Wenn KI zum Denkpartner wird

8 Min. Lesezeit

Mit KI arbeiten, nicht nur sie benutzen

20.03.2026, Von Stephan Schwab

Die meisten Entwickler nutzen KI als glorifizierte Autovervollständigung. Die wahre Stärke zeigt sich, wenn man aufhört, nach Lösungen zu fragen, und anfängt, über Probleme zu sprechen. Eine Migrations-Geschichte zeigt, wie agentische KI-Zusammenarbeit komplexe technische Arbeit von Solo-Debugging in geführte Entdeckung verwandelt.

Der Unterschied zwischen Werkzeug und Partner

Ich musste einen Newsletter-Service von einem Kubernetes-Namespace in einen anderen migrieren. Unterschiedliche Datenbanken, unterschiedliche Ingress-Konfigurationen, Zertifikatsverwaltung, Anforderung an Null-Ausfall — die Art von Arbeit, die normalerweise Dokumentation lesen, Fehler machen und später beheben bedeutet.

Stattdessen öffnete ich ein Gespräch mit GitHub Copilot.

Nicht „schreib mir ein Migrations-Skript”. Nicht „wie verschiebe ich Daten zwischen Namespaces”.

Ein Gespräch.

Ich: “Ich muss newsletter.example.com zur Newsletter-App in app-staging routen. Aktuell zeigt es auf newsletter-prod. Unterschiedliche Namespaces, muss zuerst Datenbanken zusammenführen.”

Copilot: „Lass mich den aktuellen Zustand verstehen. Was ist in jedem Namespace?”

Diese Frage änderte alles.

Die Form agentischer Zusammenarbeit

Die meisten KI-Interaktionen folgen einem Muster: Sie fragen, sie antwortet, Sie setzen um. Manchmal funktioniert es. Oft sind Sie wieder mit Nachfragen zurück, weil die Antwort Kontext vermisste.

Agentische Zusammenarbeit kehrt dies um. Die KI stellt klärende Fragen. Schlägt Ansätze vor. Weist auf Risiken hin, die Sie nicht bedacht haben. Zwingt Sie, Annahmen zu artikulieren, von denen Sie nicht wussten, dass Sie sie treffen.

Copilot: „Bevor wir Daten verschieben, wie viele Datensätze sind in jeder Datenbank? Wir müssen wissen, ob es Konflikte gibt.”

An Konflikte hatte ich nicht gedacht. Ich war auf die Migrations-Mechanik fokussiert.

sqlite3 production.db "SELECT COUNT(*) FROM subscribers"
# 343

sqlite3 staging.db "SELECT COUNT(*) FROM subscribers"  
# 315

Ich: „Production hat 343 Abonnenten, Staging hat 315. Sieht nach Überschneidung aus.”

Copilot: „Die Staging-Datenbank ist neuer, hat aber weniger Abonnenten. Das deutet darauf hin, dass Production die maßgeblichen Daten hat. Aber Staging hat x_credentials und queued_posts, die Production nicht hat. Wir migrieren nicht nur — wir führen zwei auseinanderentwickelte Datensätze zusammen.”

Jetzt kommen wir weiter.

Dialog offenbart verborgene Komplexität

Hätte ich nach einem Migrations-Skript gefragt, hätte ich eins bekommen. Es hätte Daten kopiert. Wahrscheinlich hätte es funktioniert. Vielleicht hätte es 28 Abonnenten verloren.

Das Gespräch brachte ans Licht, was das Problem tatsächlich war: zwei Datenbanken mit unterschiedlichen Zwecken, getrennt weiterentwickelt, jetzt vereinigt. Die Newsletter-Tabellen gehörten zu Production. Die Social-Media-Tabellen zu Staging. Die Migration verschob nicht alles — sie bewahrte selektiv die maßgeblichen Daten jedes Systems.

Copilot: „Hier ist mein Vorschlag:

1. Newsletter-Tabellen aus Production exportieren (subscribers, send logs, digest settings)
2. Diese Tabellen in Staging LÖSCHEN (sie sind veraltet)
3. Newsletter-Daten von Production importieren
4. x_credentials und queued_posts von Staging intakt lassen
5. Zusammengeführte Datenbank lokal prüfen, bevor wir den Cluster anfassen”

Ich: „Ergibt Sinn. Was ist mit dem eigentlichen Datenbank-Tausch?”

