Gemini Code Assist im Test: Wie gut performt Googles KI-Code-Assistent in der Praxis?IDG Da sowohl Microsoft als auch Amazon KI-Codierungsassistenten anbieten, war es eigentlich nur eine Frage der Zeit, bis auch Google ein entsprechendes Angebot auf den Markt bringen würde. Dieses steht inzwischen mit Gemini Code Assist zur Verfügung – für Einzelpersonen sogar kostenlos (Public Preview). In diesem Test lesen Sie: was Gemini Code Assist kann, wie viel es Unternehmen kostet, wie es um Integrationen und Sprach-Support steht, wie das Google-Tool in der Praxis performt, und ob es im Vergleich mit der Konkurrenz bestehen kann. Gemini Code Assist – Funktionen Ganz grundsätzlich kann Gemini Code Assist: Code vervollständigen, Code debuggen, Code dokumentieren, Code erklären, Code aus Kommentaren erstellen, und Unit-Tests generieren. Dabei unterstützt Googles KI-Codierungsassistent Quellverweise und spuckt entsprechende Warnhinweise aus, wenn eine Quelle (zu) ausführlich „zitiert“ wird. Das Tool kann außerdem auch auf eine anwendbare Quellcode-Lizenz verweisen, falls bekannt. Laut Google werden die Daten, die Gemini Code Assist verarbeitet nicht ohne Erlaubnis verwendet, um KI-Modelle zu trainieren. Die Large Language Models (LLMs), die bei Gemini Code Assist zum Einsatz kommen, werden auf Grundlage von öffentlich verfügbarem Code, Google-Cloud-spezifischem Content und anderen relevanten, technischen Informationen trainiert – zusätzlich zu den Datensätzen, die für die Gemini-Foundation-Modelle zum Einsatz kommen. Innerhalb einer IDE sammelt Gemini Code Assist Kontextinformationen aus der Datei, die gerade aktiv verwendet wird, aber auch aus anderen geöffneten, relevanten (lokalen) Dateien im Projekt. Die Enterprise-Edition von Gemini Code Assist (dazu später mehr) enthält außerdem eine Code-Customization-Funktion, die es Organisationen ermöglicht, ihre eigenen Codebasen als Grundlage für Code-Vorschläge zu nutzen. Gemini Code Assist – Versionen & Preise Gemini Code Assist steht in drei unterschiedlichen Versionen, respektive Preisplänen zur Verfügung: Gemini Code Assist ist für Einzelpersonen kostenlos (bis zu 180.000 Code-Vervollständigungen pro Monat). Die Standard-Edition von Gemini Code Assist kostet 19 Dollar pro Benutzer und Monat (bei jährlicher Vorauszahlung). Die Enterprise-Edition von Gemini Code Assist kostet 45 Dollar pro Benutzer und Monat. Einen ausführlichen und übersichtlichen Funktionsvergleich der Standard- und Enterprise-Version finden Sie hier. Gemini Code Assist – Integrationen & Sprachen Gemini Code Assist steht als Plugin für Visual Studio Code und JetBrains IDEs zum Download zur Verfügung. Darüber hinaus ist Gemini Code Assist standardmäßig in Googles Cloud Shell Editor, Cloud Workstations und Cloud Code verfügbar – ebenso wie über Firebase, Google-Datenbanken und Colab Enterprise. Gemini Code Assist Enterprise ist zusätzlich auch in BigQuery, Apigee und Google Application Integration verfügbar. Für Programmiersprachen bietet Gemini Code Assist umfänglichen Support. Googles KI-Codierungsassistent wurde für 22 gängige Programmier-, Skript- und Abfragesprachen verifiziert: Bash, C, C++, C#, Dart, Go, GoogleSQL, Java, JavaScript, Kotlin, Lua, MatLab, PHP, Python, R, Ruby, Rust, Scala, SQL, Swift, TypeScript und YAML. Die Gemini Code Assist Tools ermöglichen es Entwicklern außerdem, ihre IDE für allgemeine programmierbezogene Aufgaben (etwa dem Verweis auf Code in gemeinschaftlich genutzten Repositories) nicht verlassen zu müssen. Bisher stehen Tools zur Verfügung für den Zugriff auf: Atlassian (Rovo), GitHub, GitLab, Google