Vibe Coding: Was dabei herauskommt
von Paul Albrecht am 05.11.2026
In Kürze: Vibe Coding heißt, Software bauen zu lassen, indem du einer KI in Alltagssprache beschreibst, was entstehen soll, und den erzeugten Code kaum noch selbst liest. Den Begriff hat Andrej Karpathy im Februar 2025 geprägt. Für Prototypen und interne Werkzeuge taugt das heute. Im Dauerbetrieb entscheiden Wartbarkeit, Sicherheit und Haftung darüber, was davon bleibt.
Irgendwann kommt der Moment, in dem jemand aus deinem Team dir etwas zeigt, das funktioniert. Ein kleines Tool, das Angebote aus einer Tabelle zieht und als PDF ausspuckt. Gebaut an einem Nachmittag, ohne Entwickler, mit einem Chatfenster. Die Frage, die danach kommt, ist selten „wie hast du das gemacht“. Sie lautet: Können wir das benutzen?
Darum geht es hier: um das Ergebnis und seine Haltbarkeit. Was kommt bei Vibe Coding heute wirklich heraus, was ist das wert, und ab welchem Punkt wird es teuer?
Die Frage stellen gerade sehr viele. Das Suchvolumen für „vibe coding“ in Deutschland lag im Dezember 2025 bei 9.900 Suchanfragen im Monat und im Oktober 2026 bei 27.100 (Daten: SE Ranking). In unserem gesamten Keyword-Datensatz wächst kein zweiter Begriff so schnell.
Woher der Begriff kommt
Vibe Coding ist eine Arbeitsweise, bei der ein Mensch das Ziel beschreibt und eine KI den Code dazu schreibt, ohne dass der Mensch diesen Code noch zeilenweise nachvollzieht. Geprägt hat den Begriff Andrej Karpathy am 2. Februar 2025 in einem Beitrag auf X. Er beschrieb seine Arbeitsweise so: „Ich schaue mir Sachen an, sage Sachen, führe Sachen aus und kopiere Sachen hin und her, und meistens läuft es.“ Den Zustand dahinter nannte er, sich ganz den Vibes hinzugeben und zu vergessen, dass der Code überhaupt existiert. Das Collins English Dictionary hat „vibe coding“ im November 2025 zum Wort des Jahres gewählt.
Wichtig ist eine Unterscheidung, die in der öffentlichen Debatte oft verschwimmt. KI-gestützte Entwicklung bedeutet, dass ein Mensch mit Fachkenntnis den erzeugten Code liest, versteht und verantwortet. Vibe Coding im Wortsinn bedeutet, dass genau dieser Schritt wegfällt. Dazwischen liegt praktisch der gesamte Unterschied zwischen einem brauchbaren Werkzeug und einem Risiko, das du dir ins Haus holst.
Das Fraunhofer-Institut für Experimentelles Software Engineering nennt Vibe Coding in seiner Einordnung vom November 2025 einen Wandel in der Art, wie Software konzipiert und umgesetzt wird, und setzt gleich dahinter den Satz: „Vibe Coding ist kein Ersatz für Software Engineers!“
Was heute wirklich dabei herauskommt
Mit Vibe Coding entstehen heute lauffähige Programme, die mehr können, als die meisten Leute erwarten. Die Grenze liegt bei allem, was nach der ersten funktionierenden Version kommt.
Wie weit das reicht, hat im Oktober 2026 ein Entwickler gezeigt, der auf diesem Weg innerhalb weniger Tage eine ganze Programmbibliothek geschrieben und frei verfügbar veröffentlicht hat. Was daran wirklich tragfähig ist und was nicht, haben wir uns in einem eigenen Artikel angesehen. Für die Frage hier genügt der Befund: Bis zur ersten lauffähigen Version geht es erstaunlich schnell, und das Projekt selbst bezeichnet seine Programme als frühe Alpha-Version, die für die tägliche Arbeit im Beruf noch kein Ersatz sei.
