Erste Erfahrungen mit Cursor: Ein Projekt zur Unterstützung bei Coding-Challenges

Ein Experiment mit Cursor - einer KI-gestützten Entwicklungsumgebung - zur Erstellung einer Angular-Webanwendung für Coding-Challenges.

Ich habe kürzlich Cursor ausprobiert – eine Entwicklungsumgebung, die KI-gestützte Vorschläge direkt in den Coding-Workflow integriert. Um die Stärken und Schwächen dieses Tools besser zu verstehen, habe ich ein kleines Projekt umgesetzt:
Coding-Challenges Home Interface

Eine Angular-Webanwendung, die Nutzer:innen dabei unterstützt, Coding-Challenges zu lösen. Dabei wertet ein LLM (Large Language Model) den Code aus und gibt nicht nur Feedback, sondern auch konkrete Verbesserungsvorschläge und eine überarbeitete Version des Codes.

Coding-Challenges Problem Interface

Wie man an den Abbildungen sehen kann, befindet sich das Projekt noch in der Entwicklung und es gibt noch vieles was verbessert werden könnte. Zum Beispiel gibt die Code Analyse teilweise unformatierten Output. Ich werde dieses Projekt weiterhin weiterentwickeln, aber für einen ersten Test von Cursor ist es vorerst ausreichend.
Coding-Challenges Problem Solution

Warum dieses Projekt?

Coding-Challenges zu lösen ist eine hervorragende Übung für die persönliche Weiterentwicklung als Entwickler:in. Doch oft fehlt die richtige Anleitung, um sich effizient zu verbessern. Mein Ziel war es, eine Anwendung zu bauen, die:

  1. Den Code des Nutzers analysiert.
  2. Konstruktives Feedback gibt, indem sie auf ineffiziente oder fehlerhafte Implementierungen hinweist.
  3. Eine optimierte Code-Version generiert, die den Best Practices entspricht.

Erste Eindrücke von Cursor

Cursor integriert sich nahtlos in den Coding-Prozess und fühlt sich an wie eine Mischung aus einem leistungsstarken VS Code mit eingebautem Copilot und einer spezialisierten AI-unterstützten IDE. Was mir besonders gefallen hat:

✅ Schnelle Code-Vervollständigung: Cursor erkennt Muster in meiner Codebasis und schlägt sinnvolle Ergänzungen vor.
✅ Direkte Kommunikation mit der AI: Anstatt Stack Overflow oder ChatGPT separat zu nutzen, kann ich direkt im Editor Fragen stellen und Erklärungen bekommen.
✅ Gute Integration in das Projekt: Die KI ist nicht nur für Code-Snippets nützlich, sondern kann auch Projekt-übergreifende Änderungen vorschlagen.

Allerdings gibt es auch Einschränkungen:
❌ Teilwise unpräzise Vorschläge: Gerade bei komplexeren Strukturen schlägt Cursor hin und wieder Änderungen vor, die nicht ganz passen oder eine Reihe von Fehlern produzieren.

❌ Reduzierte Performance bei großen Projekten: Während es für kleine Skripte sehr schnell und präzise arbeitet, verliert es bei einem stetig größer werdenden Codebase den Überblick und produziert zunehmend unnötige Änderungen. Diese sind oft nicht mehr konsistent mit dem ursprünglichen Code.

Fazit

Mein Experiment hat gezeigt, dass Cursor viel Potenzial hat, insbesondere für schnelle Code-Iterationen und KI-gestützte Debugging-Sessions. Wenn man sich auf die Vorschläge nicht blind verlässt und den generierten Code kritisch hinterfragt, kann das Tool den Entwicklungsprozess deutlich beschleunigen. Einen funktionierenden Prototypen, mit einem schicken Frontend, an einem einzigen Tag zu erstellen ist extrem hilfreich um Ideen zu testen und zu realisieren.

Durch den erfolgreichen Test habe ich mich dazu entschieden die Pro-Version von Cursor zunächst für einen Monat testweise zu kaufen um zu sehen, ob es mir im Alltag helfen kann.