Die versteckten Kosten des AI-Codings

• Der Einsatz von AI-Coding-Tools steigert zwar die Produktivität, wirft aber Bedenken hinsichtlich eines Rückgangs von Flow und der Freude am kreativen Schaffen bei Entwicklerinnen und Entwicklern auf
• Früher bot die Erfahrung des Codens im „Flow“-Zustand Entwicklerinnen und Entwicklern große Zufriedenheit
• Heute übernimmt AI die Code-Erzeugung, während Entwicklerinnen und Entwickler oft auf die Rolle von „Kuratoren“ beschränkt sind, die erklären und bewerten
• Durch diesen Wandel wird ein möglicher langfristiger Rückgang von Glücksempfinden und beruflicher Zufriedenheit befürchtet
• Als Lösungsansätze braucht es bewusste Anstrengungen, Raum für „direktes Codieren“ zu lassen, und die Suche nach neuen Formen der Zufriedenheit

---

Wohin ist die Freude am Codieren verschwunden?

• Der Autor erkennt den Fortschritt und die positiven Seiten der AI-Technologie an, gesteht aber zugleich, dass die Freude am Entwickeln verschwindet
• Früher gab es Momente des Codens, in denen man Kopfhörer aufsetzte, NeoVim öffnete und völlig das Zeitgefühl verlor
• Nicht bloße Effizienz oder Belohnung, sondern die Erfahrung selbst, Probleme zu lösen und etwas zu erschaffen, war die eigentliche intrinsische Motivation

Der Wert von „Flow“ in der Psychologie

• Laut der Theorie des Psychologen Mihaly Csikszentmihalyi tritt der Flow-Zustand dann auf, wenn Herausforderung und Fähigkeit in einem angemessenen Gleichgewicht stehen
• Für Entwicklerinnen und Entwickler zeigt sich dieser Flow als Moment, in dem man mit dem Code eins wird, Probleme wie Rätsel erscheinen und das Zeitgefühl verschwindet
• Solche Momente sind nicht bloß Arbeit, sondern der Kern von Kreativität und beruflichem Glück

Wie AI-Tools die Rolle der Entwickler verändert haben

• Heute lässt sich dank AI-basierter Coding-Tools (Copilot, Cursor usw.) viel Code erzeugen, ohne ihn direkt selbst zu schreiben
• Entwicklerinnen und Entwickler konzentrieren sich nun stärker auf das Schreiben von Prompts, das Prüfen von AI-Ergebnissen und kleinere Korrekturen
• Dadurch nehmen die frühere Flow-Erfahrung und die Freude am Schaffen ab
• Die Nutzung von AI erhöht zwar die Produktivität, kann sich im Prozess aber passiver und emotional distanzierter anfühlen

Die eigentliche Sorge: Was, wenn der Flow verschwindet?

• Dieses doppelte Phänomen von steigender Produktivität bei sinkender Freude könnte langfristig die Zufriedenheit von Entwicklerinnen und Entwicklern beeinträchtigen
• Wenn beim Codieren Herausforderung, kreative Lösungen und das Erfolgserlebnis des eigenen Schreibens verloren gehen, könnte auch der Sinn der Arbeit selbst verblassen
• Es wird auch die Frage aufgeworfen, ob „Prompt Engineering“ ein neues Ziel für Flow-Erlebnisse werden kann

Neue Wege zum Flow finden

• In Zukunft könnte Zufriedenheit eher in Systemdesign, der Entwicklung von Produktideen und Ähnlichem als im direkten Codieren liegen
• Oder man kann bewusst Zeit für ineffizientes „Hand-Coding“ reservieren, um Raum für Flow zu erhalten
• Entscheidend ist, dass es auch im AI-Zeitalter bewusste Entscheidungen braucht, um Glück und Flow als Entwicklerin oder Entwickler zu bewahren

[wogns3623]

Wird direktes Codieren damit in den Bereich der Hobbys übergehen..

[bungker]

Ich glaube, dass es eher dabei hilft, in den Flow zu kommen, weil man sich auf den Teil konzentrieren kann, den man wirklich machen möchte.

[ahwjdekf]

Code, der nicht öffentlich im Internet verfügbar ist, kann eine KI ohnehin niemals schreiben. Deshalb verstehe ich nicht so recht, wie man behaupten kann, dass KI das gesamte Coding übernehmen wird.

