Was ist Vibe Coding?

Karpathy beschrieb eine Arbeitsweise, bei der er Änderungen der KI ungelesen übernimmt, Fehlermeldungen unkommentiert zurückgibt und den Code „vergisst“. Für Wochenendprojekte zum Wegwerfen sei das nicht schlecht, schrieb er (Simon Willison, 19.03.2025). Das Collins Dictionary kürte den Ausdruck am 06.11.2025 zum Wort des Jahres und beschreibt ihn als das Schreiben von Code durch eine KI nach Anweisungen in natürlicher Sprache (Collins Dictionary, Wort des Jahres 2025).

Seither wird der Begriff in zwei Bedeutungen gebraucht:

• Im weiten Sinn ist jedes Erzeugen von Software aus KI-Prompts Vibe Coding. Mit dieser Definition fragte Stack Overflow 2025 in seiner Entwicklerumfrage (Stack Overflow, Umfrage 2025).
• Im engen Sinn ist es nur dann Vibe Coding, wenn niemand den Code prüft. Der Entwickler Simon Willison zieht die Grenze dort, wo jemand KI-Code liest, testet und erklären kann. Dann ist es für ihn Softwareentwicklung.

Dieser Beitrag nutzt die enge Bedeutung. Für Ihr Softwareprojekt zählt, ob jemand den Code geprüft hat. Wie ein SaaS-Projekt von der Idee bis zum Betrieb abläuft, erklärt unser Leitfaden zu SaaS.

Die Zahlen in der Spalte „Quelle“ sind die Nummern der Quellenliste am Ende des Beitrags. Was eine Plattform ohne Programmierung leistet und wo sie endet, zeigt unser Vergleich Low-Code oder Individualsoftware.

• Funktionieren heißt nicht sicher sein. Der Test SusVibes stellt KI-Agenten 186 Aufgaben aus echten Open-Source-Projekten. Für jede dieser Aufgaben hatten Menschen früher eine Lösung mit Schwachstelle eingebaut. Bei der funktional stärksten Kombination waren 57 % der Lösungen funktional richtig, aber nur 11,8 % zugleich richtig und sicher. Hinweise auf mögliche Schwachstellen in der Aufgabe halfen kaum (Zhao und andere, ICML 2026).
• Auch ein Herstellertest findet viele Schwachstellen. Veracode, ein Hersteller von Werkzeugen für Codesicherheit, fand im Oktober 2026 bei rund 38 % der Aufgaben eine bekannte Schwachstelle, im Juli waren es rund 44 %. Die Aufgaben enthielten keine Sicherheitsvorgaben. Die durchschnittliche Sicherheitsquote stieg von 56 auf 62 %. Der Zuwachs kam laut Veracode vor allem aus einer Art von Schwachstelle, dem Cross-Site-Scripting; die drei übrigen geprüften Arten blieben nahezu gleich (Veracode, 29.10.2026).
• Menschen überschätzen das Ergebnis. In einer Nutzerstudie schrieben Teilnehmende mit KI-Assistent deutlich unsichereren Code als ohne und hielten ihn häufiger für sicher (Perry und andere, CCS 2023). Das Modell von damals ist überholt. Die Gefahr falscher Sicherheit bleibt aus unserer Sicht.
• Erfundene Pakete öffnen Angriffswege. KI-Modelle nennen Softwarepakete, die es nicht gibt: Im Schnitt waren mindestens 5,2 % der genannten Pakete bei kommerziellen und 21,7 % bei Open-Source-Modellen erfunden (Spracklen und andere, USENIX Security 2025). Das Bundesamt für Sicherheit in der Informationstechnik (BSI) und die französische Cybersicherheitsbehörde ANSSI nennen das einen neuen Angriffsweg (BSI und ANSSI, September 2024).
• Fehlende Zugriffsregeln können eine ganze Plattform treffen. Laut CVE-Eintrag konnten Angreifer bei einem KI-App-Baukasten bis Mitte April 2025 ohne Anmeldung Datenbanktabellen generierter Websites lesen und ändern, weil die Zeilenrichtlinien der Datenbank nicht ausreichten. Der Eintrag stuft die Schwachstelle als kritisch ein: 9,3 von 10 Punkten im Common Vulnerability Scoring System (CVSS). Der Hersteller bestreitet sie, weil jeder Kunde selbst für den Schutz seiner Daten verantwortlich sei (CVE-2025-48757, Eintrag im CVE-Verzeichnis). Wie solche Regeln richtig sitzen, zeigt unser Beitrag zu den Sicherheitsrisiken mandantenfähiger Software.
• Agenten brauchen Grenzen. In einem dokumentierten Fall soll ein KI-Agent trotz Änderungsstopp eine Produktionsdatenbank gelöscht haben (AI Incident Database, Fall 1152). Trennen Sie deshalb Entwicklung und Betrieb, bevor ein Agent Zugriff bekommt.

