KI hat mich wieder zum Programmieren gebracht
(news.ycombinator.com)- Der Zinseszins-Rechner von Calquio ist ein kostenloses Online-Tool, das visuell zeigt, wie ein Investment im Lauf der Zeit wächst
- Der Entwickler hatte das Programmieren lange hinter sich gelassen und begann durch KI-basiertes Vibe Coding wieder, Produkte zu bauen
- Ausgehend von der Unzufriedenheit mit der Qualität bestehender Zinseszins-Rechner — etwa wegen schlampiger UI und übermäßiger Werbung — wurde das Projekt zu einem Webservice mit Fokus auf Finanzrechnern ausgebaut
- Als sich Vibe Coding verbreitete, entstand die Einsicht, dass man die Absicht nur vermitteln muss, ohne alles selbst zu implementieren; selbst ohne klassische Entwicklerrolle kann man Ergebnisse schaffen, wenn man Anforderungen klar beschreibt
- „Dann lass uns den Rechner, den wir wollen, einfach selbst bauen“
- Die KI übernimmt die Implementierung, und der Nutzer konzentriert sich auf Anforderungen, UX und Domänenwissen
- In etwa 2 Wochen und mit API-Kosten von rund 100 US-Dollar wurden mehr als 60 Rechner erstellt
- Ausgehend vom Zinseszins-Rechner wurde auf Hypotheken-, Kreditrückzahlungs-, Sparziel- und Ruhestandsrechner erweitert
- Die KI übernahm den Großteil repetitiver Arbeiten wie Eingabevalidierung, UI-Komponenten und Tests sowie das Schreiben von Code und die Detailimplementierung
- Der Nutzer brachte Architekturverständnis, UX-Urteilsvermögen und Domänenwissen zur Finanzmathematik ein
- Die KI verstärkte die Entwicklungsfähigkeiten nicht nur dramatisch, sondern gab vor allem das Vertrauen zurück, wieder etwas bauen zu können
- Ideen, die lange aufgeschoben worden waren, konnten in realistische Projekte verwandelt werden
- Wichtiger als Produktivitätsgewinne war der Abbau psychologischer Hürden
3 Kommentare
Der Original-Link zeigte auf den Rechner, aber ich fand, dass der Inhalt, den der Autor auf Hacker News gepostet hat, eigentlich wichtiger ist als die Funktion des Rechners selbst, deshalb habe ich den Link auf die HN-Seite geändert.
Auch ich habe abgesehen vom beruflichen Coden kaum privat programmiert, aber wegen AI arbeite ich inzwischen viel an Side-Project-Code.
Ob ich das am Ende tatsächlich öffentlich machen werde, habe ich mir noch nicht wirklich überlegt, aber während ich so daran herumbastle, wächst schon ein bisschen der Ehrgeiz.
Wenn man sieht, wie viele Projekte auch bei GeekNews Show gepostet werden, scheint es wohl vielen ähnlich zu gehen.
Natürlich wird durch die größere Einfachheit inzwischen manches geteilt, obwohl der letzte Feinschliff noch etwas fehlt, und das ist ein wenig schade.
Hacker-News-Kommentare
Ich mache gerade etwas sehr Ähnliches durch. Früher war ich Netzwerkingenieur und leitete Softwareprojekte, habe aber vor etwa 20 Jahren mit dem Programmieren aufgehört.
Jetzt betreibe ich eine Farm und baue selbst Apps für eine Freiwilligenorganisation. Zum Beispiel eine App zur Standortverfolgung von Bodenproben-Lkw, Feuchtigkeitsmonitoring, Fahrzeugverwaltungskalender und weitere Apps — alles in wenigen Stunden erstellt.
Früher kam Git gerade erst heraus, und jetzt nutze ich es endlich richtig — es ist wirklich erstaunlich gut.
Es begeistert mich total, dass ich Ideen direkt umsetzen kann, während das Traktor-GPS automatisch lenkt. In letzter Zeit habe ich so viele neue Ideen, dass ich kaum noch richtig schlafen kann.
Ich bringe meinem Kind gerade den AI-Entwicklungs-Stack bei — AI IDE (Antigravity), Datenbank (Supabase + MCP-Server), Deployment (Github + Vercel). Mit dieser Kombination kann man in wenigen Stunden großartige integrierte Apps bauen.
Ich schlafe weniger, aber mein Glücksgefühl ist auf dem Höhepunkt.
Ich war 17 Jahre lang ein Optimist in Wissenschaft und Technik, aber in letzter Zeit werde ich immer mehr zum Ludditen.
Es wirkt auf mich, als verschärfe Technologie gesellschaftliche und wirtschaftliche Probleme eher, statt sie zu lösen. Am Ende habe ich erkannt, dass Kommunikation und soziale Faktoren der Schlüssel zum Erfolg von Software sind.
Es heißt, unten auf der Website stehe der Satz „Sorgfältig für Genauigkeit entwickelt“, aber ich weiß nicht, ob man so etwas auf einen spontan gebauten Rechner schreiben kann.
Kann man wirklich sicher sein, dass 60 Rechner in allen Edge Cases perfekt funktionieren?
Wenn Nutzer ihnen vertrauen und sie verwenden, sind die Auswirkungen von Fehlern groß. Auch wenn es mit AI gebaut wurde, braucht es qualitätsorientierte Entwicklung.
Übrigens funktioniert die Website in meinem Browser nicht einmal richtig.
In letzter Zeit empfinde ich gegenüber dem Coden und der Welt darum herum zunehmend Desillusionierung.
Die von AI vorgeschlagene Kombination war Next.js, React, TailwindCSS, shadcn/ui und vier Sprachen (EN/DE/FR/JA), und weil es „modern and clean“ sein sollte, wurde das so gewählt.
Aber das sieht wie ein typischer trendgetriebener Stack aus. Ein erfahrener Webentwickler würde so einen Stack für eine einfache Sammlung von Finanzrechnern vermutlich nicht empfehlen.
Ich bin ebenfalls AI-Professor, und früher ging meine ganze Zeit für das Testen von Ideen in die Einrichtung der Umgebung drauf.
Jetzt kann ich wieder selbst Forschung betreiben, bin weniger von Studierenden abhängig und kann daneben auch meine eigenen Projekte verfolgen.
Eine wirklich ausgereifte App zu bauen erfordert zu viel nicht direkt produktive Arbeit — UI, Logging, Fehlerbehandlung, Dokumentation, Versionsverwaltung usw.
Aber heute verkürze ich diese Prozesse mit AI und baue Apps mehrfach schneller. Ich habe drei Apps in Rust gebaut, obwohl ich eigentlich nicht einmal selbst „Hello World“ schreiben könnte.
Weil es Rust ist, habe ich auch Vertrauen in die Stabilität. Natürlich muss man bei einem produktionsreifen Projekt den von AI erzeugten Code vollständig verstehen, bevor man ihn einsetzt.
Ein LLM eignet sich eher als fortgeschrittenes Suchwerkzeug oder Boilerplate-Generator.
Ich bin einen ähnlichen Weg gegangen. Nach einem Physikstudium habe ich lange in Rechnungswesen und Finanzen gearbeitet und dann wieder mit dem Coden angefangen.
Die größere Erkenntnis als AI war, dass das über Jahre aufgebaute Domänenwissen ein enormer Vorteil bei der Lösung echter Probleme ist.
Früher baute ich „Lösungen ohne Problem“, heute baue ich „Lösungen für klar definierte Probleme“.
AI ermöglicht solchen Domänenexperten, selbst Prototypen zu erstellen. Es ersetzt keine Entwickler, sondern setzt verborgenes Potenzial frei.
Ich kann die Aussage nachvollziehen, dass alle Zinseszinsrechner schlecht sind und man deshalb selbst einen gebaut hat. Aber das Werbeproblem lässt sich mit einem Adblocker lösen.
Mit einem Adblocker ist das Interneterlebnis völlig anders. Ich empfehle ihn jedem. Ganz egal welches Produkt — Hauptsache, die Werbung wird blockiert.
Je mehr Werbeblocker eingesetzt werden, desto mehr reagieren Websites mit Clickbait und minderwertigen Inhalten.
Besonders technische Inhalte werden hart getroffen, wenn die Werbeeinnahmen sinken.
Die Lösung ist letztlich, Bezahlmodelle zu wählen und werbebasierte Inhalte zu vermeiden.
Der schlimmste Albtraum aus Sicht eines Engineers ist, wenn jemand „100 fast fertige Rechner-Websites“ baut und sie mir mit den Worten übergibt: „Mach einfach kurz ein Code Review.“
In Wirklichkeit besteht der Großteil der Arbeit aus Edge-Case-Validierung und Qualitätsfeedback, und die andere Person versteht nicht, warum das so lange dauert.