17.11.2022 – Kategorie: Technologie
Technologie: Diese Trends sollten Entwickler kennen
Die aktuelle Ausgabe des Technology Radars von Thoughtworks enthält Empfehlungen zum aktuellen Stand der Softwareentwicklung in Bezug auf Plattformen, Werkzeuge, Praktiken, sowie Programmiersprachen und Frameworks.
Die Technologieberatung Thoughtworks hat jetzt die 27. Ausgabe des „Technology Radar“ veröffentlicht. Der halbjährlich erscheinende Report beruht auf den Einschätzungen des Technology Advisory Boards unter Leitung von CTO Rebecca Parson. Der Report enthält Empfehlungen zum aktuellen Stand der Softwareentwicklung in Bezug auf Plattformen, Werkzeuge, Praktiken, sowie Programmiersprachen und Frameworks. Dieser beruht auf Erkenntnissen, die Thoughtworks weltweit in der Zusammenarbeit mit seinen Kunden sammelt. Diese sind danach kategorisiert, ob Organisationen die jeweiligen Technologie-Aspekte beobachten, ausprobieren oder fallen lassen sollen.
„Wir arbeiten weltweit mit den unterschiedlichsten Kunden an den verschiedenen Projekten. Dabei machen wir viele Beobachtungen und sammeln Erkenntnisse, die branchenübergreifend relevant sind. Im aktuellen Technology Radar ist eines dabei sehr deutlich geworden: Machine Learning wird mittlerweile standardmäßig eingesetzt und bringt weitere spannende Entwicklungen mit sich“, kommentiert Erik Dörnenburg, Head of Technology bei Thoughtworks Deutschland. „Immer relevanter wird zudem die Sicherung von Software-Lieferketten. Eine Thematik, der Organisationen sich in den kommenden Jahren verstärkt widmen sollten.“
Technologie: Machine Learning ist im Mainstream angekommen
Mit der Zunahme der Rechenleistung von Geräten aller Größenordnung, der Verbreitung von Open-Source-Tools und einem höheren Bewusstsein für Datenschutz, wächst das Ökosystem des Maschinellen Lernens. Das föderierte maschinelle Lernen ermöglicht Praktiken, die den Schutz sensibler Daten gewährleisten, wie beispielsweise TinyML. Öffentlich verfügbare Modelle wie Stable Diffusion beschäftigen sich auch mit Herausforderungen hinsichtlich der Quelldaten und ethischen Maßstäben. Grundsätzlich lassen sich verschiedene ML-Komponenten einfacher denn je miteinander verknüpfen. Dadurch lassen sich Lösungen durch ein kreatives Zusammenspiel benutzerdefinierter Geschäftsmodelle und hochleistungsfähiger generischer Modelle entwickeln.
Plattformen müssen als Produkt gedacht werden
Unternehmen stehen vor einer Vielzahl an Problemen und Enttäuschungen das Potenzial von Plattformen zu nutzen, insbesondere wenn es um selbstgebaute, interne Plattformen geht. Das liegt vor allem daran, dass sich diese nicht als Produkt behandeln lassen. Viele von Entwicklern genutzte Plattformen verfügen beispielsweise nicht über die Nutzerforschung und Kontextanalyse, die von anderen Produkten erwartet wird. Die Plattformbetreiber müssen ihre Vorstellungen der Bedürfnisse von Entwicklern überprüfen und auf die tatsächlichen Nutzungsmuster reagieren. Und wie jedes gute Produkt braucht auch eine Plattform kontinuierliche Entwicklung: Sie muss sich an die Anforderungen der Entwicklungsteams anpassen. Auch die Rollen von beispielsweise Projektmanager und Business-Analysten sind oft andere als bei herkömmlichen Anwendungen. Die Metapher der „Plattform als Produkt“ funktioniert nur, wenn sie als Praxis und nicht als Modewort verstanden wird.
Technologie: Moving Data Ownership to the Edges
Zentrale Datenbanken bergen die Gefahr von Engpässen und unnötiger Belastung. Die Methode der Local-First-Software/Anwendungen soll Entwickler dazu anregen, stattdessen mit Peer-to-Peer-Daten zu arbeiten. Wenn das Computing also direkt auf dem Gerät und damit beim Benutzer ausgeführt wird, ermöglicht dies die Nutzung der erweiterten Gerätfunktionen. Die zugrundeliegenden Daten von Funktionen wie der Gesichtserkennung am Smartphone, verbleiben entsprechend auf dem Gerät selbst. Die Vorteile sind nicht nur ein verbesserter Datenschutz, sondern auch geringere Latenzzeiten.
Modulare Entwicklung von mobilen Anwendungen
Innerhalb der Softwarearchitektur werden große Systeme heute häufig vorrangig nach Geschäftsfeld und erst innerhalb einer Domäne nach technischen Kriterien strukturiert. Das gilt auch für mobile Anwendungen, die häufig im Laufe der Zeit stark wachsen, und im Fall von Super Apps schon als eigenständige Plattformen angesehen werden können. Die App-Entwicklung profitiert dabei vom Prinzip der Modularität: Modulare Apps eignen sich gut, um sie von mehreren autonomen Teams zu entwickeln. Das jedoch erhöht die Komplexität zusätzlich. Ein möglicher Grund, warum Unternehmen sich weiterhin sehr schwertun, den modularen Ansatz in der mobilen Entwicklung konsequent zu verfolgen. Und das, obwohl die Frameworks hierfür immer besser werden.
Thoughtworks ist Technologieberatungshaus, das Strategie, Design und Technik integriert, um digitale Innovationen voranzutreiben und mit über 12.000 Mitarbeiten in 50 Niederlassungen in 17 Ländern vertreten. (sg)
Lesen Sie auch: GreenOps: Mit der Cloud in eine nachhaltige Zukunft
Teilen Sie die Meldung „Technologie: Diese Trends sollten Entwickler kennen“ mit Ihren Kontakten:
Zugehörige Themen:
App-Entwicklung, Container-Technologie, DevOps, Geschäftsstrategie, Low-Code, Machine Learning, No-Code, Software, Softwareentwicklung