Eine Studie verglich 806 Open-Source-Projekte, die einen KI-Editor mit Agenten einführten, mit ähnlichen Projekten ohne ihn. Im ersten Monat stieg die Zahl neuer Codezeilen auf das Drei- bis Fünffache, nach zwei Monaten war der Vorteil weg. Warnmeldungen der statischen Codeanalyse nahmen laut Hauptschätzung um 30 % zu, die Komplexität um 41 %, und beides blieb (He und andere, MSR 2026).

Eine zweite Untersuchung wertete rund 302.600 KI-Commits aus 6.299 Projekten aus. Die meisten gefundenen Probleme waren Hinweise auf schlechte Struktur, sogenannte Code Smells. 22,7 % der von KI eingebrachten und nachverfolgten Probleme bestehen in der neuesten Version noch fort (Liu und andere, Vorabdruck 2026).

Dagegen steht ein Experiment mit 151 Teilnehmenden, davon 95 % Berufsentwickler. Sie ergänzten eine Anwendung mit oder ohne Assistent, andere entwickelten das Ergebnis danach von Hand weiter. Bei Dauer und Codequalität gab es keine signifikanten Unterschiede (Borg und andere, Vorabdruck 2026).

Aus unserer Sicht passt das zusammen, wenn Sie fragen, wer den Code versteht. Im Experiment arbeiteten Fachleute mit einem Assistenten, beim Vibe Coding versteht niemand den Code. Wer ihn später ändern will, muss zuerst herausfinden, was er tut. Solcher Code ist eine Form technischer Schulden: Er läuft, aber die nächste Änderung wird teuer. Was die laufende Pflege kostet, zeigt unser Kostenratgeber Was kostet Software-Wartung?

In der ersten METR-Studie bearbeiteten 16 erfahrene Entwickler 246 Aufgaben. Sie erwarteten 24 % Zeitgewinn und glaubten auch danach noch an 20 % (METR, 10.07.2025). Inzwischen nennt METR diese Ergebnisse überholt. Die Folgemessung ergab rund 18 % kürzere Zeiten bei den ursprünglich Beteiligten und rund 4 % bei neu Angeworbenen, beide mit einer Spanne, die null einschließt. Laut METR sind diese Daten ein unzuverlässiges Signal: Deutlich mehr Entwickler als zuvor lehnten die Teilnahme ab, weil sie auf KI-Werkzeuge nicht verzichten wollten. Den Zeitgewinn unterschätzt die Messung nach Einschätzung von METR eher (METR, 24.02.2026).

DORA (DevOps Research and Assessment) ist ein Forschungsprogramm von Google Cloud. In seiner Umfrage unter knapp 5.000 Fachleuten nutzten 90 % KI, über 80 % fühlten sich produktiver, und 30 % hatten kaum oder gar kein Vertrauen in KI-Code. Der Bericht nennt KI einen Verstärker, der die Stärken leistungsfähiger und die Schwächen angeschlagener Organisationen vergrößert. KI erhöht demnach inzwischen den Durchsatz bei der Auslieferung von Software, aber weiterhin auch deren Instabilität (DORA, 2025). Bei Stack Overflow sagten 2025 gut drei Viertel der Antwortenden, Vibe Coding im weiten Sinn gehöre nicht zu ihrer Berufsarbeit (Stack Overflow, Umfrage 2025). 2026 vertrauten 48 % einer KI dort, wo sie die Antwort leicht prüfen können (Stack Overflow, Umfrage 2026).

