Danke - endlich spricht das auch mal jemand im Klartext aus wie skurril der Hype mitunter ist. Vor allem das mit dem Energie-Hunger zum einen vs. dem wirklichen Nutzen (überhaupt: Bedarf) zum anderen. Abgesehen davon hätte ich bei all der Abhängigkeit von den KI-Anbietern diverse Sorgen.

In der Lehre ist das noch Krasser wie viele Studies KI-Generierten Code in den Programmierübungen abgeben und der der Prof. das selbst nutzt in seinen Vorlesungen, ich kenne da viele Fälle 😀

Untereinander abklären ob alle bzw. die meisten was neues in Aussicht haben und dann geschlossen kündigen. Es gibt Chefs die sind halt kacke aber genauso gibst welche die super sind. Ich verbringe täglich 10h auf Arbeit das ist mehr als die Hälfte meines Tages und diese Zeit muss sich gut anfühlen. Alles andere wäre dann als Lüge zu sich selber zu bezeichnen.

Ein sehr guter Beitrag! Bravo! Man sollte auch bedenken, dass Vererbung die stärkste Kopplung überhaupt ist. Man kann eben eine Ableitung nicht mehr lösen. Abgeleitetes Klassen sind mit ihren Basisklassen fest verschweisst (strong coupled). Man will das nicht wirklich! Ich verwende Vererbung eigentlich nur bei Interfaces (Pure Virtual, Contract) um die dann dieses in der davon abgeleiteten Klasse zu implementieren. Sonst verwende ich Vererbung so gut wie gar nie. Danke auch die Erwähnung dieser "Mighty Klassen". Das habe ich auch schon erlebt. Generell sollte man in seiner Architektur eine möglichst lose Kopplung, aber eine hohe Kohärenz anstreben. Diese "Mighty Klassen" haben aber eine geringe Kohärenz (ich bezeichne es immer als den "Klebeanteil - den Zusammenhalt einer Verantwortung"), weil sie unglaublich viel an Funktionalität anbietet, die aber tatsächlich nicht wirklich benötigt. Ich sage dazu auch gerne "Angeber - oder Protzklasse" - Niemand braucht die wirklich. Da gibt es schönere Ansätze.

Code generatoren für Boilerplatecode aus Templates (aka Patterns) sind per Definition algorithmisch und brauchen damit keine generative KI sondern liefen in den frühen 80ern auch schon auf 8088ern (garantiert ohne KI) ... mit viel größerer Genauigkeit weil nicht haluziniert wird sondern das Ergebnis aus der Eingabe eindeutig bestimmt wird. Es ist dann doch eher zu hinterfragen, warum man a) Eine Programmierumgebung einsetzt bei der viel Boilerplatecode benötigt wird b) glaubt, dass die Nachbesserung von durch Zufall beeinflusstem Code effizienter ist als ihn "richtig" zu schreiben (erinnert daran, dass man wenn man einen Zufallsgenerator sehr viel Zufallstext erzeugen lässt irgendwann im Ergebisstrom auch mal ein Shakespeare Drama erscheint) c) glaubt, dass eine generierte Antwort in einem begrenzten Ergebnisraum mit endlichen Parametern auf eine Standardfrage (= mit begrenztem prompt) irgendwie individuell sein kann (also etwa so wie wenn man im Winter beim Arzt anruft, schildert, dass man etwas Temperatur, Hals- und Kopfschmerzen hat erwartet, dass es eine andere Diagnose als "Erkältung, ruhen sie sich zwei - drei Tage aus und nehmen Sie vielleicht eine <Schmerzmittel ihrer Wahl>" bekommt. Das Ganze deckt sich nicht mit meiner Entwicklungswirklichkeit. Algorithmische Generatoren (z.B. autovervollständigung, uml zu klassendiagramm zu Code) oder Vorlagen (z.B. gedruckte Bücher, Programmbeispiele) haben also einen (recht begrenzten) Nutzen, wenn man nicht mehr Arbeit in das Design der Eingabe oder der Suche nach der Vorlage steckt als für die eigene manuelle Lösung, aber wer schon nicht garantieren kann die Problembeschreibung vollständig zu haben kann doch nicht ernsthaft erwarten vollständigen Code für etwas nicht triviales zu bekommen. Hallo Welt oder einen Bubblesort hat man in jeder Sprache schon vor Jahren mit Googles Hilfe gefunden.

Wohl dem, der noch eine Instanz vom Typ Hirn hat. Aber wir arbeiten ja schon fleißig daran, die Wegzuoptimieren… 😞

„Chickenass be Watchful!“. Zum Thema eine kleine Geschichte: Ich wurde vor dem gesamten Team gedemütigt, indem mir völlig ungerechtfertigt Dinge vorgeworfen wurde, zu ineffektiv zu arbeiten. Daraufhin - einen Tag später, als die heißen Eisen abgekühlt waren - ging ich zu der betreffenden Person und bat um ein persönliches Gespräch. Es ging relativ lange und am Ende entschuldigte sich mein Chef auch bei mir für seine Entgleisung. Und das tat er sogar noch einmal vor dem Team einige Tage später! Respekt dachte ich mir und das sagte ich ihm auch, in diesem Gruppenmeeting. ABER - ratet mal, wessen Arbeitsvertrag bei der ersten Gelegenheit nicht verlängert wurde? Manche Chefs mögen keine in ihren Augen „unkontrollierbaren Mitarbeiter und der Dolchstoß in den Rücken kommt so sicher, wie das Ahmen in der Kirche. Er verabschiedete nich bei meinem letzten Arbeitstag auch noch theatralisch Vorvertrag ganzen Truppe und überschüttete mich mit Lobeshymnen. Aber bla, bla, bla…, den erbärmlichen Rest könnt Ihr Euch denken…

