In einem aktuellen wissenschaftlichen Paper gibt das Google Ads-Team aufregende Einblicke in die beeindruckende Transformation ihrer Codebasis mithilfe von Künstlicher Intelligenz (KI). Dabei wurden vier entscheidende Migrationsaufgaben von älteren Codeversionen zu modernen Standards gemeistert: der Umstieg von 32-Bit-IDs auf 64-Bit-IDs, das Upgrade von JUnit3 auf Version 4, die Umstellung des Zeitformats von Joda auf java.time und die gründliche Säuberung nicht verwendeter Beispielcodes in allen Repositories.

Das Team konnte laut Berichten eine Einsparung bei Zeit und Aufwand von etwa fünfzig Prozent realisieren. Obwohl der Vorteil bei der reinen Code-Umstellung höher war, gab es einen zusätzlichen Aufwand für die anschließenden Prüfungen, um die Qualität des Codes sicherzustellen.

Herausforderungen bei der Code-Migration

Google Ads verfügt über eine gewaltige Codebasis von über 500 Millionen Zeilen. Um diese umfassende Herausforderung zu bewältigen, setzte das Team das KI-Modell Gemini ein, jedoch in einer speziell für die Migration optimierten Version. Dies erleichterte die Anpassungen über alle durchsuchbaren Quellcodes hinweg, obwohl die hohe Varianz an Änderungsstellen eine erhebliche Herausforderung darstellte.

Zusätzlich zur KI kamen traditionelle Methoden wie Abstract Syntax Trees (AST), heuristische Techniken und reguläre Ausdrücke zum Einsatz. ASTs halfen dem Team vor allem dabei, die relevanten Code-Stellen rasch zu identifizieren, während die tatsächlichen Anpassungen von dem KI-Modell durchgeführt wurden. Die abschließende menschliche Überprüfung fand, wie bei jeder Codeänderung, gewissenhaft statt.

Von 32-Bit zu 64-Bit: Ein gewaltiger Sprung

Google Ads verwendet IDs für Nutzer, Händler und Kampagnen, die häufig als Integer-Typen in C++ oder Java implementiert sind. Der Umstieg von