Als bevorzugte Quelle bei Google hinzufügen
KI verändert die Arbeitsweise von WordPress-Entwicklern. Sie kann Code generieren, bei der Fehlerbehebung helfen, unbekannte APIs erklären und eine Anfrage in einfacher Sprache in einen Prototyp umsetzen. Aber Code zu erstellen und zu entscheiden, ob er auf eine Produktionswebsite gehört, sind zwei verschiedene Dinge.
Diese Unterscheidung ist bei WordPress wichtig. Entscheidungen über Architektur, Leistung, Sicherheit, Barrierefreiheit und Wartbarkeit erfordern ein Verständnis des Projekts. Ein Entwickler muss beurteilen, wie der von KI generierte Code zu den Plugins, Themes, APIs und geschäftlichen Anforderungen der Website passt.
KI kann dabei helfen, eine Lösung vorzuschlagen und umzusetzen, aber der Entwickler muss den Ansatz dennoch bewerten, falsche Annahmen hinterfragen und prüfen, ob das Ergebnis das beabsichtigte Problem löst.
Für diesen Artikel haben wir mit vier WordPress-Entwicklern darüber gesprochen, wie sie dieses Urteilsvermögen bei ihrer Arbeit mit KI anwenden.
KI-generierter Code muss immer noch überprüft werden
KI kann Funktionen und APIs vorschlagen, die gar nicht existieren, Projektanforderungen falsch verstehen, falsche Annahmen treffen und subtile Fehler einbauen.
Generierter Code kann auch Sicherheitsmaßnahmen wie Eingabevalidierung, Sanitisierung oder Output-Escaping auslassen. Diese Prüfungen bleiben Teil der WordPress-Sicherheitsrichtlinien, unabhängig davon, wie der Code erstellt wurde.
Ein konkretes Beispiel findet sich in Kinstas Anleitung zur Nutzung von KI-Tools zum Erstellen eines WordPress-Plugins. Das Plugin erstellte eine eingeschränkte Benutzerrolle. Bei Versuchen, den „Quick Edit“-Link zu entfernen, löschte Cursor manchmal auch die Bearbeitungsfunktion. Die gewünschte Änderung an der Benutzeroberfläche zu erreichen, reichte nicht aus; die Rolle musste weiterhin ihre beabsichtigte Funktionalität behalten.
Die Lehre daraus ist, dass man die KI nicht einfach auffordern sollte, es noch einmal zu versuchen. Der Entwickler muss das Verhalten überprüfen, das unverändert bleiben soll – nicht nur die Funktion, die das Tool ändern sollte.
Das Problem zu verstehen kommt vor dem Schreiben des Codes
Das Schreiben von Code ist nur ein Teil der professionellen WordPress-Entwicklung. Ein erfahrener Entwickler muss auch das Problem verstehen und geschäftliche Anforderungen in eine technische Lösung umsetzen.
Das bedeutet, zu entscheiden, was entwickelt werden soll, wie die einzelnen Teile zusammenpassen und wie die Lösung dem Unternehmen langfristig dient. Dazu gehört die Wahl einer geeigneten Architektur, die Abwägung von Kompromissen und das Voraussehen des Wartungsbedarfs.
Mark Szymanskis Erfahrung veranschaulicht diese Arbeit. Er beschreibt, wie er über das „Pixel-Pushing“ hinausgeht und KI nutzt, um komplexere Geschäftsanwendungen zu entwickeln. Das Ziel ist nicht einfach, schneller eine funktionierende Website zu erstellen. Es geht darum, herauszufinden, welche Kombination von Technologien das zugrunde liegende geschäftliche Problem am besten löst.
Jos Velasco beschreibt, wie KI genutzt wird, um Serverdaten zu analysieren und Muster zu identifizieren, deren manuelle Suche sehr zeitaufwendig wäre. Ein vorgeschlagenes Muster muss jedoch noch anhand des Verhaltens der Website überprüft werden, bevor der Entwickler entscheidet, was geändert werden soll.
Von der Code-Erstellung zur Code-Prüfung
Wenn KI Änderungen schneller generiert, als ein Team sie bewerten kann, wird die Überprüfung zum Engpass.
Es geht nicht nur darum, ob der von der KI generierte Code läuft. Jemand muss feststellen, ob er sich wie beabsichtigt verhält, den entsprechenden WordPress-Codierungsstandards entspricht, in die Gesamtanwendung passt und produktionsreif ist.
