Wie AI die Rollen in IT und Softwareentwicklung verändert – Bernd Tschernitschek, Managing Director der Expleo Technology Germany
Softwarequalität und AI Governance bestimmen maßgeblich den Erfolg technologischer Initiativen. Die Herausforderung besteht darin, rasante Entwicklungsgeschwindigkeiten mit stabilen Systemlandschaften, verlässlichen Rahmenwerken und messbarem Geschäftsnutzen zu vereinen.
Bernd Tschernitschek, Managing Director der Expleo Technology Germany, Expleo Group, beleuchtet im Interview die veränderten Anforderungen an IT-Organisationen. Er erläutert das Konzept der AI Assurance, die Evolution von Entwicklerrollen und zeigt Wege auf, wie Unternehmen die Hürde von ersten Testphasen zur unternehmensweiten Skalierung meistern.
Treffen Sie die CIO- und IT-Manager:innen-Community auf dem Confare CIOSUMMIT Frankfurt und tauschen Sie sich mit Entscheidungsträger:innen über tragfähige IT-Strategien aus.
Bernd, kannst du Expleo kurz vorstellen und deine Rolle ein wenig beschreiben?
Sehr gerne. Expleo ist ein globaler Technologie-, Engineering- und Beratungsdienstleister mit über 17.000 Mitarbeitenden in über 20 Ländern. Wir unterstützen unsere Kunden dabei, ihre digitale Agenda umzusetzen: von Digital und AI Advisory über Digital und Software Engineering bis hin zu Digital Assurance und Software-Qualitätssicherung.
Wir arbeiten primär für Kunden im Bereich Banken, Finanzdienstleistungen und Versicherungen, im Bereich Manufacturing, Industrie, Handel und Automotive sowie im öffentlichen und Verteidigungssektor und generell in technologieintensiven Industrien.
In Deutschland sind wir vertreten von Hamburg im Norden bis München im Süden, von Köln im Rheinland bis Görlitz in Sachsen, natürlich mit Zentren darüber hinaus in Frankfurt, Wolfsburg und an weiteren Standorten.
Meine Rolle: Ich bin Geschäftsführer bei Expleo Technology in Deutschland und verantworte somit unsere IT-Beratung und Services.
Gemeinsam mit meinem Team sehen wir uns für unsere Kunden wirklich als langfristiger Partner. Das kommt, glaube ich, auch daher, dass ich selbst, bevor ich Geschäftsführer wurde, Group CIO, also Group Chief Information Officer der Expleo Gruppe global, war. Zuvor habe ich in verschiedensten Industrieunternehmen leitende IT-Positionen eingenommen und ebenso eine Beraterkarriere absolviert.
Ich glaube deshalb, beide Seiten des Tisches ganz gut zu kennen: sowohl die der CIOs und IT-Verantwortlichen als auch die der Berater. Deswegen ist mir mit meinem Team diese langfristige Partnerschaft sehr wichtig: unsere Kunden bei Themen zu beraten, sie aber eben auch in die Umsetzung zu bringen und das kontinuierlich und langfristig zu machen.
Treffen Sie Bernd Tschernitschek und das Expleo-Team auf dem Confare CIOSUMMIT Frankfurt. Jetzt registrieren.
Expleo hat im DACH-Raum seine Wurzeln sehr stark im Bereich Software Quality und Engineering Excellence.
Wie wichtig ist Softwarequalität im AI-Zeitalter, in dem viele Entwicklungen gleichzeitig passieren, Vibe Coding die Entwicklung beschleunigt und Time-to-Market eine immer größere Rolle spielt?
Softwarequalität ist im AI-Zeitalter wichtiger denn je. Faktisch entwickelt sie sich immer mehr zum zentralen Enabler für die digitale Reife.
Wenn wir uns die Entwicklung anschauen, von der klassischen Softwareentwicklung über Agile und Shift Left bis hin zur AI-gestützten Entwicklung, zeigt sich: Wenn Qualität frühzeitig eingebaut wird und inhärent in der Governance, aber eben auch in der technischen Umsetzung im System mit drin ist, dann beschleunigt das Time-to-Market und reduziert Total Cost of Ownership.
Ich glaube, daran geht im AI-Zeitalter kein Weg mehr vorbei. Je mehr automatisiert wird und je mehr aus AI-Tools herauskommt, das man natürlich zu einem gewissen Grad versteht und manche Sachen vielleicht auch nicht versteht, desto wichtiger ist es, Checkpoints zu haben und das Ganze mit Softwarequalität von Beginn an gesamtheitlich zu denken.
Das ist das, wo wir als Expleo herkommen und wo wir unseren Schwerpunkt haben. Darauf aufbauend helfen wir unseren Kunden, eine wirklich ganzheitliche AI Governance und gleichzeitig die Umsetzung von AI-Lösungen oder AI-unterstützten Lösungen zu ermöglichen.
Oft ist es mit der Softwarequalität ähnlich wie bei der Cybersecurity: Man entwickelt, macht und deployt, und am Ende sagt jemand, wir sollten uns vielleicht noch Cybersecurity oder Softwarequalität genauer anschauen. Dann wird es teuer und unbequem, oder?
Ja, genau. Dann wird es teuer und unbequem.
Gerade weil es sehr viele und sehr gute AI-Tools im Markt gibt und die Entwicklung rasend schnell ist, ist es wichtig, das von vornherein mitzudenken.
Man kann mit AI-Tools auch Ergebnisse anderer AI-Tools wieder prüfen. Wenn man das von Beginn an berücksichtigt, spart einem das unheimlich viel Zeit.
Bei den Firmen, die AI wirklich erfolgreich skalieren, sehen wir, dass das von vornherein mitgedacht ist.
Wie schafft man es in Zeiten, in denen die Entwicklung immer schneller wird, Cybersecurity, Qualität und Vertrauen nicht aufs Spiel zu setzen?
Wir haben bei Expleo einen Ansatz dazu, den wir AI Assurance nennen. Der beinhaltet verschiedene Blöcke.
Ein Block ist ganz klar, eine Governance und Compliance aufzusetzen, ein Regelwerk, in dem sich Fachabteilungen und IT-Abteilungen bewegen können.
Das eine ist ein Regelwerk, ich nenne es jetzt einmal auf Papier. Es geht aber natürlich auch darum, nicht nur zu sagen, was darfst du nicht, sondern auch: Wie machst du es am besten?
Da kommt der ganze Bereich Enablement dazu: die Mitarbeitenden aufklären, enablen und machen lassen. Dazu gehört natürlich wiederum, Plattformen und Tools bereitzustellen, abgesicherte AI-Plattformen bereitzustellen, um das entsprechend einzusetzen.
Dann braucht es AI Practice Teams, Solution Teams und Kernteams, die in die Organisation hineinwirken und Communities of Practice bilden.
Aus diesem Gesamtbild ergibt sich aus unserer Sicht ein Ansatz, mit dem man AI mit wirklichem Wissensmehrwert in eine Organisation bringen kann.
Ihr arbeitet mit vielen Kunden schon sehr lange zusammen. Wie haben sich die Anforderungen an Entwicklungsteams verändert?
Das ist eine spannende Frage, und ich grinse ein bisschen, weil es darauf gar nicht die eine Antwort gibt.
Die vermeintlich einfache Antwort wäre natürlich: Macht doch jetzt alles die AI. Weshalb geht es nicht schneller, besser und günstiger?
Wie immer im Leben ist es nicht ganz so einfach.
Grundsätzlich verändert sich der Softwareentwicklungs-Lebenszyklus und damit die Art, wie Software gebaut wird. Wir kommen von eher manueller Softwareentwicklung hin zu AI-gestützter und generativer Softwareentwicklung.
