Die Innovationsgeschwindigkeit ist zum Wettbewerbsfaktor geworden. Um die Release-Zyklen zu beschleunigen, haben viele Unternehmen bereits DevOps-Prozesse etabliert sowie Continuous Integration und Continuous Delivery aufgesetzt. DevOps-Verantwortliche suchen nun nach Möglichkeiten, diese Prozesse weiter zu optimieren. Hier bietet sich der Einsatz von Künstlicher Intelligenz und Machine Learning an. Algorithmen können riesige Datenmengen analysieren und daraus Erkenntnisse gewinnen. Eine wertvolle Fähigkeit in DevOps-Projekten. Automatisierte Workflow-Pipelines generieren nämlich ein enormes Datenvolumen, das schwer zu managen ist.
Um herauszufinden, welchen Nutzen Künstliche Intelligenz und Machine Learning für den DevOps-Bereich bringen und wo das größte Potenzial steckt, haben der Softwareanbieter Tricentis und TechStrong Research im Mai und Juni 2022 2.670 DevOps-Praktiker, -Manager und -Führungskräfte befragt. Die Studienteilnehmer stammen aus Unternehmen aller Größen in Nord- und Südamerika, Europa, dem Nahen Osten sowie dem asiatisch-pazifischen Raum.
Fünf Ergebnisse stechen in der Studie heraus:
- Künstliche Intelligenz beschleunigt DevOps
Die Studienteilnehmer sind sich einig, dass Künstliche Intelligenz DevOps-Prozesse beschleunigen kann. Fast 90 Prozent sehen in dieser Technologie erhebliches Potenzial. 79 Prozent der Early Adopter, die in den DevOps-Pipelines Künstliche Intelligenz nutzen, bewerten den Einsatz als sehr oder sogar extrem nützlich. Aber auch Unternehmen, die noch nicht so weit sind, erkennen die Chancen. Mehr als 50 Prozent aller Befragten sind sich bewusst, welches Potenzial in Künstlicher Intelligenz steckt. In Europa ist dieses Mindset allerdings weniger ausgeprägt als in Nordamerika und im asiatisch-pazifischen Raum.
- Algorithmen lösen technologische Herausforderungen
Unternehmen setzen große Hoffnungen in Künstliche Intelligenz. 47 Prozent erwarten, dass diese Technologie es jungen Mitarbeitern erleichtert, komplexe Aufgaben zu erfüllen. Dies ist gerade im Hinblick auf den Fachkräftemangel wichtig. Außerdem glauben die Befragten, dass Künstliche Intelligenz die Customer Experience optimiert (48 Prozent) und die Kosten reduziert (45 Prozent). Zu den technologischen Vorteilen zählen die Verbesserung der Code-Qualität und die Steigerung der Release-Geschwindigkeit.
- Testing ist ein vielversprechendes Einsatzgebiet
Software-Tests gelten seit jeher als Flaschenhals. Sie verursachen großen Aufwand und lassen sich nur schwer automatisieren. Mit DevOps wachsen die Herausforderungen, da riesige Mengen an komplexen Daten entstehen und Test Cases häufig geändert werden. Hier spielt Künstliche Intelligenz ihre Stärke aus: Mithilfe von Datenanalysen lassen sich Testprozesse beschleunigen. Den größten Vorteil bringt die Technologie bisher in der Test-Case-Wartung, sagen 49 Prozent der Befragten. Indem Künstliche Intelligenz Probleme selbstständig behebt, reduziert sie den Aufwand erheblich. Außerdem hilft sie dabei, das Testing auf Hochrisikobereiche zu fokussieren (44 Prozent) und Fehlerursachen zu ermitteln (43 Prozent). DevOps-Praktiker können damit automatisierte Test Cases schneller entwickeln (37 Prozent) und geeignete Tests für Applikationsänderungen identifizieren (34 Prozent).
- Simulationen optimieren User-Interfaces
Funktionale Tests sollen sicherstellen, dass eine Applikation richtig läuft. User-Interface-Tests dienen dazu, die Benutzeroberfläche zu überprüfen. Beide Testarten gelten als aufwändig und komplex. 65 Prozent der Befragten sehen den größten Vorteil von Künstlicher Intelligenz im Bereich der funktionalen Tests. Künstliche Intelligenz erkennt anhand von Datenanalysen bisher unentdeckte Produktionssignale. Im User-Interface-Testing simulieren Algorithmen das Nutzerverhalten über verschiedene Pfade hinweg. So lassen sich auch bisher manuell durchgeführte Tests automatisieren.
- Fehlende Skills sind die größte Herausforderung
Unabhängig von ihrem DevOps-Reifegrad beklagen viele der befragten Unternehmen, dass ihnen Kenntnisse in Künstlicher Intelligenz fehlen. Für 44 Prozent ist dies das größte Hindernis. 25 Prozent scheitern an mangelndem Budget und 19 Prozent an der Tool-Auswahl. „Um diese Hürden zu überwinden, sind sowohl interne Weiterbildungsmaßnahmen als auch externe Unterstützung nötig“, berichtet Viktoria Praschl, VP Sales Central Europe bei Tricentis. „Am einfachsten lässt sich Testautomatisierung auf Basis Künstlicher Intelligenz mithilfe einer Low-Code/No-Code-Plattform implementieren. Unternehmen können damit ohne großen Programmieraufwand starten.“
Noch steckt der Einsatz von Künstlicher Intelligenz in DevOps-Pipelines in den Kinderschuhen. Wie die Studie zeigt, sind mit dieser Technologie insbesondere im Testing erbebliche Vorteile zu erwarten. Optimieren Unternehmen ihre Testprozesse, können sie Releases beschleunigen und Ressourcen freisetzen. Jürgen Frisch