Docs und Sentry. Darüber hinaus sind diverse, weitere Integrationen geplant. Darunter zum Beispiel für: Observability-Systeme (Dynatrace, Harness und New Relic), Security-Lösungen (SonarQube, Snyk und Black Duck), sowie Datenbanken (Aiven, DataStax, Elastic, MongoDB, Neo4j, Redis und SingleStore). Programmieren mit Gemini Code Assist Wir haben Gemini Code Assist in Visual Studio Code getestet – und es für einige Tasks in C++– und Python-Programmen genutzt. Unsere Prompt-Tests haben wir auf Englisch beschränkt – Gemini Code Assist ist jedoch in der Lage, Anweisungen in knapp 30 unterschiedlichen Sprachen zu verarbeiten, darunter auch Deutsch. C++ IDG Im obenstehenden Screenshot sehen Sie links oben einen Chat mit Gemini Code Assist, in dem das Tool erklärt, wie der C++-Code oben rechts zu kompilieren und zu verlinken ist. Besagten Code haben wir zuvor mit Hilfe eines anderen Modells generiert. Unten rechts sehen Sie den generierten und ausgeführten Code. Der berechnete Wert von Pi ist bis auf 20 Dezimalstellen korrekt, wie ein Abgleich mit der Encyclopedia Britannica ergeben hat. IDG Wir haben uns den Quellcode für die hochpräzise Gleitkomma-Routine angesehen, die verwendet wird, um Pi zu berechnen. Dabei hat das Tool die Brent-Salamin-Formel referenziert – also haben wir die entsprechende Stelle markiert und mit einem Rechtsklick an den Code Assist Chat gesendet (links oben). Der Output des Tools: Die Formel basiert auf dem arithmetischen, geometrischen Mittelwert (korrekt) und ist genauer als der Gauss-Legendre-Algorithmus (nicht korrekt; sie sind gleichwertig). IDG Anschließend haben wir Gemini Code Assist verwendet, um das C++-Programm dazu einzusetzen, Pi mit einer benutzerdefinierten Anzahl von Dezimalstellen zu berechnen – also compute_pi . Was folgte war ein mehrstufiger, interaktiver Prozess. Dieser beinhaltete: Kommentare zu schreiben, Code von Gemini generieren zu lassen, übriggebliebenen Code zu löschen, der das Programm beschädigt hätte, markierten, generierten Code mit einer unbekannten Lizenz zu akzeptieren, Gemini Code Assist darum zu bitten, mehrere Fehler mit undefinierten Variablen zu beheben – einfach aus purer Faulheit. Das Resultat war ein funktionierendes und effizientes Programm. Python IDG Der Python-Beispielcode für die Sefaria-API stellte den nächsten Test für Gemini Code Assist dar. Weil uns der Code nicht gefallen hat, haben wir einen Kommentar verfasst und Googles KI-Tool für Entwickler gebeten, diesen zu implementieren. Das mussten wir anschließend noch einmal mit einem präziseren Kommentar wiederholen – dann konnte auch das Ergebnis des KI-Tools überzeugen wie im grünen Block im obigen Screenshot zu sehen. IDG Nachdem wir den überarbeiteten Code von Gemini Code Assist akzeptiert hatten, blieb ein funktionierendes Ergebnis zunächst aus. Auf der Grundlage der API-Dokumentation haben wir versucht, das zu beheben, was zu einer Exception geführt hat, wie Sie im obenstehenden Screenshot sehen können. IDG Nachdem wir Gemini Code Assist schließlich baten, diesen Fehler zu beheben, war die Lösung ziemlich offensichtlich. IDG Sobald der neue Code funktionierte, haben wir Gemini Code Assist noch angewiesen, die gesamte Datei zu erklären. Die wesentlichen Erkenntnisse dieses Praxistests: Gemini Code Assist reagiert im Chat etwas langsamer als einige der älteren OpenAI-Modelle, die bei GitHub Copilot zum Einsatz kommen. Das liegt daran, dass Code Assist Chat auf ein komplexes Modell zugreift, bei dem Genauigkeit Vorrang vor Geschwindigkeit hat. Im Bearbeitungsfenster wird hingegen ein reaktionsschnelleres