Copilot: „Deployment auf null skalieren, PVC durch Helper-Pod mounten, vorhandene Datenbank sichern, zusammengeführte reinkopieren, Helper-Pod löschen, wieder hochskalieren. Standard-Muster — aber wir sollten die zusammengeführte Datenbank zuerst lokal testen. Wenn etwas falsch ist, fangen wir es ab, bevor die Produktion betroffen ist.”

Das ist der Wert agentischer KI. Nicht nur Code generieren. Einen Arbeitsablauf vorschlagen, der Verifizierungs-Schritte einschließt. Fehlermodi antizipieren.

Die Befehle schreiben sich von selbst

Sobald der Ansatz klar war, war die Umsetzung einfach. Copilot generierte die Export-Befehle, das Merge-Skript, die kubectl-Operationen. Nicht weil es ein besserer Befehls-Generator als Dokumentation ist — sondern weil das Gespräch geklärt hatte, was genau passieren musste.

# Export aus Production
sqlite3 production.db ".dump subscribers" | grep "^INSERT" > /tmp/export_subscribers.sql
sqlite3 production.db ".dump newsletter_send_log" | grep "^INSERT" > /tmp/export_send_log.sql

# Merge-Skript erstellen
cat > /tmp/merge.sql << 'EOF'
DELETE FROM subscribers;
DELETE FROM newsletter_send_log;
EOF

cat /tmp/export_subscribers.sql >> /tmp/merge.sql
cat /tmp/export_send_log.sql >> /tmp/merge.sql

# Auf lokale Kopie anwenden
cp staging.db merged.db
sqlite3 merged.db < /tmp/merge.sql

# Verifizieren
sqlite3 merged.db "SELECT 'subscribers', COUNT(*) FROM subscribers 
                   UNION ALL SELECT 'x_credentials', COUNT(*) FROM x_credentials"

Erwartete Ausgabe: 343 Abonnenten, 4 x_credentials. Erhalten.

Ich: „Lokale Zusammenführung verifiziert. 343 Abonnenten, 4 x_credentials. Bereit für Cluster-Push.”

Copilot: „Gut. Jetzt skalieren wir das Deployment runter, mounten das PVC durch einen temporären Pod, sichern die vorhandene Datenbank, kopieren die neue rein und skalieren wieder hoch. Hier ist die Sequenz.”

Kein Raten. Kein Versuch und Irrtum. Das Gespräch hatte Vertrauen geschaffen.

Wenn Ingress-Konfiguration interessant wird

Mit der migrierten Datenbank war der nächste Schritt, das DNS-Routing umzuschalten. Ingress aus newsletter-production entfernen, in app-staging erstellen, TLS-Zertifikat-Referenz aktualisieren.

Ich: “Datenbank läuft in app-staging. Jetzt muss ich den Ingress verschieben.”

Copilot: „Zwei Ingress-Ressourcen — eine für HTTPS (websecure entrypoint), eine für HTTP-Redirect. Der Redirect braucht eine Middleware, um HTTPS zu erzwingen. Außerdem BASE_URL-Umgebungsvariable im Deployment aktualisieren, damit die App korrekte Links generiert.”

Die BASE_URL hatte ich vergessen. Die App hätte funktioniert, aber jeder E-Mail-Link hätte auf die alte Staging-URL gezeigt. Nutzer wären verwirrt gewesen. Die KI hat es erkannt.

Das ist keine Intelligenz. Das ist Mustererkennung über Tausende ähnlicher Konfigurationen. Aber im Moment ist es nicht von einem Senior-Entwickler zu unterscheiden, der Ihren Plan überprüft.

Der Rollback-Plan, den man nie brauchen möchte

Copilot: „Bevor Sie diese Ingress-Ressourcen anwenden, lassen Sie uns das Rollback-Verfahren dokumentieren. Wenn etwas kaputtgeht, wollen Sie die Befehle bereit haben.”

Klug.

# Rollback bei Bedarf
kubectl delete ingress newsletter-prod newsletter-prod-redirect -n app-staging
kubectl set env deployment/newsletter -n app-staging BASE_URL=https://newsletter-staging.example.com
kubectl scale deployment newsletter -n newsletter-prod --replicas=1
helm upgrade newsletter ./helm/newsletter -n newsletter-prod

Wir brauchten es nicht. Aber es vor der Migration aufgeschrieben zu haben, reduzierte das Risiko. Wenn etwas schiefgegangen wäre, wäre die Wiederherstellung drei Befehle entfernt gewesen.

Was agentische KI tatsächlich bedeutet

Agentische KI bedeutet nicht, dass Agenten autonom laufen. Es bedeutet KI, die an der Problemlösung teilnimmt, statt nur auf Anfragen zu reagieren.

Sie stellt klärende Fragen. Schlägt Verifizierungs-Schritte vor. Weist auf Sonderfälle hin. Behält den Plan im Auge, während Sie sich auf die Ausführung konzentrieren.

Sie fahren immer noch. Aber statt allein zu navigieren, haben Sie jemanden, der die Karte liest, nach Ausfahrten Ausschau hält, Sie daran erinnert, wohin Sie fahren.

Die Migration dauerte 40 Minuten. Keine Fehler. Kein Rollback nötig. Der Newsletter ging am nächsten Tag an 343 Abonnenten aus dem neuen Namespace raus.

Hätte ich es ohne KI herausgefunden? Natürlich. Hätte es länger gedauert? Wahrscheinlich. Hätte ich daran gedacht, die BASE_URL vor dem Deployment zu aktualisieren? Vielleicht nicht.

Wie man so arbeitet

Wenn Sie möchten, dass KI ein Denkpartner statt ein Befehls-Generator ist:

Hören Sie auf, nach Lösungen zu fragen. Beginnen Sie, Probleme zu beschreiben.

Nicht „schreib ein Skript zur Daten-Migration” — „Ich muss zwei Datenbanken mit überlappenden Schemas zusammenführen.”

Reagieren Sie auf Fragen, statt sie zu ignorieren.

Als Copilot nach Datensatz-Zahlen fragte, hätte ich es abtun können. Copilot führte die Abfragen wie gewünscht aus. Dieser Kontext formte alles danach.

Behandeln Sie das Gespräch als Design-Session.

Sie würden einem Kollegen keine Aufgabe geben und weggehen. Sie würden Ansatz, Risiken, Sonderfälle besprechen. Hier genauso.

Verifizieren Sie lokal, bevor Sie die Produktion anfassen.

Die KI schlug das vor. Es ist gute Praxis, ob KI beteiligt ist oder nicht. Aber es im Kontext vorgeschlagen zu bekommen, bedeutete, dass ich es tatsächlich tat.

Halten Sie das Gespräch auf ein Problem fokussiert.

Zwischen Themen springen verwirrt das Kontextfenster der KI. Beenden Sie die Migration, bevor Sie nach unabhängiger Infrastruktur fragen.

Die Zukunft ist bereits da

Das war keine experimentelle Technologie. GitHub Copilot. In VS Code. Für jeden mit Abo verfügbar.

Der Unterschied ist nicht das Werkzeug. Es ist, wie Sie es nutzen.

Die meisten Entwickler nutzen KI für Autovervollständigung. Eine Funktion generieren. Einen Fehler beheben. Boilerplate schreiben.

Das ist in Ordnung. Autovervollständigung ist nützlich.

Aber agentische Zusammenarbeit — KI als Denkpartner nutzen — ändert die Natur technischer Arbeit. Sie programmieren nicht mehr allein. Sie arbeiten mit etwas, das Mustererkennung über Millionen Repositories hat und artikulieren kann, was es sieht. Wie ich in Jenseits des Solo-Entwickler-Mythos geschrieben habe: Die beste Arbeit entsteht in Zusammenarbeit. KI fügt dem nur eine weitere Form hinzu.

