bezahlt von Tool: List-Tranform
https://list.annonyme.de
KI hilft also – aber sie muss nicht immer alle Aufgaben selbst übernehmen.
Blog: Blog-entries by search-pattern/Tags:https://list.annonyme.de
KI hilft also – aber sie muss nicht immer alle Aufgaben selbst übernehmen.
AI: Next Generation Coding Monkey
Es fühlt sich an, als wäre Vibe-Coding schon ewig da – zumindest, wenn man in KI-Jahren rechnet. Vor ein paar Monaten war es noch “Magie”, heute ist es Alltag: LLMs, die nicht nur Code schreiben, sondern auch Gedichte, Songtexte oder Blogposts polieren.
Ich lasse mir manchmal einfach spontan ein paar Zeilen Songtext ausspucken, schmeiße sie in Suno, und zack – habe ich genau den Soundtrack, den ich in diesem Moment beim Arbeiten brauche. Verrückt, oder?
Und dann gibt es da noch Nano-Banana. Wer’s kennt, weiß: Die Zensur ist dort so streng, dass man schon mal “die erwachsene Zauberin” schreiben muss, nur damit aus einem Pixelbild ein realistisches Artwork wird. Klingt witzig, ist aber auch ein bisschen absurd.
Zurück zum Coding
Doch das alles ist nur die bunte Spielwiese. Richtig spannend wird es bei Vibe-Coding:
Programme einfach in normaler Sprache beschreiben, und die KI baut sie für dich. Keine umständlichen Prompts, kein Copy & Paste – Tools wie Gemini-CLI oder JetBrains Junie holen sich die KI direkt in die IDE. Klingt nach Zukunft, oder?
Ja. Aber.
Die Wahrheit ist: Die AI denkt nicht für dich.
Wenn du selbst keine Idee hast, wie du ein Problem lösen würdest, bekommst du am Ende nur Quatsch zurück. Der Traum, einfach zwei Sätze zu tippen und die KI spuckt die perfekte App aus, ist genau das – ein Traum.
Oft muss man der KI sogar haarklein sagen, welche Libraries oder APIs sie nutzen soll. Sonst landet man bei Code, der zwar hübsch aussieht, aber in der Realität nie laufen wird.
Was wirklich zählt
Nach ein paar Monaten Experimentieren habe ich gemerkt: Das Geheimnis liegt nicht im Prompt selbst, sondern in der Vorbereitung.
Ich habe mir angewöhnt, eine saubere requirements.md zu schreiben – und zwar selbst. Nicht von der KI. Darin halte ich fest:
- Welche Lösung ich mir vorstellen würde
- Welche Datenstrukturen ich brauche
- Welche Beispiele wichtig sind
- Welche Use Cases abgedeckt sein müssen
- Welche Acceptance Criteria gelten
Klingt nach klassischem Ticket-Schreiben? Genau. Eigentlich nichts Neues – nur dass es hier den Unterschied zwischen gutem und miesem KI-Code macht. Wenn man diese “Definition of Ready” sauber aufsetzt, liefert die KI plötzlich großartige Lösungen. Sogar Sicherheitsaspekte, die ich selbst nicht auf dem Schirm hatte, tauchen auf.
Fazit
Die KI ist wie ein genialer Coding Monkey: schnell, fleißig und unermüdlich. Aber sie ersetzt nicht dein Denken. Sie schreibt deinen Code – sie entwirft aber nicht deine Lösung.
AI: Kraut-Ipsum mit ChatGPT wiederbelebt
Lange Zeit war die erste Stelle für Platzhaltertexte immer Kraut-Ipsum. Doch dann war es weg. Nachdem nun GPT-5 rauskam brauchte ich ein paar Test-Ideen und irgendwie kam ich auf die Idee Kraut-Ipsum davon nochmal bauen zulassen.. ganz einfach und ganz simpler Prompt. Hab mich einmal bei der originalen Wort-Liste bedient aber man kann natürlich einfach sich da selber was zusammen basteln... so Firmen eigene Wort-Liste wäre auch möglich.
Demo:
https://krautipsum.annonyme.de/
Git:
https://gitlab.com/hpries/krautipsumresurrection
Shopware 6 und MinIO
docker-compose.yml:
version: '3'
services:
shopware:
....
minio:
image: minio/minio:latest
volumes:
- minio_data1:/data
ports:
- "9000:9000"
environment:
MINIO_ACCESS_KEY: minio
MINIO_SECRET_KEY: minioKey123
command: server /data
networks:
- shopware-web
createbuckets:
image: minio/mc
depends_on:
- minio
entrypoint: >
/bin/sh -c "
/usr/bin/mc config host add myminio http://minio:9000 minio minioKey123;
/usr/bin/mc rm -r --force myminio/public;
/usr/bin/mc mb myminio/public;
/usr/bin/mc anonymous set public myminio/public;
exit 0;
"
networks:
- shopware-web
volumes:
minio_data1:
driver: local
networks:
shopware-web:
external: false
Nun kann man für einzelne der getrennten Dateisysteme das Bucket als Storage hinterlegen (config/packages/shopware.yaml):
shopware:
filesystem:
public:
type: "amazon-s3"
url: 'http://s3.local:9000/public'
config:
bucket: "public"
endpoint: "http://minio:9000"
use_path_style_endpoint: true
region: 'local'
credentials:
key: minio
secret: minioKey123
options:
visibility: "public"
theme:
type: "amazon-s3"
url: 'http://s3.local:9000/public'
config:
bucket: "public"
endpoint: "http://minio:9000"
use_path_style_endpoint: true
region: 'local'
credentials:
key: minio
secret: minioKey123
options:
visibility: "public"
cdn:
strategy: md5
Man kann auch getrennte Buckets nutzen, aber das macht an sich wenig Sinn.
Nun Cache leeren, Themes compilieren und die Medien einmal neu importieren oder auf in das Bucket kopieren.
Das kann man gut mit dem lokalen Client machen:
wget http://dl.min.io/client/mc/release/linux-amd64/mc
chmod +x mc
sudo mv mc /usr/local/bin
mc config host add myminio http://localhost:9000 minio minioKey123
Die Dokumentation ist gewöhnungsbedürftig und ChatGPT liefert auch gerne veraltete Anleitungen.. aber mit etwas suchen klappt es dann doch recht gut.