Lernt man mit KI noch — oder lassen wir nur noch denken?

Ich habe den Satz in den letzten Wochen öfter gehört, als ich zählen möchte. Mal in einem Gespräch nebenher, mal direkt an mich gerichtet, immer mit diesem leicht besorgten Ton, der zeigt, dass die Person es ernst meint: „Wenn die KI den Code schreibt, lernt der Entwickler doch gar nichts mehr.“ Ich habe jedes Mal genickt, weil ich verstehe, woher der Satz kommt. Und ich habe jedes Mal gedacht: Nein. Meine eigene Erfahrung sagt etwas ziemlich anderes. Ich lerne gerade mehr und schneller als in den Jahren davor. Aber — und das ist der Punkt — unter einer Bedingung.

Zwei Modi, zwei völlig verschiedene Effekte

Die Sache ist die: Es gibt nicht einen Weg, mit einer KI zu arbeiten, sondern mindestens zwei. Und sie führen zu völlig unterschiedlichen Lerneffekten. Der eine Modus ist schnell, ergebnisorientiert und hat seinen berechtigten Platz. Der andere ist langsamer, anstrengender und ist der eigentliche Grund, warum ich glaube, dass die Frage vom Anfang falsch gestellt ist. Wer beide Modi durcheinanderwirft, hat entweder die Gefahr nicht gesehen oder die Chance nicht erkannt. Meistens beides.

Vibe-Coding — der Prototyp-Modus

Der erste Modus ist das, was viele meinen, wenn sie „mit KI arbeiten“ sagen. Anforderung rein, Code raus, läuft. Keine Rückfrage, keine Diskussion, und wenn es funktioniert, bleibt es. Ich nenne das für mich Vibe-Coding, und ich meine es nicht abwertend. Für ein Wochenend-Experiment, für ein Wegwerfskript, für einen schnellen Feasibility-Check ist dieser Modus genau der richtige. Manchmal ist er sogar der einzig sinnvolle, weil jede weitere Minute, die man in Tiefe investiert, verlorene Zeit wäre.

Was dabei ehrlich gesagt passiert: Das Lernen ist in diesem Modus nahe null. Der Code geht durch den Entwickler durch, nicht in ihn hinein. Er funktioniert oder er funktioniert nicht, und wenn er funktioniert, wird er angenommen, ohne dass man sich in seine Mechanik gedrängt hätte. Das ist kein Versäumnis — es ist schlicht der Preis für das Tempo. Das Problem beginnt erst dann, wenn jemand Vibe-Coding für professionelles Arbeiten hält. Wer das Werkzeug so einsetzt, hat nicht die KI missverstanden, sondern seinen eigenen Job.

Professional Engineering — wenn die KI zum Mentor wird

Der zweite Modus sieht von außen aus wie der erste, ist aber in Wahrheit das Gegenteil. Hier schreibt die KI nicht für den Entwickler, sondern neben ihm. Sie ist Pair-Programming-Partnerin. Eine, die nichts vergisst, nicht müde wird, keine schlechten Tage hat und — das ist der entscheidende Punkt — Vorschläge macht, auf die der eigene Stil nie gekommen wäre. Jede einzelne Code-Antwort wird gelesen, geprüft und oft umgeschrieben, bevor sie irgendwo hineinwandert. Genau in dieser Prüfung liegt der Lerneffekt.

Was ich in den letzten zwei Jahren auf diese Weise an Dingen gesehen und übernommen habe, hätte ich in zwei Jahren klassischer Recherche nicht geschafft. Moderne Sprachfeatures, die ich kannte, aber nie in meinen eigenen Stil aufgenommen hatte. Entwurfsmuster, die ich für ein Problem, das ich seit Jahren auf eine bestimmte Art gelöst hatte, plötzlich aus einem anderen Winkel zu sehen bekommen habe. Bibliotheks-Kombinationen jenseits meines gewohnten Stacks. All das wäre mir in meinem alten Rhythmus entgangen, weil die Welt zu groß ist, um sie von Hand abzugrasen. Die KI liefert den Impuls, die Tiefe muss der Entwickler selbst nachliefern. Und ohne diesen zweiten Schritt bleibt es bei Vibe-Coding — nur mit dem falschen Etikett.

Der eigentliche Lerneffekt liegt im Nachfragen

Der Moment, in dem aus einem Werkzeug ein Mentor wird, ist immer derselbe. Eine Code-Antwort taucht auf, die nicht sofort verstanden wird. Eine Methode, die man noch nie gesehen hat. Ein Pattern, das eleganter ist als das eigene. Ein Einzeiler, der an einer Stelle steht, an der man selbst fünf Zeilen geschrieben hätte. In diesem Moment hat man zwei Möglichkeiten: Übernehmen, weil es läuft. Oder nachfragen, warum es läuft. Nur eine der beiden Möglichkeiten führt zu Wissen.

Das klingt simpel, und es ist der anstrengende Teil. Warum dieser Weg und kein anderer? Welche Seiteneffekte hat das? Was hätte ich vorher gemacht, und was habe ich dabei nie bedacht? Wo ist der Trade-off, den ich selbst nicht gesehen hätte? Sobald man anfängt, diese Fragen ernsthaft zu stellen, hat man keinen Code-Generator mehr vor sich, sondern ein 24/7-Code-Review, das einem die eigenen blinden Flecken in einem Tempo zeigt, das mit manuellem Suchen nie möglich gewesen wäre. Nicht weil die KI schlauer wäre als man selbst, sondern weil sie ohne Pause Vorschläge macht, die nicht aus dem eigenen Gedankenapparat stammen. Diese Geschwindigkeit, in der man neue Patterns aufnimmt und in die eigene Arbeit integriert, ist für mich die eigentliche Senior-Beschleunigung der letzten zwei Jahre.

Die Falle — das Was statt das Warum

Die Gefahr, die der Satz vom Anfang meint, ist trotzdem real. Und sie ist vor allem eines: bequem. Wer das Nachfragen weglässt, gewöhnt sich an Code, der funktioniert, ohne dass der Autor versteht, warum er funktioniert. Das geht eine Weile gut. Es geht sogar überraschend lange gut. Aus Lernen wird Halbwissen, aus Halbwissen wird Code, der zufällig läuft — und der Unterschied zwischen den beiden ist bei laufendem Betrieb nicht sichtbar.

Sichtbar wird er erst in dem Moment, in dem etwas kippt. Ein Edge-Case, den niemand im Test hatte. Eine leere Liste statt einer gefüllten. Ein Datumswert, der knapp neben der erwarteten Zeitzone liegt. In diesem Moment steht der Entwickler vor einem Code, den er vorher akzeptiert hat, ohne ihn zu verstehen, und weiß nicht, wo er ansetzen soll — weil er den Mechanismus nie nachvollzogen hat. Das ist die Stelle, an der aus einer gemütlichen Abkürzung eine ehrliche Rechnung wird. Und ich will ehrlich sein: Dieser Kipp-Punkt liegt näher, als man zugeben will. Die Disziplin, jeden nicht verstandenen Vorschlag zu hinterfragen, ist anstrengend. Sie kostet Zeit, die man gerade nicht hat, und Aufmerksamkeit, die man schon zehnmal anderswo ausgegeben hat. Aber sie ist genau das, was den Lerneffekt von der Bequemlichkeit trennt.

Mein Fazit

KI macht uns nicht dumm. Sie zeigt uns nur schneller, was wir alles noch nicht wissen. Wer sie als Mentor benutzt — als jemanden, der einem etwas zeigt und einen Anlass gibt, tiefer zu graben — der lernt heute mehr und tiefer als zu irgendeinem Zeitpunkt davor. Wer sie als Autopiloten benutzt, lernt gar nichts. Aber das ist keine Eigenschaft des Werkzeugs, das ist eine Entscheidung. Die Wahl trifft der Entwickler, nicht die KI.

Und wenn ich ehrlich zurückschaue, bleibt eine Beobachtung, die ich selbst so vor ein paar Jahren nicht erwartet hätte. Es war in meinem Beruf noch nie so leicht, neugierig zu bleiben — jede Woche liegt ein neuer Anlass direkt vor einem, ohne Suche, ohne Wartezeit, ohne Lehrgang. Und es war noch nie so leicht, genau diese Neugier aufzugeben, weil man sie nicht mehr ernsthaft braucht, um Code zu produzieren, der irgendwie läuft. Zwischen diesen beiden Möglichkeiten liegt im Grunde die ganze Frage — und sie wird jeden Tag neu entschieden, nicht ein für alle Mal.