Vibe Coding: Wo KI-Code hilft und wo er Pfusch wird
Ex-GitHub-Chef Thomas Dohmke und Linux-Erfinder Linus Torvalds stehen für zwei Lager. Doch entscheidend ist die Frage nach der Qualitätskontrolle.

Vibe Coding beschreibt das Programmieren per KI-Prompt: Man beschreibt der KI in natürlicher Sprache, was ein Programm tun soll, und übernimmt den erzeugten Code, ohne ihn selbst Zeile für Zeile zu schreiben. Ob daraus brauchbare Software oder Pfusch wird, entscheidet weniger die KI als die Frage, ob jemand den Code danach prüft. Genau an diesem Punkt scheiden sich die Geister, wie zwei prominente Stimmen der Branche zeigen.
Was meint Vibe Coding überhaupt?
Vibe Coding bezeichnet einen Arbeitsstil, bei dem Entwickler die KI die Codearbeit übernehmen lassen und vor allem das Ergebnis bewerten, statt jede Anweisung selbst zu formulieren. Der Begriff geht auf den KI-Forscher Andrej Karpathy zurück. Die Bandbreite reicht vom schnellen Prototyp bis zu Software, die ungeprüft in den produktiven Betrieb wandert. Genau diese Bandbreite ist das Problem.
Der Reiz liegt auf der Hand. Wer eine Idee hat, aber nie programmieren gelernt hat, kann heute mit einem Chatbot eine funktionierende Anwendung zusammensetzen. Der Bayerische Rundfunk schreibt in einem Beitrag dazu, KI öffne vielen den Einstieg ins Programmieren, und fragt, ob jetzt praktisch jeder programmieren kann. Die ehrlichere Antwort lautet: Jeder kann etwas erzeugen, das aussieht wie ein Programm. Ob es hält, ist eine andere Sache.
Warum spricht der Ex-GitHub-Chef von Pfusch?
Thomas Dohmke, bis vor Kurzem Chef von GitHub, zieht eine klare Trennlinie zwischen ernsthaftem Arbeiten mit KI und bloßem Pfusch. In einem Interview mit heise erklärt er seine Abneigung gegen den Begriff Vibecoding?Schreibweise für Vibe Coding: das Programmieren per KI-Anweisung, bei dem man das Ergebnis bewertet, statt jede Codezeile selbst zu schreiben. und begründet, warum die reine Vibe-Haltung dem Handwerk nicht gerecht werde. Für ihn ist KI ein Werkzeug, das Verantwortung nicht ersetzt.
Dohmke ist dabei kein KI-Skeptiker. Er hat den GitHub Copilot mit auf den Weg gebracht, eines der am weitesten verbreiteten KI-Programmierwerkzeuge. Seine Kritik zielt auf die Haltung dahinter. Wer den erzeugten Code nie versteht, kann ihn auch nicht warten, absichern oder erweitern. Die Nuancen seiner Position, samt der Abkehr von Microsoft, hat heise im Interview dokumentiert.
Aus meiner Beratungspraxis kenne ich beide Enden dieser Skala. Ein Marketingteam, das sich an einem Nachmittag ein internes Dashboard baut, spart echte Wartezeit auf die IT-Abteilung. Dasselbe Vorgehen bei einer Anwendung, die Kundendaten verarbeitet, wird zum Risiko, sobald niemand mehr weiß, wo die Daten landen.
Wenn Sie Teams gezielt an das strukturierte Arbeiten mit KI-Werkzeugen heranführen wollen, statt sie im Trial-and-Error allein zu lassen, lohnt ein Blick auf einen praxisorientierten Workshop zu Vibe-Coding-Tools und -Techniken, der Werkzeugauswahl und Prüfroutinen zusammen behandelt. Sinnvoll ist das vor allem dort, wo Fachabteilungen ohne feste Programmierkenntnisse eigene Prototypen bauen sollen. Wer bereits ein eingespieltes Entwicklerteam hat, braucht eher tiefere technische Formate.
Wie sieht Linus Torvalds die KI in der Softwareentwicklung?
Linus Torvalds, der Erfinder von Linux, stellt sich klar hinter KI-Werkzeuge. „Linux ist keines dieser Anti-KI-Projekte“, sagte er laut The Decoder im Streit um das agentische KI-Code-Review?Die Durchsicht von Code durch einen Menschen oder ein Werkzeug, um Fehler und Sicherheitslücken vor dem Einsatz zu finden.-Tool Sashiko der Linux Foundation. Wer anderen die Nutzung ausreden wolle, den werde er „laut ignorieren“. Ein Machtwort, kein Zögern.
Bemerkenswert ist, wo Torvalds die KI verortet: nicht beim blinden Generieren, sondern beim Review. Ein Werkzeug, das eingereichten Code prüft, ergänzt die menschliche Kontrolle, statt sie zu ersetzen. Die Debatte und Torvalds Reaktion darauf schildert The Decoder im Detail. Wem die Richtung nicht passe, so Torvalds, der könne das Projekt forken?Eine Kopie eines Softwareprojekts abspalten, um sie eigenständig und in eine andere Richtung weiterzuentwickeln. oder gehen.
Der scheinbare Widerspruch zwischen Dohmke und Torvalds löst sich damit auf. Beide misstrauen ungeprüftem KI-Code. Der eine warnt vor der Haltung, der andere setzt die KI dort ein, wo sie Fehler findet, statt sie zu erzeugen. Das ist derselbe Punkt, nur von zwei Seiten betrachtet.
Wie unsicher ist KI-generierter Code wirklich?
KI-Code ist häufiger fehleranfällig, als der reibungslose Ablauf vermuten lässt. Ein aktueller Praxisleitfaden von Never Code Alone aus dem Juli 2026 nennt Zahlen, die zur Vorsicht mahnen, und empfiehlt konkrete Gegenmaßnahmen. Die zentrale Botschaft: KI-Code gehört immer geprüft, bevor er in Betrieb geht.
- Verbreitung: Laut dem Leitfaden nutzen rund 84 Prozent der Entwickler bereits KI-Werkzeuge.
- Vertrauen: Nur etwa 33 Prozent vertrauen dem erzeugten Output.
- Sicherheit: Etwa 45 Prozent des KI-Codes sollen Sicherheitslücken enthalten.
Diese Zahlen stammen aus einem einzelnen Best-Practice-Text (Never Code Alone, ähnlich bei Kopf & Stift) und sind keine kontrollierte Studie mit offengelegter Methodik. Man sollte sie als Größenordnung lesen, nicht als exakten Messwert. Die Richtung deckt sich allerdings mit der Vorsicht, die Dohmke und Torvalds jeweils zeigen.
Wo bringt Vibe Coding echten Mehrwert, wo nicht?
Der Nutzen von Vibe Coding steigt, je besser sich das Ergebnis prüfen lässt, und sinkt mit dem Schaden, den ein Fehler anrichten kann. Für Prototypen, interne Hilfswerkzeuge und Wegwerf-Skripte ist der Zeitgewinn real. Sicherheitskritische oder datenschutzrelevante Systeme brauchen dieselbe Sorgfalt wie handgeschriebener Code, oft mehr.
- Gut geeignet: Prototypen, interne Dashboards, Datenauswertungen, Automatisierung wiederkehrender Aufgaben.
- Mit Vorsicht: produktive Anwendungen mit echten Nutzern, alles was Kundendaten berührt.
- Nur mit Fachprüfung: Zahlungsabwicklung, Authentifizierung, Verarbeitung personenbezogener Daten.
Die aktuellen Leitfäden empfehlen zwei konkrete Schritte: jeden KI-Code einem menschlichen Review unterziehen und automatisierte Security-Scans fest in die Entwicklungspipeline (CI/CD?Automatisierte Entwicklungspipeline, die Code bei jeder Änderung baut, testet und ausliefert. Hier lassen sich Sicherheitsprüfungen fest einbauen.) einbauen. Das ist keine neue Erkenntnis, sondern klassische Softwarequalität, angewandt auf ein neues Werkzeug. Wer verstehen will, wie sich einzelne KI-Systeme in solchen Aufgaben schlagen, findet in unserem Vergleich zu offenen Modellen gegen Claude und GPT zusätzlichen Kontext zur Werkzeugwahl.
Was bedeutet das für Ihr Unternehmen? Verbieten Sie Vibe Coding nicht, aber regeln Sie es. Legen Sie fest, welche Anwendungen ohne Prüfung entstehen dürfen und welche zwingend durch ein Review müssen. Der nächste Schritt wäre, diese Grenze schriftlich zu fixieren, bevor die erste ungeprüfte Anwendung Kundendaten verarbeitet.
Zurück zur Ausgangsfrage, ob Vibe Coding Hilfe oder Pfusch ist. Die Antwort hängt nicht am Werkzeug, sondern an der Kontrolle dahinter. Dohmke warnt vor der Haltung, Torvalds setzt die KI beim Prüfen ein. Beide sagen im Kern dasselbe: Wer den erzeugten Code versteht und prüft, gewinnt Zeit. Wer ihn blind übernimmt, verschiebt das Problem nur nach hinten.
Häufige Fragen
Kann ich per Vibe Coding eine App bauen, ohne je programmiert zu haben?
Etwas Funktionierendes zusammenzusetzen, gelingt vielen Einsteigern heute mit einem Chatbot. Der Bayerische Rundfunk beschreibt, wie KI den Einstieg erleichtert. Doch ob der Code hält, ist eine andere Frage. Ohne Grundverständnis fehlt Ihnen die Fähigkeit, Fehler zu erkennen. Für kleine Prototypen reicht das oft, für ernsthafte Software nicht.
Wann wird KI-generierter Code zum Risiko?
Gefährlich wird es, wenn niemand den erzeugten Code prüft und er ungeprüft in den produktiven Betrieb wandert. Die KI erzeugt Code, der plausibel aussieht, aber Sicherheitslücken oder Logikfehler enthalten kann. Thomas Dohmke betont, KI ersetze die Verantwortung nicht. Wer das Ergebnis nicht bewerten kann, übernimmt ein Risiko, das er nicht überblickt.
Was unterscheidet Vibe Coding von seriöser KI-gestützter Entwicklung?
Der Unterschied liegt in der Prüfung. Seriöse Entwickler nutzen KI als Werkzeug und bewerten jedes Ergebnis kritisch. Beim reinen Vibe Coding lässt man die KI arbeiten und übernimmt den Code, ohne ihn zu verstehen. Dohmke zieht genau hier die Trennlinie zwischen ernsthaftem Arbeiten und Pfusch – die KI entscheidet nicht über die Qualität, der Mensch tut es.
Woher stammt der Begriff Vibe Coding?
Der Begriff geht auf den KI-Forscher Andrej Karpathy zurück. Er beschreibt einen Arbeitsstil, bei dem Entwickler die KI die Codearbeit übernehmen lassen und vor allem das Ergebnis bewerten, statt jede Anweisung selbst zu formulieren. Die Bandbreite reicht vom schnellen Prototyp bis zu Software im produktiven Betrieb.
Warum lehnt der Ex-GitHub-Chef den Begriff ab, obwohl er Copilot mit aufgebaut hat?
Thomas Dohmke ist kein KI-Skeptiker – er hat GitHub Copilot mit auf den Weg gebracht. Seine Abneigung gilt der reinen Vibe-Haltung, die er dem Handwerk nicht gerecht findet. In einem Interview mit heise erklärt er, KI sei ein Werkzeug, das Verantwortung nicht ersetze. Die Kritik trifft also die Haltung, nicht die Technik.
Wie fange ich an, wenn ich KI-Tools richtig einsetzen will?
Beginnen Sie mit kleinen Projekten und prüfen Sie den erzeugten Code Stück für Stück, statt ihn blind zu übernehmen. Lernen Sie, Prompts präzise zu formulieren und Ergebnisse zu bewerten. Strukturierte Workshops vermitteln Tools und Techniken, damit KI Ihre Arbeit beschleunigt, ohne dass Qualität und Kontrolle verloren gehen.
Weiterlesen
Mehr aus KI in der Praxis →
Infografiken mit KI erstellen: Claude, ChatGPT, Copilot
Ein praxisnaher Blick darauf, wie Sie mit Claude, ChatGPT und Copilot professionell aussehende Infografiken erzeugen, welches Werkzeug wofür taugt und wo die Grenzen liegen.

KI-Personas in der Dokumentation: Wo der Ansatz Zeit spart
KI-Personas simulieren, wie Entwicklerinnen und Entwickler eine Dokumentation lesen, und decken so Unklarheiten früh auf. Der Ansatz spart Zeit, verlangt aber weiter menschliche Prüfung und saubere Nachweise.

OpenAI Prompting-Guide: Ergebnis statt Prozess
OpenAI hat einen Prompting-Guide für Endnutzer veröffentlicht. Statt Schrittfolgen empfiehlt das Dokument, mit dem gewünschten Ergebnis zu starten. Was das für Ihre tägliche Arbeit mit ChatGPT bedeutet.

KI-Datenanalyse per Dialog: wo die Grenzen liegen
Ein Proof of Concept zeigt: Dialogbasierte Datenanalyse ist nur so gut wie das Datenmodell dahinter. Wer die Chatbot-Oberfläche mit Analysekompetenz verwechselt, plant am eigentlichen Aufwand vorbei.

AI Slop erkennen und vermeiden: Was StoryScope zeigt
Die StoryScope-Studie zeigt: KI-Fiktion scheitert nicht am Stil, sondern an der Struktur – klare Moral, keine Nebenhandlungen, körperliche Emotionen. Was das für den Einsatz bedeutet.

Claude Cowork: Wofür 600.000 Firmen KI wirklich nutzen
Eine Auswertung von 1,2 Millionen Claude-Cowork-Sitzungen aus über 600.000 Organisationen widerlegt die Annahme, KI-Agenten dienten vor allem der Softwareentwicklung. Im Vordergrund steht die Büroarbeit neben der eigentlichen Facharbeit.