Aufwändige Code-Checks gehören für die Entwickler eines großen deutschen Automobilherstellers heute der Vergangenheit an. Dahinter steckt eine KI-basierte Lösung von Ki Reply, die nicht nur die generelle Qualität des Codes überprüft, sondern auch die speziellen Rahmenbedingungen des Unternehmens berücksichtigt.
#AI-powered development
#Code improvement
#Automotive industry
Die Herausforderung
„Guter“ Code ist nicht gleich „guter“ Code.
Einheitlich, wartbar, skalierbar, effizient: Die Liste der Eigenschaften, die „guter“ Code erfüllen sollte, ist lang und die konkreten Anforderungen entwickeln sich laufend weiter. Deshalb nutzen viele Entwickler Tools, die den Code auf mögliche Fehler überprüfen. Diese berücksichtigen jedoch nur stilistische Aspekte und technische Regelverstöße. So bleiben die spezifischen Anforderungen des Unternehmens oft unbeachtet. Doch wie “guter” Code aussieht, hängt immer auch von den konkreten Rahmenbedingungen ab. Darüber hinaus sind solche Tools zur Überprüfung des Codes häufig nicht direkt in die Entwicklungsumgebung integriert. Das erhöht den zeitlichen Aufwand, da die Entwickler vorgeschlagene Anpassungen manuell übertragen müssen.
Um den Medienbruch zu vermeiden und eine bequeme und maßgeschneiderte Überprüfungen zu ermöglichen, beauftragte ein großer deutscher Automobilhersteller deshalb Ki Reply mit der Entwicklung eines spezialisierten Code Review Services.
Heute profitiert der Automobilhersteller von einem intelligenten KI-gestützten Code Review Service, der direkt in die Entwicklungsumgebung Gitlab integriert ist. Zudem beachtet dieser den Kontext bei der Bewertung des Codes. Dafür analysiert er beispielsweise User Stories, beachtet mögliche Qualitäts- und Sicherheitsprobleme und berücksichtig bereits in der Vergangenheit vorgenommene Code-Anpassungen. Eine unvorstellbar große Datenmenge im Fall des Automobilherstellers, die gängige KI-Modelle aufgrund ihrer Token-Grenze nicht ohne weiteres verarbeiten können. Doch die Lösung der Experten von Ki Reply verdichtet das Material mit Hilfe von verschiedenen Integrationsstrategien. Dabei bleiben Aussage und Qualität unverändert. Dank dieses Vorgehens ist der Service dazu in der Lage, passgenaue Verbesserungen für den zu prüfenden Code vorzuschlagen. Diese listet er einheitlich auf und erleichtert so Nachvollziehbarkeit und Zusammenarbeit innerhalb des Entwicklerteams. Darüber hinaus ist der Code Review Service auch dazu in der Lage, die vorgeschlagenen Änderungen auf Wunsch auch selbst umzusetzen und so beispielsweise auch Sicherheitsprobleme zu beheben.
Der neue Code Review Service läuft auf AWS und nutzt das Large Language Model (LLM) von Azure OpenAI. Herzstück der Lösung sind drei spezielle KI-Agenten, die die einzelnen Schritte der Codeüberprüfung vollkommen automatisiert ausführen. Deren Zusammenspiel wird durch ein Multi Agent System gemanagt, dem KICODE Reply Framework von Ki Reply. Dieses unterstützt Entwickler entlang des gesamten Software Development Life Cycle (SDLC). So stellen die Experten von Ki Reply sicher, dass die neuen Agenten nicht nur ihre Aufgabe perfekt meistern, sondern auch anschlussfähige Ergebnisse liefern. Gleichzeitig ist der Code Review Service mit anderen Multi Agent Systemen kompatibel und bietet so maximale Flexibilität.
Der neue KI-gestützten Code Review Services von Ki Reply ermöglicht für den Automobilhersteller:
Ki Reply
Ki Reply ist ein Dienstleister für KI-getriebene Software-Entwicklung und unterstützt Unternehmen dabei, mit Hilfe von Künstlicher Intelligenz (KI) und Machine Learning die Softwareentwicklung effizienter und leistungsfähiger zu machen. Neben der konventionellen Softwareentwicklung setzen die Experten von Ki Reply auch auf Low-Code-Plattformen, um geschäftliche Anwendungsfälle schneller zu realisieren und zu optimieren. Unternehmen profitieren dabei von Zeitersparnis beim Testen von IT-Lösungen, eine kürzere Time-to-Market und hochwertige Software.