Ein Phänomen, das aktuell durch die Presse geht, ist „Vibe Coding“. Auch Personen ohne Hintergrund in der Softwaretechnik können Software entwickeln, indem sie einer AI per Prompt beschreiben was sie brauchen und dann Copy-Pastieren.
It’s not really coding – I just see stuff, say stuff, run stuff, and copy-paste stuff, and it mostly works.
… schreibt Andrej Karpathy, co-founder von OpenAI, der den Begriff geprägt hat.
Natürlich lädt diese Technologie auch zu Missbrauch ein. Es sind einige Fälle bekannt geworden, in denen fachfremde Personen sich auf Softwareentwicklungspositionen beworben haben, indem sie ihre mangelnde Erfahrung hinter AI-generiertem Code versteckt haben – was den Begriff Vibe Coding in ein schlechtes Licht gerückt hat.
Von unseriösen Dienstleistern, die ungetesteten Code abliefern, bis hin zu professionellen Entwickelnden, die stark von AI-Werkzeugen Gebrauch machen: AI-Code sickert immer stärker in bestehende Projekte und lädt zu „Flüchtigkeitsfehlern“ ein. Wenn der AI wesentlicher Kontext fehlt, oder die Antwort, die sie gegeben hat, ein Prinzip verdeutlichen sollte, anstelle sich in ein größeres Projekt einzufügen, entstehen Probleme. Sicherheit wird oft vernachlässigt, Skalierbarkeit gefährdet, Architektur dem Zufall überlassen, neue Dependencies eingezogen.
Was für die einen ein Problem ist, ist für Leute die Lösungen anbieten ein neuer Geschäftszweig.
Vibe Code Fixing
So nennt es sich, wenn erfahrene Developer Projekte mit hohem Anteil an AI-generiertem Code „lauffähig“ machen. Das trifft eigentlich genau das Tagesgeschäft eines Consultants. Ob uralte PHP-Anwendung die Daten ungefiltert in eine SQL-Query injiziert oder eine Prototyp-App im neuesten Framework: Vibe Code Fixing unterscheidet sich nur wenig von klassischen Modernisierungsprojekten. Bestehende Software-Entwickler freuen sich über die Sicherheit ihrer Arbeitsplätze. Aber das Versprechen von AI war ja, dass sie uns produktiver macht, also mehr Arbeit abnimmt als sie erzeugt.
Zu diesem Zweck können wir einen Schritt weiter gehen.
Vibe Code Automatisierung
Agentensysteme, die in komplexen Langgraphen ihre eigenen Quality Gates durchsetzen, die durch Iterationen immer wieder Code beurteilen, Feedback generieren und Feedback einarbeiten, gibt es heute schon. Tatsächlich ist das genau das, was bei ChatGPT unter der Haube passiert – ein Dialog zwischen Instanzen desselben Modells mit dem ein besseres Endergebnis geliefert wird. Seit Deepseek ist der Fokus der meisten Unternehmen längst nicht mehr, ihr eigenes LLM zu trainieren, sondern die bestehende Technik effektiver einzusetzen.
Und hier ist der Ansatzpunkt, der sich für die meisten Unternehmen lohnt. „Was ist unser Kontext? Was sind die wichtigsten Informationen, die wir einer AI geben können, um für uns nützliche Ergebnisse ohne menschliche Intervention zu erzielen?“
Kurze Unterbrechung
DAS IST DEIN ALLTAG?
Keine Sorge – Hilfe ist nah! Melde Dich unverbindlich bei uns und wir schauen uns gemeinsam an, ob und wie wir Dich unterstützen können.
Es ist der Ansatzpunkt, den aktuell alle wählen. Der heiße Trend, da wo gerade Geld investiert und verdient wird … aber bei Mayflower führen wir Unternehmen in die Zukunft, nicht in die Gegenwart.
Vibe Code Automatisierung Automatisierung
Niemand versteht AI-Tooling besser als die AI. Firmen wie OpenAI haben ein Interesse daran, dass ihre Tools so effektiv wie möglich eingesetzt werden. GPT-o1 liefert hervorragende Ergebnisse, um selbst mit der neusten Version von Langchain, der hippesten Vektordatenbank und dem noch-so-spezialisierten Pythonpaket umzugehen. Gleichzeitig haben viele Unternehmen riesige Mengen an Dokumentation, die viel implizites Wissen enthalten, dass man nicht im Rahmen der Wirtschaftlichkeit realistisch in Code gießen könnte.
