Applying SHAPR in AI-Assisted Research Software Development: Lessons Learnt from Building a Share Trading System
Dieser Artikel stellt eine dokumentierte Fallstudie vor, die die Anwendung des SHAPR-Rahmens bei der Entwicklung eines modularen Aktienhandelssystems beschreibt und fünf praktische Lehren sowie eine konkrete Tool-Konfiguration für strukturierte, nachvollziehbare und dokumentierte KI-gestützte Forschungssoftwareentwicklung ableitet.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie bauen ein komplexes Haus – sagen wir, ein intelligentes Aktienhandelssystem – aber Sie tun dies nicht allein, sondern mit einem sehr schnellen, aber manchmal etwas chaotischen KI-Assistenten an Ihrer Seite.
Dieser KI-Assistent (wie ChatGPT) kann in Sekunden代码 (Code) schreiben, Ideen vorschlagen und Fehler finden. Das klingt toll, oder? Aber hier liegt das Problem: Wenn Sie nur schnell mit dem Assistenten reden und Code generieren, ohne Struktur, entsteht am Ende ein Haufen von Zetteln, verstreuten Ideen und einem Haus, bei dem niemand mehr weiß, warum die Wand genau dort steht. Die Spur der Entscheidungen geht verloren.
Genau hier kommt die Idee dieses Papiers ins Spiel. Der Autor, Ka Ching Chan, hat eine Methode namens SHAPR entwickelt und getestet. Man kann sich SHAPR wie einen klugen Bauleiter vorstellen, der sicherstellt, dass Sie die KI nutzen, ohne die Kontrolle zu verlieren.
Hier ist die Geschichte, wie das in der Praxis funktioniert, einfach erklärt:
1. Das Problem: Der "Vergessliche Assistent"
Stellen Sie sich vor, Sie bauen das Haus mit dem Assistenten.
- Ohne Plan: Sie sagen: "Mach mal eine Wand hier." Der Assistent baut sie. Zwei Tage später sagen Sie: "Ändere die Farbe." Der Assistent ändert sie, aber er vergisst, warum er die Wand zuerst dort gebaut hat. Nach 100 Gesprächen wissen Sie nicht mehr, wie das Haus funktioniert. Das ist das Risiko bei KI-gestützter Forschung: Alles ist schnell, aber nichts ist nachvollziehbar.
2. Die Lösung: SHAPR (Der Bauleiter)
SHAPR ist keine starre Regel, sondern ein Werkzeugkasten für den Baumeister. Es sagt Ihnen nicht, welchen Hammer Sie benutzen müssen, aber es sagt Ihnen, wie Sie bauen müssen, damit das Haus stabil bleibt und Sie später noch wissen, warum Sie den Nagel genau da eingeschlagen haben.
Der Autor hat SHAPR in drei Hauptbereiche aufgeteilt, wie drei verschiedene Zimmer in seinem Büro:
- Das Gesprächszimmer (ChatGPT): Hier reden Sie mit dem Assistenten. Hier werden Ideen geboren, Code geschrieben und Probleme gelöst. Aber dieser Raum ist wie ein Wolkenkratzer aus Glas: Alles ist sichtbar, aber wenn Sie nicht aufpassen, fliegen die Gedanken davon.
- Das Werkstatt-Zimmer (PyCharm): Hier wird das eigentliche Haus gebaut (der Code). Hier wird geschweißt, gemauert und getestet.
- Das Archiv-Zimmer (Obsidian): Das ist das Gedächtnis des Hauses. Hier werden alle Entscheidungen, Pläne und "Warum"-Fragen festgehalten.
3. Die Magie: "Schnelle Notizen" und "Verträge"
Das Geniale an der Methode ist, wie diese Zimmer zusammenarbeiten:
- Der "Schnelle Fang" (Quick Capture): Wenn Ihnen während des Baus eine Idee kommt ("Hey, die Treppe sollte breiter sein!"), schreiben Sie das sofort auf einen kleinen Zettel. Sie müssen keinen ganzen Bericht schreiben. Das ist wie ein Schnappschuss. Später hilft Ihnen die KI, aus diesem zerknüllten Zettel einen ordentlichen Plan zu machen. So gehen keine Ideen verloren, aber Sie werden nicht vom Schreiben abgelenkt.
- Die "Verträge" (Contracts): Bevor der Assistent eine neue Wand baut, schreiben Sie einen kleinen Vertrag auf: "Diese Wand muss rot sein und 3 Meter hoch." Das verhindert, dass der Assistent plötzlich eine grüne Wand baut, weil er den Kontext vergessen hat. Diese Verträge stabilisieren die Zusammenarbeit.
- Der "Einheitsplan" (Source of Truth): Es gibt immer ein Dokument, das die aktuelle Wahrheit über das Haus beschreibt. Wenn sich etwas ändert, wird nur dieses eine Dokument aktualisiert. So wissen alle (Sie und die KI), wo sie stehen.
4. Die Lektionen: Was wir daraus lernen
Der Autor hat fünf wichtige Dinge gelernt, die wie Goldene Regeln für jeden gelten, der mit KI arbeitet:
- Verträge sind wichtig: Ohne klare Regeln (Verträge) wird die KI verwirrt und baut Unsinn.
- Ein "Einheitsplan" rettet den Verstand: Wenn Sie nicht genau wissen, wo Sie gerade stehen, wird das Projekt fragil. Ein aktuelles Dokument hält alles zusammen.
- Pausen machen (Fotos machen): Am Ende jeder Bauphase (eines "Zyklus") machen Sie ein Foto des Hauses und schreiben auf, was passiert ist. Wenn Sie am nächsten Tag weitermachen, schauen Sie auf das Foto, nicht auf Ihre Erinnerung. Das sorgt für Kontinuität.
- Bauen und Schreiben gehen Hand in Hand: Schreiben Sie nicht erst am Ende. Schreiben Sie während Sie bauen, aber kurz und schnell. Die KI hilft Ihnen später, das zu ordnen.
- Das Setup ist Teil des Lernens: Schon das Einrichten Ihres Arbeitsbereichs (welche Tools Sie nutzen) ist eine Lernerfahrung. Es formt, wie Sie denken.
Fazit: Warum ist das gut?
Stellen Sie sich vor, Sie bauen ein Haus mit einem genialen, aber vergesslichen Assistenten. Ohne SHAPR landen Sie in einem Chaos aus Zetteln. Mit SHAPR haben Sie einen klaren Plan, ein Gedächtnis für alle Entscheidungen und ein Haus, das nicht nur steht, sondern bei dem Sie genau erklären können, warum jede Wand so steht.
Die Botschaft des Papiers ist also: Nutzen Sie die KI als Turbo, aber halten Sie das Steuer selbst in der Hand. Dokumentieren Sie nicht als lästige Pflicht am Ende, sondern als lebendigen Teil des Bauprozesses, der Ihnen hilft, den Überblick zu behalten. So wird aus einem chaotischen Experiment ein nachvollziehbares, wissenschaftliches Werk.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.