Was ist Vibe-Codierung?

Vibe Coding ist eine Methode, Software zu entwickeln, indem man in einfacher, natürlicher Sprache beschreibt, was man möchte, und ein KI-Modell den Code generieren lässt, anstatt ihn Zeile für Zeile selbst zu schreiben. Der Nutzer gibt die Anweisungen, die KI generiert den Code, und der Nutzer testet und verbessert das Ergebnis, oft ohne jede einzelne Zeile des Modells zu lesen.

Das ist die Kurzfassung der Frage „Was ist Vibe Coding?“. Die ausführlichere Bedeutung von Vibe Coding und der Ursprung des Begriffs sind es wert, genauer betrachtet zu werden, da sich die Bedeutung seit seiner Entstehung verändert hat.

Woher der Begriff stammt #

Vibe Coding hat einen konkreten Ursprung: einen einzelnen Social-Media-Beitrag. Am 2. Februar 2025 veröffentlichte der KI-Forscher und OpenAI-Mitbegründer … Andrej Karpathy veröffentlichte auf X einen Beitrag, in dem er eine neue Methode beschrieb, mit der er mit der Softwareentwicklung begonnen hatte. Er sagte, er würde sich „voll und ganz dem Bauchgefühl hingeben“ und die Implementierung großen Sprachmodellen überlassen, während er sich auf die Beschreibung der Ergebnisse anstatt auf die Syntax konzentriere.

Karpathy beschrieb den Arbeitsablauf in praktischen Worten: Er sprach mit einem KI-Programmierassistenten, akzeptierte dessen Vorschläge, ohne die Änderungen zu lesen, und fügte Fehlermeldungen kommentarlos ein, bis sie sich von selbst behoben hatten. Später fasste er den Ablauf noch einfacher zusammen: „Ich sehe mir einfach Dinge an, sage Dinge, führe Dinge aus und kopiere und füge Dinge ein.“

Der Beitrag verbreitete sich rasant. Innerhalb weniger Wochen wurde er von großen Medien aufgegriffen, und im März 2025 nahm Merriam-Webster „Vibe Coding“ als Slangausdruck und Trendbegriff in sein Wörterbuch auf und definierte es als „etwas nachlässiges Schreiben von Computercode mit KI-Unterstützung“. Bis Ende 2025 Das Collins Dictionary ging noch einen Schritt weiter und kürte es zum Wort des Jahres.

Wie sich die Bedeutung verschoben hat #

Hier wird die Bedeutung von „Vibe Coding“ interessanter als die Entstehungsgeschichte allein. Karpathy verwendete den Begriff ursprünglich, um seine eigene, unkomplizierte und persönliche Methode zum Erstellen von Wegwerfprototypen zu beschreiben – keine Methodik, die er für Produktionssoftware vorschlug. Doch der Begriff verlor fast sofort an Bedeutung.

Heute umfasst der Begriff „Vibe Coding“ ein breites Spektrum KI-gestützter Entwicklung – von Hobbyprogrammierern, die am Wochenende eine App entwickeln, bis hin zu Startups, die so produktive Software auf den Markt bringen. Rund 63 % der Vibe-Coding-Nutzer sind keine Entwickler, darunter Produktmanager, Marketingleiter und Designer . Etwa ein Viertel der Startups des Y Combinator-Winterprogramms 2025 gaben an, dass ihre Codebasen zu mindestens 95 % KI-generiert waren . Analysten gehen davon aus, dass sich dieser Trend weiter beschleunigen wird.Gartner prognostiziert, dass die Zahl der Bürgerentwickler bis 2028 die der professionellen Ingenieure um das Vierfache übersteigen wird .

Wie funktioniert Vibe Coding eigentlich? #

Die meisten Beschreibungen des Arbeitsablaufs beim Vibe Coding lassen sich in eine wiederholbare Schleife unterteilen:

1. Prompt. Beschreiben Sie das gewünschte Ergebnis in natürlicher Sprache, nicht in Code. („Erstellen Sie ein dashboard Diese Datei zeigt die monatlichen Umsätze nach Kundensegmenten an, mit einem Datumsfilter und der Möglichkeit zum CSV-Export.
2. Generieren. Das KI-Modell erzeugt Code, manchmal eine vollständige Datei, manchmal einen Vergleich mit bestehendem Code.
3. Laufen und beobachten. Die Person führt das Ergebnis aus und prüft, ob es sich wie beschrieben verhält, anstatt die Implementierung Zeile für Zeile zu lesen.
4. Iterieren. Folgeabfragen verfeinern das Ergebnis. Fehler werden oft unverändert in das Modell zurückkopiert, anstatt manuell behoben zu werden.

Das entscheidende Merkmal ist nicht die Beteiligung von KI (Autovervollständigung und Copiloten nutzen KI schon seit Jahren). Es ist vielmehr der Grad der Distanzierung vom Code selbst: Die Person bewertet die Ergebnisse, anstatt die Implementierung zu prüfen.

