LLM-Tools als Produktivitäts-Booster: Erfahrungen aus Praxis und Technik

LLM‑Tools wie Claude und ChatGPT‑4 haben sich in den letzten Jahren als äußerst wertvoll erwiesen – sei es bei der Lösung technischer Probleme, bei Netzwerkplanungen oder bei der Hausrenovierung. Der Autor, wohnhaft in San Francisco, berichtet von seinen ersten, nicht allzu erfolgreichen Versuchen, Baupläne für ein kleines Gewächshaus zu generieren, bis hin zu konkreten Fällen, in denen Claude gezielt und evidenzbasiert Hilfe leistete.

Von Bauprojekten zu Linsenchirurgie

• Gewächshaus‑Planung: ChatGPT/Claude lieferten keine brauchbaren Baupläne oder Detaillisten.
• Familienfotobearbeitung: Die Google‑Photos‑API schränkt das Hinzufügen existierender Bilder zu Alben ein, was das Modell nicht vorherahm.
• Linsenchirurgie: Claude liefert verlässliche, evidenzbasierte Informationen, vergleicht Optionen und gibt Kriterien zur Auswahl vertrauenswürdiger Anbieter.
• Netzwerkplanung: Entwurf einer Site‑zu‑Site‑VPN‑Verbindung ohne statische IPs.
• Backup‑Lösung: Konzeption und Implementierung für ein Heimnetzwerk.
• Hardware‑Support: Behebung von Problemen mit einem Lenovo ThinkPad‑Lid‑Sensor.
• Hausbau: Diagnose von Mehrzweig‑Schaltkreisen und Hilfe bei der Installation von Stromkreisen für einen EV‑Lader.

Claude Code und Sicherheitsaspekte

Die Kommandozeilen‑Integration von Claude Code erlaubt den Zugriff auf UNIX‑Tools, aber innerhalb eines verschränkten, versionierten Ordners. Durch Bubblewrap‑Bind‑Mounts wird der Zugriffsbereich stark eingeschränkt – so bleibt der LLM nur im aktuellen Arbeits‑ und Versionsordner aktiv. Diese Vorgehensweise erhöht die Sicherheit, auch wenn --dangerously-skip-permissions genutzt wird.

Praktische Anwendungsszenarien

Für breite Problemstellungen, wie bei Bau- oder Schaltungsfragen, schlägt das „Command‑Line“-Modell eine effektive Lösung vor, im Gegensatz zur reinen Chat‑Schnittstelle. So kann ein LLM Fehler in Hausinstallationen erkennen und sinnvolle Prüfmethoden vorschlagen. Das Tool ist sowohl im privaten Kontext (Familienmanagement, Heimprojekte) als auch im professionellen Bereich (Netzwerktechnik, Backup‑Lösungen) einsetzbar.

Limitationen und realistische Erwartungen

Ein „klare Limit“ besteht: LLMs sind am nützlichsten, wenn realistische Erwartungen, notwendige Hintergrundinformationen und die Grenzen der jeweiligen Schnittstelle – etwa API‑Beschränkungen – bekannt sind.

Quelle: https://hugues.betakappaphi.com/2025/12/20/how-i-use-llms/