Vibe Coding

Woher der Begriff kommt

Andrej Karpathy, ein bekannter KI-Forscher, beschrieb Anfang 2025 eine Arbeitsweise, bei der er sich „ganz dem Vibe hingibt" – der KI sagt, was er will, das Ergebnis übernimmt und Fehler einfach zurückmeldet, statt den Code zu lesen. Für Wegwerf-Projekte an einem Wochenende funktioniert das erstaunlich gut.

Der Begriff hat sich verselbstständigt und wird heute oft für jede KI-gestützte Entwicklung verwendet. Das verwischt einen wichtigen Unterschied: KI als Werkzeug zu nutzen und den Code zu prüfen ist etwas anderes, als Code zu übernehmen, den niemand gelesen hat.

Wofür der Ansatz tatsächlich taugt

Für Wegwerfarbeit: eine schnelle Auswertung, ein Prototyp für eine Präsentation, ein Skript, das einmal läuft. Dort ist Tempo alles und Wartbarkeit egal — und genau dafür ist die Arbeitsweise stark.

Untauglich wird sie in dem Moment, in dem jemand das Ergebnis weiterbetreiben soll. Code, den niemand vollständig gelesen hat, lässt sich nicht verantworten, und die Frage nach der Verantwortung kommt spätestens beim ersten Datenschutzvorfall.

Was beim Übergang in den Betrieb nachzuholen ist

Drei Dinge: die vollständige Durchsicht durch einen Menschen, Tests für die Stellen mit Regeln, und eine Prüfung der Abhängigkeiten. Der letzte Punkt wird am häufigsten übersehen — generierter Code schlägt gern Pakete vor, die es nicht gibt oder die jemand unter dem erfundenen Namen registriert hat.

Wer diese drei Punkte überspringt, hat kein schnelles Projekt, sondern ein unbekanntes. Der Zeitgewinn verschiebt sich dann in die erste Störung.

Wo die Grenze verläuft

Für einen Prototyp, ein internes Hilfsmittel oder einen Test ist die Arbeitsweise legitim und spart viel Zeit. Kritisch wird es, sobald echte Kundendaten, Zahlungen oder rechtliche Pflichten im Spiel sind.

Der Grund ist nicht, dass KI schlechten Code schreibt – der ist oft ordentlich. Das Problem ist, dass niemand die Fehler kennt, die drin sind: eine Rechteprüfung, die an einer Stelle fehlt, ein Formular ohne Absicherung gegen Einschleusung, eine Datenbankabfrage, die bei tausend Datensätzen zusammenbricht. Solche Fehler fallen nicht beim Ausprobieren auf, sondern im Betrieb – und dann sind sie teuer.

Unsere Haltung dazu: KI beschleunigt die Arbeit erheblich, ersetzt aber nicht die Prüfung. Was in ein Produktivsystem geht, wird gelesen, getestet und verantwortet – von einem Menschen mit Namen.