Das heißt, man arbeitet stärker auf Grundlage von Kontext und Nutzung in der Praxis. Man definiert eher Erfolgskriterien und Rahmenbedingungen, und dann unterstützt einen die AI dabei, Spezifikationen zu erstellen.
Für Softwareentwickler wird natürlich vieles an Code teilweise automatisiert erstellt. Aber auch da gilt: Softwarecode muss immer noch ineinanderpassen, interoperabel und sicher sein sowie Last und Performance halten.
Das sind alles Themen, die weiterhin bedacht werden müssen.
Und dann kommt natürlich das Thema Qualität. Ich werde mein Ergebnis nach wie vor testen und validieren müssen. Wir sehen immer mehr Automation und Testautomation.
Das zusammenzubringen, ist, glaube ich, die große Veränderung nach vorne. Dadurch werden sich wahrscheinlich auch Rollen in der Softwareentwicklung stärker von einzelnen, spezialisierten Rollen hin zu gesamtheitlicheren Rollen entwickeln.
Viele CIOs und IT-Entscheider:innen haben im letzten Jahr gesagt: Wir haben unsere POCs und experimentieren viel. Schwer wird es beim Skalieren. Was unterscheidet Unternehmen, die AI skalierbar hinbekommen, von denen, die immer noch im POC-Modus sind?
Ich denke, das eine, was sie unterscheidet, ist das ganzheitliche Vorgehen. So ähnlich wie bei dem, was wir bei Expleo AI Assurance nennen: Governance, Compliance, Practice Teams, Enablement und AI-Lösungen als Gesamtwerk bereitzustellen.
Dann gemeinsam, auch im Sinne der digitalen Schöpfung, mit den verschiedensten Abteilungen daran zu arbeiten. Das ist das eine.
Der zweite Teil ist: In der Regel ist man selten auf der grünen Wiese. Man ist in einer historisch gewachsenen Landschaft. Viele unserer Kunden haben noch Mainframes, Client-Server-Anwendungen, Unternehmensteile werden verkauft, andere dazugekauft. Man kommt eigentlich nie hinterher, alles vollständig zu integrieren.
Wenn man jetzt AI noch oben draufsetzt, kann das helfen. Gleichzeitig sehen wir bei Unternehmen, die in der AI-Umsetzung vorne dran sind, dass sie ihre Altsystemlandschaften ganz konsequent hochziehen, aufräumen und erneuern.
Auch das geht AI-unterstützt, etwa bei der Applikationsmodernisierung. Wir unterstützen Kunden dabei sehr aktiv.
Dann setzt man nicht einfach auf die Legacy das nächste AI-Thema oben drauf, sondern zieht die bestehende Landschaft gleichzeitig mit.
In den seltensten Fällen macht man erst das eine und dann das andere. Dafür reicht die Zeit nicht. Aber es gibt Möglichkeiten, beides parallel zu machen.
Das unterscheidet, glaube ich, erfolgreichere Unternehmen aktuell von anderen: Sie sind früher dran, schauen sich dieses gesamtheitliche Bild an und bringen darin die verschiedensten Abteilungen zusammen. Sie besprechen, orchestrieren und, wenn notwendig, arbitrieren die Themen und treiben sie dann gemeinsam voran.
Also letztendlich auch die Hausaufgaben machen und nicht nur den „fancy Stuff“?
Der fancy Stuff ist am Anfang sehr gut, um Aufmerksamkeit zu erzeugen, ein schnelles Ergebnis zu zeigen und Interesse zu wecken. Das habe ich als ehemaliger CIO auch bei anderen technologischen Disruptionen erlebt.
Aber dann geht es in die Breite.
Wir sehen bei unseren Kunden unterschiedliche Ansätze. Manche sagen: Wir legen uns auf einen der großen Market Player im AI-Umfeld fest, sei es Anthropic mit Claude oder OpenAI mit Codex, und gehen damit wirklich auf alle unsere Geschäftsprozesse und Softwareprojekte.
