**Ein strukturierter Plan-Do-Check-Act-Rahmen für die KI-Codegenerierung**
Die Implementierung von KI-Codegenerierungstools verspricht eine schnellere Entwicklung, führt jedoch oft zu Qualitätsproblemen, Integrationsproblemen und Verzögerungen bei der Auslieferung. In diesem Artikel wird ein strukturierter Plan-Do-Check-Act (PDCA)-Rahmen für die menschlich-ki-kollaboration beschrieben. Dieser Rahmen wurde in den letzten sechs Monaten entwickelt und dient dazu, die Codequalität besser zu wahren und gleichzeitig die Vorteile der KI zu nutzen.
**Warum ein strukturierter Plan-Do-Check-Act (PDCA)-Zyklus?**
Die Industrie erzielt keine Produktivitätssteigerungen und Qualitätsverbesserungen, weil sowohl KI-Tools als auch ihre Anwendung weiterentwickelt werden müssen. Ingenieure benötigen wiederholbare Praktiken, die ihre Erfahrung nutzen, um Agenten bei der Erstellung von testüberprüften Änderungen zu leiten und gleichzeitig vorhandene Code-Muster zu nutzen. Diese Verwendung von Agenten beinhaltet die Einführung strukturierter Aufforderungstechniken. Strukturierte Aufforderungen übertreffen ad-hoc-Methoden je nach Ansatz und Aufgabenkomplexität um ein bis vierundsiebzig Prozent, wie aus einer systematischen Umfrage zur Aufforderungstechnik in großen Sprachmodellen (Sahoo et al., 2024) hervorgeht. PDCA bietet Struktur durch eine bewährte Softwaretechnik, die kontinuierliche Verbesserung und iterative Auslieferung umfasst, Prinzipien, die den agilen Praktiken zugrunde liegen, die ich seit zwanzig Jahren verfolge. Eine kontrollierte Studie, Anwendung des PDCA-Prozesses zur kontinuierlichen Verbesserung der Softwarequalität (Ning et al., 2010), ergab, dass PDCA die Softwarefehler um einundsechzig Prozent reduzierte.
**Ein Überblick über den PDCA-Rahmen**
Der strukturierte PDCA-Zyklus, den ich für meine Interaktionen mit Kodierungshilfen zusammenstelle, wird sowohl innerhalb des Projektmanagementprozesses verwendet, den mein Team zur Planung, Verfolgung und Annahme von Arbeit verwendet. Die Planungs- und Prüfschritte erzeugen Artefakte, die ich den Jira-Geschichten hinzufüge, die wir zur Verfolgung der Arbeit verwenden. Diese Praxis schafft Transparenz und Erklärbarkeit bei geringem Aufwand. Dieser PDCA-Zyklus eignet sich am besten für Kodierungsaufgaben von ein bis drei Stunden, aber ich verwende ihn auch, um größere Arbeitsbereiche in Einheiten dieser Größe aufzuteilen. Diese Arbeitsweise stimmt sowohl mit meiner Aufmerksamkeitsspanne als auch mit den Kontextgrößen der von mir verwendeten Modelle überein. Der Rahmen besteht aus Arbeitsvereinbarungen und strukturierten Aufforderungen, die die menschlich-ki-kollaboration durch die Schritte des Zyklus führen. Jeder Schritt baut auf den vorherigen auf, und der Akt-Schritt (Retrospektive) erzwingt kontinuierliche Verbesserung in den Zyklus.
**Arbeitsvereinbarungen**
Quelle: https://www.infoq.com/articles/PDCA-AI-code-generation/
