Zum Inhalt springen

AI-gestütztes Programmieren

  • AI-Werkstatt · Modul 05
  • Lektion 1 von 4 · danach Quellen und Quiz

Schritt 1 von 4Wissen

Code schreiben mit AI-Unterstützung

AI verändert die Art, wie Software entwickelt wird — und das betrifft nicht nur professionelle Entwickler. Ob du gelegentlich Skripte schreibst, Automatisierungen baust oder zum ersten Mal programmierst: AI-Assistenten machen das Coden zugänglicher und produktiver.

Dieses Modul betrachtet AI-gestütztes Programmieren aus der Anwenderperspektive: Wie nutzt du AI-Coding-Assistenten produktiv? Welche Workflows und Muster gibt es? Und wo liegen die Grenzen?

Hinweis
Anwender- vs. Expertenperspektive

Dieses Modul zeigt, wie du AI-Coding-Assistenten im Alltag produktiv nutzt. Wenn du dich für die technischen Hintergründe interessierst — Agent-Driven Development, Vibe Coding, Architekturentscheidungen — findest du das im Fortgeschritten-Pfad: AI-Coding-Tools.

Was AI-Coding-Assistenten können

AI-Coding-Assistenten unterstützen in verschiedenen Phasen des Programmierens:

  • Code generieren: Aus Beschreibungen in natürlicher Sprache funktionierenden Code erstellen
  • Code vervollständigen: Während des Tippens intelligente Vorschläge machen
  • Code erklären: Bestehenden Code verständlich aufschlüsseln
  • Fehler finden: Bugs identifizieren und Korrekturen vorschlagen
  • Tests schreiben: Automatisch Testfälle für bestehenden Code generieren
  • Refactoring: Code verbessern, ohne die Funktionalität zu ändern

Verschiedene Ansätze im Überblick

Es gibt grundlegend unterschiedliche Wege, mit AI zu programmieren:

Ablauf · Ansätze des AI-gestützten Programmierens

(Stand: Mai 2026)

Schritt 2 von 4Verstehen

Wann welcher Ansatz?

Die Wahl des Ansatzes hängt von deiner Erfahrung und deinem Ziel ab:

Chat-basiert eignet sich, wenn du ein konkretes Problem lösen willst — zum Beispiel ein Python-Skript zum Umbenennen von Dateien oder eine Excel-Formel. Du brauchst keine IDE und kein Setup.

Inline-Assistenz ist ideal für erfahrenere Nutzer, die in einer Entwicklungsumgebung arbeiten. Die AI beschleunigt repetitive Aufgaben und schlägt Code-Patterns vor, die du vielleicht nicht im Kopf hast.

Agenten-Modus eignet sich für größere Änderungen an bestehenden Projekten. Die AI versteht den Kontext des gesamten Projekts und kann Änderungen über mehrere Dateien hinweg koordinieren.

Prompt-to-App ist der schnellste Weg vom Null zum Prototyp — aber die Ergebnisse erfordern oft Nacharbeit, besonders bei komplexeren Anforderungen.

Tipp
Der wichtigste Skill: Gute Anweisungen geben

Unabhängig vom Ansatz gilt: Je präziser du beschreibst, was der Code tun soll, desto bessere Ergebnisse bekommst du. Behandle die AI wie einen kompetenten, aber kontextlosen Kollegen — beschreibe das Ziel, die Randbedingungen und das gewünschte Verhalten.

AI-Code ist kein Endprodukt

Generierter Code ist ein Ausgangspunkt, kein fertiges Ergebnis. Guter Umgang mit AI-Coding bedeutet:

  • Verstehen, was der Code tut — nicht blind übernehmen
  • Testen — funktioniert der Code für alle relevanten Fälle?
  • Sicherheit prüfen — enthält der Code Schwachstellen oder hartcodierte Werte?
  • Wartbarkeit bedenken — ist der Code lesbar und sinnvoll strukturiert?
Achtung
Vertrauen, aber verifizieren

AI-generierter Code kann Fehler enthalten, veraltete Bibliotheken verwenden oder Sicherheitslücken aufweisen. Besonders bei Code, der mit sensiblen Daten arbeitet oder in Produktion geht, ist eine sorgfältige Prüfung unverzichtbar.

Schritt 3 von 4Anwenden

Starte mit einer konkreten, kleinen Aufgabe: Bitte eine AI, ein Skript zu schreiben, das eine CSV-Datei einliest und die Zeilen nach einer bestimmten Spalte sortiert. Vergleiche die Ergebnisse von Chat-basierter Generierung (z.B. ChatGPT oder Claude) mit dem, was ein Inline-Assistent in deinem Editor vorschlägt. Achte darauf, wie unterschiedlich die Lösungsansätze ausfallen können.

Schritt 4 von 4Reflektieren

AI-gestütztes Programmieren verändert die Rolle des Entwicklers: Statt jede Zeile selbst zu tippen, wirst du zum Auftraggeber, Reviewer und Architekten. Die folgenden Abschnitte vertiefen drei zentrale Aspekte: AI-Assistenten und ihre Muster, Code Review mit AI und Debugging mit AI-Unterstützung.