Zum Hauptinhalt springen

Programmieren & Softwareentwicklung

Alle Level
What you'll learn
  • Verstehen, worin KI beim Programmieren wirklich stark ist — erklären, generieren, refaktorieren, debuggen, übersetzen, überprüfen
  • Den goldenen Zyklus fahren: Kontext rein, planen, generieren, lesen, ausführen — und Fehlschläge als frischen Kontext zurückschleifen
  • Zu Prompts greifen, die sich lohnen, statt zu vagen Einzeilern
  • Die zwei harten Regeln verinnerlichen: durch Ausführen überprüfen und niemals Secrets einfügen

Ob du gerade das Programmieren lernst oder produktive Software auslieferst — KI verändert den Arbeitszyklus. Die Gewinner behandeln sie als schnellen, sachkundigen Partner — und überprüfen alles, was sie produziert.

Worin sie großartig ist​

  • Erklären von unbekanntem Code oder Fehlern in einfacher Sprache.
  • Generieren von Boilerplate, Tests und ersten Entwürfen von Funktionen.
  • Refaktorieren für mehr Klarheit und Debuggen durch das Nachvollziehen eines Stack-Traces.
  • Übersetzen zwischen Sprachen/Frameworks.
  • Überprüfen eines Diffs auf Fehler und Code-Smells.

Für echte Codebasen mach das in deinem Repository mit Claude Code, das Dateien lesen, Tests ausführen und mit deiner Zustimmung Änderungen vornehmen kann.

Der goldene Zyklus​

  1. Gib Kontext — den relevanten Code, den Fehler, was du erwartet hast vs. was du bekommen hast. Vage rein, vage raus.
  2. Bitte um einen Plan bei nicht-trivialen Änderungen, bevor bearbeitet wird (Plan-Modus).
  3. Generiere die Änderung.
  4. Lies sie — verstehe sie, bevor du sie akzeptierst. Du bist für den Code verantwortlich.
  5. Führe sie aus — Tests/Lint/Build. Vertraue niemals einem „das funktioniert", ohne es auszuführen.

Der Schritt, der gute von schlechten Ergebnissen trennt, ist der Pfeil zurück nach oben: Wenn ein Test fehlschlägt, flickst du nicht blind herum — du gibst den Fehler als frischen Kontext wieder ein.

Prompts, die sich lohnen​

Code erklären + Edge Cases erkennen

Explain what this function does and any edge cases it mishandles: {code}

Tests generieren

Write tests for {function}. Cover the happy path and the edge cases. {code}

Debuggen aus einem Stack-Trace

This throws {error}. Here's the code and stack trace. Find the root cause and propose a minimal fix. {context}

Harte Regeln​

:::warning Überprüfen und schütze deine Secrets

  • Führe generierten Code aus und überprüfe ihn — er kann auf subtile Weise falsch sein oder APIs erfinden, die nicht existieren.
  • Füge niemals Secrets/Schlüssel in einen Prompt ein (Datenschutz).
  • Für agentisches/automatisiertes Programmieren schränke die Berechtigungen ein und lies Agenten absichern. :::

Prüfe dich selbst

0/3
  1. Was trennt im goldenen Zyklus die guten von den schlechten KI-Coding-Ergebnissen am stärksten?
  2. Warum den generierten Code lesen, bevor du ihn akzeptierst?
  3. Was von diesem sollte niemals in einen Prompt gelangen?
Key takeaways
  • Behandle KI als schnellen, sachkundigen Partner — und überprüfe alles, was sie produziert, indem du es tatsächlich ausführst
  • Kontext rein, Qualität raus: liefere den Code, den Fehler und Erwartet-vs-Tatsächlich, niemals eine vage Bitte
  • Bitte vor nicht-trivialen Änderungen um einen Plan, damit du den Ansatz prüfst, bevor Code sich ändert
  • Lies generierten Code, bevor du ihn akzeptierst — er kann subtil falsch sein oder APIs erfinden, die nicht existieren
  • Füge niemals Secrets oder Schlüssel in einen Prompt ein und sperre Berechtigungen zu, bevor ein Agent auf eigene Faust programmiert

Weiter​