HAIC-SE: Ein Framework für die Mensch-KI-Zusammenarbeit in der Softwareentwicklung

Name des Teilnehmers: Ludwig Felder

Projekttitel: HAIC-SE: Ein Framework für die Mensch-KI-Zusammenarbeit in der Softwareentwicklung

Beschreibung des IT-Forschungsprojektes:

Generative KI, insbesondere große Sprachmodelle und agentenbasierte Systeme, verändert die Softwareentwicklung grundlegend. Dennoch bleiben nachhaltige Produktivitätssteigerungen im beruflichen Umfeld oft aus. Grund dafür ist nicht eine unzureichende Fähigkeit der Modelle, sondern eine schlechte Gestaltung von Mensch-KI-Interaktion: Unklare Zielsetzungen werden nicht zuverlässig in konkrete Schritte übersetzt, kleine Variationen im Satzbau oder Kontext führen zu verschiedenen Ergebnissen und die Einbindung in Teamkonventionen, Fachwissen und Qualitätsanforderungen ist nach wie vor lückenhaft.
HAIC-SE (Human-AI Collaboration in Software Engineering) schließt diese Lücke. Es behandelt Softwareentwicklung als einen kollaborativen Prozess, in dem Ziele spezifiziert werden, Kontext gut aufgebaut wird, Ergebnisse verifiziert werden und Herangehensweisen stetig adaptiert und angepasst werden. Das Projekt gliedert den Entwicklungszyklus in eine Abfolge von wechselseitigen Beiträgen von Menschen und KI, wobei der Schwerpunkt auf den DevOps-Phasen „Plan“ (Erfassung der Anforderungen), „Code“ (kontextbezogene Umsetzung) und „Test“ (Verifizierung) sowie auf übergreifenden Rückkopplungsschleifen liegt.
Die Arbeit vereint drei Schwerpunkte: die systematische Ermittlung und Validierung von Kooperationsmustern, die Entwicklung adaptiver Schnittstellen, die sich an individuellen Arbeitsstilen und Teamstandards orientieren, sowie einen Bewertungsrahmen, der klassische Metriken der Softwareentwicklung mit Indikatoren der Mensch-Computer-Interaktion wie der kognitiven Belastung verbindet.
Die Umsetzung erfolgt iterativ und unternehmensorientiert in Zusammenarbeit mit der DATEV eG unter Verwendung realer Aufgaben, Datenbestände und Arbeitsabläufe. Die daraus resultierenden Bausteine lassen sich in etablierte Toolchains integrieren, wodurch das Transferrisiko verringert wird und wiederverwendbare Artefakte entstehen.

Software Campus Partner: TU München & DATEV eG

Umsetzungszeitraum: 01.01.2026 – 31.12.2027