#KI kann keine komplexen Projekte? Kommt drauf an, wie man es zerlegt. Ich habe meinen #TYPO3-Entwicklungsprozess in spezialisierte Skill-Module aufgeteilt und erziele damit schon jetzt belastbare Ergebnisse. Was sich verändert und warum das funktioniert:
#ki #typo3 #qualitätskontrolle #ki | Eric Harrer
Ich lese hier auf LinkedIn regelmäßig, dass #KI nicht in der Lage sei, komplexe Projekte zu bewältigen, und dass es noch eine ganze Weile dauern wird, bis sie solche Zusammenhänge eigenständig verarbeiten kann. Ich kann beides nachvollziehen, würde den Punkt aber anders einordnen. KI kann klar abgegrenzte Aufgaben schon heute sehr gut lösen, wenn der fachliche und technische Kontext präzise genug beschrieben ist. In meiner Praxis als zertifizierter #TYPO3-Entwickler und -Integrator sieht das so aus: Ich habe meinen Entwicklungsprozess in spezialisierte, voneinander abgegrenzte Skill-Module zerlegt. Eines für Core-Contributions, eines für Extension-Entwicklung, eines für Test-Infrastruktur, eines für Dokumentenkonvertierung und so weiter. Jedes Modul hat eine definierte Schnittstellenbeschreibung, Referenzdokumente für den fachlichen Kontext, Verifikationsskripte für die Qualitätskontrolle und Templates als deterministische Bausteine. Ein zusätzlicher Meta-Skill evaluiert und optimiert die anderen Module. Das Setup befindet sich im Aufbau, und die einzelnen Skills werden mit wachsender Erfahrung selbst weiter zerlegt und präziser beschrieben. Das ist kein einmaliger Entwurf, sondern ein iterativer Verfeinerungsprozess auf Basis praktischer Ergebnisse. Schon jetzt sind die Resultate bei wachsenden Aufgabenketten belastbar. Damit verschiebt sich auch die Rolle. Es geht weniger um die direkte Umsetzung einzelner Schritte und stärker um Orchestrierung, Kontextsteuerung und #Qualitätskontrolle. Wenn man ehrlich hinschaut, ist das funktional nicht weit von dem entfernt, was wir als Entwickler ohnehin tun. Wir arbeiten auf Basis von Bibliotheken, Frameworks und APIs mit definierten Schnittstellen und begrenzten Verantwortlichkeiten. KI fügt diesem Modell eine weitere Abstraktionsstufe hinzu. Der Unterschied: Wir haben es nicht mehr nur mit technischen Schnittstellen zu tun, sondern mit semantisch beschriebenen Fähigkeiten, Kontexten und Regeln. Diese Zusammenhänge müssen präzise formalisiert werden, damit die Ergebnisse verlässlich bleiben. Saubere Schnittstellendefinitionen, Scaffolding, Templates und deterministische Bausteine grenzen den Interpretationsspielraum der KI gezielt ein. Wer #KI produktiv einsetzen will, wartet nicht darauf, dass sie komplexe Probleme eigenständig löst. Der Hebel liegt darin, die eigene Arbeitsweise so zu strukturieren, dass KI zuverlässig zuarbeiten kann. Mich würde interessieren: Wie sehen eure Erfahrungen damit aus?
TYPO3 CMS
Simon Praetorius
Boris Hinzer