c’t uplink - der IT-Podcast aus Nerdistan

Programmieren mit KI-Unterstützung, das so genannte Vibe Coding: Ist man wirklich produktiver oder nur anders beschäftigt? Schreibt man besseren oder einfach nur aufgeblähten Code? Übernimmt die KI lästige Routinearbeiten oder trifft sie wichtige strukturelle Entscheidungen? Wir reden im Podcast mit c’t-Redakteur Peter Siering und heise+-Redakteur Denny Gille.

Peter programmiert seit Jahrzehnten und hat die KI-Unterstützung mittlerweile in den Alltag integriert und intensiv für das c’t-Projekt desinfec’t genutzt, einen linuxbasierten Virenscanner. Denny hat vor einiger Zeit erst das Programmieren angefangen und ist durch Vibe Coding deutlich größere Schritte voran gekommen als bisher. Moderator Jörg hat früher viel programmiert und schwankt gerade, ob Vibe Coding ihm die Lust am Programmieren vergrätzt oder neu entfacht.

Zuerst erklären Denny und Peter, an genau welcher Stelle die KI ins Entwickeln eingreift. Und zwar kann sie das auf praktisch jeder denkbaren Ebene: Nur als Chatbot, der beim Entwurf hilft und auf Wunsch Code ausspuckt, den man manuell in seine Entwicklungsumgebung übernimmt. Die KI kann auch fertigen Code beispielsweise als Git-Repository abliefern, in das man sich einklinkt. Oder sie kann in die IDE integriert sein und einem beim täglichen Tippen helfen. Zudem kann man auch die KI nur nachträglich über den Code gucken und ihn vielleicht kommentieren lassen oder lästige Testroutinen schreiben lassen. Und dann gibts die agentische KI, die den eigenen Rechner bedient und somit selbstständig die gesamte Entwicklungsumgebung installieren und Anwendungen herunterladen und übersetzen kann.

Dann sprechen Peter und Denny über ihre Erfahrungen, die sie mit Vibe Coding realisiert haben. Peter will keine agentische KI auf seinem Rechner haben, sondern beschränkt sich – und die KI – auf Browser und die Sandboxes der KI-Anbieter. Wenn mal eine lokale Hardware nötig ist, kommt ein separater PC oder Raspi zum Einsatz, auf dem keine Konten oder sonstige Zugänge installiert sind. Den KI-generierten Code lässt er dann seine private GitLab-Instanz weiterverarbeiten.

Denny chattet mit der Entwickler-KI und lädt sich deren Code herunter. Lokal hat er einen Visual Studio Code installiert oder auch nur einen schlanken Editor. Ihm gefällt vor allem, dass das ein niederschwelliger Ansatz ist. Mit KI direkt in der Entwicklungsumgebung haben beide keine Erfahrung, haben aber Positives von anderen Entwicklern gehört. Vor allem Fleißaufgaben wie Refaktorisieren erledigt die KI gut.

Besonders hilfreich finden beide, dass die KI sehr viele APIs gelesen hat, dutzende Programmiersprachen beherrscht und auch massig Tipps aus einschlägigen Foren wie Stack Overflow eingesammelt hat. Dennoch geht es nicht so ganz ohne Grundkenntnisse, was man da eigentlich macht. Auch haben alle drei Zweifel, wie es mit zukünftigen APIs und Problemen weitergeht: Wie kommt die KI an frische Trainingsdaten, wenn keine menschlichen Programmierer mehr ihre Fragen und Antworten auf Stack Overflow austauschen? Oder kommen einige KIs vielleicht an sämtlichen Code auf Github, Gitlab & Co.?

Beide erzählen auch von Problemen und scheiternder KI: fehlerhafter Code, oder auch die Einflüsse von geringen Tokenzahlen auf die iterierende Codequalität. Geholfen hat teils, der KI explizit zu sagen, den Code modular aufzubauen. Zum Schluss werfen wir einen Blick in die Zukunft: Wie mag KI die Softwarewelt verändern, wohin mag sich das Berufsbild der Entwickler, nunja, entwickeln?

Mini-PCs gelten als klein, kostengünstig und leistungsfähig genug für fast jede Alltagsaufgabe. Zudem sind sie praktischer als klobige Desktop-PCs und kompakter als manche Notebook-Dockingstation. Die c’t-Experten Carsten Spille und Christof Windeck haben für ihren Test extra auf den Apple Mac Mini mit M6-Prozessor gewartet und ein umfangreiches Testfeld zusammengestellt. Ihre erste Erkenntnis: Kostengünstig sind die Minis aufgrund der immensen Preissteigerungen bei RAM und SSDs nicht mehr. Nur ein Modell bleibt unter 700 Euro, ein weiteres etwas unter 1000 Euro, aber die anderen starten teils deutlich über 1000 Euro.

