Was ist Low-Code-Programmierung?

Klären wir zunächst einige grundsätzliche Aspekte, voran die Begriffserklärung: Low-Code-Programmierung ist eine visuelle Methode zur Entwicklung von Anwendungen, die die Zeit und das Wissen, die für die manuelle Programmierung erforderlich sind, reduziert. Anstatt manuell Code zu schreiben, verwenden Low-Code-Entwickler visuelle Modellierungswerkzeuge, um Anwendungen schneller zu erstellen. Zusätzlich fällt mitunter auch der Begriff „No-Code“ – hier werden ganze Bausteine aus bereits fertiggestelltem Code genutzt (beispielsweise für die wiederholte Nutzung der gleichen Schnittstelle), um Zeit und Aufwand einzusparen.

Ein Beispiel für eine Low-Code-Plattform, die in der Automobilbranche weit verbreitet ist, ist Mendix. Mit Mendix können Entwickler visuelle Modelle erstellen, die dann in voll funktionsfähigen Code umgewandelt werden. Die Plattform bietet eine Vielzahl von Funktionen, einschließlich integrierter Unterstützung für Mobile-First-Design, automatisierte Tests und Continuous Integration und Delivery.

Low-Code-Programmierung bietet mehrere Vorteile gegenüber herkömmlicher Programmierung. Einer der größten Vorteile ist die Geschwindigkeit, mit der Anwendungen erstellt werden können. Low-Code-Plattformen wie Mendix ermöglichen es Entwicklern, Anwendungen bis zu zehnmal schneller zu erstellen als durch herkömmliche Programmiermethoden.

Ein weiterer Vorteil von Low-Code ist die Möglichkeit, Anwendungen schnell an geänderte Anforderungen anzupassen. Dies ist aufgrund der visuellen Natur des Codes möglich, die es Entwicklern ermöglicht, schnell auf Änderungen zu reagieren, ohne den Code manuell ändern zu müssen. Darüber hinaus bietet beispielsweise Mendix auch eine integrierte Plattform, die es Entwicklern ermöglicht, Anwendungen zu testen und bereitzustellen, ohne separate Tools verwenden zu müssen.

Welche Einsatzmöglichkeiten gibt es für Low-Code-Programmierung in der Automobilbranche?

In der Automobilbranche gibt es viele Einsatzmöglichkeiten für Low-Code-Programmierung. Ein Beispiel ist die Entwicklung von Anwendungen zur Unterstützung des Produktionsprozesses. Hierbei können Low-Code-Plattformen wie Mendix verwendet werden, um Anwendungen zur Überwachung und Steuerung von Produktionsprozessen zu erstellen. Eine andere Möglichkeit ist die Entwicklung von Anwendungen zur Unterstützung der Vertriebsprozesse, wie beispielsweise Konfiguratoren oder Preisrechnern.

Während die genannten Vorteile für viele Branchen sinnvoll sind, gibt es auch eine Vielzahl von Einsatzmöglichkeiten für Low-Code-Programmierung speziell in der Automobilbranche. Ein Beispiel ist die Entwicklung von Anwendungen für das Infotainment-System eines Autos. Mit Plattformen wie Mendix können Unternehmen schnell und einfach Anwendungen für die Unterhaltung, Navigation und Konnektivität entwickeln. Auch die Entwicklung von Anwendungen für die Verwaltung von Flotten oder für das Management von Fertigungsprozessen ist mit Mendix möglich. Weiteres Beispiel für die Verwendung von Low-Code-Plattformen in der Automobilindustrie ist die Integration von Sensoren und IoT-Geräten in die Fahrzeuge. Durch die Verwendung von Low-Code-Plattformen können die Entwicklungszeiten für solche Anwendungen erheblich verkürzt werden. Außerdem können Entwickler auch ohne tiefes technisches Verständnis schnell Änderungen und Anpassungen an den Anwendungen vornehmen.

Natürlich gibt es noch weitere Use Cases für den Einsatz von Low-Code-Plattformen in der Automobilindustrie, beispielsweise die Erstellung von Anwendungen für die Fahrzeugdiagnose. Mit einer Low-Code-Plattform können Entwickler schnell Anwendungen erstellen, die es dem Mechaniker ermöglichen, schnell und einfach eine Diagnose des Fahrzeugs durchzuführen. Dadurch können die Reparaturzeiten verkürzt und die Kundenzufriedenheit erhöht werden.

