Low-Code-Anwendungen & Künstliche Intelligenz: Freund oder Feind?

Low-Code-Anwendungen
Mit der Veröffentlichung von ChatGPT ist eine breite Diskussion über die Leistungsfähigkeit künstlicher Intelligenz entbrannt. Welche Tätigkeiten werden in Zukunft von Algorithmen übernommen, wer profitiert, wer bleibt auf der Strecke? Wir haben uns diese Fragen für das Anwendungsgebiet der Low-Code/No-Code-Anwendungen gestellt.

Seit 2020 lässt sich bezüglich Low-Code-Anwendungen beobachten, dass der Markt eine erhebliche Konsolidierung erlebt, wobei vor allem größere Anbieter kleinere Plattformen übernommen haben. Dieser Trend setzt sich aktuell fort: Seit der Veröffentlichung unserer Marktanalyse ist mit der Übernahme von Zudy durch Jitterbit ein weiterer Beleg für den Konsolidierungstrend hinzugekommen.

KI in Low-Code-Anwendungen

Das Potenzial der Integration von künstlicher Intelligenz (KI) in Low-Code-Anwendungen ist bisher nicht ausgeschöpft. Bisher hielt das (Hype-)Thema KI bei Low-Code-Anbietern oft eher als Marketingbegriff her und jede automatisierte Datenanalyse-Möglichkeit wurde gerne als KI-Funktionalität deklariert. Doch spätestens mit dem „iPhone-Moment“ der Large Language Models (LLMs) Ende letzten Jahres durch ChatGPT, ein besonders mächtiges und gleichzeitig leicht zugängliches KI-Modell, haben sich die Rahmenbedingungen für den Einsatz von KI-Lösungen in Low-Code-Anwendungen dramatisch verändert. LLMs sind (unter anderem) in der Lage, menschliche Programmierleistungen zu ergänzen oder gar ganz zu ersetzen. Eine Leistung, die prinzipiell im Zentrum einer jeden Low-Code-Plattformen steht. OpenAI, die Firma hinter ChatGPT, hat bereits in einer Produktpräsentation ihrer neusten LLM-Version GPT4 vorgestellt, wie die KI eine handgemalte Skizze in eine funktionsfähige Webseite übersetzen kann. Spätestens hier sollten also LCAP-Anbieter die Zeichen der Zeit erkannt haben.

Für den Aufbau einer KI-Kompetenz bedarf es allerdings einiges an (neuem) Knowhow. Da solches Knowhow sehr begrenzt ist, kann es bei finanzstärkeren LCAP-Anbietern die Bewegung verstärken, sich durch die Übernahme von kleineren Plattformen mit KI-Funktionen in diesem Bereich besser aufzustellen. Es ist also nicht unwahrscheinlich, dass der in unserer Marktanalyse erwartete Konsolidierungstrend vor allem durch KI-Themen weiter befeuert wird. Auf der anderen Seite werden sehr wahrscheinlich auch weitere neue Start-Up-Anbieter entstehen, die KI als Hebel für einen Markteintritt sehen.

Führt man sich aber noch einmal die Demonstration der Umwandlung einer Skizze in Programmcode von oben vor Augen, ist doch eigentlich die viel grundlegendere Frage, auf welche Weise LCAPs durch KI verändert oder vielleicht sogar verdrängt werden. Einerseits lässt sich argumentieren, dass Low-Code-Plattformen durch KI-Lösungen vollständig ersetzt werden könnten. Denn mit Hilfe von LLMs lassen sich viele Aspekte der Softwareentwicklung automatisieren, die derzeit manuell über Low-Code-Plattformen durchgeführt werden. Neben der schon erwähnten automatischen Codeerzeugung auf Grundlage simpler grafischen Vorgaben, lässt sich mit einem LLM auch Programmcode auf Leistung und Sicherheit hin analysieren und optimieren und sogar ganze Softwareprogramme testen und debuggen. In diesem Sinne haben LLMs das Potenzial, den Softwareentwicklungsprozess erheblich zu rationalisieren und Low-Code-Plattformen möglicherweise in bestimmten Bereichen überflüssig zu machen.

