Einsatz von generativer KI in der Softwareentwicklung - eine Systematische Literaturanalyse

Abstract

Diese Bachelorarbeit untersucht mittels einer systematischen Literaturanalyse den Einsatz generativer Künstlicher Intelligenz (GenAI) in der Implementierungsphase der Softwareentwicklung. Ziel der Untersuchung ist es, den aktuellen Forschungsstand systematisch aufzubereiten und dabei sowohl den Zweck des Einsatzes als auch die damit verbundenen Risiken zu identifizieren. Die Auswertung der identifizierten Primärstudien zeigt, dass GenAI weit über die reine Codeerzeugung hinaus als multifunktionales Assistenzsystem für Aufgaben wie Debugging, Refactoring und als interaktive Wissensquelle fungiert. Die Ergebnisse verdeutlichen ein direktes Verhältnis zwischen Effizienzgewinnen und qualitativen Herausforderungen. Während die Automatisierung von Routineaufgaben zu einer kognitiven Entlastung führt, entstehen signifikante Risiken durch potenzielle Sicherheitsmängel im generierten Code und eine begrenzte Erfassung komplexer Projektzusammenhänge. Der daraus resultierende Validierungsaufwand kann die ursprüngliche Zeitersparnis teilweise wieder neutralisieren. Abschließend wird dargelegt, dass die Integration von GenAI das Berufsbild der Softwareentwicklung transformiert. Die Tätigkeit verschiebt sich von der primär schreibenden Ausführung hin zu einer verstärkt prüfenden und steuernden Funktion. Der Mensch ist für den Erfolg dieser neuen Technologien weiterhin unerlässlich.

This bachelor’s thesis examines the use of generative artificial intelligence (GenAI) in the implementation phase of software development through a systematic literature review. The aim of the study is to systematically summarize the current state of research and to identify both the purpose of its use and the associated risks. The evaluation of the identified primary studies shows that GenAI functions far beyond mere code generation as a multifunctional assistance system for tasks such as debugging, refactoring, and as an interactive knowledge source. The results highlight a direct relationship between efficiency gains and qualitative challenges. While the automation of routine tasks leads to cognitive relief, significant risks arise from potential security flaws in the generated code and a limited grasp of complex project interdependencies. The resulting validation effort can partially offset the original time savings. In conclusion, it is demonstrated that the integration of GenAI is changing the nature of the software development profession. The role is shifting from primarily writing code to an increasingly validating and controlling function. Humans remain indispensable for the success of these new technologies.