Softwareentwicklung bedeutet schon immer auch den Umgang mit Daten – praktisch jede Software ist ein Datenverarbeitungssystem. Der Fokus liegt traditionell auf dem handgeschriebenen Code, die Daten werden von diesem bearbeitet, verändert und gegebenenfalls auch gewonnen. Durch immer größere verfügbare Datenmengen und neue Durchbrüche in der künstlichen Intelligenz erreicht Machine Learning (ML) auch zunehmend die Geschäftswelt. Nun stehen die Daten am Anfang des Entwicklungsprozesses, und aus Daten werden Softwarekomponenten erlernt, die das Verhalten des Gesamtsystems genauso beeinflussen können wie bisher nur der geschriebene Quelltext. Statt Code, der manuell erstellt und Schritt für Schritt nachvollziehbar ist (bzw. sein sollte…), steht eine Datenbasis, die ein System trainiert, das dann wiederum Daten verarbeitet.

Das Training wird also zu einem neuen Entwicklungsschritt, Daten werden genauso wichtig für das Funktionieren des Systems wie der Sourcecode. In diesem Vortrag geht es darum, welchen Einfluss dies auf die Softwarearchitektur, das Projektmanagement, Arbeitsabläufe im Team und die Projektinfrastruktur vom CI-System bis zum Deployment haben kann.