Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

IDE & Entwicklungsumgebung: Übersicht¶

Eine zentralisierte Übersicht über Entwicklungsumgebungen, Editoren, KI-Assistenten und Tools zur Einrichtung einer produktiven lokalen Entwicklungsumgebung unter Ubuntu.

Entwicklungsumgebungen im Überblick¶

Moderne IDEs (Integrated Development Environments) und Code-Editoren bieten Entwicklern mächtige Werkzeuge zur effizienten Softwareentwicklung. Mit der Integration von KI-Assistenten wird die Produktivität noch einmal deutlich gesteigert.

Entwicklungsumgebungs-Kategorien¶

Hauptthemen¶

1. System-Setup und Installation¶

Detaillierte Anleitungen zur Einrichtung des lokalen Entwicklungsrechners unter Ubuntu 25.10.

• Systemvoraussetzungen: Paketinstallationen, Updates, Abhängigkeiten
• System-Setup: passwortloses sudo, Treiber, Bibliotheken
• Sprachruntimes: Java, Python, Node.js, Go, Rust, C/C++
• Datenbanken: PostgreSQL, PostGIS, OSM-Datenverarbeitung
• Entwicklungstools: Git, GitHub CLI, Chrome, VS Code

Unterstützte Sprachen & Frameworks: - Node.js, Python, Java, Golang, Rust, C/C++ - Maven, npm, pip, cargo, etc.

Ideal für: Entwickler, die eine lokale Entwicklungsumgebung einrichten wollen.

2. Lokale KI-Frontends¶

Open-Source Web-UIs für lokale KI-Modelle – Professionelle Alternativen zu Cloud-basierten KI-Assistenten.

• Open WebUI – Beste Integration für Ollama mit RAG und Dokumenten-Upload
• LibreChat – Multi-Provider-Unterstützung (OpenAI, Anthropic, Ollama, etc.)
• Text-generation-webui (Oobabooga) – Für Power-User mit manueller Modell-Kontrolle

Architektur-Übersicht:

graph TD
    A[Benutzer-Anfrage] --> B[Web-UI]
    B -->|API-Schnittstelle| C[Docker-Netzwerk]
    C -->|Port 11434| D["Ollama (lokale Modelle)"]
    C -->|Externe API| E[Cloud APIs]

Hauptmerkmale: - Direkte Ollama-Integration: Automatische Modell-Erkennung - Integriertes RAG: Dokumenten-Upload und Vektorisierung - Web-Search: Integration mit Suchmaschinen - Benutzerverwaltung: Admin/User Rollen, Authentifizierung

3. Android & Kotlin-Entwicklung¶

• Android Praxis-Handbuch – App-Komponenten, Activity Lifecycle, Jetpack Compose, MVVM, Room & Hilt
• Kotlin Praxis-Handbuch – Sprache, Null-Safety, Coroutines, Multiplatform (KMP) & Ktor
• Android ADB & Wireless Debugging – Android Studio, ADB, Wireless Debugging & Emulatoren

Editoren & IDEs im Detail¶

Full-featured IDEs¶

JetBrains Familie¶

Microsoft Visual Studio Familie¶

Code Editoren¶

Visual Studio Code (VS Code)¶

Vorteile: - Cross-Platform (Windows, macOS, Linux) - Leicht und schnell - Große Erweiterungbibliothek - Integrierte Terminal- und Debugging-Tools - Git-Integration

Wichtige Erweiterungen: - GitHub Copilot – KI-gestützte Code-Vervollständigung - Claude Code – Intelligente Code-Assistenz - OpenAI ChatGPT – ChatGPT-Integration - Java Extension Pack – Java-Unterstützung - Python – Python-Sprachunterstützung - C/C++ – C/C++-Entwicklung - ESLint – JavaScript-Linting - Prettier – Code-Formatierung

Neovim¶

Vorteile: - Terminal-basiert - Extrem anpassbar (VimScript, Lua) - Plugin-System (LSP, Treesitter, etc.) - Leicht und schnell - Cross-Platform

Beliebte Plugins: - coc.nvim: Intellisense Engine - nvim-treesitter: Syntax-Highlighting - telescope.nvim: Fuzzy Finder - nvim-lspconfig: LSP-Konfiguration

Zed¶

Vorteile: - Moderner, schneller Editor - Kollaboratives Coding - KI-Integration (Zed AI) - Rust-basiert - Cross-Platform

KI-Assistenten für Entwickler¶

KI-Integration in IDEs¶

KI-Funktionen in der Entwicklung¶

Code-Generierung¶

• Automatische Funktionenerstellung basierend auf Kommentaren
• Boilerplate-Code-Generierung (Classes, Interfaces, DTOs)
• Test-Generierung (Unit Tests, Integration Tests)
• Dokumentations-Generierung (Kommentare, READMEs)

Code-Analyse & Verbesserung¶

• Fehlererkennung und Vorschläge zur Behebung
• Code-Refactoring und Optimierungsvorschläge
• Sicherheitsanalysen und Schwachstellenerkennung
• Performance-Optimierungen

Entwicklungs-Workflows mit KI¶

Typischer Entwicklungsprozess mit KI¶

1. Idee → 2. Anforderungen → 3. Architektur → 4. Code mit KI → 5. KI-Review → 6. KI-Tests → 7. Deployment → 8. KI-Monitoring

Praxisbeispiel: Feature-Entwicklung¶

Schritte: 1. Anforderungsbeschreibung in natürlicher Sprache 2. KI-gestützte Zerlegung in Aufgaben 3. Code-Generierung für Boilerplate 4. Implementierung mit KI-Assistenz 5. Automatisierte Tests mit KI-Generierung 6. Code-Review mit KI-Analyse 7. Deployment mit KI-Optimierung

Zeitersparnis: 40-60% gegenüber traditioneller Entwicklung

IDE-Konfiguration & Best Practices¶

VS Code Einstellungen¶

Empfohlene Einstellungen (settings.json):

{
  "editor.fontSize": 14,
  "editor.tabSize": 2,
  "editor.formatOnSave": true,
  "files.autoSave": "onFocusChange"
}

Remote-Entwicklung¶

SSH Remote Development¶

VS Code Remote-SSH: - Remote SSH Extension installieren - Konfiguration in ~/.ssh/config - Mit Remote Server verbinden

Container-Entwicklung¶

VS Code Dev Containers: - Docker-Container als Entwicklungsumgebung - Konsistente Umgebungen für das Team

Verwandte Themen¶

• Tools & Hilfswerkzeuge – Entwicklungs- und Analyse-Tools
• Server/Konfiguration – Server-Setup und -Verwaltung
• Webentwicklung/KI Webentwicklung – KI in der Webentwicklung
• Desktop Automation – Automatisierung von GUI-Interaktionen
• Content/KI-gestützte Inhalte – KI für Content-Erstellung

Weiterführende Ressourcen¶

Offizielle Dokumentationen¶

• Visual Studio Code
• JetBrains IDEs
• Neovim
• Zed

KI-Entwicklungstools¶

• GitHub Copilot
• Claude Code
• Antigravity IDE
• Open WebUI
• LibreChat

Letzte Aktualisierung: Juli 2026

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).