Außer dem Apple Mac Mini sind Mini-PCs von Acer, Asrock, Asus, Lenovo und MSI im Test. Im Apple steckt der hauseigene ARM-Prozessor M6, in den fünf anderen x86-Prozessoren von AMD oder Intel. Christof und Carsten erklären ausführlich, warum die ARM-Prozessoren von Nvidia und Qualcomm nicht vertreten sind und wie lange sie vielleicht auf sich warten lassen. Warum in diesem Test keine kleineren chinesischen Hersteller vertreten sind, erklären sie später gegen Ende des Podcasts: Vor allem die fehlende Gewährleistung sprach diesmal dagegen.

Alle Mini-PCs gibt es in verschiedenen Konfigurationen, nicht nur bezüglich SSD und Hauptspeicher, sondern auch mit verschiedenen Prozessoren. Einige Varianten haben aufgelöteten Arbeitsspeicher, was die Auswahl mit Blick auf die Preise besonders verkompliziert. In einem längeren Side Quest diskutieren wir gebrauchte Mini PCs als Alternative. Zudem gerade bei den hohen Speicherpreisen interessant: Wie gut kommen Windows und macOS mit 8 GByte Speicher zurecht, und unter welchen Umständen ist Linux eine Alternative? Die fünf x86-Geräte hat Carsten auch unter Linux getestet.

Aber auch die Performance kommt nicht zu kurz. Am schnellsten rechnet der Apple M6, gefolgt von einem schnellen Intel-Prozessor. Weniger Rechenleistung bringen die sparsameren Intel- und AMD-Plattformen, dafür kosten sie weniger. In der Diskussion kommen auch die Leistungsfähigkeit weitere Prozessoren zur Sprache, die etwa in vielen gebrauchten Mini-PCs und in einigen Notebooks zu finden sind – und wir geben einen kleinen Ausblick, was von Qualcomm und Nvidia in dieser Hinsicht zu erwarten ist.

Viel Rechenleistung auf kleinster Fläche, aber auch ein enormer Ressourcenverbrauch. Welche Technik in KI-Rechenzentren steckt sowie über deren „Risiken und Nebenwirkungen“ sprechen wir in c’t uplink.

Weltweit entstehen KI-Rechenzentren, nicht nur in den USA oder China, sondern auch in Europa und Deutschland. Firmen wie OpenAI, Meta, xAI oder Microsoft stecken in den Ausbau pro Jahr bis zu einer Billion US-Dollar – ja, kein Übersetzungsfehler, mehr als 1000 Milliarden US-Dollar.

Wie sich diese neuen KI-Anlagen von klassischen Rechenzentren unterscheiden, erläutert c’t-Redakteur Christof Windeck in der aktuellen Folge von c’t uplink. Etwa, warum ein KI-Rack heute bis zu 160 Kilowatt schluckt, während gewöhnliche Serverschränke bei 5 bis 15 Kilowatt liegen. Im Gespräch mit Moderator Keywan Tonekaboni geht es darum, wie Nvidia, AMD, Google und Amazon ihre Beschleuniger bauen, was Chiplets und High-Bandwidth-Memory leisten und warum der Datentransport mehr Energie kostet als die eigentliche Berechnung.

Nicht nur die Chip-Architektur ist relevant, sondern auch die Bauweise der Gebäude. Und die unterscheidet sich stark zwischen den USA, wo es viel Fläche im Nirgendwo gibt, und Europa mit seiner hohen Bevölkerungsdichte.

Und dann ist da noch das Thema Kühlung, denn wo viel Rechenpower ist, gibt es auch enorme Abwärme. Die beiden c’t Redakteure diskutieren dabei auch über die Umweltfolgen von KI-Rechenzentren, warum die nicht unbedingt ihren momentan zu hohen Wasserbrauch haben müssten und ob der Planet eigentlich genügend Ressourcen hat für die Visionen von Elon Musk & Co.?

Beim Preis der Steam Machine (ab gut 1000 Euro) drängt sich die Frage auf, ob man sie nicht auch aus Einzelkomponenten selber bauen kann. Ja, das kann man – und es wird zwar nicht billiger, sondern rund 300 Euro teurer, dafür aber wesentlich flexibler und auch leistungsstärker.

Was für Hardware haben wir für die „c’team Machine“ verwendet? Was ist Steam OS für ein System und warum ist es spannend? Und wo sind seine Vorteile? Wie läuft die Installation ab? Und wie offen oder verriegelt ist dieses System? Diese und mehr Fragen klären wir in dieser Folge des c’t uplink.

Bloß weg von US-Diensten? Im Podcast diskutieren wir über digitale Souveränität und stellen Microsoft-365-Alternativen für Privatpersonen, Unternehmen und Behörden vor.