Jos Velasco äußert eine ähnliche Sorge bezüglich der Überprüfung von KI-gestützten Beiträgen zu WordPress. KI kann zwar bei der Erstellung eines Patches helfen, aber Mitwirkende und Committer müssen dennoch beurteilen, ob dieser in das Projekt passt.
Die KI-Beitragsrichtlinien von WordPress machen die Verantwortung des Mitwirkenden deutlich: den eingereichten Code verstehen, ihn prüfen und validieren sowie die entsprechenden Tests durchführen. Diese Verantwortung beginnt bereits, bevor ein Patch einen Betreuer erreicht.
Entwickler nutzen KI auch, um den Überprüfungsprozess zu verwalten. Rich Tabor hat beschrieben, wie er Claude Code und Copilot als sich ergänzende Tools einsetzt: Er lässt das eine die mit dem anderen erstellte Arbeit überprüfen, während er selbst die technischen Entscheidungen trifft. Auch Mike Auteri integriert automatisierte Codeüberprüfung in seinen Arbeitsablauf.
Auteri verfolgt einen testgetriebenen Entwicklungsansatz: Der Mensch schreibt die Tests; die KI schreibt die Implementierung. Indem er zuerst das erwartete Verhalten festlegt, definiert der Entwickler, welche Anforderungen die Implementierung erfüllen muss, anstatt es der KI zu überlassen, sowohl die Anforderungen als auch die Lösung abzuleiten.
Weder das Bestehen von Tests noch eine positive KI-Bewertung garantieren, dass eine Änderung produktionsreif ist. In den Leitlinien von GitHub zu Copilot wird darauf hingewiesen, dass automatisierte Überprüfungen Probleme übersehen oder nicht vorhandene Fehler melden können und daher die menschliche Überprüfung ergänzen, statt sie zu ersetzen, sollten.
Prompt-Engineering ist nicht alles
Zu lernen, wie man effektiv mit KI kommuniziert, ist wertvoll, aber zu wissen, wie man eine clevere Eingabeformulierung verfasst, ist nicht die entscheidende Fähigkeit eines KI-unterstützten Entwicklers.
Die wichtigere Fähigkeit ist zu wissen, welchen Kontext die KI benötigt, innerhalb welcher Rahmenbedingungen sie arbeiten soll und wie ein erfolgreiches Ergebnis aussehen sollte.
Mark Szymanski geht das Kontextproblem mit dem an, was er ein „AI Operating System“ (AIOS) nennt. Ein Teil dieses Setups ist eine Sammlung von Dateien, die Geschäftsinformationen, Entwicklungsprinzipien, Kundenhistorien und anderes projektspezifisches Wissen enthalten. Anstatt die KI immer wieder zu bitten, anhand einer generischen Eingabe zu arbeiten, liefert er Kontext zum Projekt und dem dahinterstehenden Unternehmen.
Die Bereitstellung dieses Kontexts macht es jedoch nicht überflüssig, die Ausgabe zu verstehen. Ohne Grundkenntnisse in WordPress und Webentwicklung kann jemand zwar funktionierenden Code erstellen, versteht aber möglicherweise nicht, welche Kompromisse dabei eingegangen werden oder ob dieser für das Projekt geeignet ist.
Wo bleibt da der WordPress-Entwickler?
KI macht nicht automatisch jeden WordPress-Entwickler wertvoller. Die Chance besteht darin, sie zu nutzen, um mehr zu erreichen, und gleichzeitig das nötige Urteilsvermögen zu bewahren, um einen Ansatz zu wählen, die Umsetzung zu überprüfen und das Ergebnis zu pflegen.
KI kann dabei helfen, die Lösung zu entwickeln. Der erfahrene Entwickler ist weiterhin dafür verantwortlich, sicherzustellen, dass es die richtige ist.
Bei Kinsta unterstützen wir diese Arbeit mit Staging-Umgebungen, um Änderungen vor der Veröffentlichung zu testen, mit integrierter Leistungsüberwachung zur Untersuchung langsamer Seiten und mit WordPress-Ingenieuren, die rund um die Uhr für Hosting-Support zur Verfügung stehen. Entdecke unser Hosting für WordPress und finde heraus, wie es zu deinem nächsten Projekt passt.
Bud Kraus arbeitet seit 2009 mit WordPress – als Dozent für Präsenz- und Onlinekurse, als Website-Entwickler und als Ersteller von Inhalt. Er hat Lehrvideos produziert und zahlreiche Artikel für WordPress-Unternehmen verfasst.
