Ich bin gerade dabei, das zusammenzustellen. Die Einzelkapitel stammen aus insgesamt sechs Jahren, teilweise sind Kapitel aus Schnipseln mehrerer Jahre zusammengestellt. Da werden gerade die "besten" ganzen Vorlesungen herausgesucht. Es gibt noch(!) die alten Playlists, da sind ganze Vorlesungen drin (Winter...)

@@ProfTomProgramming nice thx :)

Das freut mich sehr!

Unbedingt!

Deswegen gibt es ja die Einblendungen. Wenn Sie das Video in HD ansehen und jeweils kurz stoppen, kann man es einigermaßen lesen. Leider wurde der Neubau unserer Hochschule ohne Kreidetafeln geplant. Die dicken Whiteboard-Marker kann man nicht unbegrenzt ins Lager legen weil die dann austrocknen und wenn der Beschaffungsprozess mal länger dauert...

Das Problem dabei ist, dass die KI eben nicht immer 100prozentig korrekte Ergebnisse liefert. Programmiererinnen müssen - auch und insbesondere bei exzessiver Verwendung von KI - in der Lage sein, den Quellcode der KI zu verstehen und auf seine Korrektheit hin zu bewerten bzw. anzupassen. Dazu zwei Beispiele. 1. Ich habe neulich ChatGPT 4 verwendet, um einen Codeschnipsel zu erzeugen, der die Koordinaten der äußeren Tangentenpunkte zweier Kreise berechnet (jeweils Mittelpunkt und Radius gegeben). Es kam zwar etwas ähnliches heraus, für die korrekte Lösung musste ich den Code jedoch anpassen. Jede Aufforderung zur Verbesserung unter Benennung des Problems mit der vorgeschlagenen Lösung führte zur Verschlechterung. 2. Ein Unternehmen, mit dem ich gelegentlich zu tun habe, hat den Zugriff auf LLMs vollständig gesperrt weil die Entwickler trotz wiederholter Verbote KIs verwendet und den generierten Code ungeprüft und unangepasst in Produktivsysteme eingespielt hatten und damit - unabsichtlich - Systemausfälle hervorgerufen hatten. Die LLMs sind noch nicht so weit, dass wir nur noch den Plan vorgeben können. Wir müssen auch das generierte Ergebnis verstehen und bewerten können.

+1