KI in der Softwareentwicklung - Expertentalk

Im Expertentalk mit abtis Senior Developer Jana Weschenfelder werfen wir einen Blick hinter die Kulissen moderner KI-Anwendungen in der Softwareentwicklung. Erfahren Sie, wie Tools wie Azure AI Foundry und GitHub Copilot den Entwickleralltag verändern, welche Chancen KI-Agenten für den Mittelstand bieten – und warum fundiertes technisches Know-how entscheidend für den erfolgreichen Einsatz von KI ist.

Jana, du bist erst seit Juli Teil des #teamabtis – wie war dein Einstieg und was hat dich an der neuen Rolle besonders gereizt?

Jana Weschenfelder: Der Einstieg war sehr positiv und strukturiert. Ich habe mich direkt gut aufgenommen gefühlt und konnte schnell produktiv werden. Besonders gereizt hat mich die Chance, meine langjährige Erfahrung in der .NET-Entwicklung mit meinem KI-Know-how zu verbinden. Ich sehe in der Rolle eine ideale Schnittstelle: einerseits klassische Softwareentwicklung, andererseits die Integration moderner KI-Technologien. Beides zusammen eröffnet ein enormes Potenzial für unsere Kundenprojekte.

Du beschäftigst dich intensiv mit KI in Microsoft Azure. Was macht das Arbeiten mit Azure AI Foundry und Copilot aus Entwicklersicht so spannend (oder auch herausfordernd)?

Jana Weschenfelder: Azure AI Foundry ist spannend, weil es den gesamten Lebenszyklus eines KI-Modells abbildet: von Datenaufbereitung über Training bis hin zum Monitoring im Produktivbetrieb. Gerade aus Entwicklersicht ist es ein Vorteil, dass viele Bausteine modular und skalierbar bereitstehen. Herausfordernd ist, dass man immer ein Auge auf Datenqualität, Governance und Kostenkontrolle haben muss. Man „klickt“ nicht einfach ein Modell zusammen, sondern muss auch langfristig denken.

Copilot wiederum verändert den Entwickleralltag spürbar. Routinetätigkeiten wie Boilerplate-Code oder Tests lassen sich schneller umsetzen. Gleichzeitig fordert er aber von uns, noch kritischer hinzuschauen, weil die generierten Vorschläge zwar oft hilfreich, aber nicht automatisch fehlerfrei oder sicher sind. Und auch das Arbeiten mit Agent Framework und Semantic Kernel ist aktuell herausfordernd, weil beide sich gerade in einer großen Umstrukturierung befinden. Gerade bei Microsoft AI ändert sich aktuell gefühlt jede Woche etwas und die Dokumentation hinkt manchmal hinterher. Das macht es spannend, aber auch ein wenig chaotisch.

Wenn du KI nicht nur als Entwicklerin, sondern ganz allgemein im Alltag betrachtest: Gibt es ein Tool oder eine Anwendung, die dich persönlich besonders begeistert oder überrascht hat?

Jana Weschenfelder: Mich fasziniert am meisten, wie KI alltägliche Prozesse vereinfacht. Ein Beispiel sind Sprachmodelle, die Texte zusammenfassen oder übersetzen. Dinge, die man früher mühsam manuell erledigen musste, gehen heute in Sekunden. Auch Bild- und Sprach-KI begeistert mich, weil sie Kreativität und Technik miteinander verbindet. Besonders spannend finde ich GitHub Copilot. Es ist nicht nur ein Tool, sondern eher ein zusätzlicher „Kollege“, der mit am Code arbeitet.

Du bringst sowohl C# als auch Python-Know-how mit. Welche Rolle spielt diese Kombination in deinem Alltag – und wie unterscheidet sich der Umgang mit KI in beiden Welten?

Jana Weschenfelder: C# ist meine Hauptsprache für produktive, robuste Business-Anwendungen. Dort kommt es auf Stabilität, Wartbarkeit und Integration in bestehende Systeme an. Python hingegen ist extrem stark, seit Jahren im Bereich Datenanalyse und Machine Learning etabliert, schnell, flexibel, mit einer großen Community. In meinem Alltag bedeutet das, dass ich Ideen oder Prototypen sehr schnell in Python umsetzen und sie anschließend in C#-basierte Anwendungen überführen kann. Diese Kombination ist für mich ein echter Mehrwert, weil sie Forschung und Praxis nahtlos verbindet. Python kann auch direkt in C# eingebunden werden. Beide Welten wachsen ohnehin immer stärker zusammen, auch Microsoft setzt vielerorts auf Python.

Wie bleibst du bei so rasantem technologischem Wandel überhaupt auf dem Laufenden und welche Quellen oder Strategien kannst du empfehlen?

Jana Weschenfelder: Ich kombiniere mehrere Ansätze: Fachblogs, Microsoft Learn, Udemy, Konferenzen und Community-Events geben mir Einblicke in neue Technologien. Auf LinkedIn verfolge ich gezielt Experten und Expertinnen, die praxisnah schreiben. Am wichtigsten ist für mich aber, Dinge wirklich selbst auszuprobieren. Ich baue kleine eigene Projekte, um Technologien im „echten Leben“ zu testen. So lernt man schneller und merkt, was wirklich funktioniert. Außerdem investiere ich regelmäßig in Weiterbildungen, zuletzt z.B. einen Kurs zu KI für Softwareentwicklern und Softwareentwicklerinnen, den ich mit „sehr gut“ abgeschlossen habe.

Du arbeitest auch mit KI-Agenten wie dem Copilot. Was unterscheidet solche Agenten von klassischen KI-Modellen, und welches Potenzial siehst du darin für den praktischen Einsatz bei unseren Kunden?

Jana Weschenfelder: Der entscheidende Unterschied ist die Interaktivität. Ein klassisches Modell beantwortet Anfragen. Ein Agent wie Copilot kann aktiv unterstützen, Tools ansteuern und im Arbeitsfluss integriert handeln. Für Kunden bedeutet das, dass nicht nur Informationen geliefert werden, sondern dass Geschäftsprozesse automatisiert oder optimiert werden können. Beispiele sind smarte Dokumentenanalyse, automatisierte Reports oder KI-gestützte Workflows im Kundenservice. Das Potenzial sehe ich darin, dass Unternehmen ihre Effizienz steigern können, ohne dafür komplett neue Systeme aufbauen zu müssen. Die Agenten lassen sich in bestehende Lösungen integrieren. Damit wird KI vom reinen Werkzeug zum echten Assistenten im Arbeitsalltag.

Gibt es ein KI-Thema, auf das du besonders neugierig bist – etwas, das du in Zukunft unbedingt noch vertiefen oder ausprobieren willst?

Jana Weschenfelder: Mich reizt besonders der Bereich „Hybrid AI“, also die Kombination aus klassischer Softwarearchitektur und KI-Agenten. Ich möchte weiter erforschen, wie sich KI nahtlos in bestehende Anwendungen integrieren lässt, etwa durch Blazor Hybrid mit MAUI oder durch Microservices, die KI-Funktionalität bereitstellen. Mein Ziel ist, KI nicht als isoliertes Feature zu sehen, sondern als natürlichen Bestandteil moderner Software. Darüber hinaus interessieren mich Transformer-Modelle im Detail, insbesondere wie man sie effizient finetunen und für branchenspezifische Anwendungsfälle nutzen kann.