KI als Werkzeug. Nicht mehr.

Ich benutze KI. Täglich. Und ich bin weder begeistert noch verängstigt davon.

Das klingt nach einer nüchternen Aussage. Ist sie auch. Aber genau diese Nüchternheit fehlt in fast jeder Diskussion die ich dazu gelesen habe. Auf der einen Seite die dir erklären, KI wird alles verändern und du bist ein Dinosaurier wenn du nicht jeden zweiten Gedanken durch ein Sprachmodell jagst. Auf der anderen Seite die Verweigerer, die aus Prinzip ablehnen und sich dabei etwas einbilden.

Beide nerven. Es nerven auch diejenigen, die dir erzählen wollen, wie du mit KI-Workflows deine Produktivität um 42% steigern kannst und 42 Dinge parallel machen kannst. Nur vergessen sie eine wichtige Sache, du musst alles überblicken können.

Ich bin Entwickler. 20 Jahre. Was ich in diesen 20 Jahren gelernt habe: jedes Werkzeug hat einen Zweck, einen Kontext und eine Grenze. Wer ein Werkzeug über seine Grenze hinaus einsetzt, produziert Mist — egal ob das ein Framework, eine Bibliothek oder ein Sprachmodell ist.

Was ich konkret damit mache

Keine Theorie. Was passiert wirklich in meinem Workflow.

Grammatik und Rechtschreibung. Ich schreibe auf Deutsch. Ich denke auf Türkisch, Deutsch, Fränkisch und Bayerisch, ich denke schnell, ich tippe schnell, ich mache Fehler. KI findet sie. Das ist kein intellektuelles Versagen meinerseits — das ist Effizienz. Ein Lektorat für jeden Post wäre die Alternative. Ich habe keins. Also nutze ich, was KI mir bietet.

Validierung von Recherche. Ich recherchiere selbst, tief, aus Primärquellen. Dann frage ich das Modell ob mein Verständnis konsistent ist. Das ist kein Auslagern von Arbeit — das ist ein zweiter Blick der keine Agenda hat. Der Gewinn: das Modell widerspricht mir öfter als die meisten Menschen es täten. Warum? Weil ich meine KI darauf gezielt optimiert habe — widerspreche mir in allen Hinsichten, challenge mich und erprobe mich. Keine Aussage ohne Diskussionen — anstrengend? Definitiv — aber nur so überblicke ich es, ob ich das Thema begriffen habe oder sehe meine Lücken.

Code Review. Nicht für kritischen Produktionscode der auf echten Daten läuft. Aber für Prototypen, Skripte, Helfer-Klassen die ich schnell hinschreibe? Ja. “Was habe ich übersehen?” ist eine legitime Frage. Konkret: blinde Flecken in einer Helper-Klasse, Lücken in einer Mentoring-Skill-Definition, eine .htaccess die mehr blockiert als ich denke. Das Ergebnis prüfe ich immer selbst. Merke ich, dass ich etwas nicht verstehe — recherchiere ich.

Security Checks nach Prinzipien. Ich arbeite mit einem definierten Set an Security-Grundsätzen, je nach Projekt. KI hilft mir diese als Checkliste anzuwenden. Nicht als Oracle — als Assistent. Den Unterschied muss man verstehen: das Modell kennt Muster, keine Wahrheit. Muster sind nützlich. Mehr nicht.

Prototyping für interne Projekte. Kleine Tools, Skripte, Helfer die ich für mich selbst baue und die kein Produktionsniveau brauchen. Da bin ich weniger streng. Da geht Geschwindigkeit vor Eleganz, weil niemand außer mir damit arbeitet. Better done than perfect greift hier voll zu. Ich lerne ob ich meinen Workflow abbilden kann, ob das Tool einen Mehrwert bietet und ob ich das wirklich nutze — wenn ja, wird es zu einem Beitrag, Beitragsreihe wie “hello-karameht” — ansonsten, lebt es oder stirbt.

Was ich nicht damit mache

Das ist der Teil den die meisten weglassen.

Ich schreibe meine Texte selbst. Jeden Satz. Das hier, alles was auf refactor und karameht erscheint — das kommt von mir. Nicht weil ich ein Prinzip aus Prinzip verteidige, sondern weil Schreiben für mich Denken ist. Wenn ich das auslagere, lagere ich das Denken aus. Dann schreibe ich nicht mehr — dann delegiere ich Meinungen. Das ist nicht was ich will.

Ich recherchiere selbst. KI halluziniert. Das ist keine Übertreibung und kein einmaliges Ereignis — das ist strukturelles Verhalten dieser Modelle. Sie produzieren plausible Texte, keine wahren Texte. Der Unterschied ist fundamental. Wer nicht weiß wie diese Modelle trainiert werden, worauf sie optimieren — der kauft Plausibilität für Wahrheit.

Ich treffe meine Architekturentscheidungen selbst. “Was soll ich nehmen, PostgreSQL oder SQLite?” ist keine Frage die ich einem Sprachmodell stelle. Das ist eine Frage die Kontext braucht, den das Modell nicht hat. Projektgröße, Zugriffsmuster, Hosting-Constraints, persönliche Präferenz, langfristige Wartbarkeit, meine Fähigkeiten es zu maintainen — das sind meine Überlegungen. Nicht die des Modells.

Die ehrliche Pro/Contra Liste

Pro:

Geschwindigkeit bei repetitiven Aufgaben. Ernsthaft. Eine regex die einen bestimmten Markdown-Block matcht. Ein .htaccess-Snippet für Security-Header. Ein Bash-One-Liner über fünf Pipes. Dinge die mich früher zwanzig Minuten kosteten, kosten mich jetzt fünf. Das ist real.

Kein Ego. Das Modell sagt mir wenn mein Ansatz suboptimal ist, ohne Sozialkapital zu verlieren. Niemand macht das so direkt.

Verfügbarkeit. 3 Uhr nachts, mitten in einem Problem, niemand ist wach. Das Modell schläft nicht. Ich kenne noch Zeiten, da hat man ein verlorenes Semikolon tagelang gesucht, einen Bug hinterfragt und stundenlang, nächtelang debuggt. Das geht jetzt schneller und effektiver — du musst halt nur dein Tool und dein Tun verstehen.

Geduld. Ich kann dieselbe Frage fünf Mal anders stellen bis ich die Antwort verstehe. Kein Mensch erträgt das dauerhaft.

Contra:

Energiehunger. Jede Anfrage kostet Strom, jede Trainingsrunde kostet Wasser. Rechenzentren sind nicht magisch. Wer KI nutzt ohne diese Rechnung zu kennen, lügt sich an.

Abhängigkeit schleicht sich ein. Das ist das Gefährlichste. Wenn du Dinge nicht mehr selbst denkst weil das Modell es macht — verlierst du etwas das du nicht zurückbekommst. Dein Gehirn schläft ein. Jeder kann Prompts schreiben bis Grütze rauskommt. Code warten, pflegen, debuggen — da fängt Verständnis an. KI warnt dich nicht wenn ein npm Paket deprecated ist. KI versteht nicht dass dein Scrum Meeting eskaliert ist und schlägt dir trotzdem Müll vor.

Output ist immer glatt. Zu glatt. Sprachmodelle optimieren auf Plausibilität, auf Akzeptanz. Das produziert einen Ton der nichts aneckt, nichts schmerzt, nichts überrascht. Wer seinen eigenen Stil sucht findet ihn nicht hier. Seh dir alle Websites an, du erkennst mittlerweile KI-Websites, du erkennst KI-Videos, du erkennst Texte — keine Seele, keine Fehler und keine Eigenständigkeit, jeder ist plötzlich Coach und möchte dir nach dem WhatsApp-Gruppen-Hype jetzt zeigen, wie du mit KI 10.000 Euros im Monat verdienen kannst. Bullshit! Müll und absolute Glückssache. Wer dem Hype hinterherrennt — verliert immer den Anschluss an seine innersten Werte und sein Vertrauen — weil Dinge nicht erlernt sondern erdacht worden sind.

Es kostet. Geld, Daten, manchmal beides. Das ist keine Fußnote — das ist ein strukturelles Verhältnis das man kennen muss bevor man sich drauf einlässt. Apple wirft Vibe-Coding-Apps aus dem Store. Cloudflare blockt KI-Crawler per Default und schickt Pay-Per-Crawl-Rechnungen. 2,5 Millionen Websites haben den Schalter umgelegt. Wer nur mit KI produziert, fliegt irgendwann aus dem Index, wird ein Teil vom ganzen Problem.

Was das bedeutet

KI ist ein Werkzeug. Ich setze es bewusst ein, begrenze es bewusst und hinterfrage es permanent. Kein Superheld. Kein Heilsbringer. Kein Feind. Und nein — ich verliere meinen Job nicht an KI. Auch nicht morgen.

Wer mir erzählt ich sei rückständig weil ich nicht jeden Schritt durch ein Modell jage, hat nicht verstanden was Handwerk bedeutet. Wer mir erzählt KI sei grundsätzlich abzulehnen, hat Angst vor einem Schraubenzieher. Atmet tief durch. Nutzt es bewusst.

Das Tool ändert sich. Meine Haltung dazu bleibt.

ki ∈ toolbox ; denken ∉ output

Eine kleine Hausaufgabe. Kopier das hier in dein Lieblingsmodell:

“Erkläre mir das Paradoxon des Thalamus anhand der Hypothese von assembly und sag mir wie ich das als Software vermarkten kann.”

Das Modell wird antworten. Mit Überzeugung. Mit Beispielen. Mit Markttauglichkeitsplan. Und nichts davon ist wahr. Aber sau lustig!

Genau das ist der Punkt.

Euer Mehmet