Google steigert Softwareentwicklung durch KI um 50 %

Von 32-Bit auf 64-Bit: Wie Googles KI-Tools gigantische Code-Migrationen in Rekordzeit möglich machen.

Flux Schnell | All-AI.de

Maßgeschneiderte KI-Tools verändern Googles Entwicklungsprozesse. Ein Einblick zeigt: Mit künstlicher Intelligenz lassen sich komplexe Aufgaben deutlich effizienter bewältigen – trotz Herausforderungen bei der Qualitätssicherung.

Maßgeschneiderte KI für spezifische Aufgaben

In einer aktuellen Veröffentlichung geben Google-Entwickler Einblick in den Einsatz von großen Sprachmodellen (LLMs) zur Optimierung von Arbeitsprozessen in der Softwareentwicklung. Anders als generische KI-Tools, die häufig für allgemeine Aufgaben wie Codevervollständigung genutzt werden, setzt Google auf spezialisierte Modelle für spezifische Produktbereiche.

Ein Beispiel: Die Migration einer gigantischen Codebasis von Google Ads mit 500 Millionen Codezeilen. Aufgaben wie die Umstellung von 32-Bit- auf 64-Bit-IDs, die Konvertierung von JUnit3-Tests auf JUnit4 und die Ersetzung der Joda-Zeitbibliothek durch das Java-Standardpaket java.time stellten gewaltige Herausforderungen dar. Solche Änderungen erforderten Eingriffe an Zehntausenden Stellen in Tausenden von Dateien und mussten von verschiedenen Teams koordiniert werden.

Effizienzsteigerung durch KI-gestützte Migration

Der Einsatz von LLMs ermöglichte eine deutliche Beschleunigung dieser komplexen Aufgaben. Mit einer Kombination aus Codesuchwerkzeugen, benutzerdefinierten Skripten und einem KI-basierten Migrationstool wurden Änderungen an der Codebasis automatisch vorgeschlagen. Anschließend überprüften Entwickler die KI-generierten Vorschläge manuell, korrigierten sie bei Bedarf und schickten sie an Prüfer, die für den jeweiligen Codeabschnitt zuständig waren.

Trotz des notwendigen menschlichen Eingreifens waren die Ergebnisse beeindruckend. Die Umstellung von JUnit3 auf JUnit4, die über 5.359 Dateien und 149.000 Codezeilen umfasste, wurde in nur drei Monaten abgeschlossen – und damit 50 Prozent schneller als ohne KI. Dabei waren 87 Prozent der von der KI erzeugten Änderungen korrekt und konnten ohne weitere Anpassungen übernommen werden.

Herausforderung: Qualitätssicherung und Überprüfung

Auch wenn die Effizienzgewinne beeindruckend sind, zeigte sich, dass KI-generierter Code nicht fehlerfrei ist. In einigen Fällen mussten Entwickler Änderungen der KI rückgängig machen, da diese entweder unnötig oder falsch waren. Die Qualitätssicherung durch Menschen bleibt daher ein entscheidender Faktor, um die Integrität der Codebasis sicherzustellen.

Ein weiteres Beispiel, die Migration der Joda-Zeitbibliothek zu Java, konnte mit KI sogar 89 Prozent schneller als ursprünglich geplant durchgeführt werden. Dennoch betonen die Entwickler, dass der menschliche Überprüfungsprozess künftig zum Engpass werden könnte. Hier seien zusätzliche Tools notwendig, um die Effizienz weiter zu steigern.

Zukunft der KI-gestützten Entwicklung

Trotz der Herausforderungen sehen die Google-Entwickler großes Potenzial in der Nutzung von KI für die Softwareentwicklung. Bereits im Oktober 2024 wurde bekannt, dass ein Viertel des bei Google verwendeten Codes durch KI erzeugt wird – Tendenz steigend. Die Autoren sind überzeugt, dass KI die Art und Weise, wie Software bei Google entwickelt wird, grundlegend verändert hat.

Um die Kosten niedrig zu halten und die Effizienz zu maximieren, empfehlen sie, KI-Tools gezielt in Kombination mit anderen Technologien einzusetzen. KI-gestützte Softwareentwicklung wird damit zunehmend zur Ergänzung traditioneller Techniken und nicht zum Ersatz.

Kommentieren, diskutieren und teilen!