorische \u201eBoss\u201c darf nicht fehlen.<\/p>\n