Wie viele von Ihnen haben auch wir uns in letzter Zeit viel mit künstlicher Intelligenz (KI) und der Zukunft des Webs beschäftigt. Es gibt viele Informationen, aber es ist schwer zu wissen, was wir als Webentwickler genau wissen müssen.
Das Web ist so viel größer als unser Team. Deshalb wollten wir wissen, wie Sie über KI denken, was Sie lernen möchten und was Sie mit diesen neuen Technologien tun möchten. So können wir Ihnen die Inhalte zur Verfügung stellen, die Sie benötigen, um sich in der Informationsflut zurechtzufinden.
In den letzten Monaten haben wir mit Webexperten gesprochen, um die aktuelle Situation zu verstehen und zu erfahren, wie Sie über KI denken. Natürlich können wir nicht mit allen über alles sprechen. Wir haben uns mit einer kleinen Gruppe von Web entwicklern, darunter Web Google Developer Experts, darüber unterhalten, wie Entwickler KI nutzen, um nutzerorientierte Funktionen bereitzustellen und die Produktivität in ihrem täglichen Workflow zu steigern.
Wir glauben, dass unsere Erkenntnisse auch für andere Webentwickler relevant sein könnten. Außerdem dachten wir, dass die Community vielleicht daran interessiert ist, was wir gelernt haben.
Wir haben dieses Feedback zusammen mit anderen Recherchen zur Webentwickler-Community genutzt, um unsere neue KI-Sammlung zu erstellen. In dieser Sammlung finden Sie Übersichten für Webentwickler, Codelabs und Demos sowie andere Ressourcen zu KI-Tools und ‑Modellen im Web.
Und das ist erst der Anfang. In den kommenden Monaten werden wir noch viel mehr veröffentlichen.
Verbesserte Produktivität mit generativer KI
Wir haben festgestellt, dass Webentwickler generative KI nutzen möchten, um ihre Produktivität zu steigern und mit Chatbots zu interagieren, um neue Technologien zu erlernen oder Antworten auf ihre Fragen zur Webentwicklung zu erhalten.
Die Entwickler, mit denen wir gesprochen haben, nutzen KI entweder bereits in ihrem täglichen Workflow für geschäftliche oder private Projekte oder kennen jemanden, der das tut.
Codegenerierung
Wir haben von Ihnen erfahren, dass Codegenerierungstools wie Gemini und Copilot sich gut für Standard-Unit-Tests, die grundlegende automatische Vervollständigung (wenn Sie wissen, was Sie schreiben möchten, es aber nur noch schreiben müssen) und einfachere Funktionen eignen, die keine umfassenden Kenntnisse der Codebasis erfordern. Diese Tools sind in der Regel weniger nützlich, wenn es darum geht, komplexeren, algorithmischen Code und Funktionen zu schreiben, die einen breiten Kontext eines bestimmten Projekts erfordern.
Erfahrenere Entwickler äußerten Bedenken hinsichtlich der langfristigen Qualität ihrer Codebasen, einschließlich Problemen mit Codeduplikaten und der langfristigen Wartbarkeit. Einige befürchteten, dass weniger erfahrene Teammitglieder Fehler möglicherweise nicht erkennen oder nicht wissen, wie sie den von generativen KI-Tools erstellten Code genau validieren können.
Entwickler haben auch berichtet, dass Anwendungsfälle, die spezifisches Fachwissen erfordern, wie das Schreiben barrierefreier Komponenten, von den von ihnen getesteten Codegenerierungstools noch nicht korrekt berücksichtigt werden.
Lernen mit LLMs
Wir haben viele Entwickler gesehen, die ChatGPT und Gemini nutzen, um Konzepte der Softwareentwicklung zu erlernen. Sie bitten beispielsweise ein großes Sprachmodell (LLM), die Funktionsweise eines Sortieralgorithmus zu erklären, sich mit verschiedenen Programmiersprachen vertraut zu machen oder Wissenslücken zu schließen.
Sie finden, dass LLMs eine gute Erfahrung bieten, da Fragen und Antworten schnell ausgetauscht werden können. Außerdem kritisiert KI die gestellten Fragen nicht, sondern liefert einfach die benötigte Antwort.
Auch hier gibt es Bedenken hinsichtlich weniger erfahrener Entwickler, da ein Mindestmaß an Wissen erforderlich ist, um Fälle zu erkennen, in denen das Modell halluziniert und falsche Antworten generiert.
Schutz des geistigen Eigentums als geschäftliches Anliegen
Viele der Entwickler, mit denen wir gesprochen haben, sagten, dass ihre Unternehmen noch keine Richtlinien für die Nutzung generativer KI durch Entwickler zur Steigerung der Produktivität haben. Die Nutzung generativer KI-Tools wird oft von den Entwicklern selbst vorangetrieben, die damit experimentieren.
„Mein Unternehmen versteht im Allgemeinen nicht, was KI bedeutet, und erstellt daher nicht die richtigen Richtlinien.“
Unternehmen, die eine Richtlinie haben, raten jedoch in der Regel von der Nutzung ab, da sie befürchten, dass das geistige Eigentum des Unternehmens an Dritte weitergegeben wird. In einigen Fällen wurden solche Richtlinien geändert, nachdem man sich direkt mit den Unternehmen hinter diesen Tools ausgetauscht hatte, um zu erfahren, wie die Daten verwendet werden und welche potenziellen Risiken bestehen.
