LLMs: Warum Entwickler jetzt Code-Leser sein müssen

In der Welt der Softwareentwicklung findet ein Paradigmenwechsel statt. Large Language Models (LLMs) haben die Art und Weise, wie Code produziert wird, radikal verändert und Entwickler dazu gezwungen, ihre Prioritäten neu zu überdenken. Der traditionelle Fokus auf das Schreiben neuen Codes wird von der Notwendigkeit, bestehenden Code zu verstehen, in den Schatten gestellt – eine Fähigkeit, die immer wichtiger wird, aber oft unterschätzt bleibt.

Die neue Realität

Jahrelang galt das Schreiben neuen Codes als Hauptaufgabe der Entwickler. Doch da LLMs, wie die von OpenAI oder Google, mühelos Hunderte von Codezeilen erzeugen, hat sich der Schwerpunkt verlagert. Entwickler stehen nun vor der Herausforderung, große Mengen automatisch generierten Codes zu verstehen – eine Aufgabe, die konzentrierte Aufmerksamkeit und tiefes Verständnis der zugrunde liegenden Systeme erfordert.

Code verstehen wird wichtiger als ihn zu schreiben. Das mentale Modell, das zum Schreiben benötigt wird, ist kompakt im Vergleich zu dem Aufwand, der für das Lesen und Verstehen von LLM-Code nötig ist.

Warum Lesen entscheidend ist

Joel Spolsky, eine bekannte Persönlichkeit in der Tech-Community, hob in seinem berühmten Essay "Things You Should Never Do, Part I" die Gefahren des Neuschreibens von Code hervor. Seine Einsichten sind nach wie vor relevant. Der Drang, Code neu zu schreiben, anstatt ihn zu lesen und zu verstehen, kann zu kostspieligen Fehlern führen, wie das Beispiel von Netscapes Untergang in den frühen 2000ern zeigt.

Das gleiche Prinzip gilt auf individueller Ebene. Entwickler neigen oft dazu, Code zu refaktorisieren oder zu ersetzen, ohne seine aktuelle Funktionalität vollständig zu erfassen. Diese Tendenz wird durch die schnellen Codeerzeugungsfähigkeiten von LLMs verstärkt, die mehr Code produzieren, als schnell geprüft oder verstanden werden kann.

Die Auswirkungen von LLMs

Das Aufkommen von LLMs hat eine Asymmetrie zwischen Code-Erzeugung und -Verstehen geschaffen. Während die Code-Erzeugung günstiger und schneller geworden ist, bleibt die kognitive Belastung des Verstehens unverändert. Diese Diskrepanz stellt eine Herausforderung für Code-Review-Prozesse dar, die nicht auf das enorme Volumen automatisch generierten Codes vorbereitet sind.

Große Codebasen erfordern gründliches Verständnis, nicht nur eine oberflächliche Überprüfung. Der Wechsel von inhaltsgetriebenen zu zeremoniellen Review-Prozessen birgt das Risiko von Fehlern und Ineffizienzen.

Kontext: Die europäische Perspektive

In der europäischen Tech-Landschaft, wo regulatorische Rahmenbedingungen wie die DSGVO strenge Compliance-Anforderungen stellen, ist das Verstehen von Code nicht nur eine technische Notwendigkeit, sondern auch eine rechtliche. Europäische Entwickler müssen sicherstellen, dass automatisch generierter Code den Datenschutz- und Sicherheitsstandards entspricht, was die Aufgabe des Lesens noch komplexer macht.

Was das für Dich bedeutet

Wenn Du Entwickler bist, solltest Du mehr Zeit für das Verständnis von Code einplanen. Das könnte bedeuten, dass Du Deine Fähigkeiten im Lesen und Verstehen von Code schärfen musst, anstatt Dich nur auf das Schreiben zu konzentrieren. Unternehmen könnten auch in Schulungen und Tools investieren müssen, die ein besseres Codeverständnis erleichtern.

Was noch unklar ist

• Wie werden Bildungsprogramme darauf reagieren, um Lesefähigkeiten zu betonen?
• Werden LLMs sich weiterentwickeln, um das Verstehen von Code genauso effektiv zu unterstützen wie dessen Erzeugung?
• Wie wird die Branche das Bedürfnis nach schneller Code-Erzeugung mit der Notwendigkeit des Code-Verstehens in Einklang bringen?

Warum das wichtig ist

LLMs haben das Gleichgewicht zwischen Schreiben und Lesen von Code verändert. Entwickler müssen sich an diese neue Realität anpassen, in der das Verstehen von Code oberste Priorität hat. Die Branche muss diesen Wandel erkennen und angehen, um zukünftige Fallstricke im Zusammenhang mit schneller Code-Erzeugung und unzureichendem Code-Verständnis zu vermeiden.