Übertragen auf dein Unternehmen heißt das: Vibe Coding liefert heute zuverlässig Dinge, deren Lebensdauer kurz und deren Fehlerfolgen klein sind. Ein Rechner, der auf einer Messe eine Angebotsspanne durchspielt. Ein Skript, das 4.000 Produktdatensätze von einem Format ins andere schaufelt. Ein klickbarer Entwurf, mit dem du im Meeting zeigst, wie ein Buchungsablauf später funktionieren soll, statt ihn zu beschreiben. Interne Auswertungen, die zwei Leute benutzen und die niemand von außen erreicht.
Der Maßstab dafür ist wichtig, und er wird meistens falsch gesetzt. Verglichen mit dem, was eine Software-Abteilung in Monaten baut, ist das Ergebnis dürftig. Verglichen mit dem, was in den meisten Unternehmen an dieser Stelle tatsächlich existiert, also eine gewachsene Excel-Datei und drei Handgriffe, die jemand jeden Montag manuell macht, ist es ein echter Fortschritt. Wir messen Vibe Coding am Üblichen und nicht am Bestmöglichen, und mit diesem Maßstab fällt die Antwort häufig positiv aus.
Wo es im Betrieb kippt
Die Probleme von KI-generiertem Code zeigen sich fast nie am ersten Tag. Sie zeigen sich beim zweiten Mal, wenn jemand etwas ändern soll, und beim ersten Mal, wenn jemand von außen danach sucht.
Wartbarkeit: wenn niemand mehr weiß, warum etwas so gebaut ist
Software wird selten einmal geschrieben und dann in Ruhe gelassen. Sie wird fortlaufend umgebaut. Entwickler nennen das Aufräumen von gewachsenem Code Refactoring: Dabei verschiebt man bestehende Teile, fasst Doppeltes zusammen und benennt Dinge klarer, ohne dass sich von außen etwas ändert. Genau dieses Aufräumen ist das, was eine Software nach drei Jahren noch änderbar hält.
Das Analysehaus GitClear wertet seit Jahren aus, was sich in Code-Archiven tatsächlich bewegt. Für den Bericht The Maintainability Gap hat GitClear 623 Millionen Änderungen aus den Jahren 2023 bis 2026 untersucht. Die Richtung ist in allen Messgrößen dieselbe.
Was gemessen wurde | Vorher | 2026 (laufendes Jahr) |
|---|---|---|
Anteil der Codezeilen, die aufgeräumt statt neu geschrieben wurden | 21 % (2022) | 3,8 % |
Anteil kopierter Zeilen | 9,4 % (2022) | 15,7 % |
Doppelte Codeblöcke je Million geänderter Zeilen | 40,3 (2023) | 73,0 |
Querverweise zwischen Dateien je 1.000 geänderter Zeilen | 343 (2023) | 223 |
Anteil der Arbeit, die an älterem Code stattfindet | 1,7 % (2023) | 0,46 % |
Daraus folgt: Es wird deutlich mehr neuer Code produziert und deutlich weniger vorhandener aufgeräumt. Wer auf dieser Basis in zwei Jahren eine Änderung braucht, bezahlt sie zweimal, einmal fürs Verstehen und einmal fürs Ändern. Deshalb gehört die Frage nach der Pflege in jedes Angebot hinein, lange bevor sie akut wird. Wie wir das Thema Pflege grundsätzlich angehen, steht in unserem Beitrag zur Wartung von Websites.
Sicherheit: funktionierend und sicher sind zwei verschiedene Prüfungen
Ein Programm kann einwandfrei tun, was du von ihm willst, und gleichzeitig eine offene Tür für Fremde sein. Das sind zwei getrennte Fragen, und KI-Modelle beantworten bisher nur die erste gut.
Der Sicherheitsanbieter Veracode lässt Sprachmodelle standardisierte Programmieraufgaben lösen und prüft die Ergebnisse auf bekannte Schwachstellen. Im GenAI Code Security Report 2026 lag die Quote sicherer Lösungen im Mittel bei 56 Prozent. Ein Jahr vorher waren es 55 Prozent. In rund 44 Prozent der Aufgaben entstand also eine Lücke, die als riskant eingestuft wurde, während syntaktisch korrekter Code inzwischen praktisch immer herauskommt. Besonders auffällig ist, wie unterschiedlich die Werte ausfallen: Bei Verschlüsselung lagen die Modelle in 87 Prozent der Fälle richtig, bei der Absicherung gegen eingeschleusten Fremdcode im Browser nur in 15 Prozent.
