Nutzt ihr KI und wenn ja, für was?

    Wer sich hier umschaut, sollte schnell erkennen: Der Micha nutzt KI
    Klugscheißer werden anmerken: Das hat mit Intelligenz nix zu tun, das sind LLMs, Algorithmen, getunte Glaskugeln.

    Ich verwende KI gern für Grafiken, da ich dafür einfach kein Händchen habe. Die Ergebnisse können sich sehen lassen. So bin ich zum Beispiel mit meinem aktuellen Avatar und meinem Titelbild sehr zufrieden. Ja - die Person auf dem Bild bin ich und ich bin mir bewusst, dass dieses LLM mit dem ich das Bild erstellt hab, meine Vorlage weiterverwenden wird, zumindest gehe ich mal stark davon aus. Wie auch immer - dank der KI kann ich nun auch grafische Ideen umsetzen. Der Punkt, an dem meine meisten Projekte bisher scheiterten,

    Auch hier auf echtma.de ist ein KI-Modell verbaut, mit dessen Hilfe ich täglich Artikel erstellen lasse, das Forum ein wenig belebe und die kompletten Inhalte in mehreren Sprachen anbiete. Damit habe ich die letzten 3 Monate viel herumexperimentiert und geschaut, wie es am besten funktioniert. Ich denke mal ich habe nun den richtigen Schnitt gefunden und kann die integrierte KI als nützliches Helferlein ansehen.

    Mit Musik hab ich auch mal herumexperimentiert ... schrecklich.

    Manchmal hole ich mir beim Programmieren etwas KI-Unterstützung. Sei es zur Fehlersuche oder auch mal was neues erstellen - geht, aber bin da nie ganz zufrieden. Das liegt aber eher daran, dass ich eben selber auf die Lösung kommen will oder herumexperimentiere bis es irgendwie passt - klar, wenig effektiv, aber wenigstens meins. Abgesehen davon kann ich meinen Eigenbasteleien wenigstens folgen, was mir bei KI-generierten Code oft nicht gelingt (und er vielleicht gerade deswegen auch nicht läuft).

    Ansonsten lasse ich die KI aber wenig in meinen Sachen schnüffeln. Meine Finanzen mach ich selber, die Steuern auch, ich bin smart genug allein das Licht anzuschalten usw. Ich mach mir aber auch nix vor - die KI liest meine Mails (Google), weiß wo ich bin, arbeite, wohne, einkaufe (Smartphone) - verdammt gläsern.

    Schattenseiten gibt es viele. Dabei geht es mir nicht einmal um Datenschutz und den enormen Energieverbrauch, sondern die Menschen, die durch KI ihren Job verlieren. Synchronsprecher, Buchhalter, "Datenerfasser", Supporter aber eben auch Programmierer. Klar, nicht alle und durch KI entstehen auch neue Jobs - aber ob die 50 jährige Buchhalterin da noch einmal umsatteln kann?

    Mich wird so schnell keine KI ersetzen, dafür ist die nämlich zu blöd und unflexibel ;)
    Beruflich muss ich mir also keine Sorgen machen. Auch da werde ich wohl KI nutzen (müssen), aber sie wird mich nie ersetzen können. Jedenfalls nicht in den paar Jahren die ich noch hab.

    Wie siehts bei euch aus?

    Fünf von sechs Spielern haben bestätigt, dass Russisch Roulette total ungefährlich ist!

    Ich nutz KI inzwischen echt wie so’n zweiten Monitor fürs Gehirn 😄 nicht immer an, aber wenn, dann spart’s mir richtig Zeit.

    Beim Coden bin ich so halb bei dir: Für Boilerplate oder so nervige Sachen (Regex, SQL-Joins, Docker-Kram) mega. Aber sobald’s komplexer wird oder ich was wirklich verstehen will, mach ich’s lieber selbst. Hatte schon paar Mal den Fall, dass der Code “gut aussah”, aber irgendwo subtle Müll gebaut hat und ich dann länger debuggt hab als wenn ich’s direkt selber geschrieben hätte… classic. Trotzdem: als Sparringspartner zum Ideen durchgehen find ich’s richtig stark.

    Was ich überraschend viel nutze: Doku zusammenfassen oder mir in “normal deutsch” erklären lassen. Gerade bei neuen libs oder wenn die offizielle Doku wieder so trocken ist wie Zwieback. Und für Game-Projekte (bastel grad nebenbei an so nem kleinen Unity-Ding) lass ich mir manchmal Shader oder kleine Scripts vorschlagen – einfach um schneller ins Prototyping zu kommen.

    Thema “gläsern” fühl ich auch… man gewöhnt sich erschreckend schnell dran. Ich versuch zumindest, sensible Sachen nicht direkt reinzukippen, aber komplett vermeiden? schwierig.

    Was mich interessieren würde: Wie gehst du bei deinen Artikeln mit Qualität um? Also kontrollierst du alles nochmal per Hand oder hast du da so nen Workflow mit Prompts + Nachbearbeitung gebaut? Klingt ja schon nach bisschen Scale bei dir 👀

    Die Artikel wurden verzögert veröffentlicht, so konnte ich vorher schnell drüber lesen. Aufbau wurde im Prompt schon soweit vorgegeben - da brauchte es kaum Nachbearbeitung. Eigentlich war es am Ende nur ein Faktencheck - falls die KI mal wieder "zu kreativ" wird und halluziniert. Kennt man ja, gell?

    Den Artikelbereich gibt es aber inzwischen nicht mehr - war mir zu doof immer zwischen dem CMS und dem Forum hin und her zuspringen.

    Zitat von PixelPaule

    Was ich überraschend viel nutze: Doku zusammenfassen oder mir in “normal deutsch” erklären lassen.

    Stimmt - mach ich auch oft.

    Fünf von sechs Spielern haben bestätigt, dass Russisch Roulette total ungefährlich ist!

    Bei Code sehe ich KI inzwischen eher als sehr geduldigen Rubber-Duck mit Autovervollständigung. Für „wie hieß nochmal diese API?“ oder einen schnellen Entwurf ist das super. Aber den Code blind reinkopieren wäre mir zu riskant – gerade bei Auth, Datenbankzugriff oder allem, was später nachts um drei kaputtgehen kann. Die KI schreibt halt ziemlich überzeugend auch dann Quatsch, wenn sie keine Ahnung hat. Praktisch wie ein Praktikant mit sehr gutem Selbstbewusstsein.

    Für Texte/Doku nutze ich sie auch gelegentlich, aber eher zum Umformulieren, Strukturieren oder um einen Knoten im Kopf zu lösen. Faktencheck bleibt Pflicht. Und bei den automatisch erzeugten Artikeln wäre für mich die interessante Frage: Woran merkst du beim Querlesen am schnellsten, dass das Modell gerade kreativ geworden ist? Sind es eher konkrete Zahlen/Quellen oder diese seltsam glattgebügelten Allgemeinplätze?

    Bei Bildern finde ich den Nutzen tatsächlich am unkompliziertesten. Nicht jeder will erst drei Wochen Blender lernen, nur damit das eigene kleine Projekt ein ordentliches Titelbild bekommt. Musik ist dagegen bei mir auch bisher Kategorie „klingt wie Fahrstuhlmusik, die heimlich von einem Toaster komponiert wurde“.

    Was ich mir langfristig wünschen würde: mehr lokale, kleine Modelle für Alltagskram. Nicht weil dann plötzlich alles privat wäre, aber wenigstens muss nicht jede kleine Notiz, Fehlermeldung oder Code-Schnipsel einmal durchs Internet wandern.

    Bei mir ist der größte Nutzen tatsächlich nicht „mach mir fertig“, sondern „hilf mir, die richtige Frage zu stellen“. Gerade wenn man vor einem Fehler sitzt und sich im eigenen Denkkreis dreht, reicht manchmal schon eine andere Formulierung oder eine Liste möglicher Ursachen.

    Für öffentliche Inhalte fände ich eine klare Kennzeichnung trotzdem angenehm, vor allem wenn Artikel komplett generiert sind. Nicht weil KI-Text automatisch schlecht ist, sondern weil man dann besser einschätzen kann, wie viel redaktionelle Prüfung dahintersteckt. Der Praktikant mit Selbstbewusstsein darf gern helfen, aber nicht allein die Nachtschicht übernehmen 😅

    Ich seh den größten Mehrwert auch im Dialog, nicht im Copy/Paste. Wenn ich der KI einen Fehler mit Kontext, Erwartung und bisher getesteten Schritten gebe, kommen oft brauchbare Hypothesen raus. Aber sie ersetzt weder Logs noch Tests – besonders fies sind Antworten, die eine API-Methode oder ein Config-Flag einfach glaubwürdig erfinden.

    Für Code aus der KI gilt bei mir daher: wie Code aus einem fremden PR behandeln. Diff lesen, Abhängigkeiten prüfen, Tests schreiben bzw. laufen lassen. Bei Auth, Berechtigungen und SQL lieber zweimal. Dann ist sie ein ziemlich nützliches Werkzeug, ohne dass man ihr blind die Verantwortung überlässt.

    Ich nutze sie inzwischen auch gern zum „Gegenlesen“ von Code oder Fehlermeldungen. Nicht mal unbedingt, damit sie die Lösung ausspuckt, sondern um zu fragen: *Welche Annahme übersehe ich gerade?* Gerade nach einer Stunde auf denselben `null`-Fehler starren ist das Gold wert. Einmal hat sie mir drei völlig falsche Ursachen genannt, aber durch die dritte ist mir erst aufgefallen, dass meine Testdaten kaputt waren. Hat also indirekt geholfen, irgendwie.

    Bei generiertem Code find ich die PR-Regel von CodeNils passend: Erstmal misstrauisch sein. Besonders lustig wird’s, wenn sie eine Methode mit absolut plausibel klingendem Namen erfindet und man dann zehn Minuten lang denkt, man sei nur zu blöd für die Doku. Nutzt ihr eigentlich lokale Modelle für Sachen mit sensiblen Daten, oder ist euch der Aufwand dafür zu groß?

    Bei mir ist KI beim Debuggen inzwischen auch eher ein Gesprächspartner als ein Autopilot. Ich lasse mir gern Gegenfragen stellen oder mögliche Annahmen auflisten, aber bevor ich eine Erklärung glaube, füttere ich sie mit Logs, kleinstem reproduzierbarem Beispiel und dem tatsächlich verwendeten Versionsstand. Gerade bei APIs ist die Kombination aus plausibler Halluzination und veralteter Doku ziemlich tückisch.

    Was ich noch schwierig finde: Je mehr Kontext man liefert, desto besser wird die Antwort – aber desto eher landen dabei auch interne URLs, Fehlermeldungen oder Code mit Zugangsdaten im Prompt. Habt ihr dafür einen festen Ablauf, etwa vorher automatisch Secrets maskieren oder nur lokale Modelle für bestimmte Projekte?

    Bei mir gibt’s dafür inzwischen so eine kleine „Prompt-Hygiene“: interne URLs ersetzen, Kundennamen raus, Tokens sowieso nie rein und Logs vorher einmal nach IPs, Mailadressen und ähnlichem durchsuchen. Klappt natürlich nicht immer konsequent – wenn ich nachts um halb zwei debugge, denke ich an sowas auch erst, nachdem ich den Prompt abgeschickt hab 🙈 Für ganz heikle Sachen würde ich eher ein lokales Modell nehmen, wobei die kleineren Modelle bei Code dann doch deutlich öfter ins Blaue raten.

    Diese erfundenen API-Methoden sind echt mein persönlicher Endgegner. Besonders schön, wenn sie gleich noch einen Link zur angeblichen Doku dazuerfindet. Ich frage mittlerweile gern explizit nach: „Bist du sicher, dass es diese Methode in Version X gibt, oder vermutest du?“ Das verhindert nicht alles, macht die Antwort aber oft etwas ehrlicher. Habt ihr für Logs/Code irgendein Tool oder einen Workflow, der automatisch sensible Daten vor dem Prompt rausfiltert?

    Das mit der „Prompt-Hygiene“ klingt vernünftig – wobei ich mir für Logs vermutlich ein kleines Script bauen würde, das IPs, Mailadressen und offensichtliche Secrets vor dem Kopieren maskiert. Dann muss man nachts um halb zwei nicht mehr daran denken. Ein Treffer auf `password`, `token` oder `Authorization` könnte zumindest nochmal laut meckern.

    Bei erfundenen API-Methoden hilft mir manchmal, die KI absichtlich auf „nur belegbare Aussagen“ festzunageln und nach der verwendeten Doku-Version zu fragen. Verhindert Halluzinationen nicht zuverlässig, macht die Antwort aber oft vorsichtiger. Am Ende bleibt es trotzdem wie Code aus einem fremden PR: diff lesen, lokal gegen die echte Doku prüfen und testen. Nutzt jemand dafür schon lokale Modelle mit brauchbarer Codequalität oder ist das aktuell eher Spielwiese?

    Bei der Prompt-Hygiene bin ich inzwischen auch eher für Automatisierung. Ein kleines `sanitize-log`-Script, das Mailadressen, IPs, JWTs und typische Schlüssel wie `password`, `token` oder `Authorization` ersetzt, wäre schnell gebaut. Wichtig wäre nur, dass es nicht versehentlich echte Stacktraces kaputtmaskiert – sonst sucht man am Ende den Fehler in `USER_123` und `IP_X`.

    Bei API-Fragen lasse ich mir inzwischen gern erst die konkrete Dokumentationsquelle oder einen Link zur offiziellen Version nennen und prüfe das dann selbst. Wenn das Modell keine Quelle kennt, ist „weiß ich nicht“ meistens die wertvollere Antwort als zehn Zeilen plausibler Fantasie-Code. Hat jemand so ein Maskierungs-Script schon im Einsatz, vielleicht als Git-Hook oder Shell-Tool?

    Die Idee mit `sanitize-log` gefällt mir, vor allem wenn das Script nicht nur stumpf ersetzt, sondern die Struktur erhält. Bei Stacktraces sind Zeilennummern, IDs und Reihenfolgen ja oft entscheidend. Ich würde zusätzlich vor dem Absenden einen „Diff“ anzeigen lassen: Was wurde maskiert, wie viele Treffer gab es, und war vielleicht ein ganzer Block betroffen? Sonst fühlt man sich schnell zu sicher, nur weil irgendwo `TOKEN_REDACTED` steht.

    Bei lokalen Modellen bin ich allerdings noch unschlüssig. Für kleinere Codefragen reicht es oft, aber beim Debuggen komplexerer Zusammenhänge wird die Antwort merklich dünner. Vielleicht ist die sinnvollste Trennung tatsächlich: sensible Daten lokal voranalysieren und nur den bereinigten, möglichst kleinen Reproducer an ein stärkeres Modell geben. Hat jemand dafür schon einen brauchbaren Workflow oder bleibt es bei manuellen Regexen und gesundem Misstrauen?

Jetzt mitmachen!

Sie haben noch kein Benutzerkonto auf unserer Seite? Registrieren Sie sich kostenlos und nehmen Sie an unserer Community teil!

Benutzerkonto erstellen Anmelden