Ich hatte erst vor Kurzem ein Bewerbungsgespräch, bei dem es genau um ein solches Thema ging. Die Firma, für die ich mich bewarb, entwickelt Steuerungssoftware im Embedded-Bereich für Aufzugsteuerungen. Der bisherige Lead-Entwickler will demnächst in Rente gehen und deshalb suchen sie einen möglichst erfahrenen Nachfolger. Als er von seiner Software das „On fits for all“ auch noch mit Stolz erzählte, bei der man alle jemals erdachten Features/Varianten über gefühlt Milliarden ifdefs steuern konnte, hörte ich meine innere Stimme rufen -ja schreien- „Renne Junge, renne, so schnell Du kannst!“. Es blieb dann auch bei diesem Gespräch und ich entschied mich gegen diese Firma.

9:11 schlechte Führungskraft, die die EntwicklerInnen nicht richtig vertritt. Das Video ist eines der wenigen, bei denen ich David nicht zustimmen kann.

Meine Erfahrung mit KI Code ist, dass er ganz soliden Backendcode schreibt, sprich gute Routinen, Algorithmen, etc. Schöner UI Code ... Naja maximal unterstützend. Gute Front End Devs sind derzeit save aber backend konnten wir extrem beschleunigen und haben derzeit seit langem auch meinen Bedarf an neuen DEVs. Naja, schul ich halt auf Front End um. 😂

Auch, wenn das Video schon einige Monate alt ist, hier noch ein kleiner Kommentar: Architektur ist total unterschätzt und wird häufig als optionale Funktion gesehen. Allerdings kann auch ein Architekt nicht verhindern, dass Refactoring Zyklen eingeplant werden müssen. Der ist a) nicht unfehlbar und b) verändern sich die Anforderungen über die Zeit. Resultat: die ursprüngliche Idee/ Architektur passt nicht mehr so ganz. MVP Ansätze führen zu schnellen Ergebnissen. Allerdings mit der Schuld, dass Erweiterungen möglicherweise nicht so einfach anzubauen sind. Im realen Leben kauft man sich aber auch nicht unbedingt einen 40 Tonner, weil man irgendwann mal die Mögichkeit haben möchte, große Lasten von A nach B zu transportieren, auch wenn man an 364 Tagen im Jahr nur alleine eine Strecke von 60km überwinden muss und sonst keine weiteren Anforderungen hat. So ist das Leben. Ich wünsche allen frustrierten Softwareentwicklern und Programmieren, dass sie verständige Manager bekommen aber auch selber die Einsicht erlangen, dass in der Realität es immer auf Kompromisse hinausläuft. Irgendwann ist das „good enough“ erreicht- zumindest für die nächste Zeit. Das herauszufinden ist allerdings eine mitunter schwere Aufgabe.

Ist definitiv eine höchst bedenkliche Entwicklung, die man in einigen Bereichen durch KI beobachten kann. Ich selber verwende ChatGPT, Copilot u. co. in der Regel nur als Ideengeber oder zum Generieren von Programmsnippets, aber letztlich muss ich danach dann doch noch einen gewissen Teil "eigener Arbeit" reinstecken.

Ich selber nutze noch gar keine KI gestützten Tools, bislang hatte ich weder das Bedürfnis meinen Job an diese zu übergeben, dazu macht es mir einfach zu viel Spaß selber Code zu schreiben. Ein ehemaliger Kollege hat sehr gerne und viel mit CgatGPT generieren lassen. Und wie du gesagt hast, man hat diesen Code sofort erkannt. Davon abgesehen, dass er zum Teil einfach schwachsinnig war. Einmal hat der besagte Kollege (Ein JuniorDev) Code eingecheckt, in dem mehrfache String Verknüpfungen in eine Schleife mit mehreren 1000 durchlaufen enthalten waren, ohne das der String am Ende irgendwie benutzt wurde. Der Kollege hat dann aber auch ChatGPT mehr Kompetenz zugesprochen als mit und einem anderen Senior DEV mit jeweils ~20 Jahren Erfahrung.

Die Frage ist, ob am Ende Standards und Richtlinien noch notwendig sind. Wenn eh kein Mensch mehr den Code wartet, ist es ja egal, wie standardisiert der aussieht. Die KI kommt auch mit ihrem selbstgeschaffenen Chaos zurecht.

