Die vorliegende Forschungsarbeit konzentriert sich auf die Evaluation von Handlungsoptionen, die sich aus der Kombination von No-Code/Low-Code und generativen AI-Tools ergeben, mit besonderem Fokus auf die Transformation des Citizen Development. Generative KI, integriert in die Low-Code-/No-Code-Anwendungsentwicklung, bietet ein enormes Potenzial der steigenden Nachfrage nach Programmierern durch die veränderte Rolle von Citizen Developern, welche außerhalb der IT-Abteilung als Fachexperten tätig sind, zu begegnen. Die Revolution des Citizen Development unter dem Gesichtspunkt der Kombination der beiden Technologie-Welten ist bislang kaum erforscht. Es stellt sich die Frage, mit welchem Konzept sich das Zusammenspiel von No-Code/Low-Code und Generative-AI-Tools hinsichtlich einer Transformation des Citizen Development lohnt. Die Arbeit soll die vorhandene Forschungslücke schließen, indem ein optimales Konzept aus für die Forschungsfrage relevanten Plattformen ausgewählt wird, mit welchem das Citizen Development transformiert werden kann. Mithilfe einer Entscheidungsmatrix wird die Nutzwertanalyse als die angemessene Methode zur Evaluation der Konzepte ermittelt. Die Ergebnisse der Nutzwertanalyse zeigen, dass die Plattform SmapOne als führend betrachtet werden kann, gefolgt von Microsoft, OutSystems und Quickbase. Pega hingegen erzielt einen niedrigen Erfüllungsgrad. Die vorliegende Arbeit verdeutlicht zudem, dass das Zusammenspiel von GenAI und No-/Low-Code-Tools eine Transformation im Citizen Development bewirken kann. Trotz verstärkter positiver Effekte und Chancen zeigt sich, dass sich die Herausforderungen ebenso intensivieren und die Rolle qualifizierter Programmierer für einen Erfolg im Citizen Development entscheidend bleibt. Ein Blick in die Zukunft öffnet Türen für sich anschließende Forschungsrichtungen im dynamischen Umfeld der generativen KI und des Citizen Development.
Inhaltsverzeichnis
1 Einleitung und Zielsetzung
1.1 Ausgangslage
1.2 Citizen Development
1.3 Forschungsvorgehen
1.3.1 Zielsetzung
1.3.2 Erkenntnisqualitäten
1.4 Struktur der Arbeit
2 Theoretischer Rahmen
2.1 Verwandte Studien
2.2 Generative AI-Tools
2.2.1 Begriffsklärung
2.2.2 Technologien und Anwendungen
2.3 No-Code- und Low-Code-Plattformen
2.3.1 Bedeutung und Unterschiede
2.3.2 Anwendungsbereiche
2.4 Integration von No-Code/Low-Code und generativer KI
2.4.1 Anwendungsmöglichkeiten für eine Integration
2.4.2 Plattformen mit Kombination der Technologien
3 Methodik
3.1 Selektion der Methode
3.1.1 Kompilation geeigneter Methoden
3.1.2 Auswahl einer Methode mithilfe der Entscheidungsmatrix
3.2 Design der Methode
4 Bewertung der ausgewählten Konzepte
4.1 Plattformreife und Funktionalität
4.2 Effizienz und Wirtschaftlichkeit
4.3 Sicherheit und Interoperabilität
4.4 Kundenservice und Marktpräsenz
4.5 Preise und Konditionen
4.6 Ergebnisse der Evaluation
5 Schlussfolgerung
5.1 Fazit
5.2 Methodenkritik
5.3 Ausblick auf zukünftige Forschungsfelder
Zielsetzung & Themen
Die Arbeit evaluiert Handlungsoptionen für die Kombination von No-Code/Low-Code- und generativen KI-Tools, um das Potenzial für eine Transformation des Citizen Development zu analysieren und ein optimales Plattformkonzept zu identifizieren.
- Integration von generativer KI in No-Code/Low-Code-Plattformen
- Transformation des Citizen Development und veränderte Anwenderrollen
- Methodische Evaluation und Nutzwertanalyse verschiedener Plattformkonzepte
- Analyse von Plattformreife, Effizienz, Sicherheit und Marktpräsenz
Auszug aus dem Buch
1.1 Ausgangslage
“(…) so, what is software gonna do in ten years? (…) I don't know exactly but I know it's going to only become a more positive force in the world and so what I'm trying to do (…) is give more people access to that power into that software, give more people agency over it.”
