01 - Entwicklung einer App mit KI per Spezifikation, die Idee
Generiert mit Google Nano BananaAktuell ist KI in aller Munde. Man hört sowohl Positives von Entwicklern (und auch von Nicht-Entwicklern), aber auch Horror-Geschichten. Als erfahrener Entwickler geht es mir vor allem um Code-Qualität, Lesbarkeit (ich soll diesen Code ja noch überprüfen können) und Wartbarkeit.
Die Idee
In letzter Zeit nutze ich beruflich einen Specification-Driven-Ansatz für die Entwicklung mit KI, wobei ich noch vergleichsweise oft korrigierend eingreife, um die KI auf den richtigen Pfad zu führen.
Um meine Fähigkeiten beim Erstellen von Spezifikationen für die KI zu verbessern, werde ich mit dieser Blog-Serie ein Experiment wagen. Es soll eine App entstehen, die komplett über Spezifikationen von der KI umgesetzt wird. D.h. von mir wird kein Code geschrieben, nur Spezifikationen (für Features, Korrekturen, …).
Damit es für mich und die KI nicht zu einfach wird, sind von Anfang an bewusst einige Herausforderungen in das Projekt eingebaut.
Die App
Es soll in der ersten Serie nur eine kleine App für die “Vermessung” des eigenen Körpers entstehen.
Framework
Für die Umsetzung nutze ich das .NET MAUI Framework (Multi-platform App UI). Dieses Framework für die Entwicklung von plattformübergreifenden Apps (Android / iOS / macOS / Windows) ist nicht sehr verbreitet, mir aber sehr gut bekannt. D.h. die KI wird hier wahrscheinlich größere Schwierigkeiten haben, als z.B. mit React.
Geplante Features
- Aufzeichnung des Gewichts (als erstes Messtyp) mit frei wählbarer Einheit
- Anzeige der letzten Aufzeichnung pro Messtyp auf der Startseite
- Anzeige der Historie pro Messtyp als Tabelle
- Anzeige der Historie pro Messtyp als Chart
- App Einstellungen für Sprache (Deutsch, Englisch), Theme, Standard-Einheit per Messtyp
- Backup der Events mit Export-/Import-Funktion
- Automatischen Build der App für Android / iOS / macOS / Windows auf GitHub
Die Spezifikationen werden bewusst am Anfang eher ungenau sein (wie man es sehr oft bei richtigen Projekten hat). Grundidee, wie LLMs hier das Refactoring (Code und Architektur) bewältigen und was als “Standard” vorgeschlagen wird.
Setup für die Entwicklung
- Editor: VS Code
- Erweiterungen:
- LLM Modelle:
- Das muss ich erst testen. Für dieses Projekt habe ich mich mit Credits bei OpenCode (Zen) eingedeckt, um Zugriff auf verschiedene Modelle (kostenpflichtige und freie) zu haben. Ich bin gespannt, was das Projekt am Ende kostet und welches Modell die genannten Anforderungen am besten erfüllt.
- Favoriten sind aktuell (aus beruflichen Erfahrung)
- Anthropic 4.5/6 Opus / Sonnet / Haiku
- Google Flash 3 Pro / Flash
- MCP Server
- Context7: für die Auflösung von Abhängigkeiten und aktuelle Dokumentation der verwendeten Bibliotheken
- Microsoft Learn MCP: für die .Net / MAUI Dokumentation. Die Erwartung ist ja, dass die KIs mit MAUI nicht so gut sind, also kann die KI zumindest spicken.
- CLI - Kommandozeilen Tools
![Eugen [WebDucer] Richter](/media/authors/me_hu_7fa4a8f1a5065eef.webp)