Treffer: Professionelle Softwareentwicklung mit Low Code optimieren – eine Fallstudie.

The ability to efficiently provide the required software applications is a critical success factor for companies today. This requires significant advances in productivity for professional application development; a solution to this is promised by so-called low-code platforms. The present case study compares two software development projects carried out with low code. Based on the expected low-code-driven optimization potentials, the factors ensuring the successful realization of these potentials in the projects are analyzed. Influencing factors identified include: the appropriate use of abstraction levels offered by the platform, the use of low-code-specific forms of collaboration, strategic platform positioning, the avoidance of static application scenarios, internal citizen development on the provider side and the right choice of platform. [ABSTRACT FROM AUTHOR]

Zusammenfassung: Die Fähigkeit, benötigte Softwareapplikationen effizient bereitstellen zu können, ist für Unternehmen heute ein kritischer Erfolgsfaktor. Gefragt sind signifikante Produktivitätsfortschritte für die professionelle Applikationsentwicklung; einen Lösungsansatz hierzu versprechen sog. Low-Code-Plattformen. Die vorliegende Fallstudie vergleicht zwei mit Low Code durchgeführte Softwareentwicklungsprojekte. Ausgehend von den Low-Code-getriebenen erwartbaren Optimierungspotenzialen wird analysiert, welche Einflussfaktoren eine gelungene Realisierung dieser Potenziale in den Projekten sicherstellen. Eruierte Einflussfaktoren sind: die adäquate Verwendung plattformseitig angebotener Abstraktionsebenen, die Nutzung Low-Code-spezifischer Zusammenarbeitsformen, eine strategische Plattformpositionierung, die Vermeidung statischer Anwendungsszenarien, ein internes Citizen Development auf Anbietendenseite und die richtige Plattformwahl. [ABSTRACT FROM AUTHOR]

Copyright of HMD: Praxis der Wirtschaftsinformatik is the property of Springer Nature and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)