Laut Chris Wanstrath, dem ehemaligen CEO von GitHub, geht es in der Zukunft von Software darum, mehr Menschen Zugang zu ihren Möglichkeiten zu verschaffen. Damit forciert er ein zentrales Problem der heutigen Zeit. Die produktive Bereitstellung von Software gehört zu den großen Herausforderungen in der IT-Branche. Die zugrundeliegende Hürde besteht darin, dass die Menschen, die wissen, was sie erreichen wollen, häufig an syntaktischen Barrieren scheitern. Dahingenen können ausgebildete Entwickler mit der Nachfrage aus unterschiedlichen Fachabteilungen nicht mithalten. Damit die IT-Abteilung nicht länger das Bottleneck der Digitalisierung darstellt, müssen Professional Developer (im Deutschen: professionelle Entwickler) eng mit den Fachabteilungen zusammenarbeiten. Durch diese Forderung ist das Citizen Development (im Deutschen: Bürgerentwicklung; kurz: CD) entstanden. Citizen Developer sind Fachexperten außerhalb der IT-Abteilung, welche keine formale Ausbildung in der Programmierung haben und zu deren eigentlicher Jobbeschreibung nicht die Softwareentwicklung gehört. Sie nutzen einen Low-Code/No-Code (LCNC) Ansatz, um ihre individuellen Systeme zu entwerfen und zu implementieren.
Zusammenfassung der Kapitel
1 Einleitung und Zielsetzung: Einführung in die Forschungslücke des Citizen Development durch generative KI und Festlegung des Untersuchungsziels.
2 Theoretischer Rahmen: Definition und Abgrenzung der Schlüsseltechnologien (Generative KI, No-Code/Low-Code) sowie Darstellung aktueller Ansätze zur Integration.
3 Methodik: Auswahl und Design einer Nutzwertanalyse zur strukturierten Evaluation der Plattformkonzepte.
4 Bewertung der ausgewählten Konzepte: Durchführung der Nutzwertanalyse anhand definierter Kriterienbereiche für fünf ausgewählte Plattformen.
5 Schlussfolgerung: Interpretative Zusammenführung der Ergebnisse, kritische Würdigung der Methodik und Identifikation zukünftiger Forschungsrichtungen.
Schlüsselwörter
Citizen Development, No-Code, Low-Code, Generative KI, Künstliche Intelligenz, Nutzwertanalyse, Softwareentwicklung, Digitale Transformation, Plattformevaluation, Automatisierung, Prozessoptimierung, Unternehmensanwendungen, IT-Alignment, Geschäftsprozesse
Häufig gestellte Fragen
Worum geht es in dieser Bachelorarbeit grundsätzlich?
Die Arbeit untersucht, wie die Zusammenführung von No-Code/Low-Code-Plattformen und generativen KI-Tools die Methoden und die Rolle des Citizen Development in Unternehmen transformieren kann.
Welche zentralen Themenfelder sind wichtig?
Zentrale Themen sind die Anwendungsentwicklung durch Fachexperten, die technologischen Synergien zwischen KI und Low-Code, sowie die Bewertung verschiedener Software-Plattformen nach Kriterien wie Effizienz und Benutzbarkeit.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, ein geeignetes Plattformkonzept zu finden und zu evaluieren, das durch Integration generativer KI eine effiziente Transformation im Bereich des Citizen Development ermöglicht.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit verwendet eine Nutzwertanalyse (Scoring-Modell), um verschiedene Plattformanbieter strukturiert zu bewerten und einen handlungsorientierten Vergleich unter Berücksichtigung definierter Erkenntnisqualitäten zu ermöglichen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil umfasst den theoretischen Hintergrund beider Technologien, die methodische Herleitung der Evaluation sowie die detaillierte Bewertung der Plattformkonzepte (Microsoft, OutSystems, Pega, Quickbase, smapOne) in den Bereichen Plattformreife, Effizienz, Sicherheit und Kundenservice.
Welche Begriffe charakterisieren die Arbeit am besten?
Wichtige Begriffe sind Citizen Development, No-Code/Low-Code, generative künstliche Intelligenz, Nutzwertanalyse und digitale Transformation.
Warum ist die Wahl in der Evaluation auf SmapOne gefallen?
SmapOne erzielte im Nutzwert-Gesamtergebnis nach der angewandten Gewichtung der Kriterien die höchste Punktzahl, besonders aufgrund der hohen Benutzerfreundlichkeit und Eignung für den spezifischen Anwendungsbereich des Citizen Development.
Welche Rolle spielt die Kostenevaluation in der Studie?
Die Kosten (Lizenzmodelle) dienen zur Differenzierung im letzten Bewertungsschritt; sie werden vom bisherigen Nutzwert subtrahiert, um eine präzisere und ökonomisch fundierte Schlussrangliste zu erstellen.
Welche Herausforderungen identifiziert die Autorin trotz der KI-Integration?
Die Autorin hebt trotz der Erleichterungen durch KI die weiterhin bestehenden Herausforderungen bezüglich Schatten-IT, Datensicherheit sowie die Notwendigkeit qualifizierter Programmierer für komplexe IT-Herausforderungen hervor.
- Citar trabajo
- Franziska Asanger (Autor), 2024, Evaluation von Handlungsoptionen für das Zusammentreffen von No-Code/Low-Code und generative AI-Tools mit Blick auf die Transformation des Citizen Development, Múnich, GRIN Verlag, https://www.grin.com/document/1442101
