Softwareentwicklung mit KI: Ein Vier-Dokumenten-System und der ewige Anfänger

2025-07-19
Softwareentwicklung mit KI: Ein Vier-Dokumenten-System und der ewige Anfänger

Der Autor entwickelte Protocollie in vier Tagen mithilfe des KI-Pairprogrammierers Claude, nicht durch Experten-Programmierkenntnisse, sondern über vier Dokumente: Architekturübersicht, Technische Überlegungen, Workflow-Prozess und Story-Breakdown. Dieser Prozess, verglichen mit dem „Spaghetti an die Wand werfen“, hebt die Experimentierfreude gegenüber der Planung hervor und zeigt die Veränderung der Landschaft der KI-gestützten Programmierung. Er offenbart einen Wandel in der Rolle des Programmierers und umfasst die Unsicherheit dieser neuen Ära, in der der technologische Fortschritt schneller voranschreitet als die Akkumulation von Expertise.

Mehr lesen

MCP: Das zufällige universelle Plugin-Ökosystem

2025-06-29
MCP: Das zufällige universelle Plugin-Ökosystem

Dieser Artikel untersucht die unerwarteten Verwendungsmöglichkeiten von MCP (Model Context Protocol). Ursprünglich entwickelt, um KI-Assistenten zu verbessern, übersteigt seine Fähigkeit, „eine standardisierte Möglichkeit zu bieten, KI-Modelle mit verschiedenen Datenquellen und Tools zu verbinden“, den Bereich der KI. Ähnlich wie ein USB-C-Anschluss, der einen Toaster an einen Monitor anschließen kann, ist MCP zu einem universellen Plugin-Ökosystem geworden. Entwickler können funktionale Plugins erstellen, ohne die interne Funktionsweise anderer Anwendungen verstehen zu müssen. Dies verbessert die Funktionalität der Anwendung erheblich und schafft unerwartete Anwendungen. Eine Aufgabenverwaltungsanwendung kann beispielsweise MCP-Server für Rechtschreibprüfung, automatische Kaffee-Bestellung und vieles mehr verwenden.

Mehr lesen
Entwicklung Plugin-Ökosystem

IA-Produktivitätsexplosion: Sind wir auf den Entscheidungsengpass vorbereitet?

2025-04-27
IA-Produktivitätsexplosion: Sind wir auf den Entscheidungsengpass vorbereitet?

KI skaliert die Produktion von Wissensarbeit exponentiell, aber unsere Entscheidungsfindungswerkzeuge und -rituale stecken in der Vergangenheit fest. Dies führt zu Engpässen bei allem, von Code-Reviews bis zur strategischen Planung. KI glänzt in der Produktion, aber Menschen bleiben mit einem riesigen Berg an Aufgaben zurück, die bewertet, genehmigt oder geändert werden müssen. Dies führt zu sinkender Arbeitszufriedenheit und, noch wichtiger, bestehende Werkzeuge können die durch KI generierte Arbeitsmenge nicht bewältigen. Wir müssen Workflows neu gestalten und uns auf hochgeschwindigkeitsfähige Entscheidungsfindung statt Produktion konzentrieren, oder wir ertrinken in KI-generierten Aufgaben.

Mehr lesen

Automatisierung von Bugfixes mit Multi-LLM-Agentenclustern: Günstiger als gedacht

2025-04-13
Automatisierung von Bugfixes mit Multi-LLM-Agentenclustern: Günstiger als gedacht

Dieser Beitrag beschreibt einen neuartigen Ansatz zur automatisierten Fehlerbehebung mit mehreren großen Sprachmodellen (LLMs). Durch die Integration von Asana, dem Aider-Codierungsagenten und einem Sublayer-Agenten löst das System automatisch drei LLMs (GPT-4o, Claude 3.5 Sonnet und Gemini 2.0 Flash) aus, um denselben Fehler zu beheben. Jeder Versuch läuft in einem separaten Git-Branch ab, was zu mehreren Pull-Requests führt. Dieser Ansatz der „verschwendeten Inferenz“ erweist sich als überraschend kostengünstig und effizient und bietet Redundanz und diverse Lösungen. Selbst wenn ein Modell fehlschlägt, können andere erfolgreich sein und alternative Ansätze liefern. Dieses Experiment zeigt das Potenzial dieser automatisierten, multi-Modell- und kostengünstigen Fehlerbehebung und deutet auf einen Paradigmenwechsel in der zukünftigen Entwicklung hin.

Mehr lesen
Entwicklung

MonkeysPaw: Ein intentionsgesteuertes Webframework basierend auf LLM

2025-04-06
MonkeysPaw: Ein intentionsgesteuertes Webframework basierend auf LLM

MonkeysPaw ist ein revolutionäres Ruby-Webframework, das die traditionelle Webentwicklung auf den Kopf stellt. Anstatt HTML, CSS und JavaScript zu schreiben, beschreiben Entwickler den Seiteninhalt in natürlicher Sprache. Das Framework generiert dann komplette Webseiten basierend auf der Interpretation der Absicht durch das LLM. Dies macht die Entwicklung schneller und effizienter, bringt aber auch Herausforderungen wie Performance und Genauigkeit mit sich. MonkeysPaw repräsentiert einen neuen Ansatz in der AI-first-Welt, der Content priorisiert und natürliche Sprache als Code verwendet, wodurch die Hürde zwischen Idee und Umsetzung gesenkt wird.

Mehr lesen