Modell genutzt (basiert derzeit auf Gemini 2 Flash). Der Chat von Gemini Code Assist scheint generell nicht so oft aus dem Ruder zu laufen wie bei einigen Konkurrenten – obwohl er seine Chain-of-Thought nicht offenlegt. Zumindest gibt Gemini Code Assist aber im Chatfenster an, welchen Kontext es verwendet hat. Letzterer lässt sich auch bei der Abfrage spezifizieren. Gemini Code Assist im Vergleich mit der Konkurrenz Gemini Code Assist konkurriert unter anderem mit: GitHub Copilot, Amazon Q Developer, Tabnine, Zencoder, Cursor, Zed, JetBrains AI Assistant und Solver. Wenn Ihr Unternehmen mit Google (Cloud) arbeitet, macht es Sinn, Gemini Code Assist der Konkurrenz von Microsoft und Amazon vorzuziehen. Allerdings sollten Sie sich darüber bewusst sein, dass Googles KI-Coding-Assistent auch einige Features vermissen lässt – beispielsweise, wenn es darum geht, Code für mehrere Dateien und ganze Repositories zu generieren. Oder mit Blick auf KI-Agenten für langwierige Programmier-Tasks. Ob man diese Features unbedingt braucht, ist auch eine Geschmacksfrage: Einige erfahrene Entwickler ziehen es vor, KI nur für kleine, leicht zu überprüfende Tasks einzusetzen. Der Grund ist einfach: Eine große Änderung zu entwirren, die Fehler verursacht hat, kann deutlich mehr Arbeitsaufwand nach sich ziehen, als dieselbe Anpassung einfach manuell vorzunehmen. Die (Haupt-)Konkurrenten von Gemini Code Assist bieten allerdings einige der genannten Funktionen: GitHub Copilot Workspace und Solver bieten beispielsweise Repository-weite Codierung. GitHub Copilot Edits kann Änderungen an mehreren Dateien vornehmen. Amazon Q Developer verfügt über einen Agenten für Code-Transformation. Es ist deshalb damit zu rechnen, dass auch Gemini Code Assist künftig um diese oder ähnliche Funktionalitäten erweitert wird. Gemini Code Assist – Testfazit Insgesamt leistet Gemini Code Assist als Programmierassistent grundsätzlich gute Arbeit. Wenn Sie mit den genannten Abstrichen leben können, lohnt es sich dem Entwickler-Tool von Google eine Chance zu geben. Wie bei allen Tools in dieser Kategorie gilt jedoch: Entwickler, die solche Werkzeuge einsetzen, sollten wissen, was Sie tun – und Ihren Code stets überprüfen, testen und debuggen. Schließlich ist kein Large Language Model zu 100 Prozent zuverlässig und vertrauenswürdig. (fm) Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox!
Gemini Code Assist im Test
Gemini Code Assist im Test: Wie gut performt Googles KI-Code-Assistent in der Praxis?IDG Da sowohl Microsoft als auch Amazon KI-Codierungsassistenten anbieten, war es eigentlich nur eine Frage der Zeit, bis auch Google ein entsprechendes Angebot auf den Markt bringen würde. Dieses steht inzwischen mit Gemini Code Assist zur Verfügung – für Einzelpersonen sogar kostenlos (Public Preview). In diesem Test lesen Sie: was Gemini Code Assist kann, wie viel es Unternehmen kostet, wie es um Integrationen und Sprach-Support steht, wie das Google-Tool in der Praxis performt, und ob es im Vergleich mit der Konkurrenz bestehen kann. Gemini Code Assist – Funktionen Ganz grundsätzlich kann Gemini Code Assist: Code vervollständigen, Code debuggen, Code dokumentieren, Code erklären, Code aus Kommentaren erstellen, und Unit-Tests generieren. Dabei unterstützt Googles KI-Codierungsassistent Quellverweise und spuckt entsprechende Warnhinweise aus, wenn eine Quelle (zu) ausführlich „zitiert“ wird. Das Tool kann außerdem auch auf eine anwendbare Quellcode-Lizenz verweisen, falls bekannt. Laut Google werden die Daten, die Gemini Code Assist verarbeitet nicht ohne Erlaubnis verwendet, um