Es ersetzt keine Erfahrung. Aber es macht Erfahrung zugänglicher. Der erfahrene Entwickler entdeckt, dass die Maschine keine Konkurrenz ist — sondern Verstärkung.

Ein Junior-Entwickler mit guten Fragen kann Anleitung auf Senior-Niveau bekommen. Ein Senior-Entwickler kann schneller arbeiten, ohne Gründlichkeit zu opfern.

Die Beschränkung ist nicht die KI. Sie ist, ob Sie bereit sind, ein Gespräch zu führen, statt nur nach Antworten zu fragen.

Warum das für Teams wichtig ist

Individuelle Produktivitäts-Verbesserungen sind nett. Team-Auswirkungen sind interessanter.

Wissensverteilung wird einfacher.

Diese Migration? Ich hätte sie allein machen können. Aber sie Copilot zu erklären, bedeutete den Ansatz klar zu artikulieren. Diese Klarheit überträgt sich, wenn ich es einem Kollegen erklären muss.

Dokumentation schreibt sich selbst.

Das Gespräch wurde zum Migrations-Plan. Ich speicherte das Transkript. Nächstes Mal, wenn jemand Datenbanken zusammenführen und Ingress umschalten muss, ist das Muster dokumentiert — nicht als abstrakte Schritte, sondern als echtes Gespräch über echte Abwägungen.

Onboarding wird schneller.

Neue Team-Mitglieder können die KI auf die Codebasis richten und Fragen stellen. „Was macht dieser Service?“ „Wo findet die Authentifizierung statt?“ „Warum gibt es zwei Datenbankverbindungen?“ Statt durch Wikis zu graben oder darauf zu warten, dass ein Senior-Entwickler frei ist, bekommen sie sofort kontextbezogene Antworten, die im tatsächlichen Code verankert sind. Keine perfekten Antworten. Aber gut genug, um die nächste Frage zu formulieren.

Technische Schulden werden sichtbarer.

Wenn Sie ein System der KI erklären, tauchen Inkonsistenzen auf. „Warum gibt es zwei Datenbanken?” wird zu einer Frage, die Sie nicht wegwischen können.

Das ersetzt keine Senior-Entwickler. Es macht Senior-Entwicklungs-Muster für alle zugänglicher.

Die Beschränkung verschiebt sich von „haben wir jemanden, der weiß, wie man das macht?“ zu „können wir artikulieren, was wir versuchen zu tun?“ Wenn Programmieren nicht mehr der Engpass ist, wird die Fähigkeit, klar über Probleme nachzudenken, zum Wettbewerbsvorteil.

Das ist eine bessere Beschränkung.

Die Migration, die niemand bemerkte

Newsletter ging Freitagmorgen raus. 343 Empfänger. Keine Bounces. Keine Ausfallzeit. Keine Notfall-Nachrichten.

Aus Nutzer-Perspektive änderte sich nichts. Aus Infrastruktur-Perspektive änderte sich alles.

Das ist das Ziel.

Die KI führte die Migration nicht durch. Ich tat es. Aber die KI machte es einfacher durchzudenken, sicherer auszuführen und simpler zu verifizieren.

Agentische Zusammenarbeit geht nicht um Automatisierung. Sie geht um Augmentation.

Sie sind immer noch verantwortlich. Treffen immer noch Entscheidungen. Schreiben immer noch Code.

Aber Sie tun es nicht mehr allein.

Und das macht den ganzen Unterschied.

Verwandte Artikel

Der Product Manager ist tot. Es lebe der Product Developer.

27.03.2026

Die Person, die mit Figma-Entwürfen ins Meeting kommt und sagt 'baut das', hat keine Zukunft mehr. KI hat den Abstand...

Produktentwicklung im KI-Zeitalter

23.03.2026

Produktentwicklung hat sich grundlegend verändert. Die Lücke zwischen einer Idee und ihrer funktionierenden Umsetzung...

Das Ende des Programmierens ist die Rückkehr der Produktentwicklung

13.03.2026

KI hat das Problem der Übersetzung gelöst – die Umwandlung von Absicht in Syntax. Das bedeutet nicht, dass der Job ve...