- Als ich anfing, AI-Code-Tools zu nutzen, war ich von der Überraschung und Effizienz beeindruckt
- Besonders bei der Analyse von C++-Compilerfehlern halfen sie so sehr, dass es fast wie Magie wirkte
- Mit GitHub Copilot und verschiedenen LLM-basierten Editor-Integrationen wurden sie Teil meines Entwicklungs-Workflows
- Ende 2024 entfernte ich jedoch alle LLM-Integrationsfunktionen aus meinem Code-Editor
- Ich nutze AI immer noch gelegentlich, aber nicht mehr als Teil meines primären Workflows
Eine ähnliche Erfahrung wie mit Tesla FSD
- Zwischen 2019 und 2021 fuhr ich ein Tesla-Fahrzeug und nutzte FSD häufig
- Als ich FSD auf der Autobahn verwendete, ließ meine Konzentration beim Fahren zunehmend nach
- Durch die Abhängigkeit von FSD wurde meine Fähigkeit, selbst zu fahren, schwächer
- Als ich später wieder ein normales Auto fuhr, brauchte ich Zeit, um meine Konzentration zurückzugewinnen
Erfahrungen mit AI-Code-Editoren
- Je mehr ich AI-Tools nutzte, desto schneller arbeitete ich, aber desto schwächer wurden meine Grundlagen
- Bei Nebenprojekten, in denen ich keine AI-Tools verwenden konnte, fühlte ich mich unwohl und verlor an Selbstvertrauen
- Bei grundlegenden Aufgaben wie dem Definieren von Funktionen oder dem Schreiben von Testcode hatte ich Schwierigkeiten
- Durch die Abhängigkeit von AI verlor ich das Vertrauen, Implementierungsentscheidungen selbst zu treffen
- Schließlich merkte ich, dass meine Fähigkeiten bei komplexen Aufgaben nachgelassen hatten
Verlust des intuitiven Gespürs
- Das deutsche Wort „Fingerspitzengefühl“ bezeichnet die intuitive Urteilskraft, die erfahrene Menschen besitzen
- Auch beim Schreiben von Code entsteht dieses Gespür, je vertrauter man mit einer Sprache und einem Framework wird
- Bei technischen Detailentscheidungen wie dem Einsatz von Pointern, der Wahl der Standardbibliothek oder der Verwendung von
assert ist dieses Gespür wichtig
- AI-Tools schwächen dieses Gespür
- Wenn man Codequalität und Wartbarkeit berücksichtigt, ist menschliche Intuition äußerst wichtig
Entwicklung auch ohne AI-Tools ist möglich
- Die Angst, ohne AI-Tools nicht mehr arbeiten zu können, ist übertrieben
- Tatsächlich ist AI bei großen Projekten oder Legacy-Systemen nicht besonders nützlich
- In Projekten mit internen Tools, Frameworks oder internen DSLs helfen LLMs kaum weiter
- Sicherheitsrelevanten Code (
JWT, RBAC usw.) sollte man AI nicht überlassen
- Sicherheit ist ein Bereich, den man selbst verstehen und verantworten muss
- Wenn AI alles vom Schreiben des Codes über PR-Reviews bis hin zum Deployment übernimmt, werden Sicherheitsprobleme stark zunehmen
Einen Maßstab für den Einsatz von AI setzen
- AI ist nützlich, aber ich vermeide die Nutzung als in den Editor integrierte Funktion
- Ich gebe den Kontext direkt ein, lasse mir nur den nötigen Code erzeugen und übernehme ihn manuell
- Beispiele: Testmigrationen, Umwandlung von SIMD-Berechnungen, Dekodierung komprimierter Daten
- Diese Vorgehensweise stärkt das Verantwortungsgefühl für den Code und senkt zugleich die Kosten
- Für Lernzwecke ist AI hilfreich: besonders wenn man Erklärungen zu Assembler-Code, Shadern oder Netzwerkcode anfordert
- In meinem persönlichen Blog verwende ich keine AI-generierten Inhalte und bevorzuge von Menschen geschaffene Arbeiten
Das weiter tun, was man liebt
- Neben Effizienz und Produktivität ist es auch wichtig, das fortzuführen, was man gern tut
- So wie Menschen Aktivitäten weiterhin genießen, obwohl AI sie wie beim Schach schlagen kann, kann auch Programmieren als etwas Freudvolles fortbestehen
- Es ist wichtig, weiter zu programmieren, nicht nur weil man besser werden will, sondern weil es einem Freude macht
Ein Rat an Berufseinsteiger in der Entwicklung
- Werdet nicht zu „ewigen Juniors“, die von AI abhängig sind
- Entwickelt die Fähigkeit, selbst Code zu schreiben, und versteht die Prinzipien von Systemen gründlich
- Es ist wichtig, die unter der Haube arbeitenden Strukturen zu studieren und so echte Fähigkeiten aufzubauen
- AI ist nur ein Werkzeug und keine vollständige Lösung an sich
- Manchmal muss man auch üben, ohne AI zu arbeiten
- Mit reinem „Vibe Coding“ wird man kein fähiger Entwickler
- Wenn du ohne AI nicht coden kannst, dann codest du nicht wirklich
Fazit
- AI bedeutet, Wissen für Geschwindigkeit zu opfern
- Manchmal ist dieser Trade-off sinnvoll, aber das Training der Grundlagen bleibt unverzichtbar
- Gute Entwickler üben ihre Grundlagen immer wieder
- Bis AI Berufe ersetzt, ist es noch ein weiter Weg, und Unternehmen schüren oft FOMO, um Investitionen anzuziehen
- AI ist nur ein Werkzeug und kein Ersatz für Denken
- Es ist wichtig, neugierig zu bleiben und kontinuierlich weiterzulernen
16 Kommentare
Sind die grundlegenden Fähigkeiten, die einen guten Entwickler ausmachen, seit der Erfindung des Computers nicht unverändert geblieben?
