Claude & Codex Artikel 07 von 08

Grenzen, Kontrolle und typische Fehler

Wo beide Tools an Grenzen stoßen, welche Fehler typisch sind und wie du zuverlässig gegenprüfst.

Hier erkennst du Grenzen von KI-Coding früh und baust Gegenkontrollen ein, bevor Fehler in echte Projekte wandern. Ich bin ein überzeugter Nutzer von KI-Tools. Und genau deshalb sage ich klar: Sie haben Grenzen. Wer die kennt, arbeitet besser damit als jemand der ihnen blind vertraut. Das ist keine Kritik an den Tools, sondern gute Praxis.

Wo KI-Tools regelmäßig schwächeln

⚠️ Selbstsicheres Falschliegen

KI-Tools geben Antworten mit derselben Sicherheit, egal ob sie richtig oder falsch liegen. Sie "wissen" nicht dass sie etwas nicht wissen. Das ist die gefährlichste Eigenschaft. Immer prüfen.

⚠️ Fehlender Projektkontext

Die Tools kennen nur was du ihnen zeigst. Interne Konventionen, Deployment-Besonderheiten, Entscheidungen aus vergangenen Diskussionen. Das alles fehlt. Manchmal produzieren sie deshalb Code der zwar läuft, aber nicht ins Projekt passt.

⚠️ Veraltetes Wissen

Beide Tools wurden auf Daten bis zu einem bestimmten Zeitpunkt trainiert. Neue API-Versionen, aktuelle Security-Patches, neue Sprachfeatures. Das kennen sie möglicherweise nicht. Bei aktuellen Themen immer die offizielle Dokumentation prüfen.

⚠️ Komplexe Abhängigkeiten

Bei Änderungen die viele Dateien und Schichten eines Systems betreffen, verlieren KI-Tools schnell den Überblick. Der generierte Code kann an einer Stelle passen und an einer anderen subtil kaputt gehen.

Wie ich gegenprüfe

Meine Grundregel ist einfach: Was KI generiert hat, lasse ich nicht ungeprüft in Produktion. Das klingt nach mehr Aufwand als es ist.

Bei einfachem Code reicht ein kurzer Blick: Macht das was ich erwartet habe? Gibt es Dinge die ich nicht verstehe? Wenn ja, frage ich nach der Erklärung bevor ich übernehme.

Bei komplexerem Code: Tests laufen lassen. Wenn keine Tests existieren, zumindest manuell den wichtigsten Pfad durchgehen. Und bei sicherheitsrelevantem Code lese ich jeden Diff selbst, Zeile für Zeile.

Meine Haltung dazu

KI-Tools sind wie ein sehr fähiger Praktikant. Schnell, begeistert, oft treffsicher. Aber ohne Berufserfahrung und ohne Kontext. Du bist der Erfahrene der prüft, abnimmt und verantwortet. Das ist keine Schwäche der Tools. Das ist die richtige Aufgabenteilung.

Was du jetzt kannst

Du kennst die Stärken und Grenzen beider Tools. Im letzten Artikel schauen wir uns fortgeschrittene Nutzung an: Kontextdateien, Regeln und Setup-Tipps für stabilere Workflows.

Der nächste sinnvolle Schritt

Wenn du diesen Teil verstanden hast, passen diese Seiten als Nächstes:

Häufige Fragen

Halluziniert KI auch im Code?

Ja. Sie kann APIs, Dateien, Tests oder Ursachen falsch einschätzen. Darum zählen Quellcode, Diffs und Tests mehr als Formulierungen.

Wie reduziere ich Risiko?

Gib klare Aufgaben, begrenze Schreibbereiche, prüfe Diffs, nutze Tests und lasse kritische Änderungen fachlich gegenlesen.

Darf KI direkt in Produktion ändern?

Nein. Produktionsänderungen brauchen Review, Testlauf, Deployment-Prozess und Rollback-Plan.

Zurück: Grenzen und Toolwahl Weiter: Wiederholbare Workflows