Historischer Hinweis: Dieser Beitrag wurde aus dem erhaltenen Gemini-Aktivitätsarchiv rekonstruiert. Die Quelle enthält drei aufeinanderfolgende Nachrichten vom 30. Mai 2025 um 19:43, 19:45 und 19:48 CEST.
Die erste Frage: Was ist Vibe Coding?
Das Gespräch begann mit einer sehr kurzen Frage. Vibe Coding beschrieb eine neue Art, Software zu bauen. Statt jede Zeile selbst zu schreiben, erklärt man in normaler Sprache, was entstehen soll, und die KI erzeugt den Code.
Das war wichtig, weil klassisches Programmieren nicht der Ausgangspunkt war. Excel, komplexe Formeln und etwas mit KI erstelltes VBA waren bekannt. Ein vollständiges Programm in Python zu bauen, war neu.
Zwei Minuten später: Kannst du mir das beibringen?
Die nächste Frage war noch einfacher. Gemini schlug einen praktischen Weg vor: genug Grundlagen lernen, um zu verstehen, was passiert, und KI als Hauptassistenten zum Erstellen, Testen und Korrigieren von Code einsetzen.
Python wurde als sinnvoller Einstieg genannt, weil die Sprache gut lesbar ist und viele Werkzeuge für Daten, Automatisierung und später Marktanalyse bietet.
Die wichtigste Lektion war nicht der Code. Es waren die Anweisungen.
Um 19:48 ging es um Prompting. Die Regel war einfach: Aufgabe klar beschreiben, Sprache und Umgebung nennen, große Probleme in kleinere Teile zerlegen, Beispiele geben, vorhandenen Code mitsenden und Fehlermeldungen an die KI zurückgeben.
Beschreibe, was du willst. Lass die KI es erzeugen. Führe es aus. Zeige den Fehler. Korrigiere. Wiederhole.
Später tauchte genau dieser Ablauf hunderte Male im Projekt auf. Er war schnell und manchmal erstaunlich nützlich, aber er konnte auch falsche Bibliotheken, kaputte Umgebungen und überzeugend aussehenden, aber falschen Code erzeugen.
In der Idee steckte auch eine Falle
Vibe Coding machte Softwareentwicklung für normale Menschen zugänglich. Gleichzeitig konnte leicht der Eindruck entstehen, technisches Verständnis sei nicht mehr so wichtig.
Die spätere Geschichte des Projekts stellte diese Annahme immer wieder auf die Probe. Die bessere Lektion war: KI kann die Einstiegshürde stark senken, aber jemand muss weiterhin prüfen, was in der Realität funktioniert.
Warum das zur Geschichte von AUR gehört
Fünf Tage später wurde die Idee eines selbstlernenden Krypto-Trading-Bots ausdrücklich formuliert. Ohne dieses frühere Experiment mit KI-gestütztem Programmieren wäre dieser Sprung deutlich schwieriger gewesen.
Dieses Muster lebt in AUR weiter, heute aber mit einer zusätzlichen Regel: KI darf vorschlagen, bauen und analysieren. Daten und ein ehrlicher Test entscheiden, was wahr ist.
AUR bleibt ein Forschungsprojekt. Historische Beiträge dokumentieren seine Entwicklung. Sie sind keine Anlageberatung und kein Gewinnversprechen.