Diese Grafik ist der Grund, warum KI Entwickler nicht so bald überflüssig machen wird. Tatsächlich zeigt sie, wie Entwicklungsfähigkeiten wertvoller sind denn je.
Dies ist kein Phänomen eines einzelnen Produkts; es betrifft jedes Produkt, das Nicht-Entwicklern einen gewissen Grad an Coding-Fähigkeiten verleiht.
Die Art und Weise, wie der Fortschritt bei KI-Modellen in letzter Zeit stagniert, deutet darauf hin, dass sich dies möglicherweise nicht so bald ändern wird, wenn überhaupt.
Prompt-Hell
Jeder, der kein Entwickler ist, aber Tools wie Bolt, Cursor oder v0 verwendet hat, um grundlegende Anwendungen aus Prompts zu erstellen, kennt nur zu gut die Prompt-Hölle, in die man irgendwann immer fällt.
Der Anfang ist schnell und großartig: Das grundlegende Gerüst Ihrer Seite oder Website oder sogar einige der grundlegenden Funktionen entstehen in Sekunden. Aber dann fangen Sie an, mehr und mehr zu prompten, und Sie kämpfen damit, das zu bekommen, was Sie wollen.
Je komplexer die Anwendung wird, desto schwieriger wird es, die gewünschten Verhaltensweisen zu erzielen. Das ist bei normalen Entwicklern auch der Fall.
Irgendwann zerstört ein Prompt alles. Nichts funktioniert mehr, und egal was Sie versuchen, die KI kann sich nicht aus dieser Ecke befreien. Es ist nicht umsonst ein Meme welches aktuell kursiert, wie Cursor AI einfach das gesamte Projekt auf einmal löscht.
Das ist die Prompt-Hölle. Ich habe es nun schon häufig selbst erlebt: Ein esoterischer Bug ist einfach zu herausfordernd für das LLM, um ihn alleine zu lösen, und dann war's das.
Das Plateau
Wahrscheinlicher ist, dass Sie stattdessen ein Plateau des Todes erreichen, wo Sie nach einer bestimmten Anzahl von Prompts einfach keine Fortschritte mehr zu machen scheinen.
Es gibt wirklich nur eine Lösung für diese Situationen: Sie müssen die Ärmel hochkrempeln, in den Code einsteigen und beheben, was die KI nicht konnte.
Ob es darum geht, einen sehr esoterischen Bug zu lösen oder Features zu implementieren, damit die KI auf Ihrer Implementierung aufbauen kann - es gibt immer einen Punkt, an dem der Mensch gebraucht wird.
Die Grenzen der KI in der Entwicklung
Selbst wenn die Modelle 10-mal besser würden, glaube ich nicht, dass Sie den Entwicklungsbedarf dadurch wirklich so stark reduzieren würden.
Die Realität ist, dass LLMs gut in der Code-Generierung sind, aber das ist nur ein Teil von vielen in der Softwareentwicklung. In meiner Erfahrung ist, wenn ein Entwickler kommt, um die KI zu entblocken, die nächste Grube des Todes gleich um die Ecke.
Je komplexer die Anwendung wird, desto mehr Entwickler-Intervention wird benötigt, in immer kürzeren Intervallen.
Am Ende läuft es darauf hinaus, dass Sie von Produkten, die keine Entwicklung erfordern, letztendlich dazu übergehen, diesen Code zu exportieren und Entwickler zu benötigen, die ihn vollständig übernehmen. Die Entwickler verwenden dann andere Tools, die ähnlich, aber mehr auf Code-Bearbeitung fokussiert sind.
Der Wert von No-Coding-Skills-Needed - KI-Coding-Tools
Das soll nicht heißen, dass die Tools, die am Anfang keine Entwicklung erforderten, nicht nützlich sind. Sie können unglaublich nützlich sein für Dinge wie Prototyping, einfache interne Tools und Mikro-Anwendungen wie einen Preisrechner.
Ihr Leben mit KI-Tools verbessern
Die große Frage ist, wie Sie diese Dinge nutzen, um Ihr Leben zu verbessern.
Als Entwickler, Designer, Produktmanager, Marketer oder was auch immer Ihre Rolle ist, gibt es meiner Meinung nach einige stark übersehene Anwendungsfälle, die Sie jetzt in Ihre Workflows aufnehmen könnten, um Ihr Leben durch die Nutzung dieser Tools und deren Entwicklungsrichtung viel besser zu machen.
Die Pain-Points, an denen wir arbeiten können
Als Entwickler selbst sind die zwei Dinge, die mich am meisten wahnsinnig machen, schlecht geschriebene Spezifikationen (wo wir das Problem und was wirklich zur Lösung benötigt wird nicht vollständig verstanden haben) und sich ständig ändernde Anforderungen.
Es stellt sich heraus, dass unsere ursprünglichen Vermutungen falsch waren, Kunden und Feedback uns andere Dinge sagten, und jetzt, auf halbem Weg beim Aufbau der Sache, ändern wir die Art und Weise, wie wir es machen, und alles wird chaotisch.
Der Wert von praktischen Tests
Meiner Erfahrung nach müssen Sie eine Anwendung praktisch testen, um wirklich zu wissen, wie sie genutzt werden muss. Noch besser ist es, sie in die Hände echter Benutzer zu geben, auch wenn sie noch nicht voll funktionsfähig ist.
Allein die Tatsache, dass Benutzer die tatsächlichen Abläufe durchgehen und die Dinge testen, die in Wireframes und Designs gut aussahen, sich in der Praxis aber vielleicht nicht richtig anfühlen, kann Ihre Produkt-UX wirklich verbessern.
Aber wenn Sie das Ganze erst bauen müssen, bevor Sie das lernen, ist es extrem ineffizient und kann zu sehr chaotischen Codebasen führen.
Schnelles Prototyping mit KI
Alternativ können wir mit diesen schnellen Prototyping-KI-Tools iterieren, bevor wir uns tatsächlich zum Bau der vollständigen Sache verpflichten.
Wir können die Abläufe testen, auch wenn nicht alle Funktionen vorhanden sind.
Mit etwas Glück können wir sogar direktes Benutzerfeedback in kleinen Schritten erhalten und so früh wie möglich so viel wie möglich lernen, bevor wir uns auf eine endgültige Spezifikation und den Bau der echten vollständigen Anwendung festlegen.
Fazit
Ich glaube nicht, dass jeder über Nacht zum Entwickler wird. Aber je mehr Entwicklungsfähigkeiten Sie haben, desto mehr können Sie KI nutzen, um Code zu generieren und eigene Probleme mit Software zu lösen.
Ich denke, der größte Durchbruch, der kommt, ist die bessere Verbindung der KI-Tools mit Ihren bestehenden Teams und Workflows. Das wird uns ermöglichen, schneller als mit traditionellen Methoden echte Anwendungen zu bauen und zu iterieren, wobei wir die Fähigkeiten aller maximieren.
Wir werden alle gemeinsam bessere Produkte schneller bauen, uns auf unsere einzigartigen Fähigkeiten und Kreativität konzentrieren und weniger Zeit mit redundanter, mühsamer Arbeit verbringen.
