ThinkWi-KI

Eine ältere Version des Dokuments wurde geladen! Beim Speichern wird eine neue Version des Dokuments mit diesem Inhalt erstellt.

====== 03. Code & Entwicklung ======

==== Überblick ====

KI-Systeme wie ChatGPT, GitHub Copilot, Amazon CodeWhisperer oder Cursor können Entwickler:innen bei zahlreichen Aufgaben unterstützen – von der Codeerstellung über das Debugging bis zur Dokumentation.  
Richtig eingesetztes Prompting spart Zeit, hilft beim Lernen neuer Technologien und beschleunigt Entwicklungsprozesse.

Typische Einsatzbereiche:
  * Code generieren (Funktionen, Klassen, Module)
  * Fehleranalyse und -behebung
  * Refactoring und Performance-Tuning
  * Dokumentation erzeugen
  * Tests erstellen
  * Konzepte erklären lassen
  * Code zwischen Sprachen „übersetzen“

==== Aufbau eines effektiven Entwickler-Prompts ====

Ein guter Entwickler-Prompt sollte enthalten:

* **Sprache / Technologie:** z. B. Python, JavaScript, SQL, HTML, Docker etc.
  * **Ziel:** Was soll der Code tun?
  * **Kontext:** Gibt es Eingabedaten, Einschränkungen, bestehende Strukturen?
  * **Format:** Kommentar, vollständiger Codeblock, Teilfunktion, Test etc.
  * **Nutzungszweck:** Lernen, Prototyp, Produktivcode, Review etc.
  * **Stil-Vorgaben (optional):** funktional, OOP, dokumentiert, minimalistisch

→ Je genauer du das Ziel und den Kontext beschreibst, desto zuverlässiger die Antwort.

==== 🔧 Beispiele für Code-Prompts ====

=== 🛠️ Code erstellen ===

**Prompt 1 – Python-Funktion schreiben**  
> Schreibe eine Python-Funktion, die eine Liste von Zahlen entgegennimmt und die durchschnittliche Abweichung vom Mittelwert zurückgibt. Achte auf gute Lesbarkeit und füge einen Beispielaufruf hinzu.

<code python>
def durchschnittliche_abweichung(zahlen):
    if not zahlen:
        return 0
    mittelwert = sum(zahlen) / len(zahlen)
    abweichungen = [abs(x - mittelwert) for x in zahlen]
    return sum(abweichungen) / len(zahlen)

# Beispielaufruf
werte = [10, 15, 20, 25]
print(durchschnittliche_abweichung(werte))  # Ausgabe: 5.0
</code>

---

**Prompt 2 – SQL-Query generieren**  
> Du hast eine Datenbank mit einer Tabelle „users“ (Felder: id, name, email, created_at). Schreibe eine SQL-Abfrage, die alle Nutzer:innen zeigt, die sich im letzten Monat registriert haben.

<code sql>
SELECT id, name, email, created_at
FROM users
WHERE created_at >= DATE_SUB(CURDATE(), INTERVAL 1 MONTH);
</code>

---

**Prompt 3 – HTML-Formular**  
> Erstelle ein HTML-Formular zur Anmeldung für einen Newsletter. Es soll Felder für E-Mail, Vorname, Datenschutz-Häkchen und einen „Anmelden“-Button enthalten.

<code html>
<form action="/newsletter-anmeldung" method="post">
  <label for="vorname">Vorname:</label><br>
  <input type="text" id="vorname" name="vorname" required><br><br>

<input type="checkbox" id="datenschutz" name="datenschutz" required>
  <label for="datenschutz">Ich stimme der Datenschutzerklärung zu</label><br><br>

<button type="submit">Anmelden</button>
</form>
</code>

---

=== 🐛 Fehleranalyse & Debugging ===

**Prompt 1 – Python-Fehler erklären**  
> `TypeError: unsupported operand type(s) for +: 'int' and 'str'`

<code python>
# Fehlerhafter Code
liste = [1, 2, '3']
summe = sum(liste)  # Fehler!

# Erklärung:
# sum() versucht, '3' (ein String) mit den Zahlen zu addieren.
# Lösung: Stelle sicher, dass alle Elemente numerisch sind.