Vibe Coding vs. traditionelle KI-gestützte Codierung #

Es ist wichtig, Vibe Coding von anderen KI-gestützten Arbeitsabläufen zu unterscheiden, da die Begriffe oft ungenau verwendet werden:

• Autovervollständigungs-/Copilot-Tools Der Code wird Ihnen während der Eingabe vorgeschlagen, aber ein Entwickler schreibt und überprüft weiterhin jede Zeile.
• KI-unterstützte Codierung Im weiteren Sinne kann der Begriff jeden Arbeitsablauf umfassen, bei dem KI Codeentwürfe erstellt, die ein Entwickler anschließend mit vollem Verständnis überprüft und bearbeitet.
• Vibe-Codierung Dies impliziert insbesondere, dass der Mensch sich am Ergebnis orientiert, indem er durch Anregung, Tests und Iterationen vorgeht, anstatt die generierte Implementierung zu lesen und zu verstehen.

Diese Unterscheidung ist wichtig, denn es ist das „Nichtlesen der Differenzen“ und nicht die KI selbst, das den größten Teil des im Folgenden diskutierten Risikos verursacht.

Die Risikoseite der Stimmungskodierung #

Dies ist ein Glossareintrag, keine Warnung, doch keine Definition von Vibe Coding ist vollständig ohne die dazugehörige Sicherheitsforschung, da dies zu einem der am besten untersuchten Nachteile dieser Praxis geworden ist. Mehrere unabhängige Studien kommen zu ähnlichen Ergebnissen: Eine Studie aus dem Dezember 2025 über Open-Source-Repositories ergab, dass KI-generierter Code führte zu Sicherheitslücken bei 45 % der Entwicklungsaufgaben und KI-gestützte pull requests Im Vergleich zu von Menschen geschriebenem Code wurden etwa 2.74-mal mehr Sicherheitsprobleme generiert. Bestimmte Schwachstellenklassen treten überproportional häufig auf: Eine Studie fand XSS-Schwachstellen in 86 % der getesteten KI-generierten Codebeispiele, die mit fünf gängigen Sprachmodellen durchgeführt wurden .

Abhängigkeitshalluzinationen sind ein verwandtes, gut dokumentiertes Muster. Eine Studie der Cloud Security Alliance vom April 2026 ergab, dass in 2.23 Millionen KI-generierten Codebeispielen von sechzehn Modellen 19.7 % mindestens einen halluzinierten Paketnamen enthielten, der tatsächlich nicht existiert . 43 % dieser halluzinierten Namen traten bei wiederholter Eingabeaufforderung konsistent wieder auf , wodurch das Muster ausnutzbar und nicht zufällig ist. Unabhängige Forscher haben zudem begonnen, die Folgewirkungen systematisch zu erfassen.Das Vibe Security Radar von Georgia Tech verzeichnete 35 neue CVE-Einträge. Direkt auf KI-generierten Code zurückzuführen sind allein im März 2026 sechs Fälle, gegenüber sechs im Januar.

Das alles bedeutet nicht, dass Vibe Coding unbrauchbar ist, die Produktivitätssteigerungen sind real und die Akzeptanz nimmt nicht ab. Es bedeutet aber, dass „Die KI hat es geschrieben und es lief“ und „Es ist sicher zu veröffentlichen“ zwei unterschiedliche Aussagen sind und dass KI-generierter Code nicht mehr mit der gleichen Sorgfalt behandelt wird wie ungeprüfter Beitrag von Drittanbietern. standard Empfehlungen aus der Sicherheitsforschung zu diesem Thema.

Wichtige Erkenntnisse #

• Vibe Coding ist ein spezifischer Begriff und kein Synonym für „KI-gestütztes Codieren“. Es beschreibt konkret das Erstellen von Prozessen durch Ergebnisorientierung und Iteration, anstatt durch das Lesen und Verstehen des generierten Codes.
• Der Begriff wurde am 2. Februar 2025 von Andrej Karpathy geprägt.und schaffte es innerhalb von fünf Wochen in die Slangliste von Merriam-Webster.
• Die Bedeutung von Vibe-Coding hat sich erweitert von einer persönlichen, risikoarmen Praxis hin zu einem weit verbreiteten Entwicklungsansatz, der sowohl von Hobbyisten als auch von finanzierten Startups genutzt wird.
• Das Risiko liegt nicht im KI-generierten Code selbst, sondern im ungeprüften KI-generierten Code. Unabhängige Studien belegen übereinstimmend erhöhte Vulnerabilitätsraten und vorhersehbare Abhängigkeitshalluzinationen bei vibecodierten Ergebnissen.

Vibe-coded Software muss weiterhin über denselben Weg versendet werden pipeline wie alles andere auch. Xygenis Die Plattform wendet dasselbe an SAST, SCA und KI-gestützte Analyse zu KI-generierter Code verhält sich genauso wie von Menschen geschriebener Code., einschließlich Malware-Frühwarnung (MEW) Für die Art von Halluzinationsabhängigkeitsrisiko, die oben beschrieben wurde, wird der Überprüfungsschritt bei einem schnellen Produktionsablauf nicht einfach übersprungen.

FAQ #