From Prompt to Production: Building CraicGPT.ie with an AI Co-Pilot

2025-08-12

Machine-translated from English. Read the English original

Gestern haben wir über das rasante Tempo der KI-Innovation gesprochen, was durch die Geschichte der beiden Starts der vergangenen Woche perfekt veranschaulicht wurde: das reibungslose Opus 4.1-Update von Anthropic im Gegensatz zum GPT-5-Fauxpas von OpenAI. Es ist leicht, sich in der Hysterie zu verlieren. Aber wie fühlt es sich eigentlich an, die Ärmel hochzukrempeln und etwas mit diesen Tools zu bauen? Genau darum geht es heute.

Ich möchte Ihnen einen transparenten Blick hinter die Kulissen meiner „Phase 1“ auf der KI-Reise geben: die Entstehung eines kleinen Projekts, das ich craicgpt.ie nenne.

Mehr als ein Museumsstück: Das „Warum“ hinter CraicGPT.ie

Ich habe craicgpt.ie aus einem einfachen Grund gebaut: um ein greifbares Artefakt dieses spezifischen Moments in der KI-Geschichte zu schaffen. Stellen Sie es sich als lebendiges Museum oder eine Zeitkapsel vor. Die Seite ist eine leichte, serverlose Webseite, die nur eines tun soll: dieselben Prompts über verschiedene LLMs (Large Language Models) und Bildgeneratoren hinweg anzeigen und vergleichen.

Die Magie liegt in der Transparenz. Wenn Sie über irgendeinen Text oder irgendein Bild auf der Seite fahren, wird der exakte Prompt angezeigt, den ich zur Generierung verwendet habe. Wenn Sie über das geekwiththepeak-Logo fahren, können Sie mein hässliches Gesicht sehen (ja, geekwiththepeak.com ist der Ort, an dem diese Blogs irgendwann leben werden, sobald ich ein freies Wochenende finde!).

Dies soll nicht die nächste Killer-App sein. In der Welt der KI ist sie mit 8 Wochen bereits praktisch ein Museumsstück! Aber ihr Wert liegt in der Demonstration der praktischen Realität von KI-unterstützter Entwicklung. Sie ist eine Möglichkeit, die polierten Demos zu durchbrechen und die rohen Eingaben und Ausgaben – mit allen Macken – zu zeigen.

Der KI-Co-Pilot: Meine Erfahrung mit „Vibe Coding“

Meine Reise beim Coden mit LLMs war eine Achterbahnfahrt. Die allerersten Modelle von OpenAI und Google waren auf bizarre Weise beeindruckend. Dann, fast über Nacht, hatte ich das Gefühl, sie würden dümmer. Ich habe den starken Verdacht, dass dies ein künstlich erzeugter Rückgang war, da die Anbieter die kommerziellen Implikationen ihres neuen goldenen Gänsees erkannten und die Zügel strafften.

In letzter Zeit sind die Fähigkeiten jedoch wieder stark gestiegen. Diese neue Welle von Modellen hat etwas ermöglicht, was ich „Vibe Coding“ nenne – die Erstellung von Software durch natürliche Sprachkonversation anstelle des traditionellen, zeilenweisen Codierens. Sie beschreiben, was Sie wollen, und die KI generiert den Code.

craicgpt.ie war mein Experiment in diesem neuen Paradigma.

Das Prinzip ist für mich nicht neu. In früheren Rollen musste ich mich oft durch Skripting aus der Patsche helfen – zum Beispiel das schnelle Erstellen einer Frontend-API-Umhüllung, um einem skeptischen Windows-Enterprise-Team zu zeigen, wie „einfach“ unser API-gestütztes Tool war. Aber die Verwendung eines LLM als Co-Pilot hebt dies auf ein ganz neues Niveau.

Unter der Haube: Das Gute, das Schlechte und das Hässliche der Commits

Wie sah der Prozess wirklich aus? Es war sicherlich nicht ein einziger Prompt, der eine perfekte Website ausspuckte. Wie ich in meinen Projektnotizen erwähnt habe, muss man sich nur die Anzahl der Commits ansehen, die nötig waren, um die Dinge richtig hinzubekommen. Mein Git-Verlauf sieht weniger aus wie eine Projektzeitlinie und mehr wie das Tagebuch eines Verrückten. Die eigentliche Arbeit lag nicht im Coden, sondern im Engineering.