[bluewolf80]

Ich dachte auch, dass es hier nicht eher um Software mit relativ geringer Komplexität geht? Selbst wenn sie Open Source ist, zum Beispiel: Ob man den Kerncode des Linux-Kernels wirklich gut schreiben könnte ...

[GN⁺]

Hacker-News-Kommentare

• Manche Menschen lieben das Programmieren an sich. Sie lieben CS-Theorie, Tools, fast alles daran

  • Andere sehen es als Mittel zum Zweck und finden an den technischen Aspekten keine Freude. Sie interessieren sich mehr für das Ergebnis als für den Prozess
  • Wenn man zu Gruppe A gehört, kann es schwer sein, Gruppe B zu verstehen. Umgekehrt genauso
  • Als Musiker liebe ich alles am Musikmachen. Theorie, das Beherrschen von Instrumenten, und dass ich durch Tausende Stunden Übung Dinge spielen kann, die ich früher für unmöglich hielt
  • Andere dagegen wollen direkt zum Ergebnis springen. Sie wollen Songs rund um die Melodie oder Idee in ihrem Kopf bauen
  • Ich schaue auf solche Menschen nicht herab. Ich verstehe sie nicht, aber ich muss sie auch nicht verstehen
  • Viele Entwickler haben über Jahre ihre Fähigkeiten und ihre Liebe dazu verfeinert und können nicht nachvollziehen, warum Menschen etwas wollen, das ohne Mühe erzeugt wurde

• Wenn man Programmieren genießt, kann man einfach weiter coden. Niemand hat einem die Tastatur weggenommen

  • AI hilft mir, mich auf die Teile des Codens zu konzentrieren, die mich wirklich interessieren. Das sind vielleicht 5–10 % eines Projekts
  • Der Rest besteht aus repetitiver Arbeit, Dockerfiles, Build-Systemen, dem Durchreichen von Bash-Umgebungsvariablen und Ähnlichem
  • AI liegt nicht immer richtig, ist aber verlässlicher als Menschen. Sie urteilt nicht und lacht einen nicht aus

• Wenn wir die Freude an unserer Arbeit verlieren, sollte man sich fragen, worauf wir eigentlich optimieren

  • Das Ziel ist, Probleme für echte Menschen zu lösen
  • Open-Source-Nebenprojekte existieren aus Liebe und Freude daran
  • Mit dem Programmieren wird es schon gutgehen

• Dank AI-unterstütztem Coding hatte ich in letzter Zeit zum ersten Mal seit Langem wieder einen großartigen Flow

  • Ich zerlege die Arbeit in Komponenten mit angemessener Komplexität und lasse AI sie bearbeiten
  • Ich konzentriere mich auf das High-Level-Design

• Dieser Kommentarbereich zeigt eine klare Trennlinie zwischen Menschen, die Coding lieben und AI hassen, und Menschen, die Coding hassen und AI lieben

  • Menschen, die das Coding gern an andere oder an etwas anderes abgeben würden, sind vermutlich schon jetzt die Entwickler, die den schlechtesten Code produzieren

• Ich nutze GitHub Copilot und ChatGPT 4.0. Für kleine Beispiele sind sie okay, aber in den meisten Fällen sind Prompts Zeitverschwendung

  • Ich frage mich, ob LLMs bei großen Projekten hilfreich sind
  • Frage an Leute, die LLMs nutzen: Muss man bei großen Projekten die Prompt-Strategie ändern, welche Programmiersprachen verwendet ihr, und helfen LLMs bei nichttrivialen Problemen

• Ich erledige den Großteil der Arbeit per Prompt, prüfe dann alles gründlich, committe und pushe es

  • Um LLMs gut zu nutzen, muss man klare Prioritäten setzen

• Durch AI-Tools ist der Job weniger erfüllend geworden

  • AI-Tools können nicht die gesamte Arbeit automatisieren, und die Arbeit, die sich nicht automatisieren lässt, ist noch langweiliger
  • Ich beneide Leute, denen AI-Tools helfen, sich auf das zu konzentrieren, was ihnen wichtig ist

• Programmieren hat noch nie so viel Spaß gemacht wie jetzt. Die langweiligen und lästigen Teile fallen weg, und ich kann mich auf den Code konzentrieren, den ich schreiben will

• Wir sollten wieder zu Small Data zurückkehren. Von Hand ausgewählte, lokal gewonnene Daten. Daten, deren Geruch und Haptik man spüren kann

  • Diese Tage sind vorbei