Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Transformation von Betriebsmodellen für Anwendungsentwicklung und Wartung AWS mit generativer KI
Dhana Vadivelan, Amazon Web Services ()AWS
April 2025 (Geschichte der Dokumente)
Organizations stehen heute vor beispiellosen Herausforderungen in Bezug auf Anwendungsentwicklung und Wartung (ADM). Generative KI verändert die Art und Weise, wie Anwendungen erstellt, entworfen, getestet, dokumentiert und bereitgestellt werden, grundlegend und verändert den gesamten Softwareentwicklungszyklus (SDLC).
ADM umfasst den gesamten Anwendungslebenszyklus von der Analyse der Geschäftsanforderungen bis hin zur Entwicklung und Wartung und stellt eine umfassende Methode zur Verwaltung von Anwendungen dar. Das SDLC definiert die strukturierte Methodik und die Phasen für die Softwareentwicklung innerhalb dieses breiteren ADM-Frameworks.
Um Ihr Unternehmen bei der Umstellung auf KI-gestützte ADM-Praktiken zu unterstützen, bietet dieses Strategiedokument:
-
Umfassende Analyse der Auswirkungen von KI auf ADM, einschließlich Änderungen am Betriebsmodell und der Rolle
-
Strategien zur Verbesserung der organisatorischen Fähigkeiten und zur Bewältigung zentraler Herausforderungen
-
Ein Framework für den Aufbau und die Implementierung eines KI-gestützten ADM-Betriebsmodells
-
Ein schrittweiser Implementierungsansatz für ein KI-gestütztes ADM-Betriebsmodell, von Quick Wins bis hin zur vollständigen KI-Integration
Zielgruppe
Dieses strategische Dokument wird für die folgenden Zielgruppen empfohlen:
-
IT-Führungskräfte wie Chief Technology Officers (CTOs), technische Direktoren, technische Leiter, Architekten und Programmmanager
-
Führungskräfte in Unternehmen wie Chief Information Officers (CIOs), Chief Data Officers (CDOs), Vizepräsidenten (VPs) für Produktentwicklung und VPs Geschäftsbetrieb
Ziele
Dieses Strategiedokument kann Ihrem Unternehmen helfen, die folgenden Ziele zu erreichen:
-
Untersuchen Sie Ihr aktuelles ADM-Betriebsmodell für den Übergang in die KI-Ära.
-
Gehen Sie die einzigartigen Herausforderungen der generativen KI-Integration an.
-
Implementieren Sie eine schrittweise Transformationsstrategie, um generative KI in das ADM Ihres Unternehmens zu integrieren.
Vorteile der Integration generativer KI in ADM
Für IT-Führungskräfte kann die Integration generativer KI in das ADM Ihres Unternehmens die folgenden Vorteile bieten, um die Fähigkeiten Ihres Unternehmens zu verbessern:
-
Beschleunigen Sie Innovationszyklen durch schnelles Prototyping und reaktionsschnelle Softwareentwicklung.
-
Automatisieren Sie Routineaufgaben bei der Architekturdefinition, Codegenerierung und beim Testen.
-
Verbessern Sie die Softwarequalität und -zuverlässigkeit, minimieren Sie Fehler und minimieren Sie Risiken.
-
Verbessern Sie die betriebliche Skalierbarkeit, indem Sie die zunehmende Komplexität und das zunehmende Entwicklungsvolumen bewältigen.
Für Unternehmensleiter kann die Integration generativer KI Vorteile bieten, die über technische Verbesserungen hinausgehen und einen Mehrwert für das Unternehmen schaffen:
-
Stellen Sie kundenorientierte Anwendungen schneller bereit und passen Sie sich schnell an die Marktanforderungen an.
-
Verschaffen Sie sich Wettbewerbsvorteile, indem Sie die betriebliche Effizienz mit KI-Technologien steigern.
-
Positionieren Sie Ihr Unternehmen als führendes Unternehmen im Bereich KI-gestützter Entwicklung und ziehen Sie Top-Talente an.
-
Erzielen Sie Kosteneffizienz durch verbesserte Produktivität und optimierte Ressourcenzuweisung.
Early Adopters in allen Branchen profitieren von den Vorteilen der Nutzung AWS generativer KI-Dienste in ADM:
-
Entwicklungsgeschwindigkeit — BlackBerry
verbesserte Agilität und Qualität von SDLC mit Amazon Q Developer. -
Codegenerierung — BT Group
automatisierte 12 Prozent der sich wiederholenden Aufgaben mithilfe von Amazon CodeWhisperer, das Teil von Amazon Q Developer wird. -
Modernisierung — Novacomp
nutzte Amazon Q Developer, um die Zeit für die Modernisierung von Java-Anwendungen von 3 Wochen auf 50 Minuten zu reduzieren. -
Dokumentation — ADP
nutzte Amazon Q Developer, um die Dokumentationszeit für ältere Systeme von Wochen auf weniger als einen Tag zu reduzieren. -
Produktivität — Die National Australien Bank
nutzte Amazon Q Developer, um eine 50-prozentige Akzeptanz von KI-generierten Codevorschlägen zu erreichen. -
Anwendungsmodernisierung — Deloitte
verwendet Amazon Q Developer, um Modernisierungsphasen zu beschleunigen und so die Projektkomplexität und die Abschlusszeiten zu reduzieren. TCS nutzte Amazon Q Developer, um die Mainframe-Modernisierung zu beschleunigen und älteren COBOL-Code schnell zu analysieren und zu dokumentieren. -
Anwendungsmigration — Cognizant
nutzt Amazon Q Developer, um komplexe Migrationsprozesse zu automatisieren und Transformationsprojekte schneller und einfacher zu gestalten. Das Unternehmen verwendet ebenfalls Amazon Q Developer und HCLTech setzt KI-Agenten zur Beschleunigung von.NET VMware - und Mainframe-Workloads ein. -
Anwendungseffizienz — Die KI-basierte SDLC-Lösung von IBM Consulting
AWS Marketplace nutzt Amazon Bedrock, um die Effizienz und Qualität während des gesamten Anwendungslebenszyklus zu verbessern.