Das Gute: Die KI war phänomenal bei der Schinderei. Sie generierte Boilerplate-HTML, CSS und JavaScript in Sekundenschnelle. Sie war fantastisch beim Übersetzen von Logik und fungierte wie ein unendlich geduldiger Tutor. Als ich die Seite baute, verwendete ich ein Modell, das ein Vorgänger der Veröffentlichungen der vergangenen Woche war. Um zu sehen, wie sich die Dinge verändert haben, versuchte ich, eine Komponente mit dem neuen

Claude Opus 4.1 neu zu erstellen. Der Unterschied war wie Tag und Nacht. Es verstand den Kontext zwischen den Dateien und produzierte sauberen, funktionierenden Code beim ersten Versuch. Es war ein Blick in die Zukunft.

Das Schlechte: Dann versuchte ich dieselbe Aufgabe mit dem neu veröffentlichten GPT-5. Und lassen Sie uns einfach sagen, die Ergebnisse waren … interessant. Dank des kaputten Routers, über den wir gestern gesprochen haben, schien das Modell die Aufmerksamkeitsspanne eines Goldfisches zu haben. Es „halluzinierte“ selbstbewusst Funktionsaufrufe, vergaß Entscheidungen, die wir zwei Prompts zuvor getroffen hatten, und erforderte im Allgemeinen mehr Fürsorge als ein Kleinkind in einem Süßigkeitengeschäft. Es erforderte ständige Erinnerungen und eine sorgfältige Verwaltung des Gesprächsverlaufs.

Das Hässliche: Das „Engineering“ bestand nicht in dem Schreiben des Codes, sondern in:

• Prompt-Verfeinerung: Das Lernen, wie man die richtige Frage auf die richtige Weise stellt. Bei GPT-5 in seinem aktuellen Zustand fühlt sich dies mehr wie eine dunkle Kunst als eine Wissenschaft an.
• Strategisches Debugging: Das schnelle Identifizieren, wann die KI die Spur verloren hat, und das Wissen, wie man sie zurückführt.
• Architektonische Aufsicht: Die Treffen von Entscheidungen auf hoher Ebene darüber, wie die verschiedenen KI-generierten Komponenten zusammenpassen sollten.

Dies sind Fähigkeiten, die die KI derzeit ergänzt, nicht ersetzt.

Das Urteil: Ist die KI bereit, meinen Job zu übernehmen? Noch nicht, aber sie ist ein verdammt guter Praktikant.

Also, nach dem Bau eines vollständigen Projekts mit einem KI-Co-Pilot, was ist das Urteil? Sind wir an dem Punkt angelangt, an dem ein einzelner Prompt eine produktionsreife Anwendung generiert? Auf keinen Fall. Zumindest nicht für uns sterblichen Menschen.

Meine Erfahrung führt mich zu diesem Schluss: Der heutige KI-Co-Pilot ist wie ein brillanter, aber extrem inkonsistenter Praktikant. Er ist unglaublich schnell, verfügt über enzyklopädisches Wissen und wird nie müde. Aber ihm fehlt der Kontext der realen Welt, er hat keinen gesunden Menschenverstand, und man darf ihn bei kritischen Aufgaben absolut nicht unbeaufsichtigt lassen. Der Unterschied zwischen einem Modell wie Opus 4.1 und der Version von GPT-5 am Tag der Veröffentlichung ist der Unterschied zwischen einem Praktikanten, der genau zuhört, und einem, der bereits seinen Wochenendplan erstellt.

Die wertvollsten Fähigkeiten in dieser neuen Welt bestehen nicht nur im Schreiben von Code. Es geht um die Fähigkeit, die Ausgabe eines KI-Systems effektiv zu führen, zu validieren und zu integrieren. Es ist ein Wandel vom Erbauer zum Architekten und Dirigenten.

Und ehrlich gesagt? Es macht mir seit Jahren den meisten Spaß. Dieser kollaborative Prozess ist energetisierend und eröffnet unglaubliche neue Möglichkeiten. Es ist ein leistungsstarkes neues Werkzeug im Werkzeugkasten des Ingenieurs, und wir kratzen gerade erst an der Oberfläche.

Morgen werden wir uns ansehen, wie wir dies in einem Unternehmensumfeld auf die nächste Stufe heben, indem wir unserer KI einen Bibliotheksausweis für die privaten Daten unseres Unternehmens geben.

Originally published on allthingscloud.eu (2025-08-12).