KI in der Softwareentwicklung - Überblick, Einordnung, Perspektiven

Künstliche Intelligenz hat in kurzer Zeit einen spürbaren Einfluss auf die tägliche Arbeit von Softwareentwicklern gewonnen. KI-gestützte Werkzeuge unterstützen heute bei Analyse, Implementierung, Code Reviews und Refactoring und verändern damit sowohl Arbeitsweisen als auch Rollenbilder in der Softwareentwicklung. Gleichzeitig entstehen neue Begriffe, Konzepte und Erwartungen, die häufig unscharf verwendet oder falsch eingeordnet werden. In diesem Seminar erhalten die Teilnehmer einen fundierten Überblick über zentrale KI-Begriffe, aktuelle Tool-Kategorien sowie typische Einsatzfelder von KI in der Softwareentwicklung. Dabei werden sowohl Chancen als auch Risiken beleuchtet, insbesondere in Bezug auf Code-Qualität, technische Schulden und realistische Einsatzmöglichkeiten. Themen wie Vibe Coding, Prompt Engineering, Code Completions, Code Reviews sowie ein grundlegender Überblick über Konzepte wie RAG und MCP werden verständlich eingeordnet. Ziel des Seminars ist es, Entwicklern eine sachliche, herstellerneutrale Orientierung zu geben, um KI-Ansätze fachlich bewerten und sinnvoll in den eigenen Arbeitskontext einordnen zu können. Der Fokus liegt auf theoretischen Grundlagen, konzeptionellem Verständnis und der Einordnung aktueller Entwicklungen - ohne praktische Übungen oder Tool-Trainings.

Zielgruppe:

Programmierer und Softwareentwickler, die KI in ihren Entwicklungsalltag integrieren möchten

Voraussetzung:

Kenntnisse in einer Skript- oder Programmiersprache erleichtern das Verständnis in dem Seminar

Ziele/Nutzen des Seminars:

• Vermittlung eines realistischen, fachlich fundierten Verständnisses von KI-Konzepten und KI-Tools im Kontext moderner Softwareentwicklung
• Aufzeigen, wie sich Aufgaben, Verantwortlichkeiten und Kompetenzprofile von Entwicklern durch KI verändern
• Sensibilisierung für technische, organisatorische und qualitative Auswirkungen von KI-gestützter Entwicklung

Inhalte:

• Grundlagen: Grundlagen & Begriffsordnung, Abgrenzung: KI, LLM, generative KI, Automatisierung, Data Science, Big Data, Einfluss auf die Softwareentwicklung
• Einordnung der heutigen KI-Fähigkeiten: Veränderung typischer Entwickleraufgaben: Analyse, Implementierung, Testing, Auswirkungen auf Arbeitsweise und Denkmodell
• KI-Tools im Überblick: Kategorien von KI-Tools, Stärken und Grenzen aktueller Tools, Typische Anwendungsfelder, Code Completions, Code Reviews, Refactoring, Quellcode erklären lassen, Vibe Coding
• Konzepte & Methoden: Prompt Engineering, RAG und MCP (Überblick), Chancen, Risiken & Ausblick,
• Chancen und typische Fehlannahmen
• Kurzfristige Entwicklungen & Ausblick