Fragen Sie deshalb jeden Anbieter, der mit KI-Tempo wirbt, wie die gewonnene Zeit in die Prüfung fließt. BSI und ANSSI empfehlen ausdrücklich, die Qualitätssicherung mitwachsen zu lassen.

Eine Übersicht über 266 Quellen beschreibt kurzfristige Produktivitätsgewinne und langfristige Wartungskosten als Befund der meisten vergleichbaren Quellen, stuft die Belege dafür aber als schwach ein (Siddeeq und andere, Journal of Systems and Software). Die Zahlen in Klammern sind die Nummern der Quellenliste.

1. Echte Daten, Logins oder Zahlungen: Dann müssen Fachleute den Code lesen und testen und die Sicherheit prüfen, auch wenn nur wenige Personen die Anwendung nutzen.
2. Länger laufend oder wichtig für die tägliche Arbeit: Dann braucht die Anwendung Review und Tests von Anfang an und jemanden, der die Wartung einplant.
3. Nur zum Ausprobieren: Dann genügt Vibe Coding. Legen Sie vorher fest, wann der Prototyp endet, und spielen Sie keine echten Daten ein.

Microsoft rät weniger Erfahrenen in seiner Einführung, Vibe Coding für Experimente und unkritische Anwendungen zu nutzen (Microsoft Learn, Einführung in Vibe Coding). Auch in der Forschungsliteratur kommen Prototypen häufiger vor als der Einsatz im Betrieb (Siddeeq und andere). Riskant wird es, wenn ein Prototyp still zum Produkt wird. Wie Sie danach Anforderungen festhalten, zeigt unser Ratgeber Lastenheft für Software.

Die gemeinsame Empfehlung von BSI und ANSSI stammt vom September 2024 und richtet sich an Führungskräfte und Entwicklungsteams. Sie nennt unter anderem:

• Risikoanalyse vor der Einführung, auch der Vertrauenswürdigkeit der Anbieter und des Umgangs mit Geheimnissen wie Zugangsschlüsseln.
• Firmenkonten mit klaren Vertragsbedingungen statt privater Zugänge, um Schatten-IT zu vermeiden. Prüfen Sie, ob der Anbieter Eingaben zum Training nutzt.
• Generierter Code wird von den Entwicklern geprüft und nachvollzogen, besonders auf erfundene Inhalte und Sicherheitslücken.
• Die Qualitätssicherung wächst mit, weil Entwickler mit KI schneller Code erzeugen können.
• Klare Regeln, welche Werkzeuge mit welchen Daten erlaubt sind, und Schulungen für alle, die sie nutzen.

Wie schnell sich die Lage ändert, zeigt die Monatsübersicht des BSI für September 2026. Unter dem 21.09.2026 führt sie eine kritische Lücke in mehreren verbreiteten Coding-Agenten: Über manipulierte Erweiterungen ließ sich Schadsoftware laden. Zwei Hersteller hatten ihre Agenten laut der Übersicht bereits abgesichert (BSI, KI-Sicherheitsthemen 09/2026).

Eine Frage sollten Sie vor dem Betrieb klären: Wem gehört rein KI-generierter Code? Das US Copyright Office kam im Januar 2025 für die USA zu dem Schluss, dass Prompts allein keine Urheberschaft begründen (US Copyright Office, Januar 2025). Für Deutschland und die EU gibt das keine Antwort. Besprechen Sie Rechte, Haftung und Datenschutz mit Ihrer Rechtsberatung.

Die Zahlen in Klammern sind die Nummern der Quellenliste. Fragen zu Preis, Team und Vertrag stehen in unseren zwölf Prüffragen zur Auswahl eines Softwareentwicklers. Was Sie gegen die Bindung an einen einzelnen Entwickler vereinbaren, steht in unserem Ratgeber zur Abhängigkeit vom Entwickler. Wie wir Nutzungsrechte an Code regeln, steht auf der Seite Softwareentwicklung.