KI-Entwicklung & Programmierung: Apps bauen mit KI

Claude Code bricht plötzlich ab mit „melde dich neu an“, „Rate-Limit“, „Prompt ist zu lang“, „MCP verbindet sich nicht“ — und jeden Fehler einzeln zu googeln wird mühsam. Dies ist eine praxisnahe Referenz, die die häufigen Fehler katalogisiert, jeweils mit Ursache und dem auszuführenden Befehl. Sie beginnt mit den drei Diagnosebefehlen, die man zuerst ausführt (claude doctor für die Volldiagnose, /status für die aktive Authentifizierung, /context für die Kontext-Aufschlüsselung), und konzentriert sich dann auf die vier häufigen Familien (Nutzung/Rate-Limits, Kontext-Überlauf, abgelaufene Authentifizierung, MCP-Verbindungsfehler) mit Symptom→Ursache→Lösungsbefehl-Tabellen zu Authentifizierung und Login, Nutzung/Rate-Limits (eine einzige Debugging-Sitzung kann mehr verbrauchen als ein Tag Chat), Kontext und Tokens (Prompt zu lang, Compaction-Thrashing), Server und Modell (500/529/Timeout/model not found), Installation/PATH/Update, Netzwerk und Proxy (ECONNREFUSED, TLS), MCP, Berechtigungen (Deny schlägt Bypass) und Sonstiges (thinking blocks 400, Bild/PDF, IDE). Sie endet mit einem Spickzettel Fehler→Lösung und einer FAQ. Basierend auf der offiziellen Claude-Code-Doku (Stand 2026): bei Problemen die drei Diagnosebefehle ausführen, und wenn es nicht behoben ist, claude update ausführen.

Cursor, Claude Code, GitHub Copilot und Codex ließen sich früher nach Typ erklären: Editor, Plug-in, CLI und Cloud. Als wir am 22. September 2026 die offizielle Dokumentation aller vier Anbieter erneut gelesen haben, zeigte sich jedoch: Alle laufen im Terminal, in der IDE, als Desktop-App, in der Cloud und auf dem Smartphone – und sogar ineinander. Dieser Artikel ordnet mit Quellen die drei Punkte, in denen sie sich heute unterscheiden: verfügbare Modelle (Cursor und Copilot mit mehreren Anbietern, Claude Code nur mit Claude, Codex nur mit OpenAI), wie Preis und Nutzung gezählt werden (Gratistarife, Monatspreise von Go für $8 bis $200, Monatskontingente gegenüber Limits pro 5 Stunden und Woche, Bezahlung bei Überschreitung) und die Heimat (eigener Editor, GitHub, Claude- und ChatGPT-Abo). Dazu kommen die Unterschiede bei PRs und Reviews auf GitHub, die Wahl in acht Situationen, Kombinationen und ein Vergleich in 30 Minuten im eigenen Repository. Fehler der früheren Fassung wie „Copilot ist am günstigsten“ oder „etwa viermal token-effizienter“ korrigieren wir am Ende.

Sie stellen ein Feature in Claude Code fertig und wollen auf „PR erstellen“ drücken, als ein rotes Banner erscheint: „Der Pull-Request-Status konnte nicht geprüft werden und ist möglicherweise veraltet.“ Das ist kein Code-Defekt — Claude Code hat einfach bei GitHub nachgefragt, um den aktuellen PR-Zustand abzurufen, und dieser eine Versuch ist fehlgeschlagen; meist ist es eine harmlose Synchronisationsverzögerung. Dieser Artikel behandelt die genaue Bedeutung des Fehlers, wie Claude Code den PR-Status laut offizieller Dokumentation und CHANGELOG abruft (die Desktop-App setzt gh voraus, das PR-Badge im Terminal nutzt normalerweise gh pr view), die 6 Grundursachen (gh nicht installiert, nicht angemeldet oder Token widerrufen, noch kein Push/PR, Netzwerk/Proxy, PAT-Berechtigungen, vorübergehend), eine 4-Schritt-Diagnose ab gh --version und gh auth status, einen Befehls-Spickzettel (gh auth login/refresh/pr view und mehr), wann „may be out of date“ ignoriert werden darf und wann zu handeln ist, den gh pr create-Workaround, eine Checkliste zur Vermeidung von Wiederholungen und eine FAQ. Die Regel: Verdächtigen Sie die GitHub-Verbindung, bevor Sie den Code verdächtigen.

