Kapitelklicken springt direkt hin
Shownotes
In unserem KI-Block geht’s diesmal wieder um den Einsatz von Künstlicher Intelligenz in der Webentwicklung – von Codegenerierung über Tool-Integrationen bis hin zu lokalen Modellen und neuen Standards, die die Zusammenarbeit zwischen Mensch und Maschine verändern könnten. Dazu haben wir Max Marschall (linkedin.com/in/max-marschall-518214170) eingeladen (Consultant bei ThinkTecture (thinktecture.com/thinktects/max-marschall), LinkedIn (linkedin.com/in/max-marschall-518214170/?trk=p…)), der mit Vanessa und Schepp über seine Erfahrungen spricht. Wir diskutieren Tooling, werfen einen kritischen Blick auf technische und ethische Grundlagen – und Max bringt’s auf den Punkt: Wir arbeiten immer mehr mit „Sprache als Interface“.
Unser Sponsor
workshops.de/ki?ref=workingdraft.de
Die KI-Revolution ist da – bist du bereit, sie aktiv zu gestalten?
Workshops.DE macht dich fit für die Praxis: In intensiven Schulungen lernst du, Künstliche Intelligenz nicht nur zu verstehen, sondern gezielt in Projekten einzusetzen. Ob vor Ort, remote oder als individuelle Firmenschulung – bring dein Team auf das nächste Level!Informier dich jetzt über die aktuellen Kurse und sichere dir deinen Platz auf workshops.de/ki?ref=workingdraft.de.
Mit dem Rabatt-Code WORKINGDRAFT sparst du außerdem 10 % auf alle Schulungen!
Schaunotizen
[] LLMs
Wir sprechen über die Basis fast aller heutigen KI-Anwendungen: LLMs. Schepp erinnert sich an seine ersten Gehversuche mit der Tabnine-Erweiterung für JetBrains (tabnine.com), Max bringt die aktuelle Entwicklung ein – von klassischem Machine Learning bis zu ChatGPT. Dabei bleibt klar: Die Vorschläge sollte man nicht blind übernehmen. Und auch das Thema Urheberrecht beim Training von Modellen lassen wir nicht außen vor.
[] Komplexität der Aufgaben
Je komplexer die Aufgabe, desto schwieriger tut sich KI. Das stellen Max und Vanessa schnell fest. Bei einfachen Problemen funktioniert’s oft erstaunlich gut – bei größeren Projekten sinkt der Nutzen oder es schleichen sich Fehler ein.
[] Agentic Code Editors
Wir werfen einen Blick auf Editoren, die mehr können als einfache Prompts: sogenannte Agentic Code Editors. Max hat verschiedenste Tools ausprobiert – von NeoVim (neovim.io) über VS Code (code.visualstudio.com) bis JetBrains (jetbrains.com/de-de). Tools wie Windsurf (windsurf.com/editor) oder Cursor liefern echte Kontextunterstützung. Vanessa bleibt lieber bei ChatGPT, weil dort klar ist: Kontext gibt’s keinen. Wir reden auch über @commands zur gezielten Aufgabensteuerung und Use Cases wie Variablennamen oder Talktitel finden.
[] Coding Rules
Wir sprechen über CodingRules.ai (codingrules.ai) und ähnliche Tools, mit denen wir einmal definieren können, welche Stilregeln gelten – z. B. ob fat arrow functions oder ECMAScript-Imports verwendet werden sollen. Max nutzt solche Tools projektbezogen – und schaltet z. B. in einen „Architekturmodus“ oder „Doku-Modus“ um.
[] Memory Bank
Langfristiger Kontext ist das Stichwort: Mit Tools wie Cursor Memory Bank (github.com/vanzan01/cursor-memory-bank) oder Cline.bot (cline.bot) lassen sich Informationen dauerhaft speichern – z. B. welche Tools im Projekt verwendet werden. Cline legt dafür Markdown-Dateien an, wie in den Cline Docs (docs.cline.bot/prompting/cline-memory-bank) beschrieben.
[] Lokale LLMs
Datenschutz ist ein großes Thema – gerade im Unternehmenskontext. Wir sprechen über lokale LLMs mit Ollama (ollama.com) oder ChatGPT via Azure (azure.microsoft.com/en-us/products/cognitive-s…). So lassen sich Modelle datenschutzkonform nutzen – ohne dass Inhalte ins Training einfließen.
[] MCP (Model Context Protocol)
Max bringt MCP ins Spiel – das Model Context Protocol (anthropic.com/news/model-context-protocol) von Anthropic (anthropic.com). Eine neue Schnittstelle, mit der sich LLMs standardisiert mit externen Tools wie Datenbanken oder Backends verbinden lassen.
[] Generatoren
Wir reden über Tools wie V0 (v0.dev), Lovable (lovable.dev), Bolt.new (bolt.new) und Builder.io (builder.io). Sie liefern per Prompt komplette Frontends – oft als React-Komponenten. Das spart Zeit, ist aber in der Praxis oft auf generische Anwendungen begrenzt. Kevin hat in Revision 665 (workingdraft.de/661) ähnliche Erfahrungen gemacht.
[] Chrome Dev Tools
Auch die Chrome DevTools (developer.chrome.com/docs/devtools) bekommen KI-Funktionen. Max berichtet, dass man dort künftig Fragen zum Code stellen oder Styles ändern kann – spannend, auch wenn er selbst das lieber direkt in der IDE macht. Firefox testet laut Support-Artikel (support.mozilla.org/en-US/kb/ai-chatbot) eigene KI-Features.
[] CLI Integration
Wer im Terminal zu Hause ist, schaut sich Tools wie Aider (aider.chat) oder Warp (warp.dev) an. Wir sprechen über diesen Medium-Artikel mit 5 Must-Have CLI-AI-Tools (piotrzan.medium.com/5-must-have-command-line-a…), in dem praktische Tools gesammelt sind.
[] Platform Tooling
Auch rund um GitHub, Jira & Co. zieht KI ein. Automatische Pull Request Reviews, Ticket-Zusammenfassungen, Textoptimierungen – das verändert unsere Workflows und spart Zeit.
Links
• LLM Visualization (bbycroft.net/llm)
Diskutiert die Folge mit uns in unserem Community-Slack: draft.community
