Ein Erfahrungsbericht aus 12 Versuchen

Erwartungen: „Ich lerne jetzt richtig Programmieren“

Mein Betriebspraktikum bei der jaraco GmbH begann eigentlich ganz klassisch. Mein Ziel war es, „richtig“ programmieren zu lernen. Ein bisschen hatte ich mich schon vor dem Praktikum  informiert und auch ein paar Sachen ausprobiert.

Gestartet habe ich dann mit Visual Studio Code, YouTube-Tutorials und kleinen Übungsprojekten um kleine Spiele wie Snake oder Tic-Tac-Toe nachzubauen. Technisch funktionierte das irgendwie, aber es war frustrierend. Ich habe ewig nach simplen Syntaxfehlern gesucht und gemerkt, dass ich nicht einmal sicher wusste, wie man das Terminal richtig benutzt.

Nach ein paar Tagen wurde mir klar: Wenn ich nur Übungen nachbaue, lerne ich zwar Syntax – aber ich löse kein echtes Problem.

Der Wendepunkt: Ein echtes Problem lösen

Ich wollte etwas entwickeln, das ich selbst brauche – als Ringer.
Also entstand die Idee einer persönlichen Coaching-App, die meine Trainings- und Gesundheitsdaten sammelt und auswertet.

Statt isolierter Übungsprogramme hatte ich plötzlich ein Ziel: Eine App, die ich im Alltag wirklich benutze.

Die ersten Versionen: Python + Desktop + Server

Mein erster Ansatz war ein simples Python-Programm mit etwa 100 Zeilen Code.
Ich nutzte:

• Python als Programmiersprache
• eine einfache GUI-Bibliothek
• lokale Datenspeicherung für Trainingsdaten

Die Anwendung bestand aus einem Login-Fenster und einer einfachen Datenansicht. Funktional minimal – aber es lief.

Mit jeder Version wurde es komplexer.
Später kamen hinzu:

• ein lokaler Python-Server
• eine einfache API-Struktur zur Datenverarbeitung
• erste Versuche, externe Datenquellen einzubinden

Beim 10. Versuch hatte ich bereits:

• eine QR-Code-Kamera integriert
• meinen ersten KI-Bot angebunden
• eine Datenschnittstelle zu Gesundheitsdaten vorbereitet

Das Problem: Alles lief über meinen Laptop und ich musste jedes Mal manuell einen lokalen Server starten, damit die Anwendung funktionierte.

Der Schritt aufs Smartphone

Im 11. Versuch habe ich das Projekt als APK-Datei gebaut.
Die App lief auf meinem Android-Gerät – aber der Laptop musste weiterhin als Server im Hintergrund laufen.

Architektonisch war das also immer noch eine Client-Server-Lösung mit:

• Mobile Frontend
• lokalem Python-Backend
• manuellem Deployment

Erst beim 12. Versuch habe ich die Architektur komplett umgestellt.

Ich habe:

• die Logik direkt in die App integriert
• die Datenspeicherung lokal auf dem Smartphone umgesetzt
• auf einen externen oder lokalen Server verzichtet

Jetzt startet die App vollständig autark auf dem Gerät.

KI als Co-Developer

Die KI war während des gesamten Projekts mein wichtigstes Werkzeug. Dabei habe ich mehrere unterschiedliche Modelle getestet: Gemini, ChatGPT und CoPilot für die Code-Generierung, Bolt und Emergent für die finale Umsetzung als Android-App.

Ich habe sie genutzt für:

• Code-Generierung
• Debugging
• Architektur-Vorschläge
• API-Anbindung
• Refactoring-Vorschläge

Wenn Text-Prompts nicht ausreichten, habe ich Screenshots oder Skizzen hochgeladen. Teilweise musste ich sehr präzise formulieren, weil kleine Änderungen dazu führten, dass große Codebereiche überschrieben wurden.

Ein wiederkehrendes Problem waren Token-Limits. Längere Code-Dateien mussten in Abschnitten bearbeitet werden. Zudem bekam ich von den verschiedenen Modellen manchmal unterschiedliche Lösungsvorschläge, die oft nicht nutzbar waren. Dadurch habe ich gelernt, Code modularer zu denken.

Rückblickend war die größte Herausforderung nicht das Schreiben von Code – sondern das richtige Steuern der KI.

Funktionsumfang der aktuellen Version

Die App enthält inzwischen:

• Schrittzähler
• Blutdruck-Tracking
• Countdown für kommende Wettkämpfe
• Integration von Samsung-Health-Daten
• Kameramodul für QR-Code-Scanning

Das Kernstück ist mein KI-Bot.

Er analysiert meine Fitness-Daten und gibt Trainingsentscheidungen vor – teilweise sehr direkt. Wenn ich keine Daten einpflege, reagiert er sogar bewusst provokant:

„Ich sehe hier nichts – so wirst du nie Profi, wenn du nur Däumchen drehst!“

Technisch war vor allem die Integration der Gesundheitsdaten und der Kamera-Schnittstellen anspruchsvoll. Gerade die Arbeit mit Gerätesensoren und externen APIs hat mich mehrfach zurückgeworfen.

Was habe ich wirklich gelernt?

Habe ich klassisch programmieren gelernt?

Vielleicht nicht im traditionellen Sinne.
Aber ich habe gelernt:

• wie Software architektonisch aufgebaut ist
• wie Client-Server-Modelle funktionieren
• wie man eine Anwendung von Desktop auf Mobile migriert
• wie man APIs anbindet
• wie man Probleme strukturiert zerlegt

Und vor allem:  Wie man KI als Werkzeug nutzt, statt sich von ihr steuern zu lassen.

Nach 12 Versionen habe ich jetzt eine funktionierende, eigenständige App auf meinem Handy – und ein viel besseres Verständnis davon, was hinter Software wirklich steckt.