Google Ads hat sich einer enormen Herausforderung gestellt: Die Migration von Millionen Zeilen Code – und das mit Unterstützung von Künstlicher Intelligenz. Doch wie genau hat Google diese Aufgabe gemeistert, und welche Lehren wurden gezogen?
Effiziente Lösungen durch KI und traditionelle Methoden
In einem wissenschaftlichen Paper beschreibt Google Ads, wie vier zentrale Migrationsaufgaben im Bereich Code-Management mit Hilfe von KI angegangen wurden. Darunter fielen etwa der Wechsel von 32-Bit-IDs zu 64 Bit, das Update von JUnit3 auf JUnit4 sowie die Umstellung des Zeitformats von Joda auf java.time. Ebenso wurde nicht mehr benötigter Beispiel-Code bereinigt. Über 500 Millionen Zeilen Code mussten hierbei analysiert und angepasst werden.
Das Unternehmen setzte auf eine Kombination aus traditionellen Ansätzen und KI-gestützten Lösungen. So wurde die KI vor allem in Aufgaben eingebunden, bei denen sie von Unit-Tests unterstützt wurde, während Abstract Syntax Trees (ASTs) und reguläre Ausdrücke präzise Änderungen ermöglichten. Dieser hybride Ansatz führte zu Effizienzsteigerungen von bis zu 50 % – allerdings nur bei den reinen Codeänderungen, denn die menschliche Prüfung blieb weiterhin zeitintensiv.
Herausforderungen und Erkenntnisse
Eine der größten Herausforderungen war die hohe Varianz der zu ändernden Stellen. Vor allem beim Wechsel von 32-Bit-IDs auf 64 Bit mussten zehntausende Codebereiche modifiziert werden. Auch die Migration der Zeit-API von Joda nach java.time stellte sich als kompliziert heraus, da viele Typen nicht kompatibel sind und tiefere Eingriffe in die Logik erforderlich machten.
Die gezielte Anpassung der eingesetzten KI-Modelle war für den Erfolg entscheidend. Hier setzte Google Ads auf „Gemini“ – eine eigens auf die Repositories und Aufgaben abgestimmte Version des KI-Modells. Dennoch betont das Paper, dass kleinere, speziell trainierte Modelle zuverlässiger sind und den Debugging-Aufwand reduzieren können.
Blick in die Zukunft
Trotz aller Fortschritte bleibt die Prüfung geänderter Codes ein Flaschenhals, da sie Expertenwissen erfordert. Google plant jedoch, diesen Aufwand durch verbesserte Tools und potenzielle KI-Agenten zu verringern. Gleichzeitig soll die KI-gestützte Migration im Ads-Bereich ausgebaut werden, auch wenn die langfristigen Auswirkungen auf die Codequalität noch unklar sind.