Diese Ungleichheit ist das eigentliche Problem. Ein Ergebnis, das in neun von zehn Punkten saubere Arbeit ist und an einer Stelle offen steht, sieht von außen genauso aus wie ein durchgängig sauberes. Die Prüfung von CodeRabbit an 470 öffentlichen Code-Einreichungen (Dezember 2025) kommt zum gleichen Bild: In KI-mitgeschriebenem Code fanden sich Sicherheitsmängel 2,74-mal so häufig.
Dass das keine Theorie ist, zeigte im Mai 2025 die Baukasten-Plattform Lovable. Von 1.645 damit erstellten Web-Anwendungen gaben 170 persönliche Daten für Dritte frei. Eine Lücke in der Plattform, vervielfältigt über jedes damit gebaute Projekt. Was bei unzureichend gepflegten Website-Installationen passiert, haben wir im Beitrag zur Sicherheit von WordPress-Seiten aufgeschrieben, und das Muster ist dasselbe.
Haftung: unterschreiben musst du
Für eine Website oder ein Werkzeug, das Daten deiner Kunden verarbeitet, haftest du als Betreiber. Es gibt keine Variante dieser Aussage, in der das Modell, das den Code geschrieben hat, einen Teil davon übernimmt.
Praktisch heißt das: Auskunftspflichten nach DSGVO, Impressum und Datenschutzerklärung, seit 2025 die Anforderungen des Barrierefreiheitsstärkungsgesetzes für viele Anbieter, Aufbewahrungsfristen, und im Schadensfall die Frage, ob du die im Verkehr erforderliche Sorgfalt angewendet hast. Diese Frage lässt sich schlecht beantworten, wenn niemand im Haus erklären kann, was der Code tut. Bei einem Messerechner ist das ohne Belang. Bei einem Formular, das Bewerbungsunterlagen annimmt, ist es die wichtigste Frage von allen.
Wie verschiebt sich der Aufwand, wenn die KI den Code schreibt?
Der Aufwand verschwindet nicht, er wandert vom Schreiben ins Prüfen. Das ist die Erfahrung aus unserer eigenen Projektarbeit, und sie deckt sich mit den Zahlen. Wir bauen Websites mit KI-Unterstützung, seit die Werkzeuge dafür brauchbar sind, und in über 2.500 Website-Projekten hat sich der Schwerpunkt der Arbeit verlagert. Der erste Entwurf einer Funktion ist heute in einem Bruchteil der früheren Zeit da. Die Zeit, die dafür frei wird, geht für Durchlesen, Nachfragen, Gegenprüfen und Korrigieren wieder weg. Unterm Strich bleibt ein Gewinn, aber ein kleinerer als der, den die erste Minute am Chatfenster verspricht.
Das DORA-Team bei Google beschreibt dasselbe und nennt es die Prüfsteuer: Die Zeit, die beim Erstellen gespart wird, fließt häufig in Prüfung und Nachkontrolle zurück. Aus derselben Auswertung vom März 2026 stammen drei weitere Zahlen, die gut zusammenpassen: 90 Prozent der befragten Fachleute nutzen KI bei der Arbeit, über 80 Prozent halten sich damit für produktiver, und 30 Prozent vertrauen dem erzeugten Code wenig oder gar nicht.
Wie weit Gefühl und Messung auseinanderliegen können, hat die Forschungsgruppe METR im Juli 2025 untersucht. In einer Studie mit 246 echten Aufgaben an vertrauten Code-Projekten brauchten geübte Entwickler mit KI-Werkzeugen 19 Prozent länger als ohne. Gefühlt waren sie rund 20 Prozent schneller. Beides gleichzeitig, bei denselben Leuten.
Für die Planung hat das eine klare Folge. Wer mit halbierten Projektzeiten rechnet, rechnet falsch. Wie sich KI in der Webentwicklung bisher tatsächlich auf die Arbeit auswirkt, haben wir in KI in der Webentwicklung 2026 ausführlicher aufgeschrieben.
Woran du erkennst, ob ein Ergebnis in den Betrieb darf
Für die Entscheidung brauchst du keine Programmierkenntnisse. Es genügen sechs Fragen, die du der Person stellst, die das Ergebnis mitbringt.
Erreicht es jemand von außen? Alles, was im Internet steht, braucht eine Sicherheitsprüfung durch einen Menschen mit Fachkenntnis. Alles, was nur im Haus läuft, braucht sie nicht zwingend.
Welche Daten laufen durch? Bei Namen, Adressen, Gesundheits- oder Bewerbungsdaten endet der Spielraum. Bei Testdaten und öffentlichen Zahlen ist er groß.
Was passiert, wenn es morgen ausfällt? Ein ausgefallener Messerechner kostet einen Vormittag. Ein ausgefallener Terminkalender kostet Umsatz.
Kann es jemand ändern, der es nicht gebaut hat? Wenn die Antwort an einer Person hängt, ist das Ergebnis ein Prototyp, egal wie gut es läuft.
Gibt es Tests und eine Sicherung? Automatische Tests sind der Unterschied zwischen einer Änderung und einem Glücksspiel. Eine Datensicherung ist der Unterschied zwischen einem Fehler und einem Verlust.
Wem gehört der Code und wo liegt er? Bei Baukasten-Plattformen lohnt der Blick in die Bedingungen, bevor das Projekt wichtig wird.
Lauter unkritische Antworten, und das Ergebnis darf bleiben, wie es ist. Ein einziges „das wäre ein Problem“ bei den ersten drei Fragen, und es gehört in die Hände von jemandem, der den Code liest, bevor es Kundenkontakt bekommt.
Was das für dein Unternehmen heißt
Die Einführung von KI scheitert in Unternehmen meistens an einer Frage, die vorher niemand geklärt hat: Wer trägt die Verantwortung für ein Ergebnis, das eine Maschine erzeugt hat?
Paul Boag hat das am 16. Oktober 2026 im Smashing Magazine auf den Punkt gebracht: Die Einführung von KI sei so sehr ein kultureller Wandel wie eine Technikfrage. Sein zweiter Satz dazu ist für die Richtung noch wichtiger: Das Risiko, sich zu langsam zu bewegen, sei größer als das Risiko, sich zu schnell zu bewegen. Boag beschreibt außerdem, dass inoffizielle KI-Nutzung im Unternehmen ein Symptom ist und zeigt, wo die offiziellen Werkzeuge nicht reichen.
Unsere Empfehlung daraus ist schlicht. Lass die Leute im Haus mit Vibe Coding arbeiten, und zwar gezielt dort, wo ein Fehler nichts kostet. Prototypen, interne Auswertungen, Datenumzüge, klickbare Entwürfe für Abstimmungen. Setze gleichzeitig eine klare Linie: Was Kundendaten berührt oder öffentlich erreichbar ist, geht vorher durch jemanden mit Fachkenntnis. Diese Linie ist kürzer als jede Richtlinie und wirkt besser, weil sie sich merken lässt.
Was dabei nicht hilft, ist die Erwartung, dass sich das Thema in zwölf Monaten von selbst erledigt und KI dann alles allein macht. Warum solche Erwartungen regelmäßig enttäuscht werden, haben wir im KI-Mythos auseinandergenommen.
Fazit
Vibe Coding ist eine ernstzunehmende Arbeitsweise mit einem klar beschreibbaren Einsatzbereich. Es bringt heute Dinge zustande, für die vor drei Jahren ein Budget und ein Team nötig waren, und es bringt sie in Tagen statt in Monaten. Was es nicht mitbringt, ist jemand, der dafür geradesteht.
Darum entscheidet sich die Sache an einer einzigen Frage: Wer hat den Code gelesen, bevor er Kundenkontakt bekommt? Wer diese Frage für jedes Ergebnis beantworten kann, holt aus Vibe Coding genau das heraus, was gerade darin steckt, und gibt die Teile ab, die später teuer werden.
