Die Programmierung ist ein Handwerk, das Disziplin, Präzision und Verständnis für komplexe Zusammenhänge erfordert. Mit dem Aufkommen Künstlicher Intelligenz und speziell moderner Sprachmodelle wie GPT-4o ist eine neue Ära des Codens angebrochen, die oft mit dem Schlagwort „Vibe Coding“ verbunden wird. Dabei wird impliziert, der Entwickler könne eine Art informellen, intuitiven Dialog mit der KI führen, um Programmcode zu generieren. Ein aktuelles Experiment beim Erstellen eines Minesweeper-Klons in Common Lisp unter Einsatz solcher KI-Modelle offenbart allerdings eine nüchterne Wahrheit: Programmieren bleibt eine anspruchsvolle Tätigkeit, und KI ist kein Zauberstab, der Einfachheit oder Perfektion automatisch erzeugt. Stattdessen zeigt sich, dass eine präzise und vollständige Steuerung der Anweisungen unabdingbar ist, und der Entwickler ständig das Ergebnis prüfen und korrigieren muss.
Ein Rückblick auf die Entwicklung des Minesweeper-Klons mit KI-Assistenz verdeutlicht diese Problematik in aller Deutlichkeit. Das Ausgangskonzept war simpel: Alle Programmteile sollten in einer einzigen Datei und einem einzigen Package geschrieben werden, um Komplexität und Abhängigkeiten zu minimieren. Doch die KI zeigte Schwierigkeiten beim Umgang mit vorwärts gerichteten Referenzen innerhalb von Packages und beim Entwerfen einer funktionierenden Spielschleife. Deshalb wurde der Spiel-Loop vom Entwickler selbst geschrieben, inklusive der Initialisierung der notwendigen Bibliotheken in der richtigen Reihenfolge und mit robusten Säuberungsmechanismen (unwind-protects). Die KI übernahm anschließend die programmatische Umsetzung der Spiellogik und der Darstellung, wobei die Anweisungen mit äußerster Detailgenauigkeit formuliert wurden, um Missverständnisse zu minimieren.
Besonders auffällig war die Art und Weise, wie der Entwickler die Zustandsübergänge eines Feldes im Minesweeper exakt beschrieben hat. Anders als ein spontanes, vages Vibe Coding verlangten die Anweisungen eine beschriebene Kette konkreter Zustände wie hidden, flagging, flagged, unflagging, exposing und exposed – mit Differenzierung zwischen temporären und stabilen Zwischenzuständen. Diese Zwischenschritte sind essentiell, um eine deterministische Kontrolle über das Setzen und Entfernen von Flaggen zu erhalten und unerwünschtes Flackern oder wiederholtes Umschalten zu verhindern. Zwar verstand die KI die Parenthesen-Sinnhaftigkeit meist überzeugend, aber Fehler wie fehlende oder zusätzliche Klammern kamen dennoch vor und mussten manuell behoben werden. Ein besonders lehrreiches Beispiel aus dem KI-generierten Quellcode war die Behandlung der Flaggenzustände.
Nachdem die KI versehentlich die Flaggenfunktion unbrauchbar gemacht hatte, wurde sie gebeten, die Funktionalität wiederherzustellen. Dabei aber fehlten konsequenterweise die charakteristischen Übergangszustände flagging und unflagging, sodass die Flagge in einer Art von Mikrotoggeln gefangen war, was alle 16 Millisekunden ein Umschalten bewirkte. Dies illustriert den kritischen Punkt, dass reine Zustandswechsel nicht ausreichend spezifiziert wurden und ohne menschlichen Korrektur-Aufwand kein funktionierendes Spielerlebnis möglich war. Die Struktur des Spiels, insbesondere das Spielfeld, wurde als zweidimensionales Array realisiert, das jeweils den Zustand der Zelle hält. Die inhaltliche Bedeutung der Felder wurde als weiteres Array gehalten, worin Minen (:mine) oder Zahlenwerte für angrenzende Minen gespeichert werden.
Für die zufällige Minenverteilung generierte die KI eine Schleife, die 50 Minen platziert, allerdings mit manueller Überprüfung, um Doppelplatzierungen zu verhindern. Obgleich die Programmiersprache Common Lisp mächtige Loopkonstrukte mit sich bringt, wurden sie vom Entwickler selbst eher kritisch gesehen, da persönlich oftmals auf andere Schleifenmechanismen zurückgegriffen wird. Die grafische Darstellung basiert auf SDL2-Bindings, wobei jede Kachel auf dem Spielfeld entsprechend ihres Zustands gerendert wird. Die KI entschied sich, Texturen als einzelne Oberflächen zu laden und diese dann an die Rendering-Funktionen zu übergeben. Diese etwas fragmentierte Handhabung läuft schnell Gefahr, bei komplexeren Spielen unübersichtlich zu werden.
Ein Ressourcen-Management mit zentralen Tabellen oder Objektzuständen wäre hier langfristig vorzuziehen, um Ordnung und Erweiterbarkeit zu sichern. Der Mechanismus zur Interaktion mit der Maus wurde primär durch Abfragen des Mauszustands im Spiel-Loop gelöst. Interessanterweise wurde die Variable mouse-over immer als wahr behandelt, was die Logik überflüssig macht. Außerdem wurden linke und rechte Maustastenzustände in Form von Booleans für gedrückt und losgelassen weitergereicht, was eher redundante Daten sind. Hier zeigt sich, dass ein präziseres Zustandsmodell in der Eingabeverarbeitung sinnvoll wäre, um unnötige Komplexität und potentielle Fehlerquellen zu vermeiden.
Das Herzstück, die Spielschleife, wurde vom Entwickler nur mit minimalen Anpassungen an die KI verstanden und geprüft. Die KI wollte zwar teilweise Event-Handler für Mausklicks einbauen, wurde jedoch instruiert, nur das Polling-Verfahren zu nutzen. Die Schleife folgt einem fixen Frame-Delay von 16 Millisekunden, berücksichtigt aber nicht die Tatsächliche Zeit für Updates und Rendering. Dies führt potentiell zu ungleichmäßigen Animationen oder Ruckeln, wenn der Prozess länger dauert als erwartet. Für eine robuste Spielelogik wäre eine zeitabhängige Steuerung der Frame-Updates nötig, was jedoch den Rahmen der KI-generierten Lösung sprengte.
Ein weiterer interessanter Aspekt ist das Explosionsverhalten, wenn auf eine Zelle geklickt wird, die keine angrenzenden Minen hat. Das automatische Freilegen aller benachbarten Zellen wird durch eine rekursive Funktion realisiert, die allerdings sorgfältig darauf achtet, nur versteckte Zellen zu öffnen, um Endlosschleifen zu vermeiden. Diese Art der Rekursion ist typisch für Minesweeper und wurde von der KI größtenteils korrekt umgesetzt, was ein Beispiel für eine durchaus gelungene Teilkomponente darstellt. Das Thema Resourcenverwaltung wurde durch die Nutzung von unwind-protects umgesetzt, um beim Verlassen des Spiels die freigegebenen Texturen und Oberflächen wieder zu entsorgen. Ein gut strukturierter Ressourcenkreis ist essenziell in spielnaher Entwicklung, gerade in Sprachen, die keine automatische Speicherbereinigung für Systemressourcen bieten.
Dennoch wurde bemerkt, dass das Spielen mit vielen Texturen schnell unübersichtlich wird, wenn sie nicht zentral verwaltet werden. Die KI zeigte nicht zuletzt Schwächen bei der Spielzustandsüberwachung und der Win-Condition-Logik. Der Versuch der KI, zu ermitteln, ob der Spieler gewonnen hat, war fehlerhaft: Sie nahm an, dass entweder jede nicht exponierte Zelle eine Flagge trägt oder dass alle Flaggen korrekt gesetzt wurden. Diese Logik reicht allerdings nicht aus, da sie in der Realität nicht jede Spielsituation richtig erfasst und falsche Ergebnisse produzieren kann. Damit bleibt hier viel Raum für Verbesserungen und vor allem sorgfältige Tests.
Der Entwickler zog aus dem Experiment folgende Schlussfolgerung: „Vibe Coding“ im Sinne eines entspannten, intuitiven Programmierens mit KI-Unterstützung ist beim Erstellen eines komplexeren Spiels nicht praktikabel. Stattdessen ist streng durchdachte und exakt formulierte Instruktion gefragt, die die KI in ihrem limitierten Verständnisrahmen kanalisiert. Dies bedeutet, dass der Programmierer weiterhin tiefes fachliches Wissen und sorgfältiges Debugging benötigt, um tatsächlich lauffähigen und korrekten Code zu erzeugen. Die rein sprachliche Umwandlung von Anforderungen in Code – so intuitiv der Prozess wirken mag – ersetzt kein methodisches Denken oder das Handwerk des Programmierens. Interessant ist das Fazit, dass andere Programmiersprachen eventuell besser mit KI-Unterstützung harmonieren könnten, insbesondere Java oder Sprachen mit viel Boilerplate-Code.
Dort kann eine KI durch das automatische Generieren von Standardcode durchaus produktiv unterstützen. Allerdings wird dabei ein wichtiger Punkt deutlich: Es ist wichtiger, Abstraktionen zu wählen und eine Sprache zu verwenden, die den Boilerplate-Aufwand möglichst gering hält, als lediglich den Code automatisch generieren zu lassen. Die KI löst nicht die grundlegenden Designfragen. In der Diskussion um Vibe Coding und KI-Assistenz im Programmieren zeigt sich, dass trotz technologischem Fortschritt die menschliche Kreativität, Präzision und der gezielte Einsatz von Disziplin unverzichtbar bleiben. KI kann Hilfsmittel sein, niemals jedoch Ersatz für fundiertes Wissen und Erfahrung.
Entwickler müssen weiterhin durchdacht kommunizieren, instruieren und vor allem die Ergebnisse kritisch bewerten. Nur so lässt sich ein produktiver Einsatz von KI im Software-Engineering gestalten. Auch technische Details wie die saubere Pflege von Zustandsmaschinen für Spielfelder, korrektes Ressourcenmanagement und eine robuste Handhabung der Eingabeereignisse bleiben Herausforderungen, die durch KI momentan nur bedingt abgenommen werden können. Das Experiment offenbart zudem das Spannungsfeld zwischen stilistischer Freiheit beim Coden und der Notwendigkeit, präzise und formal klare Vorgaben zu geben, wenn man auf KI basiert arbeitet. Abschließend muss betont werden, dass allein das Fortschreiten der Modellgenerationen nicht zwangsläufig zu besserem Programmiererfolg führt, wenn das grundlegende Paradigma bestehen bleibt: Statistische Mustererkennung ersetzt keine logische Deduktion oder gezieltes Problemlösen.
Ein menschlicher Entwickler bleibt der wichtigste Akteur, der die Prozesse steuert, die KI als Werkzeug einsetzt und letztlich die Qualität des Codes sichert. Vibe Coding mag eine kreative Versuchsanordnung sein, doch klassische Programmiermethoden und -disziplin finden sich weiterhin als essenzielle Säulen der Softwareentwicklung, gerade bei anspruchsvollen Projekten wie einem vollständigen Minesweeper-Spiel in Common Lisp.