Sie arbeiten in Claude Code, als plötzlich ein 400-Fehler auftaucht und jede weitere Eingabe ihn wiederholt: "thinking or redacted_thinking blocks in the latest assistant message cannot be modified." Es ist ein bekannter Bug mit mehreren offenen Issues im offiziellen Repository von Anthropic, und in den meisten Fällen ist es nicht die Schuld des Nutzers. Dieser Artikel erklärt, was der Fehler bedeutet, wie die Thinking-Blöcke des Extended Thinking und ihre kryptografischen Signaturen funktionieren, die 5 Grundursachen für eine nicht passende Signatur (Bug bei der Sitzungswiederaufnahme, Verschachtelung beim Streaming, Amok laufende Reparaturlogik, Drittanbieter-Proxys, Verlaufsänderung in der eigenen App), 3 Wiederherstellungslösungen für Claude-Code-Nutzer (Esc x2/rewind, neue Sitzung /clear, JSONL-Reparatur-Tool), die wichtigste dauerhafte Behebung (Update auf die neueste Version), die Vorbeugung für API/SDK-Entwickler (Assistant-Antworten samt thinking-Blöcken unverändert zurückschicken und den Verlauf nur anhängend führen), die Abgrenzung von 3 ähnlichen Fehlern und eine Checkliste zur Vorbeugung von Wiederholungen.

GitHub Copilot startete 2021 als intelligente Code-Vervollständigung; bis 2026 ist daraus etwas anderes geworden. Weisen Sie ihm ein einzelnes GitHub Issue zu und gehen Sie weg, dann schreibt die KI den Code, bringt die Tests zum Bestehen, öffnet einen Pull Request und gibt ihn zurück — der Copilot cloud agent (früher Copilot coding agent). GitHub Copilot ist ein KI-Programmierunterstützungsdienst von GitHub (im Besitz von Microsoft) mit drei Nutzungsarten: Vervollständigung, Chat und Agent. Sein prägendes Merkmal ist die Installation als Erweiterung in bestehende Editoren wie VS Code und JetBrains — Sie fügen KI hinzu, ohne Ihren gewohnten Editor zu wechseln. Dieser Artikel behandelt, was Copilot kann, das Highlight 2026 — Agent Mode und Cloud Agent —, die Preise Free/Pro $10/Pro+ $39/Max $100 und den Wechsel zur nutzungsbasierten Abrechnung (AI Credits) ab Juni 2026, wie es sich von Cursor und Claude Code unterscheidet, für wen es passt und wie man startet — alles mit den neuesten Informationen.

Die sechs Phasen der Systementwicklung von Anforderungen bis Betrieb haben sich über 20 Jahre kaum verändert, 2025 bis 2026 wurden sie grundlegend neu gestaltet. Gartner erwartet, dass bis 2028 90 % der Softwareentwickler in Unternehmen KI-Assistenten nutzen. Der Artikel zeigt die verschobene Zeitgewichtung, den Stand jeder Phase mit Werkzeugen wie Claude Code, Cursor, Copilot, v0 und Bolt, Qualitätsprobleme, den Wechsel der Methoden, Rollenwandel, drei Fallen und FAQ.

Im Jahr 2025 stieg die Zahl der Stellenausschreibungen für eine Rolle um außergewöhnliche 1.165 % im Jahresvergleich: den FDE — den Forward Deployed Engineer. Warum ist ein stiller Job, den Palantir über rund 20 Jahre systematisiert hat, 2026 plötzlich zum „heißesten Titel“ geworden? Ein FDE ist „ein Ingenieur, der das Produkt seines eigenen Unternehmens an den Standort des Kunden trägt und Beobachtung, Konzeption, Umsetzung, Betrieb und Produkt-Feedback persönlich von Anfang bis Ende verantwortet.“ Generative KI trägt eine letzte Meile von „die Demo funktioniert, aber vor Ort nicht“, und der FDE ist die Rolle, die sie mit Menschenhand schließt. Dieser Artikel behandelt die Definition, warum die Rolle 2026 explodiert ist (der Einstellungsrausch von OpenAI, Anthropic und Google), die 5-stufige Arbeitsschleife, Vergütung und Karriere (Palantir-Median 278.000 $, höchster gemeldeter Wert 620.000 $), den Unterschied zu SE / IT-Berater / Applied AI Engineer, wer passt und wer nicht, und wie man ohne Erfahrung dorthin gelangt — alles mit Daten von Oktober 2026.

Vercel MCP, das Vercel Plugin und Agent Skills klingen ähnlich, sind aber verschiedene Dinge. MCP ist ein entfernter Server, mit dem man sich per OAuth verbindet und der Deployments, Logs und Umgebungsvariablen als Tools bereitstellt; das Plugin ergänzt fünf Befehle wie /vercel-plugin:deploy und Vercel-Wissen; Skills sind Anleitungen. Dieser Artikel entstand nach erneuter Lektüre der offiziellen Dokumentation am 30. September 2026. Er zeigt eine Tabelle, die Git-Integration, CLI, MCP, Plugin und Skills unterscheidet (was jedes kann, wie es sich authentifiziert, Tarifbedingungen), und führt mit echter Konfiguration durch drei Ansätze: ① Git-Integration (automatisches Deployment bei git push), ② direkt aus dem Editor (MCP und Plugin) und ③ GitHub Actions (@claude korrigiert, Test- und Freigabe-Gates). Außerdem geht es darum, doppelte Deployments aus Actions zu vermeiden, um das Hobby-Limit von 100 Deployments pro Tag, die Tarifbedingungen für Passwortschutz, Rollback und die menschliche Freigabe der Produktion.

