Schluss mit Boilerplate-Prompts: Das DRY-Prinzip mit Gemini Gems

Als Entwickler hassen wir Wiederholungen im Code (DRY – Don't Repeat Yourself). Aber im Umgang mit KI verletzen wir dieses Prinzip täglich. Wir behandeln Chats wie wegwerfbare Skripte, anstatt sie wie konfigurierte Software-Module zu nutzen.

Die Lösung in Google's Ökosystem heißt Gems. Sie sind das Upgrade von der manuellen Eingabe zur automatisierten Pipeline.

Interface: Gemini Gems Übersicht.

1. Das mentale Modell: Stateless vs. Stateful

Um den Nutzen von Gems zu verstehen, hilft ein Blick auf die Software-Architektur. Warum tippen wir uns die Finger wund? Weil wir das falsche Modell nutzen.

Der Standard-Chat ist "Stateless"

Er funktioniert wie eine einfache Funktion: chat(context, rules, query). Jedes Mal, wenn du ein neues Fenster öffnest, ist der Parameter context leer. Du musst alles neu übergeben ("Ich bin Java Dev", "Nutze Pattern X"). Das ist ineffizient und fehleranfällig.

Gems sind "Stateful"

Ein Gem ist wie eine instanziierte Klasse:

// Einmalige Konfiguration im Gem Manager
const myDevBuddy = new GoogleGem(systemInstructions, googleDriveContext);

// Wiederholte Nutzung ohne Context-Switching
myDevBuddy.query(task);

Ab jetzt rufst du nur noch die Instanz auf. Der Gem "kennt" bereits deinen Tech-Stack, deine Coding-Guidelines und deine interne Dokumentation.

2. Drei Use-Cases für deine Gems

Warum solltest du dir die 5 Minuten Zeit nehmen, einen Gem einzurichten? Hier sind drei Szenarien, die deinen Workflow sofort beschleunigen.

A. Der "Documentation Wrapper" (Google Drive Integration)

Du arbeitest mit einer internen API oder einer Library, die Gemini nicht kennt? Der Standard-Chat rät hier nur.

• Die Lösung: Erstelle einen Gem.
• Der Hack: Verbinde Google Drive als Datenquelle. Wähle den Ordner mit deinen PDF-Specs oder Markdown-Docs aus.
• Das Ergebnis: Wenn du fragst "Wie authentifiziere ich den User?", greift der Gem direkt auf deine Dateien in Drive zu.

Interface: Gemini Gems Erstellen (Dateien können eingebunden werden).

B. Die "Code Police" (System Instructions)

KIs ignorieren gerne Standards. Sie nutzen var statt const oder ignorieren deine Linter-Regeln. Statt das jedes Mal zu korrigieren, definierst du die "System Instructions" im Gem hart.

Die Instructions für die Konfiguration:

Role: Senior Fullstack Engineer (Java/React).

Rules:
- Backend: Java Spring Boot, reactive stack only.
- Frontend: NextJS with TypeScript.
- No 'any' types allowed.
- Prefer functional programming patterns.
- Always add comments for complex logic.

Das Ergebnis: Du erhältst Code, den du tatsächlich committen könntest, ohne ihn erst 10 Minuten umzuschreiben.

Interface: Gemini Instructions Erstellen.

Die Option findest du, wenn du links unten Hilfe & Einstellungen klickst, dort im Reiter dann Anweisungen für Gemini wählst.

C. Der "Ticket-Übersetzer"

Bug-Reports von Non-Tech-Kollegen sind oft unbrauchbar: "Der Button geht nicht."

• Die Lösung: Ein Gem, der strikt auf Struktur trainiert ist.
• Die Anweisung: "Egal was ich reinwerfe: Formatiere es immer als Markdown-Ticket mit: User Story, Steps to Reproduce, Expected vs. Actual Behavior."

Das Ergebnis: Du kopierst die wirre Slack-Nachricht rein, und raus kommt ein fertiges Ticket.

## 🎫 Ticket: Login-Performance & Timeout-Issues

### **User Story**
**Als** registrierter Benutzer  
**möchte ich** mich ohne spürbare Verzögerung in mein Konto einloggen können,  
**damit ich** die Anwendung ohne Frust direkt nutzen kann.

---

### **Steps to Reproduce**
1. Die Login-Seite der Anwendung aufrufen.
2. Korrekte Benutzerdaten (E-Mail/Passwort) eingeben.
3. Auf den "Anmelden"-Button klicken.
4. Die Zeit bis zur Reaktion der UI oder der Weiterleitung messen.

---

### **Expected vs. Actual Behavior**

**Expected Behavior:**
* Die Anmeldung erfolgt unmittelbar (Richtwert < 2s).
* Ein Lade-Indikator signalisiert sofort, dass die Anfrage verarbeitet wird.
* Erfolgreiche Weiterleitung zum Dashboard.

**Actual Behavior:**
* Massive Verzögerungen beim Login-Vorgang (High Latency).
* Teilweise gar keine Reaktion der UI nach dem Klick (User klickt mehrfach).
* Gelegentliche Timeouts ohne Fehlermeldung.

3. Der Blick über den Tellerrand (ChatGPT)

Falls du primär im OpenAI-Ökosystem unterwegs bist: Das Konzept existiert dort auch.

• GPTs: Das Äquivalent zu Gems. Du kannst Dateien hochladen und Actions definieren.
• Projects: Eine Ebene darüber. Hier teilen sich mehrere Chats denselben Dateikontext (gut für große Refactorings).

Der Vorteil von Gemini Gems liegt jedoch in der nahtlosen Integration, wenn du ohnehin Google Workspace (Docs, Drive, Tabellen) nutzt. Du musst Dateien nicht manuell hochladen und aktualisieren – du verlinkst sie einfach.

Außerdem ist der gebotene Kontext bei Gemini einfach der Wahnsinn. Wenn ich dort irgendwas reinkopiere, bekomme ich nie die Meldung, dass der Input zu lang wäre. Weiterhin bietet Gemini die beste API.

4. Fazit: Bau deinen Stack

Wir optimieren unsere IDEs, unsere Shells und unsere CI/CD-Pipelines. Es ergibt keinen Sinn, beim intelligentesten Tool in unserem Arsenal – der KI – wieder bei Null anzufangen.

Hör auf, Prompt-Engineering bei jedem Chat neu zu betreiben. Definiere den State einmal. Nutze ihn für immer.

Dein nächster Schritt: Öffne den Gem Manager in Gemini. Erstelle einen Gem namens "My Stack Mentor". Kopiere deine wichtigsten Coding-Guidelines in die Instructions.

Häufige Fragen zu Gems