Danke für den Einblick @Lorenz Gräf. Es geht hier ja eindeutig um die Nutzung via API. Leider sind die spezifischen Modelle nicht aufgelistet worden. Bei schnellen und einfachen Modellen ist Anthropic deutlich günstiger als OpenAI, bei größeren LLMs ist der Preisunterschied derzeit nicht mehr so groß. Welche Modelle nutzt ihr via API und für welchen UseCase?

Als Anforderungs-Ingenieur, der auch schon über Jahre programmiert hat, habe ich auf deine Frage eine ganz eigene Perspektive: Korrekt ist, dass Sourcecode lediglich strukturierter Text ist. KI kann aus den Fehlern lernen und immer besser werden. Mit der Zeit werden die lösbaren Aufgaben auch komplexer sein. Warum ich denke, es wird auch in Zukunft noch "Programmierer" geben? Vielleicht ist der Begriff dann nicht mehr korrekt. Aber es geht auch immer um eine gewissen Kreativität und Erfahrung, wie die Anforderungen umgesetzt werden sollen. Es geht um die Auseinandersetzung und das Hintergrundwissen, wie Menschen die Systeme nutzen und worauf zu achten ist. KI ist ein mächtiges Werkzeug und kann die Qualität verbessern, mehr Testfälle schreiben, den Sourcecode dokumentieren uvm. In meinem Umfeld herrschen aber komplexe IT-Landschaften vor, mit vielen Schnittstellen und Business-Prozessen über mehrere IT-Systeme hinweg. Auch hier kann KI gut unterstützen, aber wohl so schnell nicht eine vorhandene, IT-Landschaft erzeugen bzw. anpassen. Dazu müsste das gesamte historische Wissen, externe Regularien, Begründungen der damaligen Designentscheidungen etc. antrainiert werden. Dieses Wissen ist aber in den Köpfen und meist nicht digitalisiert.