Das Jahr 2026 ist halb rum, und ich bin der einzige Webentwickler mit Blog, der sich noch nicht zu LLM-Coding geäußert hat. Kann nicht sein! Also hole ich das mit diesem Statement nach.

In den letzten ein bis zwei Jahren habe ich sehr viel darüber nachgedacht, wie meine Zukunft in Sachen Webentwicklung aussehen mag, und es ist kompliziert. Denn auf der einen Seite sehe ich überall – also wirklich überall! – nur noch aufgeregte Diskussionen um Skills, MCP-Server und Tokens. Auf der anderen Seite werden LLMs von vielen Leuten, zu denen ich aufschaue, konsequent abgelehnt.

Ich selber habe bisher noch nicht herausragend viele Tokens verbrannt, wahrscheinlich liege ich innerhalb meiner Peer Group etwa im unteren Mittelfeld. Mit Cursor gehe ich nach zwölf Monaten Nutzung getrennte Wege, habe also in meinem Leben exakt 240 Dollar für AI-Coding ausgegeben. Vier Hauptanwendungsfälle kamen dabei zum Einsatz:

1. Gedankenlesendes Autocomplete beim manuellen Schreiben von Code
2. Gepromptete Code-Generierung von einzelnen kleineren Modulen innerhalb von Webanwendungen und Websites
3. Debugging-Unterstützung, insbesondere bei npm-Dependency-Fuckups
4. Skripte zur internen Organisation, insbesondere für meine Linux-Runner-Maschine

Man könnte mich also auf den ersten Blick durchaus als zufriedenen, moderaten KI-Anwender ansehen. Dennoch habe ich vor ein paar Wochen beschlossen, meine LLM-Nutzung auf ein Minimum zurückzufahren. Warum eigentlich?

Ich versuche es mit einem Trikolon, das hat schon bei den Alten Griechen gut funktioniert.

Es ist zu schnell

Immer wenn ich mir größere Mengen von Features via Prompt generieren lassen habe, hechelte ich gedanklich nur noch hinterher.

Responsive Slidergalerie – zack! – in 3 Minuten einsatzbereit! Dann schnell noch die Lightbox dazu, dann noch die Tastaturbedienung prüfen, hui! Dann die Navigation noch für mobil fixen. 2 Minuten, fertig! Nein, bitte nutze AlpineJS, mach es nicht in Vanilla! Okay, gut, wird schon stimmen jetzt. Funktioniert grob, wahrscheinlich, wer weiß, alles klar, ich vertraue dir mal, auf zum nächsten Thema …

Die Atemlosigkeit, mit der ich von Thema zu Thema hetzte, war teilweise sehr anstrengend. Mein Gehirn ist für die hektischen Kontextwechsel nicht gemacht. Immer sah alles auf den ersten Blick super aus, immer seltener hatte ich die Muße, das ordentlich zu prüfen. Als ich den Code selber geschrieben hatte, kontrollierte ich permanent während des Aufbaus die Funktionalität. Hat insgesamt länger gedauert, völlig klar, aber ich fühlte mich nicht so ausgelaugt, und brauchte nicht so oft eine Pause vom Code-Erstellungs-Rausch.

Es macht dumm und abhängig

Was bereits jetzt einige Studien wissenschaftlich nachweisen können, überrascht mich anekdotisch überhaupt nicht: AI-Deskilling ist real. Wer seinen Code von LLMs schreiben lässt, muss nichts Neues mehr lernen und lässt seine bisherigen Fähigkeiten verkümmern. Es ist total legitim, wenn einem das egal ist. Man muss auch schon aus einem besonderen Holz geschnitzt sein, wenn einem das nackte Schreiben von Code wirklich Spaß macht. Aber ich habe mich mal bewusst dafür entschieden. Und ich glaube nicht, dass es mir ausreicht, die Architektur einer Anwendung auszuwählen, und den Rest der LLM zu überlassen. Dafür bin ich zu sehr Kontrollfreak.

