Technology Radar: Mehr Transparenz bei Machine Learning gefordert

Weiterhin thematisiert der Report von ThoughtWorks, warum die Softwareentwicklung am besten in funktionsübergreifenden Teams gelingt.

Lesezeit: 3 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen
Technology Radar: Mehr Transparenz bei Machine Learning gefordert
Von
  • Alexander Neumann

Das IT-Beratungsunternehmen ThoughtWorks hat die 21. Ausgabe seines zweimal im Jahr herausgegebenen Technology Radar veröffentlicht. Er bewertet Trends der Softwareentwicklung und der digitalen Geschäftsstrategie. Ziel ist es, Entscheidungshilfen zu geben, indem die Autoren des Reports, darunter bekannte Softwareentwickler beziehungsweise Berater wie Rebecca Parsons, Neil Ford und Martin Fowler, Empfehlungen für den Einsatz einzelner Techniken liefern. Dieses Mal rücken sie die folgenden vier Themen in den Fokus: Interpretation der Machine-Learning-Blackbox, Softwareentwicklung als Teamsport, einen differenzierten Umgang mit der Cloud und den Schutz der Software Supply Chain.

Die ThoughtWorks-Consultants beobachten, dass Machine Learning zunehmend mehr Entscheidungen übernimmt. Jedoch seien die dahinter liegenden Berechnungen schwer nachzuvollziehen. So sei es wichtig, Tools für sogenanntes Ethical Bias Testing zu verwenden, die für mehr Transparenz sorgen, sowie unterschiedlich geartete Entwicklerteams zusammenzustellen. Tools wie lime, AI Fairness 360 oder What-If könnten hier helfen, Ungenauigkeiten aufzudecken, die durch unterrepräsentierte Gruppen in Trainingsdaten und Visualisierungstools wie Google Facets oder Facets Dive entstünden.

Tools und Techniken, die Mitglieder eines Softwareteams voneinander isolieren, hätten negative Auswirkungen auf Feedback und Zusammenarbeit, so formulieren die Autoren des Technology Radar weiter. Individualistische Internetphänomene wie "10xEngineers" seien wenig hilfreich, denn Innovation entstehe, wenn die richtigen Spezialisten in einem funktionsübergreifenden "10xTeam" zusammenarbeiten würden. Derzeit sei zu beobachten, wie Design, Data Science und Sicherheit in funktionsübergreifende Teams integriert und von Automatisierungstechniken unterstützt würden. Die nächste Grenze sei zudem, mehr Governance- und Compliance-Aktivitäten in den Bereich zu bringen.

Weiterhin heißt es, dass die großen Cloud-Anbieter bei Kernfunktionen wie Storage und Compute inzwischen gleichauf lägen. Somit habe sich der Wettbewerb darauf verlagert, zusätzliche Services anzubieten. Aufgrund des Konkurrenzdrucks würden diese Services in rasantem Tempo auf den Markt gebracht und seien oft noch nicht ausgereift. Daher sei es nicht zu erwarten, dass alle Cloud-Services eine ähnliche Qualität haben. Entwickler sollten deswegen die Offenheit mitbringen, gegebenenfalls statt dem Angebot des Cloud-Anbieters ein Open-Source-Cloud-Angebot zu installieren und auf reifere Umsetzungen zu warten sowie Poly-Cloud-Strategien in Betracht zu ziehen.

Das Ökosystem der Softwareentwicklung werde zunehmend stärker automatisiert, so die Autoren des Reports. Unternehmen sollten sich von Governance-Ansätzen verabschieden, die zeitaufwendige manuelle Prüfungs- und Freigabeprozesse für neue Software vorschreiben. Es sei empfehlenswert, automatisierte Governance-Prozesse einzuführen.

Zur Methode des Reports: Er nutzt einen visuellen Ansatz, um die Einträge in vier Gruppen einzuteilen: Techniken, Plattformen, Tools sowie Programmiersprachen und Frameworks. Innerhalb dieser Gruppen wird jeder Eintrag mit einer Empfehlung versehen: "Assess" für Techniken, die eine Evaluation wert sind; "Trial" für welche, die einsatzbereit sind und die ThoughtWorks bereits in Produktion gesehen hat; "Adopt" für ausgereifte Techniken; und "Hold" für welche, von deren Verwendung zum aktuellen Zeitpunkt abgeraten wird.

Wer nun wissen will, was in welcher Kategorie wie bewertet wird, schaut sich am besten die interaktive Website des Technology Radar an. Eine PDF-Version steht ebenfalls zum Download bereit. (ane)