Sie schreiben „Bau mir eine Todo-App“ und bekommen eine laufende Vorschau und eine öffentliche URL: Das ist „Vibe Coding“, und die bekanntesten Werkzeuge dafür sind v0 von Vercel, Bolt.new von StackBlitz und Lovable. Am 30. September 2026 auf den Preisseiten und in der offiziellen Dokumentation aller drei geprüft, behandelt dieser Artikel den Kern jedes Tools in drei Zeilen (v0 = Designer, Bolt = Entwickler, Lovable = Gründer), Preise und Gratis-Kontingente (gezählt in Nachrichten, Token und Credits), den generierten Code (Next.js / jedes JS-Framework / TanStack Start), Datenbanken und Figma (alle drei unterstützen es), sechs Anwendungsfälle, was die offizielle Dokumentation verrät, drei Fallen auf dem Weg in die Produktion, was Sie beim Wechsel mitnehmen können, und einen Entscheidungsablauf in 5 Minuten.

"Ich habe auf der OpenAI-API ausgeliefert, möchte aber auch Claude und Gemini ausprobieren" — und schon verbringt man zwei Stunden damit, dieselbe Logik gegen drei verschiedene SDKs neu zu schreiben. Das Vercel AI SDK (seit 2026 schlicht "AI SDK") reduziert das auf "ein Import, eine Funktion, jeder Anbieter". Eine TypeScript-Open-Source-Bibliothek mit über 20 Millionen monatlichen Downloads; AI SDK 6 liefert Agents, MCP, Tool-Approval und DevTools und ist Stand 15. Mai 2026 der De-facto-Standard für eine einheitliche LLM-Schnittstelle. Wer 2026 LLMs aus einer Web-App oder einem Node.js-Projekt aufruft, für den ist das AI SDK der richtige Default, Punkt. Die einzigen Gründe, direkt gegen das OpenAI- oder Anthropic-SDK zu schreiben, sind eine bestehende Codebasis oder eine brandneue, anbieter-spezifische Funktion. Andernfalls liefert das AI SDK einfaches Wechseln, ein Drittel des Codes, Typsicherheit und React-Integration mit überwältigendem Vorteil. Dieser Artikel behandelt, was das AI SDK ist und warum man es einsetzt, einen 5-Minuten-Quickstart (von generateText zu streamText), strukturierte Ausgabe mit generateObject und Zod, Tool calling und Agents (das Herz von AI SDK 6 mit stopWhen, ToolLoopAgent, MCP), React-Integration mit useChat, Anbieterwechsel Claude/GPT/Gemini in 3 Zeilen sowie drei Stolperfallen in Produktion: Feature-Lücken zwischen Anbietern, Kosten bei Stream-Abbruch und Typ-Inferenz-Überlast.

Fragen Sie Claude Code oder ChatGPT, wo Sie deployen sollen, hören Sie fast immer „auf Vercel“. Für eine nicht kommerzielle Next.js-Website ist der kostenlose Hobby-Tarif ein guter Start, doch Werbung, Verkäufe oder bezahlte Aufträge machen die Nutzung kommerziell und erfordern Pro. Hobby sperrt Funktionen an seinen Grenzen; Pro läuft weiter und rechnet nach Verbrauch ab. Der Artikel erklärt, warum KI Vercel empfiehlt, sechs Fragen zur Entscheidung, die Bedingungen von Hobby und Pro (Übertragung, Laufzeit von Funktionen, Deployments, Spend Management), vier Alternativen (Cloudflare, Netlify, Render, eigener VPS) und drei Einsteigerfallen – geprüft anhand der offiziellen Vercel-Dokumentation mit Stand 1. Oktober 2026.

Umgebungseinrichtung ist die Stelle, an der jeder Programmieranfänger steckenbleibt. 2026 ist generative KI (Claude Code, Codex, Cursor) für Routinearbeiten an der Infrastruktur tatsächlich brauchbar – lokale Umgebungseinrichtung, Dockerfile-Generierung, Terraform-Entwürfe, CI/CD-Pipelines. HashiCorp hat 2025 seinen offiziellen Terraform MCP Server veröffentlicht (seit Juni 2026 allgemein verfügbar), und Anthropic hat Agent Skills veröffentlicht, sodass Infrastruktur-Expertise bei Bedarf geladen werden kann. Aber „alles delegieren“ ist eine andere Frage: eine AWS-Monatsrechnung von 3.000 $, eine versehentlich öffentlich gemachte Produktions-DB, ein in GitHub committeter SSH-Schlüssel – alles Vorfälle, die passieren können, wenn man alles abgibt. Dieser Artikel teilt fünf sicher delegierbare Bereiche, drei „erst prüfen, dann vertrauen“-Risikozonen, vier nur-Mensch-Bereiche, einen vierschrittigen anfängersicheren Workflow und die neuesten 2026er Werkzeuge (Claude Code, MCP, Agent Skills) – fokussiert auf Fähigkeitsbewertung, nicht auf Karrierewirkung.