Welche Rolle spielt der Fachkräftemangel in der Automobilbranche bei der Wahl zwischen Low-Code-Programmierung und Künstlicher Intelligenz?

Der Fachkräftemangel in der Automobilbranche kann ein wichtiger Faktor bei der Wahl zwischen Low-Code-Programmierung und KI-Programmierung sein. Während Low-Code-Programmierung es Entwicklern ermöglicht, Anwendungen ohne spezifische Programmierkenntnisse zu erstellen, bietet die Entwicklung von zumindest Low-Level-Code per Künstlicher Intelligenz (man denke an Plattformen wie ChatGPT4 – dazu später noch mehr) den Vorteil, dass durchaus auch branchenfremde Mitarbeiter ansehnliche Entwicklungsergebnisse vorzeigen können. Problem ist hier die mangelnde Überprüfbarkeit, für die es oft weiterhin Fachkräfte benötigt, sowie natürlich der Datenschutz, der eine Eingabe von für Unternehmen bestimmte Informationen in der Regel nicht zulässt. Fachkräfte braucht es also weiterhin, immerhin können diese aber Low-Code-Lösungen gut in den Alltag einbauen. Schließlich ist ein weiterer Vorteil von Low-Code-Plattformen wie Mendix die Möglichkeit, in einem agilen Entwicklungsprozess zu performen. Da die Programmierung mit Mendix schneller und effektiver ist als die herkömmliche Programmierung, können Unternehmen ihre Anwendungen schneller entwickeln und auf den Markt bringen, und das mit weniger Manpower. Durch den agilen Ansatz können Unternehmen schnell auf Veränderungen im Markt reagieren und Änderungen an ihren Anwendungen vornehmen, um sie den Bedürfnissen ihrer Kunden anzupassen.

Das kommt natürlich auch Neu- und Quereinsteigern zugute – ersetzt aber mitnichten die notwendige Fach- und Themenkompetenz – das macht Low-Code-Entwicklung zu einer Hilfe für bislang branchenfremde Anwender, ersetzt aber keine Fachkraft.

Welche Anbieter für Low-Code sollte man kennen?

Es gibt viele Tools und Anbieter für Low-Code- und KI-Programmierung auf dem Markt. Neben Mendix gibt es andere Low-Code-Plattformen wie OutSystems und Salesforce Lightning, die ebenfalls in der Automobilbranche eingesetzt werden können. Für die Programmierung per Künstlicher Intelligenz gibt es Frameworks wie TensorFlow und PyTorch, die von Unternehmen genutzt werden können.

Übersicht einiger Anbieter:

• Mendix: https://www.mendix.com/
• OutSystems: https://www.outsystems.com/
• Microsoft PowerApps: https://powerapps.microsoft.com/
• Appian: https://www.appian.com/
• Google TensorFlow: https://www.tensorflow.org/
• Microsoft Azure Machine Learning: https://azure.microsoft.com/de-de/services/machine-learning/

Low-Code Programmierung vs. ChatGPT und Co. – Wer hat die Nase vorn?

Eine relativ neue Methode zur Erstellung von Code ist die Programmierung per Chatbot. Hierbei wird Künstliche Intelligenz eingesetzt, um Code auf natürliche Weise zu generieren, ohne dass der Entwickler ihn manuell schreiben muss. Eines der bekanntesten Tools in diesem Bereich ist ChatGPT, ein Modell, das von OpenAI entwickelt wurde. ChatGPT verwendet Deep-Learning-Algorithmen, um auf der Grundlage von vorgegebenen Eingaben und Anforderungen Code zu schreiben.

Diese Methode hat das Potenzial, den Programmierprozess zu beschleunigen und die Fehlerquote zu verringern, da sie es Entwicklern ermöglicht, sich auf höhere Konzepte und die Gestaltung von Anwendungen zu konzentrieren, anstatt sich mit der Detailschreibarbeit zu befassen. Ein weiterer Vorteil der Programmierung per Chatbot ist, dass sie möglicherweise weniger Schulung erfordert als traditionelle Programmierung, was den Bedarf an Fachkräften reduzieren kann.