Sobald man aber angefangen hat, den generierten Code nicht mehr anzugucken (worauf ja viele Power-KI-Nutzer paradoxerweise stolz sind!), begibt man sich direkt und sehenden Auges in die Abhängigkeit von so sympatischen Zeitgenossen wie Elon Musk, Sam Altman und Jensen Huang. Und wenn man auf die Dienste von Big Tech zwingend angewiesen ist, weil der Code zu komplex und man selber zu dumm geworden ist, können die feinen Herrschaften endlich anfangen, auch mal richtiges Geld für die Tokens zu verlangen, nicht diese Spielzeugbeträge, die aktuell für den Anfix aufgerufen werden.

(Man könnte auch mal überlegen, wohin das konsequenterweise führt. Wenn niemand mehr den Code anguckt, ist es auch ein bisschen egal, in welcher Programmiersprache und mit welcher Architektur etwas entwickelt wird. Und ganz zu Ende gedacht braucht es gar keine Programmiersprachen und keine Apps mehr: Die KI baut jeder einzelnen Endnutzerin individuellen Slop, den sie gerade zu brauchen glaubt, direkt in Maschinencode auf das Smartphone.)

Es ist ineffizient und unelegant

Mit der KI über den Code zu reden, macht am Anfang natürlich wirklich Spaß und ist beindruckend. Der KI beim Denken zuzulesen, ist auch noch ganz interessant, aber eben auch – wortreich. So viele Wörter, soviel Geschwafel! Dabei wollte ich doch nur ein etwas auffälligeres Highlighting beim Button-Hover-Effekt programmieren. Dafür hätte ich als geübter CSS-Editor mit kurzem Nachdenken, ggf. einer DuckDuckGo-Suche und 5 gezielten Zeilen CSS-Code eine präzise Lösung geschaffen.

Für den Agenten ist so eine kleine Aufgabe eine riesige Wand von Geschwafel mit sich selber. Es werden RegEx-Suchen gestartet und extra kleine Python-Scripte gebaut und laufen gelassen, um alle Aspekte des Themas zu erfassen. Am Ende sind es vielleicht sogar die gleichen 5 Zeilen Code, aber für diesen Energieaufwand hätte ich einmal mit dem Diesel-SUV nach Italien fahren können. (Keine Ahnung, wie akkurat diese Schätzung ist.)

Und, ganz unter uns: Als „Alte-Schule-Computerfreak aus den Neunzigern“ mag ich diese menschelnde und unpräzise Kommunikation nicht. Mit Computern möchte ich nicht schwammig plaudern, und sie sollen auch nicht höflich und unterwürfig antworten. Natürliche Sprache gerne bei philosophischen Diskussionen und Literatur­zusammen­fassungen. Aber ich mag die Effizienz und Klarheit von Programmcode. Und ein ehrliches Syntax Error bzw. Cannot read properties of undefined ist mir lieber als ein Das ist ein weit verbreitetes Problem bei der Nutzung von Variablen. Soll ich einen schnellen Workaround für dich entwerfen?

Wie geht’s weiter?

Ich habe die letzten Tage genutzt, mich endlich wieder etwas weiterzubilden in modernem CSS. Mein neuer Code-Editor ist der pfeilschnelle Zed. Der bietet ab Werk eine brauchbare Auto-Complete-Funktion namens Zeta, mit der ich mir im Wesentlichen Tipparbeit spare, welche aber nicht zu viel auf einmal macht. Sollte irgendwann RAM und SSD wieder bezahlbar sein, wird auf einem neuen Rechner ggf. ein kleines lokales Modell für diesen Anwendungsfall sesshaft werden, dafür reicht mein M1-MacBookPro nicht aus.

Auf die Generierung von größeren Codeabschnitten via Prompt möchte ich aber vorerst verzichten und eher wieder so arbeiten wie alle das bis 2024 erfolgreich und mit Freude gemacht haben.

Und weil es in den obigen Zeilen vielleicht nicht deutlich genug formuliert wird: LLMs sind eine mega-ineffiziente, klimazerstörende und turbokapitalistische Technik, die skrupellosen Milliardären hilft, weite Teile der normalen Bevölkerung in die Abhängkeit zu treiben. Und sie merken es aktuell noch nicht mal.

Mein Credo im Leben ist es, falls möglich, immer auf der guten Seite zu sein. In diesem Falle halte ich das für machbar. Und ich bin nach dem Lesen von vielen Texten und Talks über KI der Meinung zu wissen, welches die gute Seite hier ist.