KI-Modelle zu trainieren. Die Large Language Models (LLMs), die bei Gemini Code Assist zum Einsatz kommen, werden auf Grundlage von öffentlich verfügbarem Code, Google-Cloud-spezifischem Content und anderen relevanten, technischen Informationen trainiert – zusätzlich zu den Datensätzen, die für die Gemini-Foundation-Modelle zum Einsatz kommen. Innerhalb einer IDE sammelt Gemini Code Assist Kontextinformationen aus der Datei, die gerade aktiv verwendet wird, aber auch aus anderen geöffneten, relevanten (lokalen) Dateien im Projekt. Die Enterprise-Edition von Gemini Code Assist (dazu später mehr) enthält außerdem eine Code-Customization-Funktion, die es Organisationen ermöglicht, ihre eigenen Codebasen als Grundlage für Code-Vorschläge zu nutzen. Gemini Code Assist – Versionen & Preise Gemini Code Assist steht in drei unterschiedlichen Versionen, respektive Preisplänen zur Verfügung: Gemini Code Assist ist für Einzelpersonen kostenlos (bis zu 180.000 Code-Vervollständigungen pro Monat). Die Standard-Edition von Gemini Code Assist kostet 19 Dollar pro Benutzer und Monat (bei jährlicher Vorauszahlung). Die Enterprise-Edition von Gemini Code Assist kostet 45 Dollar pro Benutzer und Monat. Einen ausführlichen und übersichtlichen Funktionsvergleich der Standard- und Enterprise-Version finden Sie hier. Gemini Code Assist – Integrationen & Sprachen Gemini Code Assist steht als Plugin für Visual Studio Code und JetBrains IDEs zum Download zur Verfügung. Darüber hinaus ist Gemini Code Assist standardmäßig in Googles Cloud Shell Editor, Cloud Workstations und Cloud Code verfügbar – ebenso wie über Firebase, Google-Datenbanken und Colab Enterprise. Gemini Code Assist Enterprise ist zusätzlich auch in BigQuery, Apigee und Google Application Integration verfügbar. Für Programmiersprachen bietet Gemini Code Assist umfänglichen Support. Googles KI-Codierungsassistent wurde für 22 gängige Programmier-, Skript- und Abfragesprachen verifiziert: Bash, C, C++, C#, Dart, Go, GoogleSQL, Java, JavaScript, Kotlin, Lua, MatLab, PHP, Python, R, Ruby, Rust, Scala, SQL, Swift, TypeScript und YAML. Die Gemini Code Assist Tools ermöglichen es Entwicklern außerdem, ihre IDE für allgemeine programmierbezogene Aufgaben (etwa dem Verweis auf Code in gemeinschaftlich genutzten Repositories) nicht verlassen zu müssen. Bisher stehen Tools zur Verfügung für den Zugriff auf: Atlassian (Rovo), GitHub, GitLab, Google Docs und Sentry. Darüber hinaus sind diverse, weitere Integrationen geplant. Darunter zum Beispiel für: Observability-Systeme (Dynatrace, Harness und New Relic), Security-Lösungen (SonarQube, Snyk und Black Duck), sowie Datenbanken (Aiven, DataStax, Elastic, MongoDB, Neo4j, Redis und SingleStore). Programmieren mit Gemini Code Assist Wir haben Gemini Code Assist in Visual Studio Code getestet – und es für einige Tasks in C++– und Python-Programmen genutzt. Unsere Prompt-Tests haben wir auf Englisch beschränkt – Gemini Code Assist ist jedoch in der Lage, Anweisungen in knapp 30 unterschiedlichen Sprachen zu verarbeiten, darunter auch Deutsch. C++ IDG Im obenstehenden Screenshot sehen Sie links oben einen Chat mit Gemini Code Assist, in dem das Tool erklärt, wie der C++-Code oben rechts zu kompilieren und zu verlinken ist. Besagten Code haben wir zuvor mit Hilfe eines anderen Modells generiert. Unten rechts sehen Sie den generierten und ausgeführten Code. Der berechnete Wert von Pi ist bis auf 20 Dezimalstellen korrekt, wie ein Abgleich mit der Encyclopedia Britannica ergeben hat. IDG Wir haben uns den Quellcode für die hochpräzise Gleitkomma-Routine angesehen, die