In vielen Aspekten hat die KI die gleichen Limitierungen, Probleme und (bis zu einem gewissen Grad) Motivationen wie ein Mensch.
Sie kann deine Gedanken nicht lesen.
Input: Facts, Context, Intent
Output: Erwartete Laenge, Detaillevel, Beispiele, "No Code"
Intent: Die KI kann dich besser unterstuetzen wenn sie weiss, wohin du willst.
Beispiele: LLMs lieben Beispiele (z.B. wie die Ausgabe aussehen soll).
"No Code": Zu oft gibt die KI Code aus, wo natuerliche Sprache zu schnellerem Verstaendnis fuehren wuerde.
Nutze nicht dein eigenes Gehirn wenn die KI es tun koennte.
Nimm dir Zeit um Erfahrung zu sammeln — du bekommst die Zeit bald zurueck. Jeder interagiert anders mit KIs.
Es ist nicht nur schneller — beim Tippen laesst du Nebengedanken, Intent, Ideen weg. Aber genau dieses Material ist hilfreich fuer die KI.
Wenn das Modell zurueckkommt mit "du musst...", "Bitte pruefe mein Ergebnis" — frage ob es das selbst tun kann.
Wenn es sagt "Ich kann nicht" — frage warum, und behebe das.
Blaeht das Context Window nicht auf. Persistiere Ergebnisse die wertvoll sind aktiv und regelmaessig. Kompaktiere den Context wenn es eine Schlussfolgerung gibt oder eine Aufgabe abgeschlossen ist.
Recherche, Planung, Analyse — NUR lesen, suchen, planen — KEIN Code schreiben
Code schreiben, Dateien editieren — NUR Code-Aenderungen — KEIN Deploy, KEIN Git
Build, Deploy, Git, ADB — NUR ausfuehren — KEIN Code schreiben
NUR testen — prueft ob Aenderungen funktionieren, meldet Fehler — KEIN Code, KEIN Deploy
Tester wird nach Aenderungen gestartet, aber NUR wenn User es bestaetigt.
Organizator plant → Coder implementiert → Deployer baut → Tester prueft → Ideengeber/Challenger bewerten → Organizator plant naechsten Schritt
dashboard.html (Single-File, 9000+ Zeilen)holodeck-dgz.pages.devscore-editor.pages.devpsychologie-heute.pages.devholodeck-dgz.pages.devC:/Users/mine4/AppData/Local/Android/Sdk/platform-tools/adb.exeFehler-Muster und Lektionen bleiben dauerhaft erhalten. Einzelne Test-Logs werden zu einem Monatsarchiv komprimiert.