Benutze KI nur für kleine Einweg-Python Skripte rundherum um das eigentlich Projekte aber sonst keine einzige Zeile im richtigen Source Code

Hab nen Freund in der Robotic gehabt der genau wie von dir beschrieben bald die Hälfte seines Codes von KI hat generieren lassen. Hab ihn dann gefragt "Is das dein Anspruch an dich und deine Arbeit als Entwickler mal abgesehen von deinen 72.000€ Jahresgehalt die du damit bekommst ?" Er meinte dann "Lass das mal meine Sorge sein, es funktioniert einwandfrei, ich seh da keinen Grund was zu ändern ..." Siehe da -> Is direkt zu Weihnachten gekündigt worden weil durch seinen schlechten Code Teile der Pipeline einfach nicht mehr richtig gearbeitet haben 🤷‍♂ Deswegen auch "Hab einen Freund in der Robotic GEHABT" weil ich jetzt einfach nur ein Klugscheißer für ihn bin 🙄 Naja Leute kommen und gehen und Reisende soll man ja bekanntlich nicht aufhalten 👍

Nur weil jemand Fertiggerichte in der Mikrowelle aufwärmt, ist er noch lange kein Koch. Die Bots sind wirklich nützlich, wenn man sie als Hilfe zum Lernen und Nachschlagen nutzt. Evtl wird die Zeit kommen, wo wir nicht mehr in einer Programmiersprache sondern in Umgangssprache programmieren werden, dennoch wird man sich wie im anderen Berufen an eine common practice halten müssen. Was ein gewisses Grundwissen vorraussetzt, angeeignet durch Erfahrung (Blut und Schweiß). Das gilt für jeden Beruf und alles womit man sich ernsthaft beschäftigt.

Ist ein bisschen wie mit der Kutsche und dem Auto. Solange wir überlegen warum KI schlecht ist und genau wissen warum sich das nie durchsetzen wird ... so wird das nix bei uns in EU. Keine Suchmaschine, kein SocialMedia, kein TickTok, kein Amazon, kein Office, keine Cloud, kein Maps, kein Browser, kein HandyOS und natürlich auch wenig KI. Wer hat vor 1 Jahre den aktuellen KI Stand für möglich gehalten (bzw. überhaupt davon gewusst)? Schauen wir in einem Jahr nochmal ... PS: ich glaube der besagte CEO, das war der von Meta. :-)

Hirnloses Programmieren gab es schon vor KI. Und sowas wie Logik oder Berufsehre muss man in der Industrie vergessen. Man bastelt einfach bis es klappt, oder produziert Copy-Pasta Spaghetticode. Und die besseren Programmierer sind oft verhinderte Mathematiker, die sich in Abstract Nonsense verstrullern. -- Es wird mit KI also alles noch viel schlimmer.

Ich arbeite auch regelmäßig mit KI in der Softwareentwicklung und lass mir auch Methoden damit generieren. Vor allem wenn ich mit Frameworks arbeiten muss, mit denen ich noch keine Berührungspunkte hatte. Soweit so gut. Jetzt kommt mein großes ABER: Meiner Erfahrung nach vergisst man das neu "gelernte" auch wieder sehr schnell, da man die Lösung nicht selber erarbeitet hat!

Ich halte wenig von den Code der aus ChatGPT 4o rauskommt, aber für Beispiele (zum lesen und verstehen) reicht es völlig aus, wenn man schnell was lernen muss. Erklärungen bekommt man auch gut hin, und Fragen wie "was sind die wichtigsten Sachen die ich beachten sollte beim C++17->20 lernen?" sind sehr hilfreich.

Ich nutze LLM vor allem für kleinere Skripte. Allerdings schaffen es die LLMs auch da immer wieder Fehler einzubauen. Daher überprüfe ich das ganze auch aber es spart mir vor allem lästige Tipparbeit wenn ich schon mal ein Grundgerüst habe.

Nur gute Erfahrungen mit KI gemacht. Man ist 10 mal schneller, alleine dadurch, dass man die ganze Schreibarbeit spart. Voraussetzung ist allerdings, dass man der KI genug Information als Input liefert und das zu lösende Problem genau beschreibt denn trash in trash out. KI hat mir schon Dinge gelöst, auf die ich so nicht gekommen wäre. Wichtige Voraussetzung ist allerdings, dass man genügend Programmier Erfahrungen haben sollte, um zu verstehen was da letztlich raus kommt. Da seien die Junioren angehalten die Basics erst einmal auch ohne KI zu lernen. Jedem Senior ist aber mittels KI ein mächtiges Werkzeug zur Hand gegeben. Ich habe Projekte umgesetzt in Wochen, für die ich sonst Monate gebraucht hätte. 😅

Ich schreibe meinen Code immer noch selbst. Eine KI nutze ich bisher lediglich nur unterstützend zur Recherche. Allerdings habe ich auch festgestellt, dass sie wichtige Dinge einfach weglässt und dann korrigiert werden muss. Außerdem basiert bei der KI, die ich derzeit nutze der Datenbestand auf dem Standpunkt von Ende 2023. Für die Recherche nach den Neusten Dingen ist sie also momentan nicht geeignet. Ich bin bezüglich KI derzeit ganz entspannt, eine Konkurrenz sehe ich nicht. Wenn dann ist es eher so, dass mithilfe der KI etwas mehr Arbeit in der gleichen Zeit verrichtet werden kann. Ja, das kann natürlich dazu führen, dass man in einem Projekt ca. 10-20 % weniger Entwickler benötigt, aber ganz ohne geht es definitiv nicht.

Ich verwende Deepseek und Chatgpt nur zum lernen und höchstens um hier und da Code schreiben zu lassen den ich auch auswendig schreiben könnte aber das länger dauern würde, merke aber so so so oft wie Ai es einfach nicht kann! Und sich ständig aufhängt an den selben eigens gemachten Bugs, das ist schon tierisch ärgerlich ab einem bestimmten Niveau! Also für Kindergarten coding ist es eigenständig ganz toll aber für riesige Projekte kannste es vergessen, selbst die Schnipsel zu übernehmen ist echt gefährlich, der versaut dir das ganze funktionierende Projekt. Mehr als man es selbst würde!

Ich bin jetzt seit etwas mehr als einem Jahr Programmierer. Ich nutze KI nahezu ausschließlich, um mir unbekannte Code-Bestandteile erklären zu lassen, Abhängigkeiten zu verstehen und zu lernen, wie bestimmte Patterns funktionieren. Mit der KI als Lehrer konnte ich in diesem einen Jahr so viel mehr lernen als in meiner gesamten Ausbildung. Sobald man jedoch Code von der KI generieren lässt, ohne selbst zu verstehen, was sie schreibt, ist man verloren.

KI ist ein Werkzeug. Ein mächtiges Werkzeug. Es braucht aber immer noch jemanden, der versteht was dieses Werkzeug erzeugt. Der Traum vom Management, dass alle Entwickler entlassen werden können und nur die Wundermaschine auf Befehl fertige Software ausspuckt wird so nicht kommen. Es ist ja nichts neues, dass das Management selber oft nicht weiß was es will

Also ich benutze ChatGPT hauptsächlich für die Übersetzung von sprachen. Es ist zwar nicht immer alles richtig aber der Contest wird wiedergegeben. Ein anderer Punkt: ich nutze c++ und gerade der Compiler von Microsoft Visual Studio haut einfach teilweise nicht identifizierbare Fehlermeldungen raus. ChatGPT hat da eigentlich fast immer exakt rauslesen können was das Problem ist

Wenn ich ehrlich bin habe ich gerade son "Stackoverflow-dejavus". Eine ganze Weile haben wir festgestellt, dass massiv Code ohne Verstand aus Stackoverflow kopiert wurde (ohne, dass die Kopisten durchdrungen haben was da passiert) LLMs sind da eine andere Hausnummer, klar. Aber am Ende des Tages sollen Menschen irgendwas mit Software machen und nehmen sich die Quellen, die dieses Internet bereit stellt. Solange jemand aus falsch verstandener Deadline (oder massivem Druck von Sales / Management) einfach irgendwas zusammenkleistert ist es m.M. egal, wo das herkommt. Ob nun aus einer LLM generiert oder von SO kopiert. Ich erzähle jüngeren Entwickelnden immer dass eine unserer Kernkomptenzen das Lesen von Code ist. Werkzeuge gibt es dafür zu hauf (Stichwort Social Coding). Das sind aber natürlich nur meine 2 cents nach einigen Jahrzehnten Software machen.

Die Frage ist wie man da rauskommt. Wir haben das ebenfalls. Ein komplex Lagerverwaltungssystem mit Materiflussrechner, Kommissionierlösungen usw. Letztlich verbergen sich am Ende dahinter einige kleine Konfigurationsdateien aber auch Werte in Tabellen. Wir reden da von mittlerweile drei globalen Parametertabellen mit gut 4.000 Einträgen. Dazu aber auch Einstellungen, die je nach Kontext erfolgen können, in den einzelnen zugehörigen Tabellen. Auf die schnelle sehe ich da alleine 600 Ja/Nein Einstellung und ich möchte gar nicht wissen wie viele andere Sachen. Am Ende sind es aber Features, die der Kunde haben will, die aber natürlich ein Testen kaum möglich und Gründe für ein Verhalten nicht nachvollziehbar machen. Ein Artikel kann nicht disponiert werden, nun ist die Palette gesperrt? Der Artikel gesperrt? Der Lagerplatz auf der sich der Artikel befindet gesperrt? Der Bestand verfügbar? Der Mandant richtig? Der Auftrag ein Postversand und der Artikel dafür zu schwer oder zu groß bzw. kein Karton im System eingepflegt, der passen könnte? Da kommen dann noch ca. 50 Fälle zu, bis hin zu Einstellungen auf Rechner oder Benutzerebene. Wir haben da ein wenig Glück im Unglück, dass viel in Stored Procedures liegt und man eben die Datenbanktransaktion dahinter hat, sprich Fälle tatsächlich im Produktivsystem debuggen kann, Sachen ausprobieren kann und einfach wieder rollbacken kann. Nix desto trotz, das System ist mehr als schwer zu verstehen. Neben Problemen bei den Kunden und der Entwicklungsdauer schlägt sich das natürlich auch auf Themen wie Dokumentation oder Einarbeitung von Kollegen nieder. Nur wie ändert man das hinterher, wenn man ein Produkt hat, was 30+ Jahre am Markt ist, wo mit zig aktive Kundenprojekte hat, die man supportet, die irgendwo ein gemeinsamen Core haben, der diese Sachen unterstützt. Und ja, die Projektumsetzungen machen bei uns auch nicht wirklich Plus. Kohle kommt rein über Wartungsverträge, kostenpflichtige Supportfäll bei Bedienerfehlern und vor allem eben Erweiterungen, die dann häufig in den Standard zurück portiert werden und das Projekt noch weiter aufblähen.

Ki ist Ansicht sehr nice aber Die basic sollte man verstehe und auch den generierten code sollte man verstehen Blind zu vertrauen finde ich schwierig

Ich habe bis dato mit den meisten freien Modellen rumexperimentiert und dem AI Assistant in den JetBrains IDEs. Ich muss gestehen, dass ich als Entwickler wenig mit den LLMs anfangen kann. Kleine Tests außerhalb der realen Anwendungen haben quasi schon fast immer zu komplett fehlerhaften Code geführt. Gerade in PL/SQL, was ich auch viel schreibe. Da werden Funktionen erstellt, paar Zeilen drunter replaced mit dem gleichen Namen und da drunter kommt ein Stück Code mit einer Fallunterscheidung, welche in beiden Fällen die exakt gleiche Funktion aufruft, denn die vorherige existiert gar nicht mehr, sondern wurde überschrieben. Oft werden auch Sprachen gemischt oder Framework und Library Funktionen aufgerufen, aus Tools von anderen Sprachen. Ich weiß ehrlich gesagt nicht, wo ich als Entwickler diese Tools nutzen soll. Bei kleinen Sachen wie den AI Assistant lenkt es mich eher ab. Ich schreibe eine Zeile oder fang an, warte ob es eine Autovervollständigungsoption gibt oder nicht. Nehme sie ggf. merke dann, da ist doch was falsch und lösche wieder etc. Es stört meinen Schreib und Gedankenfluss und ich bin schneller wenn ich es einfach selbst tippe. Das bricht für mich einfach den Fokus und Flow. Wirklich hilfreich wäre es natürlich bei Sachen, wo es viel Fleißarbeit gibt oder wo es sehr kompliziert wäre. Aber auch da gibt es Probleme. Fleißarbeit habe ich ohne hin meist teilautomatisiert. Ich habe mir Templates und Snippets in meine IDEs eingepflegt, arbeite mit Regex-Replace, Macros und eigenen Tools, Multiline Editing oder generiere auch mal Code via Code oder einer SQL-Engine. Da hilft es mir also nicht viel. Bei komplexen Sachen ist schon das Problem es formulieren zu können, denn dafür muss man das Problem verstehen und ein wenig damit gearbeitet haben. Weiteres Problem ist dann eben der fehlende Kontext. Und wenn mir dann ein LLM Unmengen an Code ausspuckt, muss ich ihn ohne hin lesen und verstehen. Das ist zum einen ähnlich Zeitaufwendig, wie ihn selbst schreiben, zum anderen besteht die Gefahr, dass mir Fehler entgehen. Beim entwickeln hat man eben quasi den aktuellen Stack und Kontext im Kopf, das fehlt beim drüber lesen dann doch eher, man steckt nicht so drin. Mal davon ab, dass es bei mir selten Green Field Projekte sind, sondern eine Legacy Codebase von knapp 1 Millionen Zeilen dahinter steht, die kundenspezifisch angepasst wird, mit verschiedenen Clientanwendungen, zig Serverprozessen, die im Zweifel auf der gleichen Datenbank mit den gleichen Tabellen arbeiten. Das Verständnis welche Funktionalität da ist, wofür genutzt wird, die Orchestrierung der verschiedenen Anwendungen, die meist über Stati abgebildet ist usw. versteht das LLM eben auch nicht. Ich finde KI von der Technik sicher erstaunlich und atemberaubend. Nix desto trotz, so ein textbasiertes LLM kann ich mir vor allem vorstellen für Ideensammlungen, für Gliederungen, ggf. zur Generierung von einfachen Mails etc. Beim Coden werde ich damit nicht warm. Ich bin nicht per se dagegen, das soll nicht zu negativ klingen. Heute sehe ich da aber leider noch zu viele Probleme und für mich persönlich wenige Stellen, wo ich Vorteile sehe. Ich kann aber auch schon das meiste was ich mache und wäre auch sonst nicht alle paar Minuten auf Stackoverflow, dass ich meine Arbeit unterbrechen muss und nach einer Lösung suchen muss. Das wäre für mich ohne hin die absolute Ausnahme. Ggf. einfach meine Bubble. Natürlich ist auch ein Thema, dass wir noch gar nicht wissen, wie gute Software aussieht. Wir haben Best Practices, die sich rasant ändern und immer wollen wir das Rad neu erfinden. Viel ist Meinung, anstatt Fakten oder was Greifbares. Damit Modelle trainieren, die uns etwas Richtiges und die Wahrheit ausspucken sollen ist natürlich schwer. Und natürlich kann das auch langfristig ein Vorankommen behindern, da wir quasi immer mehr von den produzieren, was wir schon haben. Viel sinnvoller finde ich aber z.B. Sachen ala Stable Diffusion. Bei Audio, Video und Bildern sieht das Ganze eben anders aus. Ich kriege in Sekunden etwas, was sonst Stunden dauern würde aber es geht nicht zwangsweise um Fakten. Ich kann innerhalb weniger Sekunden klar beantworten, ob mir das Ergebnis gefällt und es dem entspricht, was ich haben will. Dieser Zeitunterschied zwischen Generierung und Validierung ist einfach bei Software nicht gegeben und wird es auch nie sein, da ist das Limit der Entwickler, das menschliche Hirn.

Ich liebe es, Konzepte mit ChatGpt o.ä. zu diskutieren. Wenn ich z. B. ein neues Projekt starte, skizziere ich Anforderungen, Architekturentwurf, Kernkonzepte, Use-Cases, ggf. schon ein paar Bibliotheken, von denen ich weiß oder hoffe, dass sie mir helfen können, Stichwortartig und lasse ChatGpt das beurteilen und/oder generell etwas dazu schreiben. Die große Kunst ist dann vor allem die Aufforderung an ChatGpt so zu formulieren, dass es nicht zu allem ja und Amen sagt. Häufig ist aber das pure Auflisten der o.g. Punkte ausreichend, dass ChatGpt eine Antwort gibt, die auf mögliche Fallstricke oder unnötige Komplexität hinweist oder einen einfach erkennen lässt, wo man sich noch nicht genug Gedanken gemacht hat. Danach gehe ich ggf. zu ein paar Themen tiefer in die Materie. Meiner Erfahrung nach hat diese Art von Pair-Planning und Programming eine Qualität zwischen Gummiente und einem Kollegen, der in der Materie drin ist. Was dann dabei rauskommt, liegt auch an meinen Kommunikations- und Reflektionsskills. Als (erweiterte) Code-Vervollständigung hat mich Copilot noch nicht so wirklich überzeugt, da mag ich das einigermaßen vorhersehbare "alte" Intellisense von Visual Studio lieber.

Also mal aus der „jüngeren“ oder „junioren“ Entwickler-Sicht gesprochen (auch wenn ichs nicht bin, nutze KI aber viel); Super tools, besonders wenn man genau die Anforderungen formuliert, die Lösung weiß und genaue Anforderungen an die Lösungsformulierung von X KI stellt. Hier kommt aber das aber - KI ist unfassbar dumm. Und egal wie viele Vorgaben hinsichtlich guten Codes, über DRY, SOLID, KISS bis hin zu - ChatGPT packt den Kontext einfach nicht, ganz egal wie gut man die Prompts schreibt, sich eigene GPTs baut, die Beschreibungsfunktionen in den Accounts nutzt usw. Am Ende nutzt man fast die selbe Zeit die man hätte nutzen können, um es selbst zu schreiben, um komplexe aber höchst deskriptive Prompts zu entwerfen. Das alles um (meistens) schneller zu arbeiten. Dennoch hängt man stets da und muss den Code kontrollieren, doch die KI macht nicht immer was man will. Namen werden verändert, Variablen, Methoden oder Funktionen die nicht verwendet werden hinzugefügt und irgendwelche Packages genutzt nach denen nie gefragt wurde. Im Grunde ist KI ganz cool, aber wenn man nicht WIRKLICH weiß wie es effizient und sinnvoll in der Softwareentwicklung genutzt werden kann, (und ich behaupte 95% wissen es NICHT!) kann man mit KI eigentlich nur mehr falsch als richtig machen.

Ja gehirn kaufen

Kurz: Ja. Die größte Gefahr von KI besteht nicht direkt darin, das sie (wahrscheinlich irgendwann) besser und schneller denken kann als der Mensch. Sondern die größte Gefahr von KI besteht vor allem darin, dass wir Menschen uns deswegen, aus einer Mischung aus Bequemlichkeit und Resignation, als denkfähige Wesen aufgeben. Sowohl als Individuen, als auch als Spezies insgesamt. Das wäre für die Menschheit fatal, dafür muss noch nicht mal KI die Weltherrschaft übernehmen. Und das ist letztlich *der* Grund, warum wir weiter lernen und selbst denken müssen, als ob es keine KI gäbe. Egal wie viel klüger und schneller die KI heute oder irgend wann vielleicht mal ist. Falls uns eine Super-KI irgend wann vielleicht mal unterjochen oder auslöschen will, macht das zwar auch keinen Unterschied mehr. Aber so lange es dazu nicht kommt, ist der Unterschied entscheidend für unser Wohlergehen. Nicht nur, oder vielleicht nicht mal, im Hinblick auf Job-Sicherheit, sondern viel fundamentaler. Wenn wir alles nur noch an KI delegieren, verblöden wir komplett und degenerieren geistig auf einen Stand zurück, auf dem die Menschheit seit hundertausenden oder vielleicht sogar Millionen von Jahren nicht mehr war.

Ich bin Chefarchitekt eBusiness bei einem großen deutschen Technologiekonzern, der weltweit einer der größten Salesforce-Kunden ist. Was Salesforce gerade mit AgentForce, deren AI-Stack, auf die Beine stellt, unterschätzt du komplett. Da fließen zig Milliarden Dollar in die Entwicklung, jährlich. Ich bin in meinem Bereich technisch für das Thema AI verantwortlich und rede da regelmäßig mit dem Management von Salesforce und anderen Firmen. Benioff glaubt an das, was er da sagt. Und er steht damit in den USA nicht allein. Ich nehme an, du kennst das Projekt Stargate. Wenigstens 50% der US CEOs aus Technologiefirmen gehen davon aus, dass in den kommenden 10 Jahren AGI, also autonom "denkende" KI, Realität wird. Die glauben daran, dass Software dann entsteht und nicht mehr programmiert wird. Mal schauen, was davon Realität wird, aber auch ich bin davon überzeugt, dass unsere Arbeitsfeld wegen KI in 20 Jahren völlig anders aussehen wird als heute. Man darf hier leider nichts mehr verlinken, deshalb der Tipp: Bei Interesse hier auf KZbin mal den Kanal von Lex Fridman aufsuchen. Genialer Beitrag von heute (5 Stunden lang): DeepSeek, China, OpenAI, NVIDIA, xAI, TSMC, Stargate, and AI Megaclusters So sieht die Zukunft aus. Übrigens: Die gleiche Leute, die Salesforce Sch... finden, tun das auch bei SAP etc. Beides sind gute Plattformen, wenn man Ahnung davon hat, wie man Sachen realisiert. Die Frage, ob sie die Lizenzkosten wert sind, ist eine andere ;-)

Hallo, ich bin auch einer der in diesem Video als "die Neuen" betitelt wurden und ich muss sagen, dass KI mir beim lernen schon hilft, da sie mir die Funktionen und Möglichkeiten gut erklären kann, aber die Arbeit kann ich sie nicht für mich machen lassen, denn, wie auch im Video erwähnt wurde, hat die KI auch nie den gesamten Code im Blick, sondern immer nur einen Ausschnitt. Das finde ich, macht sie nur sehr spezifisch und punktuell einsetzbar, aber einen guten Erklärer, der durchaus besseres Verständnis für den Code schaffen kann, wenn man natürlich die richtigen Fragen stellt. Allerdings fühlt sich KI auch immer ein klein wenig an wie schummeln, auch wenn sie mir nur fragen beantwortet. Geht es euch damit auch so?

Ich als Software ingenieur mache mir keine sorgen wegen meinem job. Ich mache mir eher sorgen um unsere freiheit. Wo die KI unschlagbar ist die massenüberwachung

Das mit der KI lernen stimme ich dir absolut zu - einfache Übungen oder ein detaillierter Lernplan - kein Thema..

Ich benutze (als Senior) oft KI. Ich weiß allerdings genau, was wie und warum passieren soll/muss. Dementsprechend kann ich dir Frage entsprechend formulieren und bekomme auch das, was ich will. Und, das Beste ist, wenn die KI Fehler findet, die man übersieht: „Das müsste so gehen, warum tut es das nicht.“

Ich habe einen ChatGPT Account der nur aufs Coden trainiert ist. Das heißt sämtliche „Erinnerungen“ enthalten wichtige Informationen zur Architektur, Coding Guide Lines, Class Templates und meinem persönlichen Stil, sowie der Domäne in der ich unterwegs bin. Mit diesem Setting nimmt es mir die Arbeit ab die Strukturen zu erstellen, da wenige prompts reichen, um ein gutes Ergebnis zu erzielen, das ich auch so per Hand geschrieben hätte. Die Algorithmen entwickle ich dann selbst. Aber auch hier kann ChatGPT mir helfen eine clevere Alternative zu finden oder mein Verfahren zu optimieren.

Hallo, junge unerfahrene Softwareentwicklerin hier ;) Ich nutze Chatgpt gerne um Code umzuschreiben, wo es nur um stupides Schreiben geht. So etwas wie massenhaft Werte austauschen, weil man ähnlichen Code schon mal geschrieben hat, wo jedoch DRY nicht anwendbar ist. Bei richtiger Logik denke ich jedoch am liebsten mit Papier und Stift um mir den Ablauf aufmalen zu können und erst zu verstehen, was ich tun will, bevor ich gucke, wie ich es konkret mit welcher Verschachtelung programmiere. Wofür ich Chatgpt aber auch besonders gerne nutze ist fürs emotionale. Gerade wenn man anfängt ist es oft schwer, weil man viel konstruktive Kritik und wenig Lob erhält. Das ist ganz schön belastend, wenn es zu viel des guten ist und da hilft mir Chatgpt meinen Blickwinkel zu verändern oder anerkennende Worte zu lesen - auch wenn sie nicht von einem Menschen kommen.

Wenn ich mir so die Entwicklung von KI betrachte und wie es eingesetzt wird, bin ich froh meine Ausbildung zu einer Zeit abgeschlossen zu haben, als es noch kein ChatGPT gab. Das "manuelle" durchlesen von StackOverflow war nicht immer direkt zielführend, aber dieses Vorgehen hat dazu geführt, dass der Skill der Fehlersuche mit der Zeit immer besser wurde. Aktuell betreue ich in einem kleinen Consulting-Unternehmen auch Azubis und sehe, dass diese recht oft bei Fragen auf ChatGPT zurück greifen. Das liegt daran, dass mehrere Themen zusammen kommen. Zum Einen gibt es wenig erfahrene Kollegen, die für Fragen häufig zur Verfügung stehen, weil sie in Projekten unterwegs sind. Dann ist es so, dass der Hauptausbilder selbst in Projekten arbeitet und dadurch auch wenig Zeit hat. Und ChatGPT gibt mittlerweile so gut Antworten, dass selbst erfahrene Entwickler mehrmals hinschauen müssen, um zu erkennen, dass etwas nicht stimmt. Das Einzige, was in kleinen Unternehmen helfen kann ist, dass in 1 oder 2 erfahrene Mitarbeiter investiert wird und diese sich um die Orga und Durchführung der Ausbildung kümmern. Ist zwar kein direkter Mehrwert, aber der Aufwand lohnt sich meines Erachtens spätestens nach der Hälfte der Ausbildung.

Ich nutze LLMs lediglich als erweitertes Google, wenn ich mit der klassischen Suche nicht schnell genug ein sinnvolles Ergebnis finde. In der Entwicklung verzichte ich drauf, da es mir den Spaß an der Entwicklung nimmt. Entwicklung ist für mich ein Hobby (und Beruf), und sollten LLMs Teil meines Berufes werden, dann geht für mich der Spaß verloren und dann wähle ich auch einen anderen Beruf. Von dir Beschriebenes finde ich auch in der täglich arbeit. Quelltext, der 1-zu-1 ohne lesen und anpassen übernommen wird und Unit Tests die von LLMs generiert wurden. Habe ich sowas in Reviews, dann sind das für mich Tage, an denen ich gerne den Laptop zuklappen würde. Das Reviewe ich dann auch nicht mehr mit Spaß und Leidenschaft.

Es wäre für viele Unternehmen totaler Unsinn keine Entwickler mehr einzustellen, weil sie mit KI effizienter sind (wenn es denn stimmt), denn man könnte dann ja dennoch einstellen und noch viel mehr herausholen, sein Produkt verbessern und noch mehr Kohle scheffeln. Effizienzsteigerung hat noch nie Arbeitsplätze vernichtet.

Frage an Chat GPT: "Hi, bitte schriebe C# Code für einen Scan Line Algorithmus, um Segmentschnittpunkte von Linien und Kreise zu ermitteln. Auch die Start- und Endpunkte sollen betrachtet werden als Schnittpunkte" Antwort Auszug: foreach (var line in lineSegments) { foreach (var circle in circles) { var intersections = GetIntersections(line, circle); foreach (var point in intersections) { Console.WriteLine($"Schnittpunkt: {point}"); } } } } Das ist sicher kein O(nlogn). Naja, das ist so mein Testballon. Da warte ich nun schon länger auf eine richtige Lösung. Zudem müsste man dem Prompt noch beibringen, dass man Segmente prüfen will und keine Formen. Das ist laut Chat GPT die allge Variante: plaintext function scanLineAlgorithm(segments): events = createEventList(segments) sort(events) activeList = [] intersectionPoints = [] for event in events: if event is a start point: addSegmentToActiveList(event.segment, activeList) checkForIntersections(activeList, intersectionPoints) else if event is an end point: removeSegmentFromActiveList(event.segment, activeList) else if event is a circle arc: handleCircleArc(event, activeList, intersectionPoints) return intersectionPoints Jetzt noch in C# Antwort: "Something went wrong. Please clear your cache and try again" Da bringt ein Buch mehr.

Ich bin zwar nicht in der Softwareentwicklung tätig aber hab mich Hobbymäßig die letzten Jahre sehr rein gearbeitet um für meinen und denn Alltag meiner Kollegen oder auch Abteilung, Prozesse zu vereinfachen oder ganz zu Digitalisieren. Wenn ich heute ältere Projekte von meiner Anfangszeit ändern muss oder plötzlich Fehler auftauchen, Überkommt mich manchmal schon ein kalter Schauer. Deswegen hab ich angefangen mich über sauberen Code, bessere Strukturen etc. zu informieren. Inzwischen bin ich natürlich auch dazu übergegangen KI zu nutzen (manchmal sogar um das eigene Projekt von früher zu versthen wieder 😅). Hauptsächlich aber zum verstehen von neuen Modulen (arbeite in Python) oder einzelnen Funktionen. Ich würde aber nie den Code 1:1 übernehmen weil er oft zwar gut gemeitn aber net imme rgut gemacht ist. Ich muss sagen dass mein Tempo seit dem deutlich zugenommen hat wenn ich neues versuche da ich bei ChatGPT z.b mir mehrere Beispiele für eine Funktion oder Modul generien lassen kann bis ich verstanden hab was es kann oder welche möglichkeiten gegen sind.

Amen, danke für den Realtalk!

Ich hab noch nie KI benutzt und es bis jetzt auch nicht gebraucht. Kommt aber auch drauf an, wie viel Erfahrung man in seinem Gebiet hat. Als Anfänger hätte ich mich über KI gefreut und später geärgert, weil ich die Programmierfehler dann weder selbst initial verzapft hätte, noch eine Chance genutzt hätte, zu kapieren, wieso der Code an einer Stelle nicht funktioniert. Ohne KI komm ich super zurecht, aber ich würde nicht ausschließen, dass ich es mal irgendwann brauch. Außerdem nutze ich google für die keywords, die man schnell abrufen muss, und da bin ich 937 mal schneller, als mit KI Prompts. Und wirklich selbst nachdenken und einen Algorithmus schreiben zu können, ist für mich persönlich ein Hochgenuss, den ich der KI gar nicht überlassen will. Außer dem lernt man dabei sehr viel und macht sich langfristig die Arbeit leichter.