Naumann, StefanGuldner, AchimWeber, SebastianWesting, MaxKlein, MaikeKrupka, DanielWinter, CorneliaWohlgemuth, Volker2023-11-292023-11-292023978-3-88579-731-9https://dl.gi.de/handle/20.500.12116/43059In den letzten Jahren sind Large Language Models (LLM) wie GPT, BERT, PaLM, BLOOM oder LLamA durch die Verbesserung der Generierung natürlich wirkender Texte sowie neuer Fähigkeiten (Generierung von Quellcode etc.) stark ins öffentliche Interesse gerückt. Durch den Black Box-Charakter der Modelle und der Unklarheit der Qualität der zugrundeliegenden Trainingsdaten ist die Korrektheit der LLM-generierten Texte jedoch, insbesondere im wissenschaftlichen Umfeld, unklar und bedarf der Bewertung durch Expert:innen. In diesem Beitrag gehen wir daher auf die Frage ein, inwieweit LLM und insbesondere ChatBots wie ChatGPT Themen wie Green Coding und Nachhaltige Software-Entwicklung unterstützen können, und wie zuverlässig die Antworten am Beispiel von ChatGPT (GPT-3.5) sind. Wir stellen fest, dass die Inhalte für einen Überblick über die Themen sowie einen Einstieg in das Thema durchaus nutzbar sind, jedoch insbesondere im Hinblick auf weiterführende Quellen Schwachstellen aufweisen.deGreen CodingNachhaltige Software-EntwicklungChatBotsChatGPTText/Conference Paper10.18420/inf2023_1361617-5468