Lesezeit: 274 Sekunden
Seit ich das erste Mal im Netz war — das war 1994, Netscape 0.9, wer kennt’s noch? — hatte ich Ideen. Ideen, was man mit dem ganzen Zeug anstellen könnte. Datenbanken. Werkzeuge. Helferleins, die einem die Arbeit vereinfachen. Ich habe zwar meine erste Webseite tatsächlich noch von Hand in html getippt, aber danach war das Problem immer dasselbe: Ich konnte nicht programmieren. Nicht ernsthaft. Und die Lücke zwischen „ich hab da eine Idee“ und „das läuft jetzt als Anwendung“ war für mich unüberbrückbar groß.
Dreißig Jahre lang hat sich daran nicht viel geändert. Ich habe Dinge ausprobiert, mir WordPress beigebracht, PHP-Schnipsel zusammengekopiert, mich durch Tutorials gequält. Aber ein echtes Werkzeug bauen — eines mit Logik, Datenbankanbindung, Benutzeroberfläche — das war nichts für mich. Das war was für Entwickler.
Bis vor ein paar Monaten.
Zwei Projekte, die es vorher nicht gegeben hätte
Inzwischen habe ich zwei Projekte online, die ich vor einem Jahr noch als „schöne Idee, die ich leider nicht umsetzen kann“ abgeheftet hätte.
Das eine ist der Trainingsplan-Generator für meine Hundeschule PAWCADEMY. Eine webbasierte Anwendung, in der Hundehalterinnen und Hundehalter ein paar Angaben zu ihrem Hund machen — Alter, Rasse, Problem, Trainingsziel — und dann einen strukturierten, individuellen Trainingsplan erhalten. Kein statisches PDF, kein Copy-paste, sondern ein Ergebnis, das auf einer umfangreichen Wissensbasis aufbaut, den Notizen aus inzwischen mehr als zwei Jahren intensiver Ausbildung, Weiterbildung und eigener Praxis: Trainingsprotokolle, Fachliteratur, Beobachtungen aus echten Kursstunden.
Das Tool ist nicht öffentlich zugänglich — und das ist keine technische Einschränkung, sondern eine bewusste Entscheidung. Ein Trainingsplan für einen Hund, der an der Leine pöbelt oder Probleme mit dem Allein-Bleiben hat, ist kein Self-Service-Produkt. Das Werkzeug liefert eine strukturierte Grundlage, aber die braucht menschliche Erläuterung, Einordnung und gegebenenfalls Anpassung durch einen Profi. Wer das möchte, kommt zu Pawcademy oder einer Hundeschule bzw. -trainer:in, der das Tool nutzt — dort gibt es die Kombination aus beidem, und ich habe die Web-App tatsächlich einem kleinen Kreis von Trainer:innen zur Nutzung zur Verfügung gestellt. Immer auch mit der Idee, dass von ihnen Verbesserungsvorschläge in die Programmierung einfließen können und die Trainingspläne durch ihren Input noch zielgerichteter und individueller und damit der Trainingserfolg um so besser wird.
Das andere ist MobiCheck, ein Mobilitätsrechner, den ich bauen ließ. Wer in der Rhein-Neckar-Region unterwegs ist, kann damit vergleichen: Auto oder ÖPNV? Wann lohnt sich welches Verkehrsmittel unter welchen Bedingungen? Einfache Idee, die ich schon lange im Kopf, aber eben nicht realisiert hatte. Der Rechner greift auf APIs und in Echtzeit auf Spritpreise zurück, um kein grobes, sondern ein wirklich präzises Ergebnis zu liefern. Mir persönlich bringt das für meine eigenen Bedürfnisse einen Nutzen – und jetzt hab ich das eben online.
Beide Projekte laufen. An beiden Projekten hätten Programmier-Profis sicherlich etwas auszusetzen. Sie sind nicht perfekt, vermutlich irgendwie angreifbar, aber funktionsfähig. Und das ist für mich der Punkt.
Was Vibe Coding bedeutet — und was nicht
„Vibe Coding“ ist ein Begriff, der gerade durch die Tech-Welt geistert. Die Idee dahinter: Man beschreibt einer KI, was man bauen möchte, iteriert gemeinsam, korrigiert, ergänzt — und am Ende hat man etwas, das läuft. Kein Studium, kein Framework-Wissen, kein Stack Overflow. Ich nutze dafür Claude.
Ich will das nicht romantisieren. Es ist kein Zauberstab. Man braucht trotzdem ein Verständnis dafür, was man eigentlich will — und warum. Man muss wissen, ob das Ergebnis das richtige Problem löst. Das ist keine Kleinigkeit. Aber es ist tatsächlich anders als früher. Deutlich anders.
