Denken in Dateien statt Prompts: So arbeitest du richtig mit aider

Wer mit klassischen KI-Chats arbeitet, denkt automatisch in Prompts. Man formuliert möglichst clever, möglichst präzise, möglichst ausführlich – in der Hoffnung, dass die KI daraus den „richtigen“ Code erzeugt.

aider zwingt dich, dieses Denken loszulassen.

Denn hier zählt nicht, wie gut dein Prompt ist, sondern welche Dateien du der KI gibst – und welche nicht.

Das ist kein Detail. Es ist ein fundamentaler Wechsel des Arbeitsstils.

aider verändert den Arbeitsstil

Mit aider sitzt du nicht mehr vor einem leeren Chatfenster, sondern mitten im Projekt. Der Code existiert bereits. Die Struktur existiert. Die Historie existiert.

Deine Aufgabe ist nicht mehr:

„Beschreibe möglichst genau, was du willst“

Sondern:

„Zeige der KI genau, womit sie arbeiten darf.“

Das fühlt sich am Anfang ungewohnt an – ist aber der Schlüssel zu reproduzierbaren, sauberen Ergebnissen.

Warum „Prompt-Engineering“ zweitrangig wird

Natürlich musst du auch bei aider erklären, was du willst. Aber die Qualität der Ergebnisse hängt viel weniger vom sprachlichen Feinschliff ab als von:

den konkreten Dateien
dem aktuellen Zustand des Codes
der Begrenzung des Kontexts

Ein mittelmäßiger Prompt mit gutem Kontext schlägt fast immer einen perfekten Prompt ohne Kontext.

Oder anders gesagt:

Dateiauswahl ist das neue Prompt-Engineering.

Dateien explizit hinzufügen

aider arbeitet nur mit dem, was du ihm gibst.

Beispiele:

aider main.py utils.py

oder später im laufenden Tool:

gezielt Dateien hinzufügen
gezielt Dateien wieder entfernen

Das hat zwei enorme Vorteile:

Die KI halluziniert keine fremden Strukturen
Änderungen bleiben lokal und kontrollierbar

Je klarer der Arbeitsbereich, desto besser das Ergebnis.

Kontext bewusst steuern

Viele typische KI-Fehler entstehen nicht durch schlechte Modelle, sondern durch zu viel Kontext.

Zu viele Dateien führen zu:

unklaren Zuständigkeiten
unnötigen Änderungen
scheinbar „logischen“, aber falschen Annahmen

Die Faustregel:

Gib der KI nur das, was sie wirklich braucht.

Nicht das ganze Projekt. Nicht alle Abhängigkeiten. Sondern den minimalen, relevanten Ausschnitt.

Was aider nicht wissen soll

Ein oft unterschätzter Punkt: Nicht alles, was im Projekt existiert, ist relevant.

Beispiele für Dinge, die aider meist nicht braucht:

Konfigurationsdateien ohne Bezug zur Aufgabe
fremde Module „zur Sicherheit“
große Legacy-Dateien ohne Berührungspunkt

Jede Datei ist eine Einladung zur Veränderung. Und jede unnötige Einladung erhöht das Risiko.

Weglassen ist ein Feature, kein Mangel.

Kleine vs. große Aufgaben

aider ist stark – aber nicht magisch.

Kleine Aufgaben

einzelne Funktionen refactoren
Variablennamen verbessern
Logik vereinfachen
Tests ergänzen

👉 ideal für den Einstieg

Große Aufgaben

Architektur umbauen
Module aufteilen
APIs umstellen

👉 funktionieren hervorragend – wenn sie in Schritte zerlegt werden

Der Fehler vieler Einsteiger:

„Mach mein Projekt besser.“

Der richtige Ansatz:

„Verbessere diesen Teil – dann den nächsten.“

Das neue Denkmodell

Mit aider arbeitest du nicht mehr „prompt-getrieben“, sondern datei-getrieben:

Der Code definiert den Rahmen
Git sichert jede Entscheidung ab
Die KI wird zum ausführenden Partner
Du bleibst Architekt:in und Entscheider:in

👉 Ergebnis: Leser:innen verstehen, dass produktives KI-Coding nicht aus cleveren Prompts entsteht, sondern aus klarer Struktur, bewusstem Kontext und kleinen, kontrollierten Schritten.