Allerdings kann die Programmierung per Chatbot nicht alle Aufgaben lösen. Während sie bei der schnellen Erstellung von Code nützlich sein kann, kann sie nicht die Tiefe und Breite des Low-Level-Codings bieten, die in manchen Fällen erforderlich ist. Ebenso sind viele der von Chatbots generierten Codes möglicherweise nicht so robust oder effektiv wie von Hand geschriebener Code.

Insgesamt bietet die Programmierung per Chatbot eine zumindest zu erwägende Alternative zur Low-Code-Programmierung, aber sie kann (noch) nicht alle Bedürfnisse der Automobilindustrie abdecken. Unternehmen sollten die Vor- und Nachteile beider Methoden sorgfältig abwägen und die am besten geeignete Methode basierend auf ihren spezifischen Anforderungen und Projekten auswählen.

In jedem Fall haben Unternehmen in der Automobilindustrie viele Möglichkeiten, wenn es darum geht, Code zu erstellen. Von Low-Code-Plattformen wie Mendix über KI-basierte Chatbot-Programmierung bis hin zur traditionellen Low-Level-Codierung stehen viele Tools zur Verfügung, um Entwicklungsprozesse zu beschleunigen und die Fehlerquote zu verringern. Durch das Verständnis der Vor- und Nachteile jeder Methode und die Identifizierung der am besten geeigneten Lösung können Unternehmen effektive und effiziente Code-Lösungen entwickeln, die ihren spezifischen Bedürfnissen entsprechen.

Und diese Ansprüche gehen, besonders in der Automobil-Branche, in aller Regel auch deutlich über das hinaus, was ein einfacher Chatbot bieten kann, verglichen mit einer Plattform wie beispielsweise Mendix, die Nutzer mit allen Tools versorgt, die für effektive Software-Entwicklung und -verwaltung erforderlich sind. Hier zeigt sich letztlich also auch eine Schwäche von – zugegeben – noch sehr jungen und einfach zugänglichen Open-Source-Lösungen wie ChatGBT: Der Chatbot kennt den Kontext der zu programmierenden Codes nicht, wiederholt sich gerne oder fügt unnötigen Ballast hinzu, wohingegen Plattform-Lösungen eine Komplettlösung bieten, einen Werkzeugkasten, mit dem sich ein wesentlich passenderes Resultat für eine anspruchsvolle Industrie erzielen lässt, die oft große Legacy- und/oder Enterprise-Konstrukte mit neuen Schnittstellen und innovativer Software kombinieren muss. Insbesondere bei geschäftlichen Anfrage zum Thema “Mendix” empfehlen wir euch den Kontakt zu Richard Edens von Cognizant bzw. Mendix – auch wir haben uns seine Meinung zum Thema eingeholt, die insbesondere in diesem Abschnitt eingeflossen ist.

Das Fazit ist also ein unentschlossenes „je nachdem“ – für jedes Tool gibt es Einsatzgebiet, für jede Fragestellung eine Lösung. Sicher ist: Noch sind Chatbots wie ChatGPT nicht der Heilsbringer, den Unternehmer erhoffen und Programmierer fürchten. Zu anfällig ist der maschinell erstellte Code noch, zu fehlerbehaftet und oft nicht auf spezifische Bedürfnisse angepasst. Als erstes Rückgrat, als Ankerpunkt für Einsteiger und als schnelle Lösung können ChatGPT und Co. allerdings gute Ergebnisse liefern, die den Fachkräftemangel zwar nicht beheben, ihm aber durchaus effektiv entgegenwirken können. Langfristig ist gar die Bildung virtueller Teams möglich, die sich im Rahmen einer gewissen Automatisierung Versatzstücke erfolgreicher Programmierung und Geschäftsentwicklung zuspielen und das Geschäftsleben durchaus nachhaltig verändern können – doch scheint dies noch Zukunftsmusik. Dass allerdings Low-Level-Code (und, in diesem Artikel kaum erwähnt, aber natürlich auch der zunehmende Anteil an No-Level-Code) enorme Vorteile gegenüber der rein klassischen Programmierung bietet, die sich direkt in der Wertschöpfungskette bemerkbar machen, steht außer Frage.