Was früher fehlte, war nicht die Idee. Es war die Umsetzungskapazität. Der Trainingsplan-Generator etwa lebt nicht davon, dass irgendjemand besonders clever Code geschrieben hat. Er lebt davon, dass dahinter eine Wissensbasis steckt, die über Monate gewachsen ist — aus Trainingserfahrungen, Fachinhalten, echten Beobachtungen. Die KI macht daraus etwas Handhabbares. Sie strukturiert, ordnet, gibt Näherungswerte. Das Wissen selbst liefert der Mensch. Und genau das ist die Arbeitsteilung, die für mich funktioniert.
Die Lücke schließt sich — aber nicht so, wie ich dachte
Ich hatte lange eine leicht naive Vorstellung davon, was diese Lücke eigentlich war. Ich dachte, mir fehlt das technische Handwerk. Das stimmt zwar immer noch — aber das ist gar nicht das Entscheidende.
Was wirklich zählt: Wer gute Fragen stellen kann, wer ein Problem klar beschreiben kann, wer weiß, welche Information relevant ist und welche nicht — der kann mit den aktuellen KI-Werkzeugen erstaunlich weit kommen. Mein journalistischer Hintergrund, dreißig Jahre lang trainiert, ist dabei kein schlechter Ausgangspunkt. Recherchieren, strukturieren, gewichten, kommunizieren — das sind keine Nebensächlichkeiten in diesem Prozess. Das ist der Kern.
Was die KI gut kann: Daten sammeln, strukturieren, auf Basis vorhandener Information brauchbare Annäherungen produzieren. Was sie nicht kann und auch nicht soll: entscheiden. Bewerten. Einordnen. Verantworten. Das bleibt Menschenarbeit. Das ist auch gut so.
Was als nächstes kommt
Ich bin, offen gesagt, hoch motiviert, in diesem Bereich weiterzumachen. Nicht weil ich jetzt plötzlich Entwickler werden will — das wäre eine schlechte Verwendung meiner Zeit. Sondern weil ich glaube, dass die Kombination aus Fachkenntnissen, Redaktionserfahrung und diesen neuen Werkzeugen Dinge ermöglicht, die vorher schlicht nicht drin waren. Beide Projekte werden weiterentwickelt. Die Wissensbasis wächst. Die Anwendungen werden besser. Und ich lerne dabei mehr über KI-Systeme, als ich je durch bloßes Lesen von Artikeln darüber gelernt hätte.
(Headerbild generiert via ChatGPT)
Lesezeit: 274 Sekunden
Seit ich das erste Mal im Netz war — das war 1994, Netscape 0.9, wer kennt’s noch? — hatte ich Ideen. Ideen, was man mit dem ganzen Zeug anstellen könnte. Datenbanken. Werkzeuge. Helferleins, die einem die Arbeit vereinfachen. Ich habe zwar meine erste Webseite tatsächlich noch von Hand in html getippt, aber danach war das Problem immer dasselbe: Ich konnte nicht programmieren. Nicht ernsthaft. Und die Lücke zwischen „ich hab da eine Idee“ und „das läuft jetzt als Anwendung“ war für mich unüberbrückbar groß.
Dreißig Jahre lang hat sich daran nicht viel geändert. Ich habe Dinge ausprobiert, mir WordPress beigebracht, PHP-Schnipsel zusammengekopiert, mich durch Tutorials gequält. Aber ein echtes Werkzeug bauen — eines mit Logik, Datenbankanbindung, Benutzeroberfläche — das war nichts für mich. Das war was für Entwickler.
Bis vor ein paar Monaten.
Zwei Projekte, die es vorher nicht gegeben hätte
Inzwischen habe ich zwei Projekte online, die ich vor einem Jahr noch als „schöne Idee, die ich leider nicht umsetzen kann“ abgeheftet hätte.
Das eine ist der Trainingsplan-Generator für meine Hundeschule PAWCADEMY. Eine webbasierte Anwendung, in der Hundehalterinnen und Hundehalter ein paar Angaben zu ihrem Hund machen — Alter, Rasse, Problem, Trainingsziel — und dann einen strukturierten, individuellen Trainingsplan erhalten. Kein statisches PDF, kein Copy-paste, sondern ein Ergebnis, das auf einer umfangreichen Wissensbasis aufbaut, den Notizen aus inzwischen mehr als zwei Jahren intensiver Ausbildung, Weiterbildung und eigener Praxis: Trainingsprotokolle, Fachliteratur, Beobachtungen aus echten Kursstunden.
