Samuels Tech-Stack und Werkzeuge
Synthese aus 8 Analyse-Clustern — ChatGPT-Export Dez 2022 bis Mrz 2026
Uebersicht
Was Samuel technisch nutzt und wie er es nutzt, veraendert sich fundamental ueber drei Jahre. Dieser Bericht rekonstruiert die Werkzeug-Evolution aus dem ChatGPT-Export — von den ersten C-Aufgaben mit text-davinci bis zur Multi-Agent-Orchestrierung 2026. Dabei zeigt sich: das wichtigste Werkzeug der ChatGPT-Phase ist nicht Code, sondern das Modell selbst — als Recherche-, Ghostwriting- und Denkpartner.
Phase 1: C und C++ im Studiumskontext (2022-2023)
Die Fruehphase: ChatGPT als Tutor
Samuels erste dokumentierte Programmiersprachen sind C und C++, beide im Kontext des Informatikstudiums an der Hochschule Worms. Der Cluster "Persoenlich/ADHS" (cluster_id: 4, faelschlicherweise benannt) enthaelt ausschliesslich C/C++-Studiumsaufgaben aus dieser Phase — 21 Conversations, fast alle aus 2022-2023 mit text-davinci/GPT-3.5-Modellen (idx=0, idx=2, idx=73, idx=97, idx=105, idx=125, idx=133, idx=140, idx=179, idx=201, idx=210, idx=213, idx=308, idx=314, idx=362, idx=390, idx=461, idx=483, idx=492, idx=549).
Der Einsatz ist klar transaktional: ChatGPT erklaert Konzepte, debuggt Code, beantwortet Pruefungsfragen. Samuel bringt meistens eine konkrete Aufgabe oder einen Fehler mit.
Zwei charakteristische Lernstil-Signale sind erkennbar:
ELI5 als bevorzugtes Format:
"erkläre als wäre ich ich 5 was sind struct in C und ein beispiel ihrer anwendung erst in worten dann in code" (idx=362)
Formale Definitionen sind nicht Samuels Einstiegspunkt. Er braucht das Bild vor der Abstraktion. Das zieht sich durch alle Programmierkonversationen dieser Phase (idx=97, idx=390).
Sokrates-Methode als eigene Instruktion:
"Wir programmieren zusammen, aber du schreibst keinen Code. Du gibst mir nur im Kopf Denkanstöße." (idx=492)
Das ist die frueheste dokumentierte Metakognition ueber das eigene Lernen in den ChatGPT-Daten. Samuel weiss 2023 bereits, dass passives Lesen von KI-Loesungen ihm nicht hilft. Er baut aktiv ein Gegenmittel (idx=492, Cluster "Persoenlich/ADHS").
Debugging durch Vergleich statt Fehlermeldung: Samuel bringt haeufig zwei Code-Versionen mit und fragt nach dem Unterschied — statt nur den Stack-Trace zu zeigen. Das ist analytisches Debugging (idx=105, idx=2, idx=125).
Was C/C++ nicht wird
C und C++ bleiben Studiumswerkzeuge. Kein einziges Projekt ausserhalb des Hoersaals verwendet sie. Der Techstack der Studiumsphase ist komplett akademisch — kein persoenliches Projekt, kein Werkzeug-Ausbau ueber die Pflichtaufgaben hinaus.
Phase 2: Python-Basics ohne Tiefe (2023)
Erste Python-Schritte
Im Code-Cluster (cluster_id: 1, 68 Conversations) tauchen erste Python-Anfragen auf: for-loops, Datentypen, OOP-Grundlagen. Der Einstieg ist klar:
"i wanna program in python" / "i dont know the commands" (idx=118)
Ein klassisches OOP-Lernbeispiel mit persoenlichen Daten:
"class Mensch(): def init(self, Größe, Alter, Name): [...] Samuel = Mensch(180, 21, 'Samuel')" (idx=333)
Python-Kenntnisse bleiben auf Anfaengerniveau sichtbar — for-loops, Klassen, kein Framework, kein Build-Tool, keine Tests (idx=45, idx=118, idx=120, idx=333).
Swift als Einmalausflug: In idx=388 taucht einmalig Swift auf — ein Variablennamenfehler wird debuggt. Das bleibt der einzige Swift-Kontakt im gesamten Export. Kein weiterer Bezug zum Apple-Oekosystem.
Python als Taschenrechner, nicht als Werkzeug
Die haeufigste quasi-technische Nutzung von Python in dieser Phase ist nicht Entwicklung, sondern Berechnung: Samuel laesst Kontoauszuege summieren, Dividenden aufaddieren, Urlaubskosten ausrechnen. In idx=446 generiert ChatGPT sogar Python-Code als Antwort — Samuel fuehrt ihn aber nicht selbst aus. Er nimmt das Ergebnis, nicht den Code (idx=126, idx=135, idx=247, idx=421, idx=446, idx=564).
