Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
frank-andrade.medium.com29. April 2022 · Q010294

Automate or Get Automated: How I Changed My Life Learning to Automate (Instead of Coding)

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Frank Andrade schildert, wie er mit Python wiederkehrende Aufgaben automatisierte: Nachrichten als Text sammeln, standardisierte E-Mails senden, Excel-Berichte erstellen sowie WhatsApp-Nachrichten und Tinder-Abläufe steuern. Er sieht solche Projekte als praktischen Einstieg ins Programmieren, weist aber auf Grenzen wie nicht automatisierbare individuelle E-Mails, den Lernaufwand für Selenium und Tinder-Verifizierungscodes hin; seine Beispiele sind persönliche Erfahrungen, keine unabhängige Auswertung.

Mittel

Frank Andrade empfiehlt, Python nicht nur abstrakt zu lernen, sondern mit der Automatisierung wiederkehrender Aufgaben im Alltag zu verbinden. Praktische Projekte könnten Erfolgserlebnisse schaffen und Zeit freimachen, argumentiert er anhand eigener Erfahrungen. Bei der Arbeit habe er zunächst einfache Abläufe automatisiert und später auch Aufgaben zu Hause.

Zu seinen Beispielen zählen ein mit Selenium erstelltes Skript, das morgens Überschriften, Untertitel und Links von einer Nachrichtenseite als Text sammelt, sowie regelmäßig versandte E-Mails mit Produktständen oder Berichten. Für E-Mails schränkt Andrade ein, dass sich vor allem solche mit klarem, wiederholbarem Muster eignen. Mit openpyxl und pandas habe er außerdem Excel-Dateien bearbeitet und eine Pivot-Tabelle samt Balkendiagramm automatisiert. Für zeitgesteuerte WhatsApp-Nachrichten stellt er eine spezialisierte Bibliothek einer allgemeineren Web-Automatisierung gegenüber: Die einfachere Lösung spare Aufwand, während Selenium mehr Lernzeit erfordere und breiter einsetzbar sei.

Als besonders schwieriges Projekt beschreibt er Tinder-Automatisierung. Wegen der Zwei-Schritt-Verifizierung musste er anfangs Codes von Hand eingeben; später habe eine aktive Browsersitzung das auf eine einmalige Eingabe reduziert. Er berichtet von Ausführungen im Zwölf-Stunden-Abstand, ist sich bei der Zahl kostenloser Wischbewegungen aber nicht sicher. Der Beitrag beruht auf persönlichen Beispielen und enthält keine unabhängige Prüfung oder Messung der erzielten Zeitersparnis.

Ausführlich lesen

Frank Andrade plädiert dafür, neben dem Programmierenlernen auch den eigenen Alltag zu automatisieren. Er begründet das mit seiner Einschätzung, dass viele Berufe wiederkehrende Aufgaben enthalten und dass inzwischen auch ganze Tätigkeiten durch leistungsfähige KI automatisiert werden könnten. Seine zentrale Idee: Kleine Automatisierungsprojekte können beim Lernen Erfolgserlebnisse schaffen und zugleich Zeit für andere Dinge freimachen. Er berichtet, mit den Python-Grundlagen begonnen und zunächst einfache Aufgaben bei der Arbeit automatisiert zu haben. Später habe er auch zeitaufwendige Aufgaben zu Hause angegangen. Der Artikel schildert persönliche Beispiele und ist keine systematische Untersuchung der Folgen von Automatisierung.

Für seine morgendliche Nachrichtenroutine setzte Andrade nach eigener Darstellung Selenium ein. Ein Skript öffnete regelmäßig eine Nachrichtenseite und speicherte Überschriften, Untertitel und Links als Text. So wollte er sich auf die Inhalte konzentrieren und sich weniger von Bildern, Videos und Anzeigen ablenken lassen; bei Interesse konnte er dem gespeicherten Link folgen.

Ein weiteres Beispiel sind wiederkehrende E-Mails, etwa tägliche Produktstände oder Berichte für einen Anbieter. Andrade betont, dass sich nicht jede Nachricht automatisieren lasse: Individuell zu formulierende E-Mails eigneten sich seiner Ansicht nach weniger als solche mit einem klaren, wiederholbaren Muster. Als Beleg zeigt er eine an sich selbst gesendete Nachricht; auf sein früheres Arbeitskonto habe er keinen Zugriff mehr. Er erwähnt, dass automatisierte Nachrichten neben Text auch Anhänge enthalten können.

Für Excel-Berichte beschreibt er die Bibliotheken openpyxl und pandas. Damit habe er Arbeitsmappen erstellen und einlesen, Tabellenblätter auswählen sowie wiederkehrende Arbeitsschritte ausführen können. Als Beispiel nennt er eine automatisierte Pivot-Tabelle mit Balkendiagramm. VBA und Power Query räumt er als Möglichkeiten für Automatisierungen innerhalb von Microsoft-Office-Anwendungen ein; für eigenständige Anwendungen hält er sie nach seiner Einschätzung für unzureichend. Seine Darstellung ist ein persönlicher Vergleich und keine umfassende Bewertung dieser Werkzeuge.

Außerdem beschreibt Andrade zeitgesteuerte WhatsApp-Nachrichten. Dafür nennt er Selenium als allgemein nutzbaren Web-Automatisierungsweg und pywhatkit als einfachere, auf WhatsApp ausgerichtete Bibliothek. Die spezialisierte Lösung könne die Einrichtung verkürzen, vermittle aber nach seiner Einschätzung weniger Programmierpraxis; Selenium zu beherrschen könne dagegen auch bei anderen Websites helfen, koste jedoch möglicherweise Tage oder Wochen des Lernens.

Als schwierigstes Beispiel nennt er das automatisierte Wischen und Versenden von Einstiegssätzen in der Tinder-Web-App. Die Zwei-Schritt-Verifizierung mit Codes per Telefon und E-Mail erschwerte die Umsetzung. Anfangs blieb der Ablauf teilweise manuell, weil er den angeforderten Code selbst eingeben musste. Später habe er eine Möglichkeit gefunden, die Browsersitzung aktiv zu halten und den Code nur einmal einzugeben. Er berichtet, sein Programm etwa alle zwölf Stunden ausgeführt zu haben, um die seiner Erinnerung nach 25 kostenlosen Wischbewegungen pro Zeitraum zu nutzen. Die genaue Zahl kennzeichnet er selbst als unsicher.

Der Artikel empfiehlt abschließend, Python anhand praktischer Alltagsaufgaben zu lernen, bevor die eigene Arbeit automatisiert werde. Die angeführten Ergebnisse beruhen auf den Erfahrungen des Autors; Angaben zu unabhängigen Tests, messbarer Zeitersparnis oder den längerfristigen Auswirkungen seiner Skripte enthält der Bericht nicht.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Es wurden keine Sammel- oder Teilfragen angegeben, daher bleibt die Einordnung leer. Geprüft wurden beide Zusammenfassungen von Luna (kurz und mittel). Die mittlere ist inhaltlich treu, ihr fehlt nur der Hinweis auf den voraussetzungslosen Einstieg. Die kurze Fassung lässt die Tinder-Ausführung im Zwölf-Stunden-Rhythmus und den Vergleich Selenium gegen pywhatkit weitgehend aus, ist aber nicht falsch.

Im Bericht, aber nicht in der Zusammenfassung

  • Andrade hat Python ohne Vorkenntnisse im Programmieren gelernt, und genau das ist der Ausgangspunkt seines Arguments

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vertrauen in Modelle
Agenten und vernetzte Systeme
Beteiligung und Gemeinwohl
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →