Arbeitskilometer statt bloßer Statistik

Kürzlich öffnete ich mein Codex-Profil und blieb hängen: 2,9 Milliarden Tokens insgesamt, 117,5 Millionen Tokens am Spitzentag, 417 Threads, 306 verwendete Skills, 49 erkundete Skills, die längste Aufgabe: 4 Stunden 11 Minuten.

Auf den ersten Blick nur Zahlen. Für mich sind es Arbeitskilometer: kein Herumspielen mit KI oder Spaß-Landingpages, sondern Monate echter KI-Entwicklung. Websites, Apps, Prototypen, Swift, MVPs, interne Tools, Architektur, Refactoring, Deployment, Fehler, Fixes und wieder Fehler.

Früher Figma, Browser und Notizen. Jetzt: 306 Skills, Projektgraph, Browser, Deployment, Refactoring und KI, die beim Bauen und Denken hilft

Viel oder wenig?

Für normale ChatGPT-Nutzer wirkt das enorm. Wer fast täglich mit KI-Coding-Tools baut, sieht darin eher einen normalen Arbeitsverlauf.

In diesem Arbeitsmodus sind Tokens nicht mehr bloß ein „Verbrauch“. Sie werden zur Denkspur. Zur Geschichte all der Male, in denen man nicht bei „coole Idee, müsste ich irgendwann machen“ stehen blieb, sondern tatsächlich losging und zu bauen begann.

Was ich getestet habe

Ich habe intensiv ausprobiert: Codex, Claude Code, Cursor IDE mit Composer 2.5 und das neue Antigravity.

Ich wähle kein Glaubensbekenntnis. Logos und X-Hypes interessieren mich nicht. Das Projekt muss vorankommen: Code baut, Architektur hält, App startet, und aus der Morgenaufgabe wird nach Stunden ein funktionierendes Ergebnis statt nur Gespräch.

Warum Codex mein Hauptwerkzeug wurde

Meine Hauptkombination wurde Codex + GPT-5.5 mit High Effort. Für Architekturplanung vor dem Code gehe ich in Plan Mode mit Extra High.

Hier war Codex am praktischsten. Nicht immer magisch oder im ersten Beitrag am schönsten, aber für echte Arbeit am bequemsten. Es trägt lange Prozesse und Iterationen ohne ständiges Gefühl, dass die Luft ausgeht.

Skills, Plugins und ein neues Projektbetriebssystem

Neben Tokens interessieren mich besonders diese 306 verwendeten Skills und 49 erkundete Skills. Irgendwann wird KI zum Arbeitssystem: Skills, Plugins, Projektgedächtnis, Planung, Code, Browser, Deployment, Projektgraph und Refactoring.

Früher Figma, Browser und Notizen. Jetzt liest KI Projekte, kartiert Beziehungen, prüft im Browser, hilft beim Deployment und räumt Architektur auf. Fast ein Betriebssystem zum Ideenbauen statt bloß Chat.

Claude Code: starker Architekt, teuer in Tokens

Claude Code schätze ich ebenfalls sehr, besonders mit Opus 4.8für den ersten Architekturüberblick, Schwachstellensuche und sinnvolle Modulaufteilung.

Aber Claude Code frisst Tokens sehr schnell, selbst mit Projektgedächtnis, vorsichtigstem Modus und dem graphify-Skill, wenn der Projektgraph eigentlich für bessere Steuerbarkeit sorgen sollte.

Deshalb ist Claude Code für mich derzeit nicht der Hauptentwickler, sondern eher ein teurer Architekturberater. Ich hole ihn dazu, bekomme einen starken ersten Blick, nehme den Plan mit und baue dann anderswo weiter.

Cursor + Composer 2.5: Werkstatt fürs Fertigmachen

Cursor + Composer 2.5 war als Werkstatt sehr gut: kein lästiges Fünfstundenfenster, langsamer Tokenverbrauch und starke Qualität beim Fertigstellen und Refactoring.

Es übernimmt gut nach Claude Code oder Codex: Reste aufräumen, Code ordnen, behutsam refaktorieren statt Revolution, wenn Putzen reicht.

Das ist wichtig: Fast jedes KI-Tool erzeugt heute ein MVP. Es vorzeigbar und weiterentwickelbar zu machen ist eine andere Aufgabe.

Antigravity und Swift-Projekte

Besonders überrascht hat mich Antigravity. Mein Urteil ist noch offen, aber im Swift-Projekt meiner persönlichen App Nevsky OS zeigte es sehr gute Leistung.

Besonders beim Desktopprogramm für englische Echtzeittranskription und Skripthinweise brachte Antigravity die App wirklich voran, statt nur Code zu schreiben. Dafür braucht es eigene Tests, besonders bei Swift, macOS und iOS.

Was das für mich verändert

Als langjähriger Produktdesigner denke ich in Oberflächen, Szenarien, Logik und Systemverhalten. Dazwischen stand jedoch immer eine Wand: Termine, Entwickler, Budgets, Backlog und fremdes Tempo.

Die Wand ist viel niedriger. Landingpage, MVP, internes Tool, Swift-App oder Prototyp kann ich selbst bauen. Aus „irgendwann“ wird „Was, wenn ich es heute Abend baue?“

Spannend wird es, wenn KI das ganze Projekt als System hält: Kontext, Architektur, Fehler, UI, API und nächsten Schritt

Mein Fazit

Mein aktueller Stack:

  • Codex + GPT-5.5 High Effort: Hauptarbeit und Projektentwicklung.
  • Codex Plan Mode / Extra High Effort: Architektur und komplexe Entscheidungen im Planmodus.
  • Claude Code + Opus 4.8: gezielter erster Architekturcheck, besonders für reaktive Websites mit Admin- und Nutzerbereichen.
  • Cursor + Composer 2.5: Fertigstellen, Refactoring und Aufräumen nach Claude Code oder Codex.
  • Antigravity: vielversprechend für Swift/macOS/iOS, weiter zu testen. Gute Ergebnisse, problemlose Xcode-Builds und Tests auf echten Geräten waren möglich.

Lässt man die Namen weg, ist das Fazit einfach: Es gewinnt nicht, wer „das klügste Werkzeug“ gefunden hat, sondern wer schnell denken, schnell bauen, schnell prüfen kann und nicht in einer endlosen Auswahl feststeckt. Für meinen Kopf und meinen Rhythmus ist derzeit am praktischsten Codex. 🚀