Ich habe mich bei der Vorbereitung auf Coding-Tests auch einfach aus Gewohnheit dabei ertappt, wie ich ständig den Cursor mit den Tasten bewegt habe, sodass ich öfter Tab gedrückt als wirklich getippt habe ... haha. Mit gutem Gefühl bin ich wieder zu VSCode zurückgekehrt.
Ich glaube, auch die Leute, die AI-Tools entwickeln, kennen dieses Problem alle. Sie schweigen nur darüber.
Wenn man sich gedankenlos auf KI verlässt, könnte man konzeptionell am Ende genauso werden wie ein unfähiger Manager, der weder etwas von Architektur versteht noch eine einzige Codezeile schreiben kann, die Arbeit nur an Untergebene delegiert, die im Code verborgenen Risiken nicht erkennt und selbst bei Problemen keine Lösung findet. Nur das Werkzeug wechselt dann von menschlicher Intelligenz zu künstlicher Intelligenz.
Für nervige Fleißarbeit beim Coden gibt es kaum etwas Besseres, aber ...
Dem stimme ich im Großen und Ganzen zu. Ich denke, dass es bislang noch Bereiche gibt, in denen so ein Gespür nötig ist, und dass der Unterschied zwischen dem, was man erkennt, und dem, was man nicht erkennt, ziemlich groß ist. Man sollte es zwar als Werkzeug nutzen, sich dessen aber ausreichend bewusst sein.
Die Erfahrung mit der Nutzung von KI-Code-Editoren, der Verlust des intuitiven Gespürs und der Rat an Junior-Entwickler – diese drei Punkte finden bei mir besonders großen Anklang.
Dann könnte man ja gleich auch auf Computer verzichten ...
Haha, stimme voll zu.
Hahahahahahahahahaha
Sollten wir vielleicht die Version von 2025 von "Assistant Manager Kim, nutzen Sie keine Funktionen" nicht verwenden …? Haha
Dem Text nach scheint es nicht darum zu gehen, dass man es nicht für Fleißarbeit verwenden soll, sondern eher darum, das Denken nicht an die KI auszulagern.
Haha, da stimme ich zu. +1
Immer mehr ... Situationen, die bewusstes Üben erfordern, kommen auf uns zu ... :)
???: „Verwenden Sie einfach weiter
puttyundvi“Hacker-News-Kommentar
Ich glaube, es gibt zwei Arten von Fähigkeiten: unabhängige Fähigkeiten und grundlegende Fähigkeiten
Inzwischen nutze ich keine AI-Tools auf Editor-Ebene wie Cursor mehr, sondern löse Probleme über Inline-Textvervollständigung und Chat
Ich schreibe den Großteil des Codes von Hand, nutze LLMs aber für semantische Suche, um meine Recherche zu vertiefen
Ich habe die Codevervollständigung deaktiviert, weil das Lesen der Vorschläge mental belastend ist
Ein Buch von Nicholas Carr beschreibt die Dynamik, dass Fähigkeiten umso mehr verkümmern, je stärker man sich auf Automatisierung verlässt
Das ist ähnlich wie Artikel mit Titeln wie „Warum jeder Entwickler Assembly lernen sollte“
Ich nutze nur die zeilenweise Vervollständigungs-AI, die mit Rider mitgeliefert wird
AI-Tools machen das Leben bequemer
Der Verlust von Fähigkeiten wirkt in beide Richtungen
Wenn ich nach einem bestimmten Problem suche, nutze ich es statt der Google-Suche