KI schreibt meinen Code – aber ich muss trotzdem wissen, was da steht

Lesezeit 3 Min.

Ich nutze KI-Tools seit Ende letzten Jahres – anfangs zögerlich, eher als Experiment. Erst seit wenigen Wochen setze ich sie wirklich intensiv ein. Und der Produktivitätsgewinn ist real. Bei manchen Aufgaben spare ich locker 50 bis 70 Prozent der Zeit, die ich früher gebraucht hätte.

Aber es gibt eine Kehrseite, über die in der ganzen KI-Euphorie viel zu wenig geredet wird.

Was KI beim Programmieren wirklich leistet

Fangen wir mit dem Positiven an, weil es echt ist. KI-Assistenten wie GitHub Copilot, Cursor oder Claude können in kürzester Zeit funktionierenden Code für klar umrissene Aufgaben liefern. Boilerplate-Code, der früher 20 Minuten gedauert hat, ist in zwei Minuten fertig. Komplexe Regex-Muster, die ich früher nachschlagen musste, werden auf Anhieb korrekt generiert. Dokumentation schreibt sich quasi von selbst.

Besonders wertvoll ist für mich inzwischen die Unterstützung beim Schreiben von Tests. Umfangreiche Test-Suites, die früher echte Fleißarbeit waren, lassen sich mit KI deutlich schneller aufbauen – und das erhöht die Codequalität insgesamt spürbar.

Das alles wirkt sich direkt auf die Kalkulation aus. Aufgaben, die früher 8 Stunden gekostet haben, dauern heute vielleicht 3. Was gut für den Kunden ist, bedeutet für den Entwickler: effizienter arbeiten, mehr Projekte stemmen, um auf den gleichen Umsatz zu kommen. Das ist ein stiller Umbruch, der gerade in der ganzen Branche passiert.

Das Problem: KI macht Fehler. Viele.

Hier wird es ernst. KI-generierter Code ist selten sofort produktionsreif. Die Tools liefern Bugs – mal kleine, mal mittlere. Manchmal fehlt eine Fehlerbehandlung. Manchmal wird ein Edge Case schlicht ignoriert. Manchmal ist die Logik subtil falsch, auf eine Art, die im ersten Moment gar nicht auffällt.

Das wäre noch händelbar. Was mich mehr beschäftigt, ist etwas anderes.

Das eigentlich Brisante: Sicherheitslücken

KI-Modelle sind darauf trainiert, funktionierenden Code zu generieren – nicht unbedingt sicheren. SQL-Injection-Lücken, unsichere Dateiuploads, fehlende Input-Validierung, falsch konfigurierte Authentifizierungen – ich habe all das schon in KI-generiertem Code gesehen. Der Code lief einwandfrei. Er war trotzdem gefährlich.

Das Problem: Wer diese Lücken nicht kennt, erkennt sie nicht. Ein erfahrener Entwickler schaut drüber, merkt sofort, dass etwas nicht stimmt, und korrigiert es. Jemand ohne dieses Hintergrundwissen würde den Code einfach deployen – und hätte damit möglicherweise ein echtes Problem.

Für wen KI als Entwicklungswerkzeug taugt

Senior-Entwickler mit Erfahrung: KI ist ein riesiger Hebel. Man weiß, was man bekommt, man erkennt die Fehler, man korrigiert schnell. Produktivitätsgewinn: enorm.

Junior-Entwickler: Hier wird es tricky. KI kann helfen, schneller voranzukommen – aber sie kann auch dazu verleiten, Code zu übernehmen, den man nicht wirklich versteht. Wer noch lernt, wie Dinge funktionieren, sollte sehr vorsichtig sein, KI als Abkürzung zu nutzen. Das Fundament fehlt dann später, wenn es drauf ankommt.

Menschen ohne Programmierkenntnisse: Klares Nein. Zumindest heute noch. Ja, man kann mit KI einfache Skripte oder kleine Webseiten zusammenbauen lassen. Aber sobald etwas nicht funktioniert, sobald Sicherheit eine Rolle spielt, sobald das Projekt wächst – ist man verloren. Wer nicht versteht, was der Code macht, kann nicht beurteilen, ob er gut ist.

Fazit

KI verändert die Softwareentwicklung grundlegend – das ist keine Übertreibung. Aber fachliche Kompetenz ist dabei keine Option, sondern Voraussetzung. Meiner Meinung nach braucht es sogar echte Kenntnisse in Software-Architektur, um KI sinnvoll einzusetzen. Denn wer Anforderungen nicht strukturiert beschreiben kann, bekommt von der KI auch keinen strukturierten Code zurück.

Erfahrene Entwickler kennen außerdem die Fallstricke ihrer Programmiersprachen – die Eigenheiten, die Stolperfallen, die ungeschriebenen Regeln. Genau dieses Wissen hilft dabei, KI-Ausgaben kritisch zu bewerten und gezielt nachzusteuern. Je tiefer das eigene Fachwissen, desto nützlicher wird die KI.

Ich nutze KI täglich. Ich vertraue ihr trotzdem kein einziges Mal blind.

Über den Autor

Profilbild von wpler

wpler

Hinter WPLer steht Stefan Jacomeit, PHP- und WordPress-Entwickler. Hier schreibt er über das, was ihm in Projekten mit Selbstständigen und kleinen Unternehmen immer wieder begegnet: solide Technik, klare Entscheidungen und ein nüchterner Blick auf jeden neuen Hype.

Alle Beiträge von wpler
⚡ Cached with atec Page Cache