"rechne mal bitte die Summe aus!" (idx=446)
ChatGPT als Buchhalter — das ist Daten-Literacy, kein Coding.
Phase 3: ChatGPT als Hauptwerkzeug (2022-2025)
Was ChatGPT tatsaechlich macht
ChatGPT ist in der Kernphase (2022-2025) kein Coding-Tool. Es ist:
- Ghostwriter: Berichtsheft (idx=101, idx=435, idx=475), LinkedIn-Post (idx=158), Bewerbungsemails (idx=296, idx=412), Reddit-Posts (idx=5, idx=66, idx=112)
- Research-Assistent: Vonovia-Bilanzen (idx=192, idx=228, idx=324, idx=325, idx=334, idx=385), FIRE-Konzepte (idx=83, idx=300), Agri-Robotics (idx=404), Cloud-Markt (idx=155)
- Krisenberater: Abmahnung bei DB (idx=121, idx=90), WG-Konflikt (idx=90), Scam-Warnung (idx=123)
- Finanzrechner: Dividendenauswertung (idx=446), Urlaubskosten (idx=421), Immobilienfinanzierung (idx=13)
- Rollenspiel-Partner: Buffett-Roleplay fuer Vonovia-Analyse (idx=228), DB-Fahrdienstleiter-Simulation (idx=531), DB-als-Unternehmen-Roleplay (idx=458)
Das Berichtsheft-Ghostwriting ist das extremste Beispiel. Samuel erklaert explizit:
"Also, du hilfst mir beim Berichts heft schreiben: Ich mache eine Ausbildung bei der DB Netz. Es ist meine Pflicht als Azubi Berichtsheft zu führen und zu dokumentieren was ich gemacht habe. Ich muss m[ehr als 10 von 150 Tagen dokumentieren]." (idx=435)
Zwei separate Conversations (idx=435, idx=475, davon idx=475 mit 281.000 Zeichen) zeigen dieses Muster — vollstaendige Delegation eines Pflichtformats an die KI.
Finanz-Tools: Das eigentliche technische Interessensfeld
Die stärkste "technische" Nutzung in der ChatGPT-Phase ist Finanzanalyse. Samuel baut kein Dashboard, kein Script — er nutzt ChatGPT als interaktiven Finanzanalyst:
- Vonovia-Recherche-Cluster: 6+ Conversations mit Bilanzdaten, Kapitalerhoehungen, Nachhaltigkeitsberichten (idx=192, idx=228, idx=324, idx=325, idx=334, idx=385, idx=451, idx=455, idx=481, idx=482, idx=520, idx=533, idx=537, idx=539)
- FIRE-Konzepte und internationale Vergleiche (idx=3, idx=7, idx=83, idx=300)
- Portfolio-Auswertung 2024: Vonovia 1482 EUR, Deutsche Telekom 123 EUR Dividenden (idx=446)
Das ist Daten-Literacy ohne Coding — ein wichtiges Signal: Samuel ist kein Programmierer, der Finanzinteresse hat. Er ist ein Finanzinteressierter, der punktuell Coding lernt.
Phase 4: KI-Tool-Evolution (2024-2026)
Prompting-Reife als messbarer Indikator
Der Kontrast zwischen fruehester und spaetester Konversation zeigt die Entwicklung klar:
Frueh (2023):
"Bist du kostenlos" (idx=551)
Spaeter (2024):
"mit welcher Sceduling strategie läufst du" (idx=479)
"wie werde ich prommt engenier (selbststaendig)" (idx=513)
Noch spaeter (2024-2025, aus Kommunikations-Cluster b):
"Developer: Vergleiche die beiden bereitgestellten PDFs im Kontext meiner persönlichen Nutzung der ClaudeCodeCli, jeweils erzeugt auf zwei verschiedenen Laptops mittels /insights." (idx=266)
Vier Entwicklungsstufen in einer Linie: naiver Nutzer → neugieriger Erkunder → KI-Karriere-Aspirant → Tool-evaluierender Practitioner.
Shopify-Bildworkflow: Erstes echtes KI-Tool-Projekt
Das Shopify Vintage-Anzug-Projekt (2024-06) ist das erste Mal, dass Samuel KI nicht als Auskunftssystem, sondern als Produktionswerkzeug einsetzt: iterative Bildgenerierung, KI-Modell-Kopf-Austausch fuer Produktfotos, Verkaufsstrategie-Entwicklung (idx=256, idx=257, idx=258, idx=261, idx=262, idx=263). Sechs Conversations zeigen echten Workflow, keine Recherche-Schleife.
Arbitrage und MCP/OpenCode: Der Technologie-Sprung
In idx=267 erfolgt die erste explizite Evaluation eines Multi-Tool-Setups. Samuel bewertet rueckblickend das Arbitrage-Projekt und fragt ChatGPT nach Selbstbewertung des MCP/OpenCode-Workflows. Das Projekt selbst entsteht nicht in ChatGPT — es ist bereits Claude-Code-Territorium.
"Okay, als nächstes habe ich zwei Aufgaben für dich. Zum einen sollst du mir bewerten, wie es für dich war, mithilfe von fremden Tools, also MCP und OpenCode, dieses Projekt zu bearbeiten." (idx=267)
Das ist die Uebergangskonversation: Samuel nutzt ChatGPT, um sein neues Tool-Setup zu evaluieren. ChatGPT ist ab diesem Punkt nicht mehr das Haupt-Entwicklungstool.
Das finale Tool-Setup (2025-2026)
Aus dem Kommunikations-Cluster b und der Projektgedaechtnis-Datei ergibt sich das Endbild:
| Schicht | Tool | Funktion |
|---|---|---|
| Orchestrierung | Claude Code | Planung, Entscheidung, Code-Review |
| Implementierung | OpenCode | Code-Generierung, Refactoring |
| Recherche | Gemini MCP | Web-Recherche, Fact-Checking |
| Hintergrundtasks | Haiku SubAgents | Lange laufende Prozesse |
ChatGPT hat in diesem Setup keine Rolle mehr — oder eine residuale als Alltagstagebuch fuer spontane Fragen ohne Code-Kontext.
Technologie-Zeitleiste
| Zeitraum | Sprache/Tool | Kontext | Tiefe |
|---|---|---|---|
| 2022-2023 | C / C++ | Studium Hochschule Worms | Pflichtaufgaben |
| 2022-2023 | text-davinci / ChatGPT | Tutor, Ghostwriter, Research | Hauptwerkzeug |
| 2023 | Python Basics | OOP-Einstieg, Finanzrechner | Oberflaechlich |
| 2023 | Swift | Einmaliges Debugging | Einmalig |
| 2023-2024 | Linux / Bash | Studium Betriebssysteme, Lernphase | Wachsend |
| 2024 | GPT-4o | Shopify-Bildworkflow, Evaluation | Produktiv |
| 2024 | Claude Code | Arbitrage-Projekt, Pipeline | Intensiv |
| 2024-2025 | MCP / OpenCode | Multi-Agent-Orchestrierung | Professionell |
| 2025-2026 | Gemini / Haiku | Recherche + SubAgents | System-Ebene |
Fazit: Nicht der typische Entwicklerweg
Samuel folgt keinem klassischen Entwicklerpfad — kein Web-Projekt als Einstieg, kein GitHub von Anfang an, kein Framework-Lernen durch Tutorial-Videos. Was erkennbar ist: ein Weg der durch Notwendigkeit und Kontext geformt wird. C/C++ weil Studium. Python weil Finanzberechnungen einfacher werden sollen. Claude Code weil echte Projekte entstehen.
Der entscheidende Sprung kommt nicht durch tieferes Coding, sondern durch den Wechsel des Werkzeugs selbst: von ChatGPT-als-Auskunftssystem zu Claude-Code-als-Implementierungspartner. Was sich dabei veraendert: nicht die Programmiersprache, sondern die Rolle des Menschen im Prozess. Samuel wird vom Konsumenten von KI-Antworten zum Architekten von KI-Workflows.
Quellenverzeichnis
Alle Indices aus dem ChatGPT-Export (569 Conversations, Dez 2022 bis Mrz 2026).
Cluster "Persoenlich/ADHS" (cluster_id: 4) — C/C++-Phase: idx=0, idx=2, idx=73, idx=97, idx=105, idx=125, idx=133, idx=140, idx=179, idx=201, idx=210, idx=213, idx=245, idx=308, idx=314, idx=362, idx=390, idx=461, idx=483, idx=492, idx=549
Cluster "Code/Programmierung" (cluster_id: 1) — Python, Swift, Finanzrechner: idx=15, idx=45, idx=118, idx=120, idx=126, idx=135, idx=247, idx=333, idx=388, idx=421, idx=446, idx=564
Cluster "Kommunikation/Meta Teil a" (cluster_id: 5a) — Ghostwriting, FIRE, DB: idx=3, idx=7, idx=13, idx=83, idx=101, idx=121, idx=158, idx=182, idx=184
Cluster "Kommunikation/Meta Teil b" (cluster_id: 5b) — Shopify, Arbitrage, MCP-Evaluation: idx=192, idx=228, idx=256, idx=257, idx=258, idx=261, idx=262, idx=263, idx=265, idx=266, idx=267, idx=272, idx=324, idx=325, idx=334, idx=385
Cluster "Kommunikation/Meta Teil c" (cluster_id: 5c) — Prompting-Evolution, Linux, Berichtsheft: idx=435, idx=458, idx=472, idx=475, idx=479, idx=513, idx=531, idx=548, idx=551
Cluster "Studium/Akademisch" (cluster_id: 2) — Studiumskontext: idx=27, idx=131, idx=251, idx=296, idx=460
Cluster "Projekte" (cluster_id: 3) — Festival-Startup-Lens: idx=377