Makrotrends der Technologiebranche 2024.10 von Thoughtworks

Der wachsende Einfluss von KI

• KI, insbesondere GenAI, spielt in den heutigen Technikdebatten eine große Rolle und nimmt einen wichtigen Platz ein
  • KI und GenAI beeinflussen jede Phase des Software-Delivery-Ökosystems
• Coding-Assistenten erhalten die meiste Aufmerksamkeit und befinden sich im Allgemeinen in der reifsten Phase
  • Der steigende Nutzen dieser Werkzeuge führt dazu, dass die Art und Weise der Softwarebereitstellung neu bewertet wird, um die Vorteile von KI zu nutzen und dabei die technische Strenge zur Sicherung der Softwarequalität beizubehalten oder zu verbessern
  • Es ist mit anhaltender Innovation in diesem Bereich zu rechnen, von persönlichen Werkzeugen wie GitHub Copilot und Cursor bis hin zu teamorientierten Werkzeugen wie Haiven
  • Die Zahl der Werkzeuge, die KI verwenden oder die Erstellung von KI-Anwendungen unterstützen, oder beides, wächst explosionsartig
• Die Geschwindigkeit, mit der diese Werkzeuge eingeführt werden, übertrifft das frühere Tempo und Volumen von Javascript-Werkzeugen
• On-Device-LLMs oder Small Language Models (SLM) nehmen zu, was einen Trend zeigt, bei dem Inferenz vom Server ins Web und auf Edge-Geräte verlagert wird
  • Letzterer Trend ist positiv für den Datenschutz

Wachsende Wahrnehmung der Grenzen und Risiken von KI

• Es wächst das Bewusstsein dafür, wie wichtig es ist, dass Menschen im Loop bleiben, insbesondere wenn GenAI-Werkzeuge beteiligt sind
  • Halluzinationen oder einfache Fehler lassen sich bei der Nutzung dieser Werkzeuge weiterhin nur schwer kontrollieren
  • Einige schlagen deshalb vor, es vorerst in bestimmten Anwendungen lieber „AI in the loop“ zu nennen, da Menschen die Kontrolle behalten sollten
  • Dennoch ist nicht alles düster, da Nobelpreise in Chemie und Physik sowohl für Beiträge zu KI als auch mithilfe von KI verliehen wurden
• Wo es in der Technik Muster gibt, gibt es auch Antipatterns, und KI sammelt diese ganz sicher ebenfalls
  • Auffällige Beispiele sind etwa „Pairing mit einem LLM, das viele der tatsächlichen Vorteile echten Pairings nicht liefert“ oder „Einsatz eines LLM für Code-Reviews, ohne Stilkonstanz erklären zu können, und mit erschwerter Verbreitung des Verständnisses der Codebasis“
  • Diese Werkzeuge verbessern sich zwar eindeutig, sind aber noch nicht bereit, auf dem Fahrersitz zu sitzen oder autonom über Qualität und Eignung von Code zu urteilen
• Schließlich wächst auch die Gegenreaktion auf die euphorischen Versprechen von GenAI
  • Finanzanalysten stellen die mögliche Kapitalrendite all der Gelder infrage, die derzeit in verschiedene KI- und GenAI-Vorhaben fließen, einschließlich der Aktivitäten zum Betrieb von Foundation Models
  • Jede Technologie durchläuft eine Hype-Phase, und GenAI ist keine Ausnahme
  • KI im Allgemeinen hat in der Vergangenheit bereits mehrere AI-Winter erlebt, doch das Ausmaß der Ernüchterung ist derzeit nicht besonders gravierend
  • Dennoch gibt es, ähnlich wie bei den oben diskutierten Antipatterns, die unglückliche Tendenz zu glauben, dass etwas Neues und Glänzendes alles leisten könne, was wir wollen
  • Wir lernen weiterhin, welche Möglichkeiten es gibt, viele unserer Standardgeschäftsprozesse neu zu denken
• Es scheint jedoch unwahrscheinlich, dass KI wieder in den Hintergrund verschwindet

Der Aufstieg von Rust und WebAssembly sowie die Beständigkeit von Postgres

• Neben KI geschieht in der Technologiewelt noch vieles mehr
• Die Nutzung der Sprache Rust und die Entwicklung von Werkzeugen dafür nehmen stark zu
  • Viele Werkzeuge werden in Rust neu geschrieben, oft im Python-Ökosystem
  • Aufgrund der Eigenschaften von Rust im Bereich Memory Safety wird die Sprache stärker angenommen
  • Einige Beispiele sind Iggy, Ruff, uv und Zed
  • Und natürlich taucht, wie bei vielen anderen Technologien, die wir in der Vergangenheit betrachtet haben, in der Literatur zu diesen Rust-Werkzeugen die Formulierung „blazingly fast“ auffallend häufig auf
• WebAssembly (WASM) war ein zentrales Diskussionsthema, ebenso wie das breitere Thema, alles im Browser auszuführen
  • Die Übernahme des WebAssembly-Standards ist in Browsern und deren Plattformen nahezu universell
  • Allerdings haben wir auch viele Blips zur Nutzung von WASM auf dem Server gesehen
    • (Blip bezeichnet in der Softwareentwicklung eine Technologie oder Technik, die eine wichtige Rolle spielt)
  • WASM selbst befindet sich derzeit nicht im Radar, wird aber in mehreren Blips verwendet, darunter PGLite und Flutter for Web
  • Natürlich fehlt auch KI nicht, und es gibt ebenfalls einen Blip zu LLMs im Browser
• Im Datenbankbereich zeigte sich, wie weit verbreitet Postgres-Datenbanken sind
  • Es gibt verschiedene Postgres-Erweiterungen für Ähnlichkeitssuche, Analyseaufgaben, die Synchronisierung von Teilen der Datenbank und mehr
  • Das ist kein neues Phänomen, aber Postgres war in diesem Radar-Meeting besonders allgegenwärtig
  • Wir sehen außerdem starke neue Open-Source-Konkurrenten im Bereich Data Lakes, etwa DuckDB, Iceberg und Parquet
  • Relationale Datenbanken gibt es schon sehr lange, aber wir sehen hier weiterhin Innovation

Die anhaltende Bedeutung von Technology Governance

• Diskutiert wurden nicht nur KI-bezogene Themen, sondern auch verschiedene Ansätze der Technology Governance
  • KI bringt eigene Governance-Herausforderungen mit sich
• Governance-Ansätze wie Build Your Own Radar (BYOR) liefern Organisationen weiterhin Mehrwert
  • Wie so oft ist das Radar-Artefakt für eine Organisation ein wertvolles Ergebnis, aber nicht so wertvoll wie der Alignment-Prozess zur Erstellung dieses Ergebnis-Radars
  • Ein großes Problem der Governance ist oft, dass die Begründung hinter bestimmten Standards von den Delivery-Teams nicht gut verstanden wird
  • Eine gut umgesetzte BYOR-Übung hilft Teams zu verstehen, warum sie auf bestimmte Weise gesteuert werden
• Zu Governance gehört auch Dokumentation, und hochwertige, leicht nutzbare und aktuelle Dokumentation bleibt weiterhin schwierig
  • Werkzeuge wie Unblocked lösen nicht all diese Probleme, helfen aber, indem sie zusätzliche Kontexte aus anderen Quellen wie Jira-Tickets und Wiki-Seiten in Fragen einbeziehen
  • GenAI erweist sich als nützlich, um Dokumentation zu umhüllen und Anfragen dazu zu beantworten
  • Mit zunehmender Reife dieser Werkzeuge könnten wir zumindest beim Auffinden von Informationen in Dokumentationen Fortschritte sehen

Die Weiterentwicklung von Infrastructure as Code

• Wie bereits in einer früheren Ausgabe der Macro Trends erwähnt, entwickelt sich Infrastructure as Code (IaC) weiter
• Wir sehen inzwischen auch mehr Erscheinungen von Infrastructure from Code (IfC), umgesetzt in Werkzeugen wie System Initiative, das kürzlich GA erreicht hat
• Die Grenzen zwischen Anwendung und Infrastruktur verschwimmen aus Sicht von Code und Ownership
• Besonders in Microservices-Architekturen oder beim Einsatz evolutionärer Architektur ist es wichtig, die Komplexität der Infrastruktur zu beherrschen und tatsächlich zu wissen, was gerade läuft

[xguru]

Sieh es dir zusammen mit dem gestern veröffentlichten Beitrag Thoughtworks Technology Radar, Volume 31 an.