Fachartikel

Vom Vibe Coding über KI-Assisted zum Agentic Engineering

Software mit KI zu bauen ist kein Zukunftsthema mehr, sondern Alltag – vom Gründer, der am Wochenende eine App zusammenklickt, bis zum Entwicklungsteam, das KI-Agenten ganze Arbeitspakete übernehmen lässt. Unter dem Schlagwort „KI-Entwicklung" verbergen sich dabei drei grundverschiedene Arbeitsweisen. Sie unterscheiden sich weniger im Werkzeug als in einer einzigen Frage: Wer versteht am Ende, was gebaut wurde – und wer trägt dafür die Verantwortung?

Stufe 1: Vibe Coding – bauen nach Gefühl

Den Begriff „Vibe Coding" prägte der KI-Forscher Andrej Karpathy Anfang 2025. Er beschrieb damit eine Arbeitsweise, bei der man sich ganz der KI überlässt: Man beschreibt in natürlicher Sprache, was man möchte, übernimmt die Änderungen, ohne sie zu lesen, und kopiert Fehlermeldungen einfach zurück in den Chat, bis es läuft. Der Code selbst tritt in den Hintergrund – man „vergisst, dass er existiert".

Werkzeuge wie Lovable, Bolt oder v0 haben diese Arbeitsweise für alle geöffnet, die nie programmiert haben. Das ist ein echter Fortschritt: Eine Idee lässt sich in Stunden statt Wochen in einen klickbaren Prototyp verwandeln. Für Experimente, interne Helfer und erste Kundengespräche ist das ideal.

Die Grenze zeigt sich, sobald das Projekt wächst oder echte Daten verarbeitet. Weil niemand den Code gelesen hat, kennt niemand seine Schwächen: Zugangsschlüssel im ausgelieferten Frontend, Berechtigungen, die nur im Browser geprüft werden, fehlende Datenbankregeln, keine Backups. Jede weitere Änderung per Prompt wird zum Glücksspiel, weil die KI den wachsenden Code ebenso wenig überblickt wie ihr Auftraggeber. Vibe Coding optimiert auf das, was man sieht – die Risiken liegen in dem, was man nicht sieht.

Stufe 2: KI-Assisted – die KI als Zuarbeiter

Bei der KI-gestützten Entwicklung bleibt der Mensch am Steuer. Entwickler schreiben den Code selbst und lassen sich von der KI zuarbeiten: Autovervollständigung im Editor, Entwürfe für wiederkehrende Strukturen, Testfälle, Erklärungen fremden Codes, Recherche in Dokumentationen. Jede Zeile, die übernommen wird, liest und versteht ein Mensch.

Das Ergebnis ist spürbar schnellere Entwicklung ohne Abstriche bei der Qualität – vor allem bei Routinearbeit, die vorher viel Zeit gekostet hat. Die Grenze liegt in der Arbeitsweise selbst: Weil der Mensch weiterhin jede Änderung eigenhändig steuert, skaliert der Gewinn mit seiner Tippgeschwindigkeit und Aufmerksamkeit. Die KI ist ein sehr guter Beifahrer, aber eben nur Beifahrer. Für viele Teams war das der erste große Produktivitätssprung – und für die meisten ist es heute die Brücke zur nächsten Stufe.

Stufe 3: Agentic Engineering – Agenten mit Leitplanken

Mit Werkzeugen wie Claude Code, OpenAI Codex oder den Agenten-Modi in Cursor hat sich die Rolle der KI erneut verschoben. Ein KI-Agent bekommt keinen Satz zum Vervollständigen, sondern eine Aufgabe: Er liest selbstständig den relevanten Code, plant Änderungen über mehrere Dateien, führt Tests aus, wertet Fehler aus und korrigiert sich, bis die Aufgabe erledigt ist. Mehrere Agenten können parallel an unterschiedlichen Aufgaben arbeiten.

Auf den ersten Blick ähnelt das dem Vibe Coding – auch hier schreibt die KI den Großteil des Codes. Der Unterschied ist das Wort „Engineering": Die Arbeit des Menschen verschwindet nicht, sie verlagert sich. Statt Zeilen zu tippen, schneidet er Aufgaben zu, legt fest, was als erledigt gilt, baut die Umgebung, in der Agenten sicher arbeiten können, und prüft die Ergebnisse, bevor sie live gehen. Agentic Engineering ist Vibe Coding mit Disziplin – oder anders gesagt: klassisches Software-Engineering, bei dem die Ausführung delegiert wird, die Verantwortung aber nicht. Genau so arbeiten wir in unserem Agentic Engineering.

Die Bausteine von Agentic Engineering

Ob ein Agent produktive Software liefert oder nur schneller Chaos erzeugt, entscheidet nicht das Modell, sondern das Umfeld, in dem er arbeitet:

• Klare Spezifikation statt vager Wünsche: Ein Agent arbeitet so gut wie sein Auftrag. Anforderungen, Abnahmekriterien und Grenzen werden vorher schriftlich festgehalten – nicht im Chatverlauf improvisiert.
• Projektwissen, das der Agent lesen kann: Architekturentscheidungen, Konventionen und Fachbegriffe liegen als Dokumentation im Repository, etwa in Dateien wie AGENTS.md oder CLAUDE.md. So arbeitet jeder Agent nach denselben Regeln wie das Team.
• Tests als Rückkopplungsschleife: Automatisierte Tests sagen dem Agenten, ob seine Änderung funktioniert – und dem Menschen, ob sie nichts anderes kaputtgemacht hat. Ohne Tests ist ein Agent ein Vibe Coder mit mehr Ausdauer.
• Begrenzte Rechte und isolierte Umgebungen: Agenten arbeiten in abgeschotteten Umgebungen mit genau den Berechtigungen, die sie brauchen. Kein Agent hat Zugriff auf Produktionsdaten oder darf ungefragt deployen.
• Kleine, prüfbare Änderungen: Statt eines riesigen Umbaus liefert der Agent überschaubare Änderungspakete, die ein Mensch in vertretbarer Zeit wirklich verstehen und freigeben kann.
• Menschliche Freigabe vor jedem Go-Live: Architektur, Sicherheit und fachliche Richtigkeit bleiben menschliche Entscheidungen. Was in Produktion geht, hat ein erfahrener Entwickler gesehen und verantwortet.

Die drei Stufen im Vergleich

Keine Rangliste, sondern eine Frage des Einsatzzwecks

Die drei Stufen sind kein Reifegradmodell, bei dem nur die letzte zählt. Ein Prototyp, der morgen eine Idee testen soll, braucht kein Testkonzept – Vibe Coding ist dafür genau richtig. Eine kleine Anpassung in einem gewachsenen System ist oft mit KI-Assistenz am schnellsten erledigt. Und eine Anwendung, die über Jahre Kundendaten verarbeitet und laufend erweitert wird, profitiert am meisten von Agentic Engineering.

Riskant wird es an den Übergängen: wenn ein vibe-gecodeter Prototyp unbemerkt zum Produktivsystem wird, weil er ja „schon funktioniert". Genau an dieser Stelle lohnt sich ein bewusster Schnitt – eine Prüfung, was der Code tatsächlich tut, und die Entscheidung, wie es professionell weitergeht. Dafür haben wir eine eigene Leistung geschaffen: die Prüfung und Inbetriebnahme KI-generierter Webprojekte.

Was sich nicht ändert

So unterschiedlich die drei Stufen sind – die Grundlagen guter Software gelten in allen: verständliche Struktur, nachvollziehbare Entscheidungen, Tests, Sicherheit und ein geordneter Betrieb. KI beschleunigt das Schreiben von Code, aber gelesen, geändert und betrieben wird er weiterhin über Jahre. Deshalb sind die Maßstäbe aus unseren Artikeln zu Clean Code und den Merkmalen professioneller Webentwicklung im Zeitalter der Agenten nicht überholt, sondern wichtiger denn je: Sie sind die Leitplanken, an denen sich Agenten ausrichten – und an denen Menschen ihre Ergebnisse messen.