
handle: 10419/316644
ZusammenfassungLow-Code-Entwicklungsplattformen gewinnen zunehmend an Bedeutung in der digitalen Transformation von Unternehmen. Diese Plattformen ermöglichen es, Softwareanwendungen mit minimalem Programmieraufwand zu erstellen, wodurch die Komplexität der Softwareentwicklung reduziert und Personal aus IT-fernen Geschäftsbereichen in die Anwendungsentwicklung einbezogen wird. In diesem Grundlagenbeitrag werden die Prinzipien, Vorteile und Herausforderungen der Low-Code-Entwicklung untersucht. Es wird gezeigt, wie Low-Code-Entwicklungsplattformen Geschäftsinnovationen fördern, indem sie die Effizienz und Flexibilität der Softwareentwicklung erhöhen und eine schnellere Anpassung an Marktveränderungen ermöglichen. Unsere Analyse basiert auf umfassender Literaturrecherche und über 30 Interviews mit Vertretern aus über 20 Unternehmen. Die Ergebnisse verdeutlichen, dass Low-Code-Plattformen nicht nur die Entwicklungszeit und -kosten reduzieren, sondern auch eine Kultur der Innovation und Zusammenarbeit innerhalb der Unternehmen fördern. Darüber hinaus werden konkrete Handlungsempfehlungen vorgeschlagen, die für eine erfolgreiche Implementierung von Low-Code-Plattformen erforderlich sind. Abschließend geben wir einen Ausblick auf zukünftige Forschungsthemen, einschließlich der Integration von Künstlicher Intelligenz und Machine Learning in Low-Code-Plattformen, um deren Potenzial weiter zu maximieren.
Citizen Developer, Digital transformation, Innovation culture, Low-Code-Entwicklung, Digitale Transformation, ddc:000, Change Management, Low-code development, Innovationskultur, Citizen developers
Citizen Developer, Digital transformation, Innovation culture, Low-Code-Entwicklung, Digitale Transformation, ddc:000, Change Management, Low-code development, Innovationskultur, Citizen developers
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 4 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Top 10% | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
