GitHub Copilot aus der Sicht von Entwicklern: Rettung oder Bärendienst?

Um dem auf den Grund zu gehen, haben wir mit einem unserer Frontend-Entwickler, Alexander, gesprochen, der seit 5 Jahren bei Ester Digital arbeitet. Er hat seine Erfahrungen mit GitHub Copilot geteilt und erzählt, wie er selbst den Einsatz dieses KI-Assistenten bewertet.

Alexander, wie lange nutzt du GitHub Copilot schon? Und wie waren deine ersten Eindrücke?

Ich habe GitHub Copilot fast unmittelbar nach seiner Veröffentlichung ausprobiert – damals befand er sich noch in der Beta-Phase und war kostenlos zugänglich und nur per Anfrage nutzbar. Zu diesem Zeitpunkt war der Funktionsumfang von Copilot noch nicht so weit entwickelt wie heute, aber die grundlegenden Optionen haben bereits funktioniert.

Mein erster Eindruck war eher skeptisch – ich wollte einfach herausfinden, ob das Tool tatsächlich im Arbeitsalltag hilft und welche Aufgaben es vereinfachen kann. Die ersten Tests haben gezeigt, dass Copilot den Code in Echtzeit analysiert und recht logische Verbesserungsvorschläge macht, manchmal sogar mit fertigen Korrekturen, die sofort umgesetzt werden können.

Als dieser KI-Assistent plötzlich nicht mehr gratis war, habe ich ihn eine Zeit lang links liegen lassen. Doch die Neugier hat gesiegt – ich wollte wissen, was sich alles verändert hat. Also habe ich ein Abo abgeschlossen und nutze Copilot seither ab und zu.

In welchen Situationen greifst du am häufigsten auf die Hilfe von GitHub Copilot zurück?

Ich habe keine festen Szenarien für den Einsatz von Copilot – meistens nutze ich es ganz klassisch zur Codevervollständigung. Es schlägt mir passende Code-Snippets vor, wodurch ich mir das manuelle Schreiben von wiederkehrenden oder standardisierten Abschnitten sparen kann. Manchmal ist es nur eine einzige Codezeile, die die richtige Richtung für die weitere Arbeit vorgibt, was eine Menge Zeit spart.

Besonders nützlich ist das Tool, wenn ich schnell eine neue Funktion erstellen muss. In solchen Fällen lasse ich Copilot den Code generieren, prüfe ihn, und wenn er korrekt ist, verwende ich ihn in meinem Projekt. Klar, hin und wieder muss ich den Code etwas anpassen oder optimieren, aber insgesamt beschleunigt das die Arbeit deutlich.

Zusätzlich gibt es in Copilot einen integrierten Chat – ähnlich wie bei ChatGPT. Er beantwortet nicht nur Fragen, sondern kann auch den Code analysieren, an dem ich gerade arbeite. Ich kann sogar Dateien anhängen, damit die Antworten konkreter auf mein Projekt zugeschnitten sind. Das ist besonders hilfreich, wenn ich etwas komplett Neues umsetzen muss – vor allem, wenn es um komplexere Logik geht. Ich überprüfe dann die Vorschläge und nutze sie als Ausgangspunkt für meine Lösung.

Gibt es bestimmte Programmieraufgaben, bei denen du bewusst auf den Einsatz von KI verzichtest?

Das hängt ganz von der Art der Aufgabe ab. Wenn ich verstehen möchte, wie eine bestimmte Lösung im Detail funktioniert, schreibe ich den Code lieber selbst – ganz ohne Unterstützung durch KI. Auch wenn Copilot oft hilfreiche Vorschläge liefert, fällt es mir leichter, die Logik zu begreifen und im Kopf zu behalten, wenn ich den gesamten Entwicklungsprozess eigenständig durchlaufe.