Das Tool ist nicht öffentlich zugänglich — und das ist keine technische Einschränkung, sondern eine bewusste Entscheidung. Ein Trainingsplan für einen Hund, der an der Leine pöbelt oder Probleme mit dem Allein-Bleiben hat, ist kein Self-Service-Produkt. Das Werkzeug liefert eine strukturierte Grundlage, aber die braucht menschliche Erläuterung, Einordnung und gegebenenfalls Anpassung durch einen Profi. Wer das möchte, kommt zu Pawcademy oder einer Hundeschule bzw. -trainer:in, der das Tool nutzt — dort gibt es die Kombination aus beidem, und ich habe die Web-App tatsächlich einem kleinen Kreis von Trainer:innen zur Nutzung zur Verfügung gestellt. Immer auch mit der Idee, dass von ihnen Verbesserungsvorschläge in die Programmierung einfließen können und die Trainingspläne durch ihren Input noch zielgerichteter und individueller und damit der Trainingserfolg um so besser wird.
Das andere ist MobiCheck, ein Mobilitätsrechner, den ich bauen ließ. Wer in der Rhein-Neckar-Region unterwegs ist, kann damit vergleichen: Auto oder ÖPNV? Wann lohnt sich welches Verkehrsmittel unter welchen Bedingungen? Einfache Idee, die ich schon lange im Kopf, aber eben nicht realisiert hatte. Der Rechner greift auf APIs und in Echtzeit auf Spritpreise zurück, um kein grobes, sondern ein wirklich präzises Ergebnis zu liefern. Mir persönlich bringt das für meine eigenen Bedürfnisse einen Nutzen – und jetzt hab ich das eben online.
Beide Projekte laufen. An beiden Projekten hätten Programmier-Profis sicherlich etwas auszusetzen. Sie sind nicht perfekt, vermutlich irgendwie angreifbar, aber funktionsfähig. Und das ist für mich der Punkt.
Was Vibe Coding bedeutet — und was nicht
„Vibe Coding“ ist ein Begriff, der gerade durch die Tech-Welt geistert. Die Idee dahinter: Man beschreibt einer KI, was man bauen möchte, iteriert gemeinsam, korrigiert, ergänzt — und am Ende hat man etwas, das läuft. Kein Studium, kein Framework-Wissen, kein Stack Overflow. Ich nutze dafür Claude.
Ich will das nicht romantisieren. Es ist kein Zauberstab. Man braucht trotzdem ein Verständnis dafür, was man eigentlich will — und warum. Man muss wissen, ob das Ergebnis das richtige Problem löst. Das ist keine Kleinigkeit. Aber es ist tatsächlich anders als früher. Deutlich anders.
Was früher fehlte, war nicht die Idee. Es war die Umsetzungskapazität. Der Trainingsplan-Generator etwa lebt nicht davon, dass irgendjemand besonders clever Code geschrieben hat. Er lebt davon, dass dahinter eine Wissensbasis steckt, die über Monate gewachsen ist — aus Trainingserfahrungen, Fachinhalten, echten Beobachtungen. Die KI macht daraus etwas Handhabbares. Sie strukturiert, ordnet, gibt Näherungswerte. Das Wissen selbst liefert der Mensch. Und genau das ist die Arbeitsteilung, die für mich funktioniert.
Die Lücke schließt sich — aber nicht so, wie ich dachte
Ich hatte lange eine leicht naive Vorstellung davon, was diese Lücke eigentlich war. Ich dachte, mir fehlt das technische Handwerk. Das stimmt zwar immer noch — aber das ist gar nicht das Entscheidende.
Was wirklich zählt: Wer gute Fragen stellen kann, wer ein Problem klar beschreiben kann, wer weiß, welche Information relevant ist und welche nicht — der kann mit den aktuellen KI-Werkzeugen erstaunlich weit kommen. Mein journalistischer Hintergrund, dreißig Jahre lang trainiert, ist dabei kein schlechter Ausgangspunkt. Recherchieren, strukturieren, gewichten, kommunizieren — das sind keine Nebensächlichkeiten in diesem Prozess. Das ist der Kern.
Was die KI gut kann: Daten sammeln, strukturieren, auf Basis vorhandener Information brauchbare Annäherungen produzieren. Was sie nicht kann und auch nicht soll: entscheiden. Bewerten. Einordnen. Verantworten. Das bleibt Menschenarbeit. Das ist auch gut so.
Was als nächstes kommt
Ich bin, offen gesagt, hoch motiviert, in diesem Bereich weiterzumachen. Nicht weil ich jetzt plötzlich Entwickler werden will — das wäre eine schlechte Verwendung meiner Zeit. Sondern weil ich glaube, dass die Kombination aus Fachkenntnissen, Redaktionserfahrung und diesen neuen Werkzeugen Dinge ermöglicht, die vorher schlicht nicht drin waren. Beide Projekte werden weiterentwickelt. Die Wissensbasis wächst. Die Anwendungen werden besser. Und ich lerne dabei mehr über KI-Systeme, als ich je durch bloßes Lesen von Artikeln darüber gelernt hätte.
(Headerbild generiert via ChatGPT)
Mehr zum Thema: