Coding mit KI

Das Praxisbuch für die Softwareentwicklung
2. Auflage 2026
ISBN: 978-3-367-11024-7
Verlag: Rheinwerk Verlag GmbH

Buch, Deutsch, 546 Seiten, Format (B × H): 175 mm x 245 mm, Gewicht: 1136 g

Ihr Leitfaden für Agentic Coding mit dem richtigen Vibe

Wird in wenigen Jahren niemand mehr Code schreiben, wie es NVIDIA-Chef Jensen Huang prophezeit? Werden intelligente Systeme Bugs jagen, Apps erstellen und Menschen überflüssig machen? Wahrscheinlich nicht.

Aber sicher ist, dass KI rasend schnell verändert, wie wir Software entwickeln. Wer die neuen KI-Helfer nicht nutzt, macht sich das Leben unnötig schwer und läuft Gefahr, den Anschluss zu verlieren.

In diesem Buch erfahren Sie, was Agentic Coding bereits leisten kann und wo die Grenzen von GitHub Copilot, Claude, Antigravity und Cursor liegen. Michael Kofler, Bernd Öggl und Sebastian Springer zeigen Ihnen anhand praxisnaher Beispiele , wie Sie heute schon mit KI-Unterstützung schneller, effizienter und fehlerfreier programmieren können. Ein pragmatischer Leitfaden für alle, die wissen wollen, was künstliche Intelligenz für die Softwareentwicklung bedeutet.

Aus dem Inhalt:

• Agentic Coding
• Debugging, Refactoring und Unit-Tests
• MCP und Skills
• Server-Setup für lokale LLM-Ausführung
• Modelle mit dem Docker Model Runner ausführen
• LLMs per API nutzen
• Reasoning and Thinking
• RAGs und SQL-to-Text
• Risiken, Grenzen und Ausblick

Autoren/Hrsg.

Kofler, Michael

Öggl, Bernd

Springer, Sebastian

Fachgebiete

• Mathematik | Informatik EDV | Informatik Programmierung | Softwareentwicklung Software Engineering
• Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz

Inhaltsverzeichnis

  Vorwort ... 9

TEIL I.  KI-Tools verstehen ... 15

  1.  Einführung ... 17

       1.1 ... Coding per Chat ... 17

       1.2 ... Codeassistenten ... 27

       1.3 ... Die Kunst des Prompting ... 40

       1.4 ... Grundlagen von Large Language Models (LLMs) ... 48

       1.5 ... LLM-Interna und -Optimierung ... 63

  2.  Pair Programming ... 75

       2.1 ... Die richtigen KI-Tools zum Lernen ... 76

       2.2 ... Code in Funktionen strukturieren ... 78

       2.3 ... Beispiel: IBAN-Validierung ... 88

       2.4 ... Objektorientiert programmieren ... 95

       2.5 ... Beispiel: Quiz ... 103

       2.6 ... Beispiel: Sudoku lösen ... 108

  3.  Agentic Coding ... 117

       3.1 ... Agentic Coding in der Software-Entwicklung ... 117

       3.2 ... Agentic Coding mit Cursor ... 120

       3.3 ... Die Kernfeatures von Cursor ... 124

       3.4 ... Der Agentic Coding Workflow ... 135

       3.5 ... Fazit ... 146

TEIL II.  Coding mit KI-Unterstützung ... 149

  4.  Debugging ... 151

       4.1 ... Webapplikationen ... 152

       4.2 ... App-Entwicklung ... 162

       4.3 ... Entwicklung am Raspberry Pi ... 167

       4.4 ... Visual Studio und VSunhbox voidb@x protect penalty @M Code ... 171

       4.5 ... Fazit ... 173

  5.  Refactoring ... 175

       5.1 ... Einführung ins Refactoring ... 176

       5.2 ... Refactoring mit KI-Werkzeugen ... 176

       5.3 ... Best Practices ... 190

       5.4 ... Wann Sie KI nicht zum Refactoring einsetzen sollten ... 192

       5.5 ... Fazit ... 193

  6.  Software testen ... 195

       6.1 ... Erzeugen von Testdaten ... 196

       6.2 ... KI-gestützte Testautomatisierung ... 200

       6.3 ... Testgetriebene Entwicklung mit KI ... 207

       6.4 ... Arbeiten mit Abhängigkeiten ... 213

       6.5 ... Optimieren von Tests ... 220

       6.6 ... E2E-Tests ... 226

       6.7 ... Fazit ... 231

  7.  Software dokumentieren ... 233

       7.1 ... Inline-Dokumentation ... 235

       7.2 ... Funktions- und Klassendokumentation ... 239

       7.3 ... API-Dokumentation ... 243

       7.4 ... Veraltete Dokumentation ... 247

       7.5 ... Fazit ... 250

  8.  Datenbanken ... 253

       8.1 ... Datenbankdesign ... 254

       8.2 ... SQL-Kommandos ... 261

       8.3 ... Administration ... 268

       8.4 ... Datenbank-Handling mit MCP ... 273

  9.  Scripting und Systemadministration ... 279

       9.1 ... Scripting ... 279

       9.2 ... Reguläre Muster ... 284

       9.3 ... KI-Hilfe im Terminal mit llm ... 289

       9.4 ... Systemadministration ... 292

       9.5 ... Linux-Administration per SSH und KI ... 297

TEIL III.  Tools für Profis ... 305

10.  Sprachmodelle lokal ausführen ... 307

       10.1 ... Die Qual der LLM-Wahl ... 308

       10.2 ... Vorteile der lokalen Ausführung von Modellen ... 314

       10.3 ... GPT4All ... 315

       10.4 ... Ollama ... 318

       10.5 ... Die Ollama Cloud ... 324

       10.6 ... Open WebUI für Ollama ... 325

       10.7 ... Continue ... 333

       10.8 ... Ollama-API ... 336

       10.9 ... Tabby ... 339

       10.10 ... Fazit ... 341

11.  Der eigene LLM-Server ... 343

       11.1 ... Hardware ... 345

       11.2 ... GPU-Bibliotheken, Treiber und Kernel-Einstellungen ... 346

       11.3 ... LM Studio ... 354

       11.4 ... Agentic Coding mit Roo Code ... 368

       11.5 ... llama-server ... 371

       11.6 ... Fazit ... 377

12.  Agentic-Coding-CLIs ... 379

       12.1 ... Einführung ... 379

       12.2 ... Claude Code ... 382

       12.3 ... Codex CLI ... 396

       12.4 ... goose ... 400

13.  MCP und Skills ... 407

       13.1 ... Tool Calling ... 408

       13.2 ... Model Context Protocol (MCP) ... 409

       13.3 ... Skills ... 428

14.  Retrieval Augmented Generation (RAG) und Text-to-SQL ... 439

       14.1 ... Schnellstart RAG ... 440

       14.2 ... Das viel-falter-Projekt ... 445

       14.3 ... Dokumente laden ... 446

       14.4 ... Index erzeugen ... 448

       14.5 ... Vector-Store-Datenbanken ... 452

       14.6 ... RAG-Abfragen ... 455

       14.7 ... Text-to-SQL ... 461

15.  KI-APIs nutzen ... 473

       15.1 ... Die API von OpenAI ... 473

       15.2 ... Die API von Claude ... 482

       15.3 ... Die API von Gemini ... 484

       15.4 ... APIs lokaler Modelle ... 485

       15.5 ... Beispiel: Alt-Texte für eine WordPress-Site generieren ... 490

       15.6 ... Docker Model Runner ... 496

16.  Risiken und Ausblick ... 513

       16.1 ... Probleme und Einschränkungen beim Einsatz von KI-Tools ... 513

       16.2 ... Beispielhaftes KI-Versagen ... 520

       16.3 ... Ethische Fragen ... 529

       16.4 ... AI Slop, Vibe Coding und die Zukunft der Software-Entwicklung ... 535

  Index ... 541

Über Autor(innen)

Kofler, Michael
Michael Kofler hat Telematik an der TU Graz studiert und ist einer der erfolgreichsten deutschsprachigen IT-Fachbuchautoren. Zu seinen Themengebieten zählen neben Linux auch IT-Sicherheit, Python, Swift, Java und der Raspberry Pi. Er ist Entwickler, berät Firmen undarbeitet als Lehrbeauftragter.

Springer, Sebastian
Sebastian Springer ist JavaScript-Engineer bei MaibornWolff. Als Dozent lehrt er JavaScript an der Technischen Hochschule Rosenheim. Er publiziert regelmäßig in Fachzeitschriften, schreibt Fachbücher zu Node.js und ist ein gefragter Speaker auf allen wichtigen JavaScript- und Webentwickler-Konferenzen. Sebastian Springer bietet auch Seminare zu JavaScript und Node.js an und ist Trainer für mehrere Rheinwerk Webinare.

Öggl, Bernd
Bernd Öggl ist ein erfahrener Systemadministrator und Webentwickler. Bereits seit 2001 erstellt er für Kunden Websites, setzt individuelle Entwicklerprojekte um und gibt sein Wissen auf Konferenzen und in Publikationen weiter.