Bei Unternehmenskonten und Partnerschaften, die dem Datenschutz dienen, ist es wahrscheinlicher, dass Unternehmen die Nutzung durch Entwickler fördern.
Generative KI für nutzerorientierte Produktfunktionen
Auf Produktseite hat es uns nicht überrascht, dass die Antwort oft auf generative KI ausgerichtet war, als wir unser Gespräch mit dem Begriff „KI / ML“ begannen. Entwickler sind neugierig darauf, wie generative KI genutzt werden kann, um die Nutzererfahrung zu verbessern, sind sich aber nicht sicher, wie diese Erfahrungen aussehen und welche Tools zur Verfügung stehen, um sie in der Produktion bereitzustellen.
Für Entwickler, die generative KI-Funktionen in ihre Produkte integriert haben oder gerade integrieren, ist die Nutzung generativer KI zur Beantwortung von Nutzerfragen mit Chatbots oder einmaligen Schnittstellen der häufigste Anwendungsfall.
Die Qualität der Ausgabe ist das größte Problem, das wir von Ihnen gehört haben. Insbesondere möchten Entwickler sicherstellen, dass die Antworten korrekt sind, und verhindern, dass das LLM Inhalte generiert, die nicht mit dem beabsichtigten Ziel zusammenhängen. Das gilt insbesondere, wenn die Ausgabe des LLM direkt für Nutzer bestimmt ist, z. B. bei einem Chatbot.
„Demos mit KI sind verrückt. Jedes Mal, wenn ich mein Projekt vorführe, ist die Ausgabe völlig anders.“
Sie unternehmen viel, um Testsuites zu erstellen, mit denen Sie die Ausgaben generativer KI für eine Vielzahl von Prompts validieren können. Es gibt jedoch keine klare und etablierte Möglichkeit, die Antworten zu testen oder zu überwachen. Die meiste Bewertungsarbeit erfolgt manuell. Viele Entwickler sind neu im Umgang mit nicht deterministischen Ausgaben. Als Community haben wir noch keine Systeme entwickelt, die gut damit funktionieren.
Die Kosten für den Betrieb eines generativen KI-Modells sind ebenfalls ein wichtiges Anliegen. Entwickler wägen die Kosten sorgfältig gegen die Vorteile für ihre Nutzer ab.
Standardmodelle im Vergleich zu benutzerdefinierten Modellen
In den meisten Fällen haben sich die Entwickler, mit denen wir gesprochen haben, auf vorgefertigte Modelle und APIs verlassen. Dadurch wurden die Markteinführungszeit und die Nutzung von Entwicklungszeit und ‑wissen optimiert, die begrenzt waren.
„Ich möchte im Bereich der Webentwicklung bleiben. Ich möchte kein ML-Ingenieur werden.“
Entwickler sind sich der potenziellen Vorteile fortschrittlicher Techniken wie Retrieve Augment-Generate (RAG) und Fine-Tuning bewusst, möchten sich aber lieber auf den Webentwicklungsaspekt ihrer Arbeit konzentrieren. Letztendlich bevorzugen sie es, die Standardtools zu verwenden oder sich auf andere Teams zu verlassen, um optimierte Modelle für ihre Anwendungsfälle zu erstellen.
Bedenken zu Datenschutz und Sicherheit
Datenschutz und Sicherheit waren die größten Bedenken, insbesondere in Branchen mit strengen Datenanforderungen wie der Medizin. KI auf Geräten könnte der Schlüssel zur Bewältigung dieser Anwendungsfälle sein, aber dieser Bereich ist weitgehend unerforscht.
Die Weitergabe von Nutzerdaten an mehr Drittanbieter mit Cloud-APIs ist ein Problem. Viele Entwickler sehen den Wert von On-Device-Machine-Learning oder generativer KI, um potenzielle Datenschutz- und Sicherheitsrisiken zu minimieren.
KI für Webentwickler
KI ist überall und entwickelt sich in einem unglaublichen Tempo. Wie können wir auf dem neuesten Stand bleiben, vorhandene Tools und Modelle einbinden oder mit ML-Ingenieuren zusammenarbeiten, um neue Modelle zu entwickeln, die unseren Anforderungen am besten entsprechen?
Basierend auf dem, was wir von Ihnen gelernt haben, arbeiten wir an einem Leitfaden zu KI für Webentwickler. Wir möchten Ihnen helfen, KI-Konzepte auf hohem Niveau zu verstehen, Möglichkeiten zu entdecken, generative KI zur Steigerung der Produktivität zu nutzen, und KI zu verwenden, um mit vorhandenen Tools, Modellen und APIs ansprechende Nutzererlebnisse zu schaffen. Schauen Sie immer wieder vorbei, da wir weitere Inhalte in unserer KI-Sammlung veröffentlichen.
Die meisten Webentwickler konzentrieren sich lieber auf das, was sie am besten können (Webentwicklung). Wir möchten jedoch diejenigen unter Ihnen ermutigen, die tiefer in die Materie eintauchen möchten, die Tools, Modelle und APIs zu entwickeln, die Webentwickler benötigen. Wir freuen uns auf Ihr Feedback und möchten erfahren, wie wir Sie unterstützen können.
KI ist ein sich schnell entwickelnder Bereich. Wir werden uns daher weiterhin mit der Community austauschen, wenn sich die Dinge ändern, und weitere Gespräche und Umfragen durchführen. Wenn Sie mit uns sprechen möchten, vereinbaren Sie einen Termin mit unserem Team.