Benutzeroberfläche von Low-Code-Plattformen

Andererseits kann der Einsatz von LLM-Lösungen durch die Bereitstellung zusätzlicher Fähigkeiten und Funktionalitäten auch eine Chance für die Weiterentwicklung von Low-Code-Plattformen selbst sein. So lässt sich zum Beispiel die Benutzeroberfläche von Low-Code-Plattformen verbessern, indem sie intelligentere und intuitivere Werkzeuge für den Entwurf und die Entwicklung von Software bereitstellt. LLMs können auch dazu verwendet werden, die Fähigkeiten von Low-Code-Plattformen zu erweitern, indem bestimmte Aufgaben automatisiert werden, die vormals eine manuelle Programmierung erfordern würden.

Auch die regulatorische Sicht ist bei dem Einsatz von LLM-Lösungen zu beachten. Beispielsweise in der Finanzbranche wäre die vollständige „Übergabe“ der IT an eine künstliche Intelligenz risikobehaftet, da die rechtlichen Anforderungen an Nachvollziehbarkeit und Dokumentation sehr wahrscheinlich nicht erfüllt werden können.

Letztendlich wird die Zukunft von Low-Code-Plattformen und der Einsatz von KI in der Softwareentwicklung von einer Vielzahl von Faktoren abhängen, darunter die spezifischen Bedürfnisse und Ziele einzelner Unternehmen, die Möglichkeiten und Grenzen bestehender Technologien, sowie die sich entwickelnden Trends und Standards in den Branchen. Aus der jetzigen Sicht ist es am ehesten vorstellbar, dass eine Kombination aus Low-Code- und KI-Ansätzen (insbesondere LLMs) am erfolgversprechendsten sein wird.

LCAP-Anbieter sollten daher offen bleiben für die Erforschung und das Experimentieren mit neuen KI-Technologien und -Ansätzen. Denn auch wenn höchstwahrscheinlich künstliche Intelligenz das Low-Code-Modell mittelfristig nicht verdrängt, so wird sie doch ein integraler Bestandteil sein. Die Abwesenheit von KI im eigenen System erhöht das Risiko, vom Wettbewerb abgehängt zu werden.

Low-Code-Anwendungen & Künstliche Intelligenz: Freund oder Feind?

Inhaltsverzeichnis

Nichts mehr verpassen
mehr lesen
Corporate Layer 2s
Corporate Layer 2s wie Base von Coinbase haben sich in den letzten Monaten als äußerst beliebt und vor allem höchst...
Illustration des Paymentsystems PIX
Pix ist eine brasilianische Sofortüberweisung, die von der brasilianischen Zentralbank (BACEN) entwickelt wurde. Mit Pix können Geldbeträge innerhalb weniger Sekunden...
Fintech vs. Banken
Nach den letzten schwierigen Jahren, scheint 2024 das Jahr zu sein, in dem Fintech wieder zu alter Stärke zurückkehrt. Neobanken...
Ready for take-off
AI
Banking
Crypto

Wir sind überzeugt: Deutschland ist digital underbanked – und das wollen wir ändern!

Ob AI, Banking oder Crypto, digit.cologne widmet sich der digitalen Transformation von Finanzdienstleistern.

Wir bringen im Schnitt mehr als 15 Jahre Berufserfahrung und Beteiligungen an zahlreichen Digitalisierungsprojekten mit, in den Bereichen Banking, Payment, Crypto und Wealth Management.

Bei digit.cologne kommen wir zusammen, um Finanzdienstleister auf ihrem Weg durch digitale Transformationsprozesse zu begleiten.

Wir freuen uns darauf, mit Ihnen in Kontakt zu treten.

pascal schade
Pascal Schade
Consultant
Joshua Olbrich
Consultant
alexander stankoswki
Alexander Stankowski
Consultant
Moritz Braun
Consultant
Leonhard Walter
Consultant
Tobias Ehret
Geschäftsführer