foto freepik midjourney

GitHub bewirbt seinen intelligenten Copiloten als »das weltweit am weitesten verbreitete KI-Tool für Entwickler«. Der auf Software-Revival spezialisierte IT-Dienstleister Avision hat das ausführlich in der Praxis getestet – mit einem durchwachsenen Ergebnis.

Steht Entwicklern mit dem Copiloten von GitHub endlich der intelligente Pair-Programming-Partner zur Seite, der sowohl die Komplexität der Coding-Welt reduziert als auch ein wirksames Mittel gegen den Fachkräftemangel darstellt? Um diese Frage zu beantworten, führt kein Weg an einem Praxistext vorbei. Avision hat das KI-Tool unter die Lupe genommen und sein Potenzial mit den Schwerpunkten auf TypeScript, Java, React, Python und Angular auf die Probe gestellt.

Aktualität und Trainingsdaten

Zum Zeitpunkt der Testphase griff der GitHub Copilot auf Daten mit dem Stand von Ende 2021 zu – zwar wird die Datenbasis regelmäßig aktualisiert, auf der Höhe der Zeit ist das Modell damit allerdings dennoch nicht. In der Konsequenz sind die neuesten Versionen von Sprachen und Frameworks wie Angular oder React schlicht nicht verfügbar. Ein Umstand, der schnell zu weiteren Problemen führt, da das Tool möglicherweise nicht mit neuen Sprachkonstrukten oder Sicherheitsstandards vertraut ist, was potenzielle Risiken birgt und die Code-Qualität verringern kann.

Qualität der Ergebnisse

Der KI-Assistent kann viele einfache, aber zeitaufwändige Arbeitsschritte übernehmen und inspiriert zu neuen Lösungsansätzen. Eine einfache Copy-und-Paste-Lösung ist er in der aktuellen Version aber dennoch nicht. In fast allen Fällen mussten die menschlichen Entwickler die generierten Ergebnisse überarbeiten und anpassen. Teilweise liefert der Copilot auch schlichtweg falsche Ergebnisse, die nicht auf den ersten Blick erkennbar waren – dadurch steigt die Komplexität und der anfängliche Zeitgewinn durch die Automatisierung sinkt. Dennoch ist das Tool geeignet, um eine erste Codebasis zu erzeugen, auf der Entwickler aufbauen können. Auch wenn es bei den Ergebnissen noch Nachholbedarf gibt, keiner der Tester möchte den Copiloten mehr missen.

Potenzial und Produktivität

Trotz der qualitativen Lücken und der fehlenden Aktualität besitzt der Copilot ein enormes Potenzial. Wir stehen erst am Anfang einer kontinuierlichen Entwicklung, die in Zukunft zweifellos zu einer Steigerung der Effizienz und Produktivität führen wird. Bis dahin wartet allerdings noch einiges an Arbeit, um die Zuverlässigkeit und Genauigkeit der Ergebnisse zu verbessern. Die Bedeutung für die Branche soll das aber nicht schmälern, KI-Assistenten werden in absehbarer Zeit zum festen Repertoire von Entwicklern gehören.

Unerfahrene Entwickler und generative KI

Besonders relevant ist die Frage, wie Entwickler ohne langjährige Coding-Expertise mit generativen KI-Werkzeugen umgehen sollten. Der Risikofaktor dabei: Der unkontrollierte Einsatz dieser Werkzeuge führt zu einer Verschlechterung der Codequalität, insbesondere wenn unerfahrene Entwickler dazu neigen, die vorgeschlagenen Lösungen unreflektiert zu übernehmen. Dies kann einerseits zu inkonsistentem und möglicherweise fehlerhaftem Code führen, der die Gesamtqualität des Projekts beeinträchtigt. Andererseits fehlt Junior-Entwicklern aber auch der notwendige Lerneffekt, wenn sie lediglich mit KI-generierten Code-Vorschlägen arbeiten, anstatt selbst zu entwickeln. Was im Einzelfall zu einer Stagnation der individuellen Lernkurve führt, kann im großen Bild eine Herausforderung für die Förderung und Personalentwicklung der gesamten Branche bedeuten. Daher ist es wichtig, dass unerfahrene Entwickler weiterhin durch praktische Erfahrung lernen und sich nicht ausschließlich auf generative KI-Tools verlassen.