Der Vorteil ist klar: Es geht schnell, weil alles in einem ist.
Andere sagen ganz explizit: Ich möchte das weitere Rennen der AI-Anbieter beobachten. Ich möchte schauen, welcher Anbieter für welchen meiner Use Cases der bessere ist. Ich möchte sehen, wie schnell sich die jeweiligen Anbieter entwickeln.
Und ich möchte auch eine Verhandlungsbasis für die Zukunft haben, denn there is no free lunch. Das Thema Token-Preise kommt langsam in die Wahrnehmung. Die ganzen Anfangsinvestitionen der Technologieunternehmen wollen alle wieder verdient werden.
Dadurch hält man sich eine gewisse größere Souveränität.
Diese unterschiedlichen Ansätze sehen wir bei unseren Kunden in verschiedensten Ausprägungen. Ich kann heute nicht sagen, der eine ist richtig und der andere ist falsch.
Das wird am Ende der jeweilige Use Case und die Realität des Kunden zeigen: Wie heterogen ist die Landschaft? Wie standardisiert ist das Unternehmen? Wie stark ist die Governance zentralisiert? Wie unterschiedlich sind die einzelnen Unternehmensteile?
Das bleibt spannend zu beobachten.
Auch die Rolle der IT selbst im Unternehmen verändert sich. Wie beobachtest du das bei deinen Kunden?
Die Rolle der IT verändert sich weiter, aber sie ändert sich natürlich nicht komplett. Das würde ich einmal als Antithese reinwerfen wollen.
Gerade als ehemaliger CIO glaube ich, dass die Grundverantwortung von CIOs und IT-Führungskräften bestehen bleibt: run your business, build and expand your business sowie transform and innovate.
Was sich aus meiner Sicht ganz klar verschiebt, ist die Erwartungshaltung von Geschäftsleitungen, Kunden und Mitarbeitenden: Jetzt ist doch AI da, jetzt muss doch alles schneller gehen, günstiger sein und mehr möglich werden.
Das verändert sich.
Was ich aus meiner Erfahrung sehe, ist deshalb vor allem das Verankern von AI in der Unternehmensstrategie. Obacht: nicht in der IT-Strategie, in der Unternehmensstrategie.
Dann geht es darum, alle Beteiligten zusammenzubringen und mitzunehmen und ihnen praktische Rahmenwerke bereitzustellen.
Dadurch kann sich die IT in einem Unternehmen auch als Value-Bringer positionieren.
Natürlich ist jedem klar, dass auch AI Geld kostet, Token, Anfangsinvestitionen und so weiter. Auch als CIO muss man weiterhin schauen, wie man die Betriebskosten stabil hält oder vielleicht sogar reduziert, um Geld für Investitionen in neue Themen zu haben. Das war ehrlicherweise schon immer so.
Neu ist vor allem die Geschwindigkeit.
Ich glaube, es ist eine Riesenchance für CIOs und IT-Führungskräfte, AI wirklich gemeinsam mit dem Vorstand in der Unternehmensstrategie zu verankern.
Viele neue Möglichkeiten wandern auch in die Fachabteilungen. Wie verhindert man, dass daraus neue Formen von Shadow IT entstehen?
Aus meiner Erfahrung, auch aus meiner Zeit als CIO und in anderen IT-Positionen, hält man eine reine Blockadehaltung in den allerwenigsten Fällen lange erfolgreich durch.
Zu sagen: Das darfst du nicht und dieses darfst du nicht, funktioniert meistens nicht.
Was ich auch aus Gesprächen mit vielen CIOs und IT-Entscheidern sehe: Es hilft, Rahmenwerke zu geben, gemeinsame Termine zu machen und verschiedenste Fachabteilungen und IT-Leute an einen Tisch zu bringen.
Man hat immer Early Adopter. In allen Bereichen gibt es Kolleginnen und Kollegen, die Lust haben, Dinge auszuprobieren und voranzutreiben.
Bringt sie zusammen. Gebt ihnen das Rahmenwerk. Gebt ihnen die Möglichkeiten.
Das ist aus meiner Erfahrung und auch aus dem, was wir bei unseren Kunden sehen, der beste Weg, um potenzielle Auswüchse zu begrenzen, die man früher Shadow IT genannt hat und die heute etwa mit Vibe Coding und anderen Themen entstehen können.
Und dann kann man die Dinge gemeinsam im Sinne der digitalen Schöpfung weiterentwickeln.
Mit AI entstehen auch neue Identitäten, Rechte und Risiken. Was bedeutet diese Entwicklung für den CIO in der Praxis?
Ich denke, die Hauptaufgabe des CIO ist, das gesamtheitlich bereitzustellen: ein Rahmenwerk aufzubauen, mit den Kollegen aus den wissensverantwortlichen Bereichen zu sprechen, das Thema in der Strategie zu verankern und nach vorne zu bringen.
Hundert Prozent ausschließen wird man solche Entwicklungen nie.
Als Webentwicklung und erste Cloud-Themen kamen, gab es dieselben Effekte. Auch damals haben Fachbereiche erste Sachen ausprobiert, bis die IT sie irgendwann geblockt hat.
Deshalb: Nehmt die Leute mit, bringt sie rein, bildet Communities.
Hundert Prozent bekommt man es ohnehin nicht eliminiert. Aber auf diesem Weg funktioniert es mit Abstand am besten.
Gleichzeitig bedeutet das natürlich auch für die IT, dass sich Rollen verändern werden.
Werden durch AI klassische IT-Rollen verschwinden oder verändern sie sich vor allem?
Ich glaube eher, dass sich viele Rollen verändern werden.
Früher gab es in großen Flugzeugen auch Flugingenieure auf dem dritten Platz. Die gibt es heute nicht mehr. Viele haben sich aber in Richtung Pilot weiterentwickelt. Genau auf diese Weiterentwicklung will ich hinaus.
Heute sehen wir in Fachbereichen häufig Kolleginnen und Kollegen mit hoher IT-Affinität, die Dinge ausprobieren und zum Beispiel mit Vibe Coding erste Lösungen bauen.
Auf der anderen Seite gibt es in der IT Business-Analysten. Ich glaube, da werden wir eine Entwicklung in Richtung Business Value Designer sehen. Die Kernaufgabe wird stärker darin liegen, Geschäftsabsichten, Erfolgskriterien und Einschränkungen so zu formulieren, dass sowohl Menschen als auch AI damit arbeiten können.
Auch die Rolle der Softwareentwickler wird sich deutlich verändern. Es wird weniger darum gehen, selbst Code zu generieren. Systeme müssen weiterhin konzipiert, Leitplanken festgelegt und agentenbasierte Steuerung beziehungsweise Umsetzung begleitet werden.
Auch bei der Software-Qualitätssicherung wird sich viel verändern. Aus dem klassischen Testmanager oder Teilen der Projektmanager-Rolle werden sich stärker Qualitätsverantwortliche entwickeln, die sicherstellen müssen, dass das gesamte Rahmenwerk vom Fachbereich über die Implementierung bis zur IT zusammenpasst.
Zusätzlich wird man Experts in the Loop brauchen, die Businessverständnis, technisches Know-how und AI-Kompetenz zusammenbringen.
Ich sehe darin insgesamt gar nicht so viel Risiko. Natürlich gibt es Risiken, aber ich halte die Chancen für deutlich größer.
Gerade bei Juniorrollen in der Softwareentwicklung wird intensiv darüber diskutiert, ob durch AI ein Loch in der Talentpipeline entstehen könnte. Wie siehst du das?
Das ist ein sehr spannendes Thema.
Ich glaube, AI ist eine disruptive Veränderung. Das ist nicht nur der nächste Schritt einer Evolution, sondern in Teilen wirklich disruptiv.
Für diejenigen, die bereits arbeiten und an diesen Themen dran sind, gibt es trotz allem viele Möglichkeiten. Da geht es darum, Dinge zusammenzubringen, mitzumachen und sich auszutauschen.
Die größere Frage ist: Was ist mit den Kolleginnen und Kollegen von morgen?
Ich selbst habe mein Berufsleben als SAP-Berater begonnen. Ich musste Customizing-Dokumentationen schreiben, davor Anforderungsdokumentationen erstellen, Testskripte manuell schreiben und am Ende alles dokumentieren.
Wenn so etwas heute eine AI übernimmt, habe ich diese Dinge trotzdem einmal selbst gemacht und kann deshalb bewerten, ob das Ergebnis passt oder nicht.
Genau das ist für die Kolleginnen und Kollegen von morgen die größere Herausforderung.
Ich denke, dass sich Ausbildungen und Studiengänge entsprechend verändern werden. Gewisse Grundlagen werden weiterhin geschult werden. Auch ein Physiker oder Mathematiker nimmt nicht nur den Taschenrechner, man muss die Grundlagen weiterhin selbst beherrschen.
Dazu wird aber sehr viel stärker kommen: Wie setze ich AI ein und wie gehe ich damit um?
Und dann gilt aus meiner Sicht weiterhin etwas, das schon immer wichtig war: das Team.
Am besten funktionieren gemischte Teams, in denen junge Kolleginnen und Kollegen mit erfahrenen Kolleginnen und Kollegen und mit unterschiedlichen fachlichen und technischen Hintergründen zusammenarbeiten.
So lernen die Jüngeren von den Älteren Skills und Erfahrungen, und die Älteren lernen vielleicht von den Jüngeren, wie man anders an Dinge herangehen kann.
Ich glaube, genau das wird in der Diskussion noch ein bisschen unterschätzt.
Am Ende lernen Menschen von Menschen.
AI wird Rollen verändern und Aufgaben verändern. Aber AI wird nicht alle Menschen ersetzen und ganz bestimmt nicht den menschlichen Austausch und das gemeinsame Arbeiten an Themen.
Genau darüber bekommen die Softwareentwickler und IT-Beschäftigten von morgen auch das Enablement, das sie brauchen, um sich weiterzuentwickeln.
Der Erfolg von AI hängt stark von Unternehmenskultur und Zusammenarbeit ab. Was erlebst du dazu bei euren Kunden?
Wir haben bei unseren Kunden vieles gesehen: anfängliche Skepsis in einigen Bereichen und andere Bereiche, die unbedingt ausprobieren wollten.
Vor einem Jahr oder eineinhalb Jahren waren wir noch sehr stark in der Proof-of-Concept- und teilweise Trial-and-Error-Phase.
Was wir jetzt sehen, ist, dass das zunehmend zusammenwächst, eben im Sinne einer ganzheitlichen AI Assurance.
Viele Kunden erkennen: Es geht nur gemeinsam über die verschiedenen Bereiche. Wir brauchen Rahmenwerke und wir brauchen Lösungen, die wir unseren Mitarbeitenden und Teams bereitstellen können.
Das eine ist natürlich Kultur. Das andere ist die Zusammenarbeit.
Ein dritter Punkt, der für mich ganz wesentlich ist und den wir bei Expleo auch sehr früh verfolgt haben, ist der Zugang.
Vielleicht als Beispiel aus dem Sport: Gut Fußball spielen lernt man nicht, indem man sich auf YouTube irgendwelche Videos von Lamine Yamal anschaut. Man muss sich selbst einen Ball nehmen.
Und dann braucht man eine Mannschaft, eine Truppe, mit der man zusammen spielt und ausprobiert.
Darüber lernt man und darüber entstehen Ideen.
Dann braucht es natürlich auch eine gewisse Governance, damit am Ende Business-Mehrwert entsteht. Unternehmen machen das schließlich, um besser zu werden, neue Themen und Lösungen zu verkaufen und mehr Geld zu verdienen.
Wenn man aber die Motivation der Mitarbeitenden auf diesem Weg mitnimmt, kann man über eine ganzheitliche AI Assurance diese digitale Schöpfung unterstützen und einen langfristigen Wissensmehrwert schaffen.
Expleo hat sich in den vergangenen Jahren selbst stark verändert. Wie hat sich das auf eure Arbeit und euer Portfolio ausgewirkt?
Wir haben uns definitiv deutlich verändert.
Bei Expleo gibt es im Grunde zwei Entwicklungen. Ein Teil des Unternehmens kommt aus dem Engineering-Bereich, der andere aus der früheren SQS, also Software Quality Systems, und damit aus der Software-Qualitätssicherung.
Allein dieses Zusammenwachsen hat uns unheimlich viel gebracht.
In den Engineering-Themen machen wir beispielsweise sehr viel im Bereich Electronics und Embedded Systems, Hardware-in-the-Loop-Testing und ähnliche Themen.
Wenn man in ein Auto oder Flugzeug schaut, sieht man sehr deutlich, wie IT und Engineering immer enger zusammenwachsen.
Wir profitieren da stark voneinander. Manchmal ist der eine Bereich einen Schritt weiter, manchmal der andere.
Dadurch ist bei uns ein deutlich gesamtheitlicheres Verständnis entstanden.
Auch in Branchen wie Defence sehen wir bei unseren Kunden ganz klar: Egal ob embedded oder nicht, am Ende geht es darum, gesamte Systemketten sauber abzubilden, zum Laufen zu bringen und die Qualität sicherzustellen.
Wie verändert AI konkret eure Arbeit in der Software-Qualitätssicherung?
Manuelles Softwaretesten gibt es weiterhin.
Es gibt nach wie vor genug Projekte, zum Beispiel SAP-Projekte, bei denen man am Ende merkt: Mist, ich muss das ja alles noch testen.
Auch Tools wie Joule helfen dabei nur bis zu einem gewissen Grad. Und das gibt es nicht nur im SAP-Umfeld, sondern in vielen Bereichen noch sehr häufig.
Was sich verändert, ist der Anteil der Automation.
Wir machen sehr viel Testautomation. Mit AI kommen zunehmend Self-Healing-Themen dazu.
Auch bei der Testfallerstellung verändert sich viel. Wenn ich ein System validieren möchte, werden Anforderungsdokumente schrittweise AI-unterstützt erstellt. Daraus entstehen Testfallspezifikationen, genauso wie schrittweise AI-unterstützt Softwarecode entsteht.
Dann kommen Ergebnisse heraus, Testdaten müssen bereitgestellt und Testergebnisse AI-basiert ausgewertet werden.
Früher waren diese Schritte stärker nacheinander organisiert, auch in agilen Teams. Auch dort musste man Dinge in einer gewissen Reihenfolge machen.
Heute sehen wir immer stärker das Zusammenspiel von fachlichem Verständnis, AI, Plattformverständnis und Technikverständnis.
Diese Bereiche kommen immer stärker zusammen.
Das ist der Weg, auf dem wir bei Expleo sind und auf dem wir auch gemeinsam mit unseren Kunden arbeiten, immer in Rahmenwerken, wie ich sie beschrieben habe. Und wir glauben, dass wir damit mit unseren Kunden sehr gut unterwegs sind.
Du gestaltest beim Confare CIOSUMMIT Frankfurt auch ein Panel mit. Worauf freust du dich dort besonders?
Ich freue mich sehr auf das Summit und sehr auf den Austausch quer durch die verschiedensten Industrien und mit den Teilnehmenden.
Ich glaube, da werden noch einmal viele neue Ideen für alle entstehen.