# Korrigiert:
liste = [1, 2, int('3')]
summe = sum(liste)  # Ergebnis: 6
</code>

---

**Prompt 2 – Code-Review anfordern**  
*(nur als Platzhalter: hier kann realer User-Code eingefügt werden)*

<code javascript>
// Verbesserungsvorschlag:
function sumArray(arr) {
  if (!Array.isArray(arr)) return 0;
  return arr.reduce((acc, val) => acc + val, 0);
}
</code>

---

=== 🔄 Refactoring & Optimierung ===

**Prompt 1 – Lesbarkeit verbessern**

Vorher:
<code python>
def a(x):
 for i in x:
  if i>5:print(i)
</code>

Nachher (refactored):
<code python>
def print_greater_than_five(numbers):
    for number in numbers:
        if number > 5:
            print(number)
</code>

---

**Prompt 2 – List Comprehension**

Vorher:
<code python>
squares = []
for i in range(10):
    squares.append(i * i)
</code>

Nachher:
<code python>
squares = [i * i for i in range(10)]
</code>

---

=== 📋 Dokumentation erzeugen ===

**Prompt 1 – Python-Docstring generieren**

<code python>
def berechne_steuer(netto, steuersatz):
    """
    Berechnet die Steuer und den Bruttobetrag auf Basis des Nettobetrags.

Args:
        netto (float): Der Nettobetrag.
        steuersatz (float): Der Steuersatz in Prozent (z. B. 19 für 19%).

Returns:
        tuple: Enthält den Steuerbetrag und den Bruttobetrag.
    """
    steuer = netto * (steuersatz / 100)
    brutto = netto + steuer
    return steuer, brutto
</code>

---

=== ✅ Tests erzeugen ===

**Prompt 1 – Unit-Test**

<code python>
import unittest
from mymodule import calculate_discount

class TestDiscount(unittest.TestCase):
    def test_normal_case(self):
        self.assertEqual(calculate_discount(100, 20), 80)

def test_zero_percent(self):
        self.assertEqual(calculate_discount(100, 0), 100)

def test_full_discount(self):
        self.assertEqual(calculate_discount(100, 100), 0)

if __name__ == '__main__':
    unittest.main()
</code>

---

=== 📘 Lernen & Erklären ===

**Prompt 2 – Vergleich „map“ vs. „forEach“ in JavaScript**

<code javascript>
// map: Gibt ein neues Array zurück
const zahlen = [1, 2, 3];
const verdoppelt = zahlen.map(n => n * 2);  // [2, 4, 6]

// forEach: Führt nur eine Aktion aus
zahlen.forEach(n => console.log(n * 2));    // Ausgabe: 2, 4, 6
</code>

----

==== Tool-Hinweise: Code- und Entwickler-KI ====

KI-Tools im Bereich Softwareentwicklung helfen beim Schreiben, Erklären, Optimieren und Testen von Code. Einige sind als Editor-Plugins verfügbar, andere arbeiten webbasiert oder als API-Dienst.

=== 🧰 Übersicht nützlicher Entwicklungs-KI-Tools ===

* **GitHub Copilot (OpenAI + GitHub)**  
    - KI-Code-Vervollständigung in Echtzeit  
    - Unterstützt viele Sprachen (Python, JavaScript, Go etc.)  
    - Integriert in VS Code, JetBrains, Neovim  
    - Gut für Boilerplate, Tests, kleine Snippets

* **Cursor**  
    - Spezialisierter KI-Code-Editor mit eingebautem Chat  
    - Kontextuelles Prompting direkt im Codebereich  
    - Ideal für komplexe Refactorings, Erklärungen und Paarprogrammierung  
    - Unterstützt GPT-4, Claude & Co.

* **Amazon CodeWhisperer**  
    - Besonders für Cloud-/AWS-Projekte geeignet  
    - Integration in Visual Studio Code und JetBrains  
    - Guter Support für Python, Java, JavaScript

* **ChatGPT (mit Code Interpreter / Advanced Data Analysis)**  
    - Flexibel für Erklärungen, Debugging, Tests  
    - Kann komplette Funktionen schreiben, umstrukturieren und erklären  
    - Auch für Datenbearbeitung, Regex, API-Beispiele

* **Tabnine**  
    - Autovervollständigung via KI, trainiert auf Open Source  
    - Lokal einsetzbar, mehr Datenschutz  
    - Schneller als viele Cloud-Tools, aber weniger „intelligent“ als GPT-basiert

* **Replit Ghostwriter**  
    - Integriert in Replit IDE (online)  
    - Besonders für schnelle Prototypen und kleine Projekte  
    - Unterstützt Pair Programming mit KI-Coach

* **Codeium**  
    - Kostenlose Alternative zu Copilot  
    - Gute Unterstützung für viele Sprachen  
    - Starke Integration in VS Code und JetBrains  
    - Datenschutzfreundlicher Ansatz

* **Kite (eingestellt, aber historisch relevant)**  
    - Früher Vorreiter im Bereich Code-KI  
    - Hinweis: 2022 eingestellt

=== 📎 Hinweis ===

Viele Tools setzen auf GPT-Modelle im Hintergrund. Wer maximale Kontrolle und Datenschutz benötigt, sollte auf **lokale Modelle** (z. B. Tabnine, Codeium mit Offline-Modus) oder gut konfigurierbare APIs achten.

Zusammenfassung