Fazit

Die Testergebnisse mit dem GitHub Copilot fallen gemischt aus. Während es zweifellos hilfreiche Anwendungsfälle gibt und das Tool kleinere Aufgaben automatisieren kann, müssen Entwickler die von der KI generierten Vorschläge jederzeit kritisch hinterfragen und überprüfen. Die Herausforderung besteht darin, dass Fehler oder Unvollständigkeiten nicht immer auf den ersten Blick erkennbar sind, was den Einsatz des Tools durchaus komplex und zeitaufwändig macht. Dennoch bietet der GitHub Copilot das vielversprechende Potenzial, die Produktivität von Entwicklern zu steigern – jedenfalls dann, wenn die Qualität und Zuverlässigkeit der Ergebnisse steigen. Unter dem Strich ist und bleibt es essenziell, den Einsatz dieser Tools verantwortungsvoll zu handhaben und sicherzustellen, dass sie die menschliche Expertise ergänzen und nicht ersetzen.

Worauf sollte man beim Einsatz von GitHub Copilot achten?

GitHub Copilot ist ein fortschrittliches KI-gesteuertes Codevervollständigungstool, das die Softwareentwicklung revolutioniert hat. Es bietet Entwicklern eine beispiellose Unterstützung, indem es Codezeilen oder ganze Codeblöcke vorschlägt, während sie tippen. Dieses Tool, entwickelt von GitHub in Zusammenarbeit mit OpenAI, basiert auf Machine-Learning-Modellen, die auf öffentlichen Quellcode aus Milliarden von Codezeilen trainiert wurden.

Vorteile von GitHub Copilot

Produktivitätssteigerung: GitHub Copilot kann die Zeit reduzieren, die für die Erstellung von Code aufgewendet wird, indem es kontextbezogene Vorschläge liefert. Dies ist besonders nützlich, wenn man mit neuen Programmiersprachen oder Frameworks arbeitet.
Lösungsfindung: Es kann mögliche Lösungen für komplexe Programmierprobleme vorschlagen, indem es ähnliche Probleme und deren Lösungen in seiner Datenbank findet.
Kontinuierliches Lernen: Das Tool lernt mit jeder Codezeile, die Sie schreiben, und passt sich Ihrem Codierstil an, um immer relevantere Vorschläge zu liefern.

Best Practices für den Einsatz von GitHub Copilot

Um GitHub Copilot effektiv zu nutzen, sollten Entwickler folgende Best Practices beachten:

Klare Anweisungen geben: Um präzise Vorschläge zu erhalten, ist es wichtig, klare Anweisungen zu geben und möglichst kurze Vorschläge anzustreben.
Aussagekräftige Namen verwenden: Richtige Variablennamen und Funktionen sind entscheidend, um die Vorschläge von GitHub Copilot effektiv zu nutzen.
Interaktion mit dem Tool: Nutzen Sie die Inline-Chat-Funktion, um direkte Hilfe und spezielle Befehle zu erhalten.

Mögliche Nachteile und Kritik

Trotz der vielen Vorteile hat GitHub Copilot auch Grenzen:

Mögliche Abhängigkeit: Es besteht die Gefahr, dass Entwickler zu stark von GitHub Copilot abhängig werden und ihre eigenen Programmierfähigkeiten vernachlässigen.
Kein Ersatz für fundierte Programmierkenntnisse: GitHub Copilot sollte als Unterstützung und nicht als Ersatz für Entwicklungskompetenzen angesehen werden.

Fazit

GitHub Copilot ist ein mächtiges Werkzeug, das die Produktivität steigern und bei der Lösung komplexer Probleme helfen kann. Es ist jedoch wichtig, sich der Grenzen bewusst zu sein und das Tool als Ergänzung zu eigenen Fähigkeiten zu nutzen. Mit den richtigen Praktiken kann GitHub Copilot eine wertvolle Unterstützung im Entwicklungsprozess sein. Für weitere Informationen und detaillierte Einblicke können Sie die verfügbaren Ressourcen und Erfahrungsberichte konsultieren.

Genki Absmeier

1599 Artikel zu „KI Code“

TRENDS 2024 | NEWS | BUSINESS PROCESS MANAGEMENT | TRENDS 2030 | KÜNSTLICHE INTELLIGENZ

75 Prozent der Softwareentwickler in Unternehmen werden bis 2028 KI-gestützte Code-Assistenten nutzen

22. April 2024

Laut Gartner werden bis 2028 75 Prozent der Softwareentwickler in Unternehmen KI-gestützte Code-Assistenten verwenden. Anfang 2023 hingegen waren es noch weniger als 10 Prozent. Derzeit testen 63 Prozent der Unternehmen KI-gestützte Code-Assistenten, setzen sie ein oder haben sie bereits eingesetzt, so eine Gartner-Umfrage unter 598 weltweit Befragten im dritten Quartal 2023. KI-gestützte Code-Assistenten ermöglichen mehr…