verwendet wird, um Pi zu berechnen. Dabei hat das Tool die Brent-Salamin-Formel referenziert – also haben wir die entsprechende Stelle markiert und mit einem Rechtsklick an den Code Assist Chat gesendet (links oben). Der Output des Tools: Die Formel basiert auf dem arithmetischen, geometrischen Mittelwert (korrekt) und ist genauer als der Gauss-Legendre-Algorithmus (nicht korrekt; sie sind gleichwertig). IDG Anschließend haben wir Gemini Code Assist verwendet, um das C++-Programm dazu einzusetzen, Pi mit einer benutzerdefinierten Anzahl von Dezimalstellen zu berechnen – also compute_pi . Was folgte war ein mehrstufiger, interaktiver Prozess. Dieser beinhaltete: Kommentare zu schreiben, Code von Gemini generieren zu lassen, übriggebliebenen Code zu löschen, der das Programm beschädigt hätte, markierten, generierten Code mit einer unbekannten Lizenz zu akzeptieren, Gemini Code Assist darum zu bitten, mehrere Fehler mit undefinierten Variablen zu beheben – einfach aus purer Faulheit. Das Resultat war ein funktionierendes und effizientes Programm. Python IDG Der Python-Beispielcode für die Sefaria-API stellte den nächsten Test für Gemini Code Assist dar. Weil uns der Code nicht gefallen hat, haben wir einen Kommentar verfasst und Googles KI-Tool für Entwickler gebeten, diesen zu implementieren. Das mussten wir anschließend noch einmal mit einem präziseren Kommentar wiederholen – dann konnte auch das Ergebnis des KI-Tools überzeugen wie im grünen Block im obigen Screenshot zu sehen. IDG Nachdem wir den überarbeiteten Code von Gemini Code Assist akzeptiert hatten, blieb ein funktionierendes Ergebnis zunächst aus. Auf der Grundlage der API-Dokumentation haben wir versucht, das zu beheben, was zu einer Exception geführt hat, wie Sie im obenstehenden Screenshot sehen können. IDG Nachdem wir Gemini Code Assist schließlich baten, diesen Fehler zu beheben, war die Lösung ziemlich offensichtlich. IDG Sobald der neue Code funktionierte, haben wir Gemini Code Assist noch angewiesen, die gesamte Datei zu erklären. Die wesentlichen Erkenntnisse dieses Praxistests: Gemini Code Assist reagiert im Chat etwas langsamer als einige der älteren OpenAI-Modelle, die bei GitHub Copilot zum Einsatz kommen. Das liegt daran, dass Code Assist Chat auf ein komplexes Modell zugreift, bei dem Genauigkeit Vorrang vor Geschwindigkeit hat. Im Bearbeitungsfenster wird hingegen ein reaktionsschnelleres Modell genutzt (basiert derzeit auf Gemini 2 Flash). Der Chat von Gemini Code Assist scheint generell nicht so oft aus dem Ruder zu laufen wie bei einigen Konkurrenten – obwohl er seine Chain-of-Thought nicht offenlegt. Zumindest gibt Gemini Code Assist aber im Chatfenster an, welchen Kontext es verwendet hat. Letzterer lässt sich auch bei der Abfrage spezifizieren. Gemini Code Assist im Vergleich mit der Konkurrenz Gemini Code Assist konkurriert unter anderem mit: GitHub Copilot, Amazon Q Developer, Tabnine, Zencoder, Cursor, Zed, JetBrains AI Assistant und Solver. Wenn Ihr Unternehmen mit Google (Cloud) arbeitet, macht es Sinn, Gemini Code Assist der Konkurrenz von Microsoft und Amazon vorzuziehen. Allerdings sollten Sie sich darüber bewusst sein, dass Googles KI-Coding-Assistent auch einige Features vermissen lässt – beispielsweise, wenn es darum geht, Code für mehrere Dateien und ganze Repositories zu generieren. Oder mit Blick auf KI-Agenten für langwierige Programmier-Tasks. Ob man diese Features unbedingt braucht, ist auch eine Geschmacksfrage: Einige erfahrene Entwickler ziehen es vor, KI nur für kleine, leicht zu überprüfende Tasks einzusetzen. Der Grund ist einfach: Eine große Änderung zu entwirren, die Fehler verursacht hat, kann deutlich mehr Arbeitsaufwand nach sich ziehen, als dieselbe Anpassung einfach manuell vorzunehmen. Die (Haupt-)Konkurrenten von Gemini Code Assist bieten allerdings einige der genannten Funktionen: GitHub Copilot Workspace und Solver bieten beispielsweise Repository-weite Codierung. GitHub Copilot Edits kann Änderungen an mehreren Dateien vornehmen. Amazon Q Developer verfügt über einen Agenten für Code-Transformation. Es ist deshalb damit zu rechnen, dass auch Gemini Code Assist künftig um diese oder ähnliche Funktionalitäten erweitert wird. Gemini Code Assist – Testfazit Insgesamt leistet Gemini Code Assist als Programmierassistent grundsätzlich gute Arbeit. Wenn Sie mit den genannten Abstrichen leben können, lohnt es sich dem Entwickler-Tool von Google eine Chance zu geben. Wie bei allen Tools in dieser Kategorie gilt jedoch: Entwickler, die solche Werkzeuge einsetzen, sollten wissen, was Sie tun – und Ihren Code stets überprüfen, testen und debuggen. Schließlich ist kein Large Language Model zu 100 Prozent zuverlässig und vertrauenswürdig. (fm) Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox!
Gemini Code Assist im Test Gemini Code Assist im Test: Wie gut performt Googles KI-Code-Assistent in der Praxis?IDG Da sowohl Microsoft als auch Amazon KI-Codierungsassistenten anbieten, war es eigentlich nur eine Frage der Zeit, bis auch Google ein entsprechendes Angebot auf den Markt bringen würde. Dieses steht inzwischen mit Gemini Code Assist zur Verfügung – für Einzelpersonen sogar kostenlos (Public Preview). In diesem Test lesen Sie: was Gemini Code Assist kann, wie viel es Unternehmen kostet, wie es um Integrationen und Sprach-Support steht, wie das Google-Tool in der Praxis performt, und ob es im Vergleich mit der Konkurrenz bestehen kann. Gemini Code Assist – Funktionen Ganz grundsätzlich kann Gemini Code Assist: Code vervollständigen, Code debuggen, Code dokumentieren, Code erklären, Code aus Kommentaren erstellen, und Unit-Tests generieren. Dabei unterstützt Googles KI-Codierungsassistent Quellverweise und spuckt entsprechende Warnhinweise aus, wenn eine Quelle (zu) ausführlich „zitiert“ wird. Das Tool kann außerdem auch auf eine anwendbare Quellcode-Lizenz verweisen, falls bekannt. Laut Google werden die Daten, die Gemini Code Assist verarbeitet nicht ohne Erlaubnis verwendet, um KI-Modelle zu trainieren. Die Large Language Models (LLMs), die bei Gemini Code Assist zum Einsatz kommen, werden auf Grundlage von öffentlich verfügbarem Code, Google-Cloud-spezifischem Content und anderen relevanten, technischen Informationen trainiert – zusätzlich zu den Datensätzen, die für die Gemini-Foundation-Modelle zum Einsatz kommen. Innerhalb einer IDE sammelt Gemini Code Assist Kontextinformationen aus der Datei, die gerade aktiv verwendet wird, aber auch aus anderen geöffneten, relevanten (lokalen) Dateien im Projekt. Die Enterprise-Edition von Gemini Code Assist (dazu später mehr) enthält außerdem eine Code-Customization-Funktion, die es Organisationen ermöglicht, ihre eigenen Codebasen als Grundlage für Code-Vorschläge zu nutzen. Gemini Code Assist – Versionen & Preise Gemini Code Assist steht in drei unterschiedlichen Versionen, respektive Preisplänen zur Verfügung: Gemini Code Assist ist für Einzelpersonen kostenlos (bis zu 180.000 Code-Vervollständigungen pro Monat). Die Standard-Edition von Gemini Code Assist kostet 19 Dollar pro Benutzer und Monat (bei jährlicher Vorauszahlung). Die Enterprise-Edition von Gemini Code Assist kostet 45 Dollar pro Benutzer und Monat. Einen ausführlichen und übersichtlichen Funktionsvergleich der Standard- und Enterprise-Version finden Sie hier. Gemini Code Assist – Integrationen & Sprachen Gemini Code Assist steht als Plugin für Visual Studio Code und JetBrains IDEs zum Download zur Verfügung. Darüber hinaus ist Gemini Code Assist standardmäßig in Googles Cloud Shell Editor, Cloud Workstations und Cloud Code verfügbar – ebenso wie über Firebase, Google-Datenbanken und Colab Enterprise. Gemini Code Assist Enterprise ist zusätzlich auch in BigQuery, Apigee und Google Application Integration verfügbar. Für Programmiersprachen bietet Gemini Code Assist umfänglichen Support. Googles KI-Codierungsassistent wurde für 22 gängige Programmier-, Skript- und Abfragesprachen verifiziert: Bash, C, C++, C#, Dart, Go, GoogleSQL, Java, JavaScript, Kotlin, Lua, MatLab, PHP, Python, R, Ruby, Rust, Scala, SQL, Swift, TypeScript und YAML. Die Gemini Code Assist Tools ermöglichen es Entwicklern außerdem, ihre IDE für allgemeine programmierbezogene Aufgaben (etwa dem Verweis auf Code in gemeinschaftlich genutzten Repositories) nicht verlassen zu müssen. Bisher stehen Tools zur Verfügung für den Zugriff auf: Atlassian (Rovo), GitHub, GitLab, Google Docs und Sentry. Darüber hinaus sind diverse, weitere Integrationen geplant. Darunter zum Beispiel für: Observability-Systeme (Dynatrace, Harness und New Relic), Security-Lösungen (SonarQube, Snyk und Black Duck), sowie Datenbanken (Aiven, DataStax, Elastic, MongoDB, Neo4j, Redis und SingleStore). Programmieren mit Gemini Code Assist Wir haben Gemini Code Assist in Visual Studio Code getestet – und es für einige Tasks in C++– und Python-Programmen genutzt. Unsere Prompt-Tests haben wir auf Englisch beschränkt – Gemini Code Assist ist jedoch in der Lage, Anweisungen in knapp 30 unterschiedlichen Sprachen zu verarbeiten, darunter auch Deutsch. C++ IDG Im obenstehenden Screenshot sehen Sie links oben einen Chat mit Gemini Code Assist, in dem das Tool erklärt, wie der C++-Code oben rechts zu kompilieren und zu verlinken ist. Besagten Code haben wir zuvor mit Hilfe eines anderen Modells generiert. Unten rechts sehen Sie den generierten und ausgeführten Code. Der berechnete Wert von Pi ist bis auf 20 Dezimalstellen korrekt, wie ein Abgleich mit der Encyclopedia Britannica ergeben hat. IDG Wir haben uns den Quellcode für die hochpräzise Gleitkomma-Routine angesehen, die verwendet wird, um Pi zu berechnen. Dabei hat das Tool die Brent-Salamin-Formel referenziert – also haben wir die entsprechende Stelle markiert und mit einem Rechtsklick an den Code Assist Chat gesendet (links oben). Der Output des Tools: Die Formel basiert auf dem arithmetischen, geometrischen Mittelwert (korrekt) und ist genauer als der Gauss-Legendre-Algorithmus (nicht korrekt; sie sind gleichwertig). IDG Anschließend haben wir Gemini Code Assist verwendet, um das C++-Programm dazu einzusetzen, Pi mit einer benutzerdefinierten Anzahl von Dezimalstellen zu berechnen – also compute_pi . Was folgte war ein mehrstufiger, interaktiver Prozess. Dieser beinhaltete: Kommentare zu schreiben, Code von Gemini generieren zu lassen, übriggebliebenen Code zu löschen, der das Programm beschädigt hätte, markierten, generierten Code mit einer unbekannten Lizenz zu akzeptieren, Gemini Code Assist darum zu bitten, mehrere Fehler mit undefinierten Variablen zu beheben – einfach aus purer Faulheit. Das Resultat war ein funktionierendes und effizientes Programm. Python IDG Der Python-Beispielcode für die Sefaria-API stellte den nächsten Test für Gemini Code Assist dar. Weil uns der Code nicht