KI in der Entwicklung: Ein unentbehrliches Werkzeug mit einigen Sorgen – GitLab Insights

Während sich die KI in rasender Geschwindigkeit verändert, wird sie weiterhin viele sich wiederholende Aufgaben erleichtern und ihre Fähigkeiten auf die Programmierung bis hin zur Erstellung ganzer Codeschnipsel ausdehnen. Dieses Versprechen der Effizienz geht einher mit der Verringerung menschlicher Fehler und anderen Versprechen einer beschleunigten Innovation. Mit dem Fortschritt kommt ein breiteres Spektrum an Problemen – die alarmierendsten sind die Sicherheit, das geistige Eigentum (IP) und die sich allmählich vergrößernde Kluft bei den technologischen Fähigkeiten.

Kürzlich führte GitLab eine internationale Forschungsumfrage unter rund 1.000 führenden Technikern, Entwicklern und Sicherheitsexperten durch. Unter dem Titel „The State of AI in Software Development“ (Der Stand der KI in der Softwareentwicklung) bietet die Umfrage nicht nur kritische Einblicke in aktuelle Nutzungstrends, sondern auch Prognosen zu den Auswirkungen. Eines dieser Ergebnisse ist das Spannungsfeld zwischen Aufregung und Vorsicht, das sich bei der Betrachtung der Ergebnisse abzeichnet: Während 83 % der Befragten KI als unverzichtbar für den Wettbewerb ansehen, sind 79 % der Meinung, dass Datenschutz- und Sicherheitsdaten ein Risiko darstellen.

Der Einfluss von AI auf die Produktivität von Entwicklern

Der Effizienz-Boom

KI beschleunigt die Arbeitsabläufe von Entwicklern und reduziert den Zeitaufwand für alltägliche Aufgaben drastisch. Laut einer Umfrage von GitLab:

• 51 % der Befragten gaben an, dass der größte Vorteil von KI die verbesserte Produktivität ist.
• Entwickler verbringen derzeit nur 25 % ihrer Zeit mit dem Schreiben von Code – KI kann dabei helfen, Stunden zurückzugewinnen, die durch Debugging, Dokumentation und Meetings verloren gehen.
• 60 % der Entwickler glauben, dass KI die teamübergreifende Zusammenarbeit verbessert.
  

Beispiel aus der Praxis: Ein GitLab-Benutzer berichtete, dass er mit Hilfe von KI-Vorschlägen die Zeit für Code-Reviews um 40 % reduzieren konnte. Durch die Automatisierung sich wiederholender Prüfungen konnten sich die Entwickler auf höherwertige Aufgaben wie Architekturdesign und Leistungsoptimierung konzentrieren.

Aber… ist KI-generierter Code sicher?

Während KI die Entwicklung beschleunigt, bleiben die Sicherheitsteams skeptisch:

• Nur 7 % der Entwicklerzeit wird für die Behebung von Schwachstellen aufgewendet (im Vergleich zu 11 % für Tests).
• 39 % der Sicherheitsexperten befürchten, dass KI-generierter Code versteckte Schwachstellen oder Hintertüren enthält.
  

Die große Frage: „Wenn KI fehlerhaften oder unsicheren Code schreibt, wer ist dann verantwortlich?“

• Die Entwickler? (Weil sie ihn nicht gründlich geprüft haben?)
• KI-Anbieter? (Für die Bereitstellung fehlerhafter Vorschläge?)
• Unternehmen? (Weil sie es versäumt haben, Sicherheitsüberprüfungen durchzusetzen?)
  

Dieses Dilemma verdeutlicht die Notwendigkeit eines stärkeren Governance-Rahmens für KI-generierten Code.

Belange des Datenschutzes und des geistigen Eigentums

Datensicherheit: Die Priorität Nr. 1

95 % der Führungskräfte in der Technologiebranche nennen den Schutz der Privatsphäre und des geistigen Eigentums als Hauptkriterien bei der Auswahl von KI-Tools. Warum?

• KI-Modelle trainieren auf eingegebenem Code – könnten proprietäre Schnipsel in öffentliche Datensätze gelangen?
• Gefährdung sensibler Daten: KI-Tools, die interne Repositories scannen, könnten versehentlich API-Schlüssel, Anmeldedaten oder vertrauliche Geschäftslogik speichern.
  

Ein typisches Beispiel: Ein Fortune-500-Unternehmen hat ChatGPT verboten, nachdem es herausgefunden hatte, dass Mitarbeiter vertrauliche API-Schlüssel in Eingabeaufforderungen eingefügt hatten, wodurch das Risiko einer Aufdeckung bestand.

Copyright-Verwirrung

48 % der Befragten befürchten, dass KI-generierter Code möglicherweise nicht urheberrechtlich geschützt ist. Zu den rechtlichen Grauzonen gehören:

• Wer ist Eigentümer des von der KI geschriebenen Codes? Dem Entwickler? Dem KI-Anbieter?
• Könnte KI versehentlich Open-Source-Code plagiieren, was zu Lizenzverstößen führen würde?
  

Jüngster rechtlicher Trend: Das US-Urheberrechtsamt hat entschieden, dass KI-generierte Kunst nicht urheberrechtlich geschützt werden kann – könnte das auch für Code gelten? Wenn ja, könnten Unternehmen, die sich auf KI verlassen, beim Schutz ihrer Software auf Rechtsunsicherheiten stoßen.

Die KI-Kompetenzlücke

Schulungsdefizite

Obwohl 75 % der Unternehmen KI-Schulungen anbieten, sucht derselbe Prozentsatz der Entwickler nach externen Ressourcen – was darauf hindeutet, dass interne Programme zu kurz greifen. Zu den wichtigsten Lücken gehören:

• 81 % der Entwickler wünschen sich mehr KI-Schulungen.
• 65 % der Unternehmen planen die Einstellung von KI-Spezialisten, um Wissenslücken zu schließen.
  

Einblicke von David DeSanto, CPO von GitLab: „Das Potenzial von KI ist nicht nur für Programmierer gedacht – es muss ganze DevSecOps-Teams befähigen.“

Der Aufstieg des „KI-erweiterten Entwicklers“

Zukünftige Rollen können sich vermischen:

• Promptes Engineering (Erstellung effektiver KI-Abfragen).
• KI-Sicherheitsaudit (Überprüfung des generierten Codes auf Schwachstellen).
• Ethische KI-Governance (Sicherstellung der Einhaltung von Vorschriften).
  

Unternehmen, die in Schulungen investieren, werden sich einen Wettbewerbsvorteil verschaffen, während diejenigen, die dies nicht tun, Gefahr laufen, ins Hintertreffen zu geraten.

Der Weg nach vorn

Ausgleich zwischen Geschwindigkeit und Sicherheit

GitLab empfiehlt:

KI-gestützte DevSecOps-Pipelines (automatisierte Sicherheitsscans während der Codierung).

Strikte Data Governance (KI-Tools den Zugriff auf sensible Repos verwehren).

Teamübergreifende KI-Schulungen (Sicherheit und Entwickler arbeiten gemeinsam an Best Practices).

Was kommt als Nächstes?

• KI-Paarprogrammierung (z. B. Code Suggestions von GitLab).
• Selbstbehebende CI/CD-Pipelines (KI patcht fehlgeschlagene Builds automatisch).
• Rechtliche Rahmenbedingungen für KI-Code-Eigentum (Klärung von Urheberrecht und Haftung).

Schlussfolgerung: Mit Optimismus und Vorsicht vorgehen

KI verändert die Softwareentwicklung, aber der Erfolg erfordert:

Minderung von Sicherheitsrisiken (KI-generierter Code muss rigoros geprüft werden).

Schutz des geistigen Eigentums (Auswahl von KI-Tools mit geschlossenen Kreisläufen und starker Datenkontrolle).
Überbrückung der Qualifikationslücke (Investition in kontinuierliche KI-Schulungen).

Letzter Gedanke: „KI wird Entwickler nicht ersetzen – aber Entwickler, die KI nutzen, werden diejenigen ersetzen, die es nicht tun.“ Durch den verantwortungsvollen Einsatz von KI können Unternehmen eine noch nie dagewesene Effizienz freisetzen und gleichzeitig die Risiken minimieren. Die Zukunft der Softwareentwicklung ist KI-gestützt, aber die menschliche Aufsicht bleibt entscheidend.