Generative künstliche Intelligenz (GenAI) ist in aller Munde und macht (natürlich) auch vor der Softwareentwicklung nicht halt. Kaum ein Tag vergeht, ohne dass der nächste Durchbruch bei der “Intelligenz” der Modelle oder die nächste Stufe der Effizienzsteigerung in der Codeerzeugung verkündet wird. Gleichzeitig mehren sich die Berichte, dass die oft blumigen Marketing-Versprechen in der Praxis an Grenzen stoßen und die Qualität des erzeugten Codes häufig auf der Strecke bleibt.

Im Fokus der Diskussion steht dabei meist die möglichst schnelle und gute Generierung von Quellcode. Die Qualität dieses Codes wird dabei, wenn überhaupt, nur nebensächlich betrachtet. Dabei gibt es gerade für die Codequalität sehr spannende Fragestellungen im Kontext von GenAI:

• Welche Rolle spielt Softwarequalität, wenn Code zunehmend von der KI erzeugt wird?
• Wie und warum sichern wir die Qualität von KI-generiertem Code?
• Kann KI Qualitätsprobleme erkennen oder die Codequalität sogar aktiv verbessern?

Auch wir können diese Fragen nicht abschließend beantworten, aber konkrete Wege aufzeigen, um im Spannungsfeld von Codequalität und KI fundierte Entscheidungen zu treffen. Im Vortrag kommen wir auf Basis eigener Benchmarks, wissenschaftlicher Studien und praktischer Erfahrungen zu einer Einordnung.