gefallen hat, haben wir einen Kommentar verfasst und Googles KI-Tool für Entwickler gebeten, diesen zu implementieren. Das mussten wir anschließend noch einmal mit einem präziseren Kommentar wiederholen – dann konnte auch das Ergebnis des KI-Tools überzeugen wie im grünen Block im obigen Screenshot zu sehen. IDG Nachdem wir den überarbeiteten Code von Gemini Code Assist akzeptiert hatten, blieb ein funktionierendes Ergebnis zunächst aus. Auf der Grundlage der API-Dokumentation haben wir versucht, das zu beheben, was zu einer Exception geführt hat, wie Sie im obenstehenden Screenshot sehen können. IDG Nachdem wir Gemini Code Assist schließlich baten, diesen Fehler zu beheben, war die Lösung ziemlich offensichtlich. IDG Sobald der neue Code funktionierte, haben wir Gemini Code Assist noch angewiesen, die gesamte Datei zu erklären. Die wesentlichen Erkenntnisse dieses Praxistests: Gemini Code Assist reagiert im Chat etwas langsamer als einige der älteren OpenAI-Modelle, die bei GitHub Copilot zum Einsatz kommen. Das liegt daran, dass Code Assist Chat auf ein komplexes Modell zugreift, bei dem Genauigkeit Vorrang vor Geschwindigkeit hat. Im Bearbeitungsfenster wird hingegen ein reaktionsschnelleres Modell genutzt (basiert derzeit auf Gemini 2 Flash). Der Chat von Gemini Code Assist scheint generell nicht so oft aus dem Ruder zu laufen wie bei einigen Konkurrenten – obwohl er seine Chain-of-Thought nicht offenlegt. Zumindest gibt Gemini Code Assist aber im Chatfenster an, welchen Kontext es verwendet hat. Letzterer lässt sich auch bei der Abfrage spezifizieren. Gemini Code Assist im Vergleich mit der Konkurrenz Gemini Code Assist konkurriert unter anderem mit: GitHub Copilot, Amazon Q Developer, Tabnine, Zencoder, Cursor, Zed, JetBrains AI Assistant und Solver. Wenn Ihr Unternehmen mit Google (Cloud) arbeitet, macht es Sinn, Gemini Code Assist der Konkurrenz von Microsoft und Amazon vorzuziehen. Allerdings sollten Sie sich darüber bewusst sein, dass Googles KI-Coding-Assistent auch einige Features vermissen lässt – beispielsweise, wenn es darum geht, Code für mehrere Dateien und ganze Repositories zu generieren. Oder mit Blick auf KI-Agenten für langwierige Programmier-Tasks. Ob man diese Features unbedingt braucht, ist auch eine Geschmacksfrage: Einige erfahrene Entwickler ziehen es vor, KI nur für kleine, leicht zu überprüfende Tasks einzusetzen. Der Grund ist einfach: Eine große Änderung zu entwirren, die Fehler verursacht hat, kann deutlich mehr Arbeitsaufwand nach sich ziehen, als dieselbe Anpassung einfach manuell vorzunehmen. Die (Haupt-)Konkurrenten von Gemini Code Assist bieten allerdings einige der genannten Funktionen: GitHub Copilot Workspace und Solver bieten beispielsweise Repository-weite Codierung. GitHub Copilot Edits kann Änderungen an mehreren Dateien vornehmen. Amazon Q Developer verfügt über einen Agenten für Code-Transformation. Es ist deshalb damit zu rechnen, dass auch Gemini Code Assist künftig um diese oder ähnliche Funktionalitäten erweitert wird. Gemini Code Assist – Testfazit Insgesamt leistet Gemini Code Assist als Programmierassistent grundsätzlich gute Arbeit. Wenn Sie mit den genannten Abstrichen leben können, lohnt es sich dem Entwickler-Tool von Google eine Chance zu geben. Wie bei allen Tools in dieser Kategorie gilt jedoch: Entwickler, die solche Werkzeuge einsetzen, sollten wissen, was Sie tun – und Ihren Code stets überprüfen, testen und debuggen. Schließlich ist kein Large Language Model zu 100 Prozent zuverlässig und vertrauenswürdig. (fm) Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox!