SDLC

ISO/IEC/IEEE 12207 definiert den SDLC als normierten Rahmen der Softwareproduktion: Anforderungen, Entwurf, Entwicklung, Test und QA, Bereitstellung, Wartung, gemessen an DORA-Metriken, mit dem erklärten Ziel, Software korrekt und zuverlässig zu bauen. Zwei Lesarten dessen, was KI mit diesem Rahmen anstellt, stehen in offenem Widerspruch zueinander.

Olivier Rafal (WeNvision) vertritt die Ansicht, dass die Phasen selbst sich nicht verschieben: Definieren, Bauen, Verifizieren, Bereitstellen, Warten bleiben erhalten, und KI intensiviert sie. Louis Claxton, vom Applied-AI-Team von Anthropic, behält die sechs Stufen und die Kontrollziele bei, verändert aber den Ausführungsmodus und macht aus dem Prozess eine Schleife, die auf commiteten Artefakten aufbaut. SFEIR streckt dieselbe Abfolge auf elf Phasen mit drei unverrückbaren menschlichen Gates (Define, Plan, Ship). Chris Williams verwirft die Prämisse selbst: Der SDLC wurde zugeschnitten, um menschlichen Fehlermodi (Ego, Erschöpfung, Vergessen) entgegenzuwirken, und das Fehlerprofil eines Modells ist ein anderes, weshalb er den ADLC stattdessen auf acht katalogisierten Modellfehlern aufbaut.

Die wiederkehrende Messgröße ist die Verschiebung. Claxton und SFEIR verorten den Engpass beide in den Stufen, die weiterhin mit menschlichem Tempo vor und nach dem Build laufen. DORA 2025, zitiert von Paula Hingel und von SFEIR, korreliert KI-Einführung positiv mit Durchsatz und negativ mit Stabilität der Auslieferung. Marty Cagans Four Big Risks legen die strukturelle Grenze offen: Der SDLC adressiert von Natur aus allein die technische Machbarkeit, eines von vier Risiken.

Ob die fünf invarianten Phasen ein dauerhaftes Rückgrat sind oder eine aus menschlichen Beschränkungen überkommene Gewohnheit, bleibt zwischen Rafal und Williams offen.