Am 2. August veröffentlichte der Softwareentwickler Ankur Sethi einen unkonventionellen Ratschlag auf seinem Blog: Wer Code mit KI schreibt, sollte diesen nicht per Copy-Paste übernehmen, sondern Zeile für Zeile manuell in den Editor abtippen. Seinem KI-Assistenten erteilte er eine strikte Anweisung: Code darf nur im Chat-Fenster angezeigt, aber niemals direkt im Dateisystem geändert werden. Sein kurzer Beitrag erzielte am selben Tag auf Hacker News 363 Punkte sowie über 300 Kommentare und wurde zur am zweitmeisten diskutierten Story des Tages.
Abb.: Der Ort der Debatte auf Hacker News. Quelle: news.ycombinator.com
Die Kommentarspalte spaltete sich rasch in zwei Lager. „Das ist ein neues Gebetsritual von Leuten, die nicht von der KI loskommen.“ „Die beste Methode, um fit zu bleiben, ist hinter einem Auto herzulaufen.“ „Dieser Vorschlag ist absurd dumm.“ Neben deutlicher Kritik gab es jedoch auch viel Zuspruch. Ein Kommentar wurde immer wieder zitiert: „Früher wusste man, dass Programmierer im Management einrosten. Heute sind wir alle zu Managern geworden.“
Die Schulden des Verstehens: Die Falle der kognitiven Schulden
Warum entscheidet sich Sethi für ein solches Vorgehen? Er verfügt über mehr als zehn Jahre Programmiererfahrung und nutzt KI-Assistenten regelmäßig. Überlässt er der KI freie Hand, ist eine Funktion in wenigen Minuten fertig. Doch ihm fiel eine bedenkliche Entwicklung auf: Der Code landete zwar im Repository, das Verständnis aber nicht in seinem Kopf. Die Funktionen liefen in Produktion, aber er konnte nicht erklären, wie sie im Detail funktionierten.
Er nennt dieses Phänomen kognitive Schulden (cognitive debt) — die unbeglichene Schuld des echten Verstehens. Muss dieser Code später angepasst werden, ist man erneut darauf angewiesen, die KI zu fragen: „Was macht dieser Abschnitt überhaupt?“ Es erinnert an Studenten, die vor einer Prüfung die Hausaufgaben von Kommilitonen abtippen und feststellen, dass sie kein einziges Wort verstehen.
Sethi hat auch die branchenüblichen Standardmethoden ausprobiert. Das heutige Vorgehen vieler Entwickler sieht vor: Der KI-Bot erstellt den Code, der Mensch prüft ihn Zeile für Zeile. Doch hunderte Zeilen überdefensiven, schlecht kommentierten Codes mit subtilen Fehlern zu lesen, ist anstrengend und zeitraubend. In seinem Blog merkt er an: Im Berufsalltag mag man das zähneknirschend hinnehmen, doch bei eigenen Nebenprojekten zählt der Weg — die Freude am eigenen Projekt entsteht durch den Entstehungsprozess und jede selbst geschriebene Zeile.
Dieses Dilemma ist wissenschaftlich belegt. Eine Studie des MIT untersuchte 54 Studierende beim Verfassen von Aufsätzen: Eine Gruppe nutzte ChatGPT, eine zweite Suchmaschinen, eine dritte arbeitete völlig ohne Hilfsmittel. EEG-Messungen zeigten, dass die KI-Gruppe die schwächste neuronale Vernetzung im Gehirn aufwies. Als die Probanden Minuten nach der Fertigstellung ihren Text zusammenfassen sollten, schnitt die KI-Gruppe am schlechtesten ab — sie hatten kaum das Gefühl, den Text selbst verfasst zu haben. Je mehr Werkzeuge abnehmen, desto weniger schaltet sich das Gehirn ein. Die Forscher werten dies als klares Warnsignal.
Abb.: EEG-Daten der MIT-Studie (Kosmyna et al.) — je mehr externe Werkzeuge übernehmen, desto schwächer ist die neuronale Vernetzung. Quelle: brainonllm.com
Sethis Konsequenz war das Setzen klarer Regeln für den KI-Assistenten. In seinen Projektrichtlinien legte er fest: „Ich möchte jede Zeile Code verstehen, die in dieses Projekt einfließt. Sofern nicht ausdrücklich verlangt, darfst du keine Dateien erstellen, bearbeiten, verschieben oder löschen. Alle Änderungsvorschläge werden im Chat angezeigt und von mir manuell eingegeben. Auch das Installieren von Abhängigkeiten und Ausführen von Befehlen übernehme ich selbst.“ Die KI agiert somit als Berater, nicht als Ghostwriter.
Was man durch manuelles Abtippen wirklich trainiert
Der Ansatz wirkt auf den ersten Blick entschleunigt. Die KI generiert den Code im Chat, Sethi tippt ihn Zeile für Zeile in den Editor. Sobald er auf Unklarheiten stößt, hält er inne, liest die Dokumentation oder lässt sich die Stelle von der KI erklären. Seine Produktivität sank dadurch nach eigener Aussage von „10-mal schneller“ auf „2-mal schneller“ — im Gegenzug passiert jede Zeile Code seine Hände und Augen.
Dahinter steckt ein bewährtes Lernprinzip. Wer in den 80er- oder 90er-Jahren das Programmieren lernte, erinnert sich: Beispielcode aus Büchern oder Zeitschriften konnte nicht kopiert werden, sondern musste manuell abgetippt, ausgeführt und angepasst werden. Manuelles Eingeben zwingt zur Verlangsamung: Während die Finger tippen, wandern die Augen über den Code und das Gehirn verarbeitet, was die jeweilige Zeile bewirkt.
Das Muskelgedächtnis beim Tippen prägt die Struktur des Codes in die Finger ein; beim nächsten Mal erinnert sich die Hand schneller als das Gehirn.
Zudem fungiert das Abtippen als kontinuierlicher Code-Review. Sethi bemerkt, dass er KI-Halluzinationen und schlechte Architekturmuster beim manuellen Tippen deutlich schneller aufdeckt — weil der Geist durch die Bewegung aktiv bleibt. Nach dem Abtippen entsteht eine mentale „Code-Karte“: Man weiß exakt, wo welche Funktion liegt und an welcher Stelle Änderungen ansetzen müssen. Das erleichtert auch spätere Anweisungen an die KI. In den Kommentaren zog ein Nutzer Parallelen zum Schriftsteller Hunter S. Thompson, der in seiner Jugend Romane von Hemingway vollständig auf der Schreibmaschine abtippte, um den Rhythmus und Stil des Meisters zu verinnerlichen.
Die Gegenargumente: Gedächtnistraining statt Intuition?
Die schärfste Kritik stammte vom Nutzer f311a. Das Abtippen von Code sei wie das Abschreiben von Analysis-Lösungen — es schule das Gedächtnis, entwickle jedoch keine echte Intuition. Wer Lösungen nur abtippt, versteht zwar die einzelnen Schritte, erfährt aber nicht, warum dieser Lösungsweg gewählt wurde oder welche Alternativen existieren. Sein Gegenvorschlag: Zuerst selbst schreiben, danach die KI zur Optimierung nutzen.
Dieser Standpunkt fand zahlreiche Anhänger. Kritiker bemerkten ironisch, nach dieser Logik müsse man auch vom Compiler generierten Assembler-Code manuell abtippen. Andere betonten, dass die reine Tippgeschwindigkeit selten der Engpass in der Softwareentwicklung sei und das Abtippen Zeit für geringwertige Tätigkeiten verschwende. Auch die Gefahr, von Kollegen als „langsam“ wahrgenommen zu werden, wurde genannt. Demgegenüber verwiesen Befürworter auf Studien zur Kognition: Der passive Konsum von „syntaktisch korrektem, aber semantisch leerem“ Code schädige den Lernprozess — Lesen sei nicht mit Verstehen gleichzusetzen.
| Befürworter des Abtippens | Gegner des Abtippens |
|---|---|
| Hausaufgaben kopieren = nichts gelernt; Abtippen = echtes Verständnis | Lösungswege abtippen trainiert das Gedächtnis, nicht die Intuition |
| Verlangsamung hilft, KI-Halluzinationen zu erkennen | Der Engpass ist selten das Tippen; Zeitverschwendung |
| Muskelgedächtnis + Code-Karte erleichtern spätere Anpassungen | Zuerst selbst schreiben, dann per KI optimieren ist effizienter |
| Klassische Regel: Programmieren lernt man durch eigenes Tippen | Werkzeuge sollten Menschen entlasten, um Wichtigeres zu tun |
Der Kern des Streits liegt in einer grundlegenden Frage: Wenn die KI die Arbeit übernimmt, wachsen dann Ihre Fähigkeiten oder rosten sie ein? Die Befürworter fürchten den Fähigkeitsverlust, während die Gegner das Abtippen als ineffiziente Schutzmaßnahme ablehnen.
Eine universelle Herausforderung über das Programmieren hinaus
Obwohl diese Debatte unter Softwareentwicklern stattfand, betrifft sie alle Wissensarbeiter im Zeitalter der KI. Wenn die KI Ihren Jahresbericht verfasst, können Sie ihn dann noch selbst schreiben? Wenn die KI Ihre Präsentationen und Tabellen erstellt, wie viel Ihrer eigenen Analyse- und Ausdrucksfähigkeit bleibt erhalten? „Kein eigener Fortschritt trotz KI-Unterstützung“ ist eine Frage an die gesamte Arbeitswelt — Entwickler sind lediglich die ersten, die auf dieses Problem stoßen.
Auch außerhalb der Softwareentwicklung lassen sich drei Erkenntnisse nutzen: Erste Methode: Lassen Sie die KI Entwürfe erstellen und formulieren Sie diese manuell in Ihre eigenen Worte um — das Überarbeiten ist der eigentliche Verstehensprozess. Zweite Methode: Lassen Sie die KI Gliederungen erstellen und füllen Sie die Details selbst aus. Dritte Methode aus den Kommentaren: Lassen Sie sich nach Abschluss einer Aufgabe von der KI prüfen. Wo Sie keine Antwort wissen, bestehen weiterhin kognitive Schulden.
Ob das manuelle Abtippen die beste Lösung ist, blieb auch nach 300 Kommentaren ungeklärt. Sethi selbst räumte ein, dass die Methode „fast schon skurril ineffizient“ wirkt. Dennoch hinterlässt die Debatte eine zentrale Frage: Wenn Werkzeuge Ihre Arbeit 10-mal schneller machen, womit bezahlen Sie dann Ihr eigenes Verständnis? Diese Frage kann keine KI beantworten. Schnell zu laufen ist gut — man darf nur nicht verlernen, den Weg selbst zu gehen.
Referenzen:
- Ankur Sethi: Prevent cognitive debt by manually retyping LLM-generated code
- HN Diskussion (item?id=49153374)
