Wenn AI-Coding schwach wirkt, ist nicht immer das Modell das Hauptproblem. Oft ist der gesamte Stack darum herum veraltet.

Entwickler behalten eine alte IDE-Version, ein altes Plugin-Release, ein altes Standardmodell und kommen dann zu dem Schluss, dass LLM-gestütztes Coding nicht liefert. Dieses Urteil ist oft vorschnell.

Die Tooling-Schicht ist wichtiger, als viele zugeben

AI-Coding ist nicht eine Sache. Es ist eine Kette.

Die Editor-Version ist wichtig. Die Extension-Version ist wichtig. Das Model-Routing ist wichtig. Die Liste verfügbarer Modelle ist wichtig. Wenn ein Teil dieser Kette veraltet ist, sinkt die Gesamtqualität schnell.

Das unterscheidet sich von klassischem Development-Tooling. Ein veralteter Editor ist lästig. Ein veralteter AI-Coding-Stack kann dazu führen, dass sich der Assistent grundsätzlich schlechter anfühlt.

Die Qualität von Autocomplete sinkt. Die Kontextintegration wird schwächer. Neuere Modelle tauchen nicht auf. Features, die aktualisierte Plugin-Fähigkeiten brauchen, werden nie aktiv.

Dann geben Nutzer der gesamten Kategorie die Schuld statt ihrer Konfiguration.

Modellwahl ist kein Detail

Die Modellwahl ist eine der folgenreichsten Entscheidungen in der KI-gestützten Entwicklung.

Frei verfügbare oder ältere Modelle sind bei Coding-Aufgaben oft deutlich schwächer als aktuelle Frontier-Modelle. Das ist keine Abwertung offener Modelle. Es ist schlicht der aktuelle Stand des Marktes. Wer sich auf ein Modell verlässt, das älter, kleiner oder nicht mehr konkurrenzfähig ist, sollte mit schwächerem Reasoning, schwächeren Code-Änderungen und mehr Betreuungsaufwand rechnen.

Das gilt besonders für Werkzeuge wie GitHub Copilot, bei denen sich die Modellverfügbarkeit im Zeitverlauf verändert. Neue Modelle kommen hinzu. Alte Defaults sind irgendwann nicht mehr die beste Wahl. Wenn niemand regelmäßig prüft, welche Modelle verfügbar und freigegeben sind, bauen Teams stillschweigend ihre Workflows auf veralteten Annahmen auf.

So entsteht Enttäuschung.

Den Stack aktuell halten oder die Erwartungen senken

Wenn ein Team gute Ergebnisse aus AI-Coding ziehen will, müssen drei Dinge aktuell bleiben.

Die IDE. Neue Editor-Fähigkeiten beeinflussen Kontextaufnahme, Inline-Edits, Chat-Verhalten und Extension-Kompatibilität.

Die Plugins. Die meisten Verbesserungen im AI-Coding werden zuerst über Extensions ausgeliefert. Wenn die Extension alt ist, ist der Assistent praktisch auch alt.

Die Modellwahl. Regelmäßig prüfen, welche Modelle aktiviert sind, welche freigegeben sind und welche für den jeweiligen Zweck die beste Wahl sind. Nicht davon ausgehen, dass die Entscheidung vom letzten Quartal noch stimmt.

Das bedeutet nicht, blind jedem Release hinterherzulaufen. Es bedeutet, den AI-Coding-Stack als aktive Abhängigkeit zu behandeln und nicht als einmaliges Setup.

Aktualisiere den Editor.
Aktualisiere die Plugins.
Prüfe die Modellwahl regelmäßig neu.

Wenn sich dein AI-Assistent alt anfühlt, ist er es wahrscheinlich auch. Nur nicht ausschließlich auf die Weise, die du vermutest.