Manchmal schlägt Copilot auch Lösungen vor, die nicht ganz in die Richtung gehen, die ich mir vorstelle. Ja, es ist eine große Hilfe, wenn ich bereits weiß, wie eine Funktion aussehen soll, und einfach nur Zeit sparen möchte. Bei Themen, mit denen ich weniger vertraut bin, setze ich mich jedoch lieber selbst intensiv damit auseinander – so baue ich langfristig besseres Verständnis auf und kann künftig effizienter an ähnlichen Aufgaben arbeiten.

Kurz gesagt: Ich nutze GitHub Copilot eher als unterstützendes Werkzeug, um meine Produktivität zu steigern.

Wie siehst du das: Hilft KI wirklich Programmieranfängern beim Programmieren oder kann sie deren Lernprozess eher behindern?

KI-gestützte Tools können Anfängern definitiv dabei helfen, ihren Code zu verbessern – oft schlagen sie funktionierende und sinnvolle Lösungen vor. Aber hier liegt auch eine Gefahr: Wer sich zu sehr auf solche Tools verlässt, riskiert, den eigenen Lernfortschritt auszubremsen.

Gerade am Anfang ist die Versuchung groß, den Vorschlägen der KI blind zu folgen, ohne wirklich zu verstehen, wie und warum etwas funktioniert. Doch Programmieren bedeutet mehr als nur Code schreiben – es geht auch darum, Probleme zu analysieren, eigene Lösungen zu entwickeln und saubere, durchdachte Algorithmen zu bauen. Wer das nicht übt, weil die KI vermeintlich „alles übernimmt“, könnte später Schwierigkeiten bekommen, komplexere Aufgaben zu lösen.

KI kann repetitive und einfache Aufgaben gut übernehmen. Bei komplexeren Anforderungen passieren aber noch zu häufig Fehler oder es werden nicht die besten Lösungen vorgeschlagen. Ein Entwickler, der die dahinterstehende Logik versteht, kann die Stärken der KI gezielt nutzen – etwa indem er oder sie große Probleme in kleinere Teilaufgaben zerlegt und Copilot dort sinnvoll einsetzt. So bleibt die Kontrolle beim Menschen, und die KI wird zu einer wertvollen Unterstützung, nicht zum Ersatz für eigenes Denken.

Du hast erwähnt, dass KI Fehler machen kann. Hast du jemals fehlerhaften oder ineffizienten Code von der KI erhalten? Und wie bist du damit umgegangen?

Ja, das ist mir passiert, besonders bei komplexen Aufgaben. Die KI ist noch nicht so weit entwickelt, dass sie immer die perfekten Lösungen für unkonventionelle oder vielschichtige Szenarien findet, daher gibt es auch Fehler.

Deshalb ist es wichtig, den Code zu analysieren, Fehler zu erkennen und sie selbst zu beheben. Manchmal reicht es, die Anfrage leicht anzupassen, damit die KI alternative Lösungen vorschlägt. Aber in jedem Fall liegt die Verantwortung für die endgültige Qualität des Codes beim Entwickler. Das unterstreicht noch einmal, dass Copilot nur ein Werkzeug ist und keine vollständige Ersetzung für ingenieurtechnisches Denken.

Wie bewertest du das Thema Datenschutz bei der Nutzung von KI? Gibt es Risiken?

Das Thema Sicherheit und Datenschutz ist tatsächlich relevant, da solche Tools mit Code interagieren und auf bereitgestellten Daten lernen können.

Für Unternehmen, bei denen Vertraulichkeit von entscheidender Bedeutung ist, kann dies ein Risiko darstellen. Besonders wenn es um proprietäre Entwicklungen geht. In solchen Fällen würde ich nicht empfehlen, sich auf KI-Assistenten zu verlassen, ohne deren Funktionsweise und mögliche Konsequenzen gründlich zu analysieren. Es ist besser, Vorsicht walten zu lassen und sie nur dort zu verwenden, wo es tatsächlich sicher ist.

Erzähle, bist du mit den aktuellen Funktionen von GitHub Copilot zufrieden? Was würdest du ändern oder hinzufügen?

Insgesamt bin ich mit den Möglichkeiten von GitHub Copilot zufrieden, obwohl ich auch jetzt noch nicht alle Funktionen benutze. Einige habe ich getestet – zum Beispiel habe ich die KI gebeten, den Code detailliert zu erklären. Aber in den meisten Fällen ziehe ich es vor, die Funktionsweise selbst zu verstehen, deshalb bleiben viele der Optionen von Copilot für mich ungenutzt. Für die Lösung grundlegender Aufgaben reicht mir der aktuelle Funktionsumfang jedoch völlig aus.

Wie wird sich deiner Meinung nach die Rolle von Programmierern mit der Entwicklung von KI-Assistenten verändern? Wird künstliche Intelligenz Entwickler irgendwann vollständig ersetzen können?

Ich denke, dass KI-Assistenten früher oder später ein Niveau erreichen könnten, bei dem sie vollständige Softwarelösungen erstellen können. Doch derzeit und in den nächsten Jahren werden sie weiterhin eher als Helfer denn als vollständiger Ersatz für Entwickler fungieren.

Derzeit sind ihre Fähigkeiten noch begrenzt – KI kann zwar Code generieren, aber nicht immer ohne Fehler. Deshalb braucht man einen Menschen, der den Entwicklungsprozess überprüft, korrigiert und anleitet. Um eine Analogie zu ziehen: KI ist eine Art Maschine, und der Entwickler ist der Vorarbeiter, der sie bedient. Mit anderen Worten: So kann KI viele Prozesse beschleunigen und vereinfachen, aber die wichtigen Entscheidungen und die Qualitätskontrolle bleiben im Moment noch dem Menschen überlassen.

Die goldene Mitte finden: Tipps für die Arbeit mit GitHub Copilot

Um unseren Lesern zu helfen, GitHub Copilot besser zu verstehen und es maximal effektiv zu nutzen, haben wir Alexander gebeten, seine Ratschläge zu teilen, die Anfängern helfen sollen, häufige Fehler zu vermeiden und dieses Tool geschickt anzuwenden.

• Nutzen Sie Copilot ausschließlich als Helfer – KI kann die Arbeit beschleunigen, aber kritisches Denken und das Verständnis des Codes sollten immer an erster Stelle stehen.
• Überlassen Sie komplexe Aufgaben nicht vollständig der KI – sie kann Fehler machen, daher ist es wichtig, ihre Vorschläge zu überprüfen und weiterzuentwickeln.
• Zerlegen Sie große Aufgaben in kleinere – KI ist besser in der Lage, kleine Anfragen zu bearbeiten, als komplexen und langen Code zu generieren.
• Verwenden Sie KI als Lernhilfe – stellen Sie Fragen, bitten Sie um Erklärungen des Codes, aber versuchen Sie, die Logik selbst zu verstehen.
• Optimieren Sie den Code nach der KI – auch wenn Copilot eine funktionierende Lösung vorschlägt, versuchen Sie, sie zu verbessern und an Ihren eigenen Stil anzupassen.
• Achten Sie auf Sicherheit – verwenden Sie KI nicht für die Arbeit mit vertraulichem Code oder geschlossenen Projekten.
• Scheuen Sie sich nicht, Anfragen umzuformulieren – manchmal bietet KI nicht das, was Sie brauchen, aber eine Änderung der Formulierung kann bessere Ergebnisse liefern.
• Bleiben Sie auf dem neuesten Stand – Copilot entwickelt sich weiter, es kommen neue Funktionen, die Ihre Produktivität verbessern können.
• Experimentieren Sie, aber verlieren Sie nicht die Kontrolle – KI ist ein praktisches Tool, aber der beste Code entsteht, wenn der Mensch ihn bewusst erstellt.