Glücklicherweise, ist genau das ja der Hauptanwendungsfall von AI. Warum mit einem Chatbot zufrieden sein, der nichts weiter als eine freundliche Suchfunktion ist, wenn man gleich AI-parsebare Designdokumente generieren kann, aus der dann brauchbare Software entsteht? Und all das quasi über Nacht!
Das ist mit Sicherheit der sinnvolle Punkt, um den aktuellen Trends einen Schritt voraus zu sein: Ein Agentensystem, das ein Agentsystem generiert, das brauchbare Software selbstständig entwickelt. Aber natürlich geht es noch weiter!
Vibe Code Automatisierung Automatisierung Automatisierung
Consultants onzuboarden ist mühselig. Jede neue Firma, die sich ein Kunde hinzuzieht, möchte Kernpersonen in Workshops binden, Wissen aktivieren, Probleme verstehen, Lösungen anbieten. Unmengen an Kosten entstehen … die eigentlich inzwischen überflüssig sind. AI kann E-Mails verfassen und Anrufe mit Sprachgenerierung tätigen. Außerdem kann AI virtuelle Avatare mit Gesichtsausdrücken und synchronisierten Mundbewegungen liefern, die live an Meetings teilnehmen können! Warum also all das teuren, fehleranfälligen Menschen überlassen?
Mit dem richtigen Agentensystem kann ein LLM selbst Strategien ausführen, bewerten und iterieren, die alles liefern, um dann erfolgreich ein Agentensystem zu bauen, das Agentensysteme baut, die wertvolle Software selbstständig entwickeln. Das ist aufwendig in Punkto Kosten und Zeit – ja – aber immer noch sehr viel günstiger und schneller als es mit Menschen jemals sein könnte. Das ist aktuell das Projekt, in den Mayflower den Großteil ihrer Ressourcen investiert.
Eines der Haupthindernisse ist hier das „Uncanny Valley“, also der Effekt, dass AI umso abschreckender wird, je ähnlicher sie dem Menschen wird. Unser aktuelles Vorgehen ist also nach wie vor der klassische „Cyborg“, also ein Mensch, der innerhalb einer Telekonferenz die Ausgabe der AI von einem Teleprompter abliest. Es ist eine akzeptable Notlösung, bis sich die weltweite Arbeitskultur an moderne Gegebenheiten angepasst hat. Die Zukunft geht natürlich noch viel weiter.
Von n auf n+1
Es gibt viele Vordenker von AI, deren theoretischen Überlegungen in den letzten Jahren hohe, praktische Relevanz erlangt haben. Turing (natürlich), Shannon, Wiener, McCarthy, Minsky, Rosenblatt, Hopfield, aber kaum jemand redet aktuell in diesem Kontext von Douglas Adams.
Wir brauchen eine Kette von Agentensystemen, die sich selbstständig verlängert, um schließlich den Gesamtkontext des Lebens, des Universums und des ganzen Rests zu verstehen. Das Hauptproblem bei Agentensystemen ist nun aber nicht die bloße Leistung, sondern die Latenz, was horizontale Skalierung langfristig obsolet machen wird. Die Lösung wird sein, traditionelle Grenzen der vertikalen Skalierung zu durchbrechen, also Energie und Infrastruktur hart zu zentralisieren.
Douglas Adams‘ Vision eines planetengroßen Computers, der die wichtigsten existentiellen Fragen des Universums analysiert, mag aktuell noch wie übertriebene Science Fiction klingen. Aber die Frage, wie wir in Zeiten immer größerer Komplexität die richtigen Entscheidungen treffen, ist eine sehr reale.
Die Zukunft liegt im Tiefbau
In China verstauben ländliche Datenzentren. Bald schon werden riesige AI-Monolithen, gepaart mit entsprechend skalierten Kraftwerken, zum Stadtbild eines jeden wichtigen Wirtschaftstandorts gehören. Es ist eine spannende Zeit für alle Entwickelnden und Mayflower ist ganz vorne mit dabei.
GENERATED BY MAYGPT. BITTE HINTERLASSEN SIE FEEDBACK UND KOMMENTARE, UM DIE QUALITÄT ZUKÜNFTIGER GENERIERUNGSSYSTEMGENERIERUNGSSYTEMGENERIERUNGSYSTEME ZU VERBESSERN. VIELEN DANK!
(Übrigens: Morgen beschäftigen wir uns wieder ganz ohne Augenzwinkern mit dem Thema AI in der Softwaremodernisierung!)
Kurze Unterbrechung
DAS IST DEIN ALLTAG?
Keine Sorge – Hilfe ist nah! Melde Dich unverbindlich bei uns und wir schauen uns gemeinsam an, ob und wie wir Dich unterstützen können.
Schreibe einen Kommentar