Kommentar von Stefanie Hasler, Codecentric AG Wenn KI Code schreibt: Wie viel Mensch braucht moderne Software noch?

Von Stefanie Hasler 6 min Lesedauer

Anbieter zum Thema

Vibe Coding liegt im Trend und scheidet die Geister: Kaum eine Technologie wird derzeit so intensiv diskutiert. Die Meinungen reichen von einer echten Revolution in der Softwareentwicklung bis hin zum abschreckenden Beispiel für eine überhöhte Erwartung an Künstliche Intelligenz. Doch was steckt eigentlich hinter dem Begriff?

Die Autorin: Stefanie Hasler ist Senior Software Consultant bei der Codecentric AG(Bild:  Codecentric AG)
Die Autorin: Stefanie Hasler ist Senior Software Consultant bei der Codecentric AG
(Bild: Codecentric AG)

Vereinfacht gesagt, ist Vibe Coding das Programmieren mit so viel KI-Hilfe wie derzeit überhaupt möglich. Dabei wird bewusst auf menschliche Architektur- und Technologieentscheidungen verzichtet, nur das Ergebnis zählt. Viele dieser wichtigen Entscheidungen werden in die Hände von Künstlicher Intelligenz (KI) gelegt. Die zugrunde liegende Idee: Man beschreibt der KI, was man erreichen möchte – und sie liefert den passenden Code. Entspricht das Resultat nicht den Vorstellungen, wird nachjustiert: Die KI erhält neue Anweisungen, bis das Ergebnis überzeugt. Das Versprechen lautet: Alle können jetzt Software entwickeln, solange sie eine Vision haben.

Können die Versprechungen erfüllt werden?

Zum Teil darf man sagen: Ja! Tatsächlich können heute auch Menschen ohne tiefgreifende technische Kenntnisse in erstaunlich kurzer Zeit funktionsfähige Ergebnisse erzielen – Lösungen, die auf den ersten Blick überzeugen.

Das ist zunächst eine positive Entwicklung. Warum? Es fallen Kommunikationshürden weg. Anstatt lange mit einem Entwickler über ein Feature zu diskutieren, kann man es zunächst einfach kurz implementieren (lassen) und dann dem Entwickler zeigen. Auch spontan nach Feierabend loszulegen, ist möglich – ohne stundenlang Dokumentationen zu wälzen, teure Fachkräfte zu beauftragen oder sich durch kryptische Fehlermeldungen zu googeln.

Insbesondere zur Erstellung von Prototypen, um Ideen schnell zu verproben, kann dieser Einsatz von Technologie sinnvoll sein. Oft haben wir so ähnliche Dinge in der Vergangenheit „manuell“ gemacht – ein MVP (Minimum Viable Product: ein Produkt mit dem kleinstmöglichen Satz an Features, die man benötigt, um eine Business-Idee zu verproben) oder eine prototypische Website für ein Start-up zum Beispiel.

Hier ist allerdings schon der erste Haken: Wie geht es weiter, wenn man mit Vibe Coding das funktionale Minimum erreicht hat? Und wie steht es um die nicht-fachlichen Anforderungen? Was, wenn ein Prototyp plötzlich 1.000 Aufrufe pro Stunde verzeichnet – und im schlimmsten Fall Abmahnanwälte vor der Tür stehen?

Vibe Coding und seine vermeintlichen Fähigkeiten klingen fast zu schön, um wahr zu sein, und das ist es auch ein wenig. Denn auch Vibe Coding kann menschliches Wissen und Gelerntes nicht vollständig ersetzen. Wer zum Beispiel ein Webframework wie Vue oder React gut kennt, wird mit Vibe Coding stabilere und bessere Ergebnisse erzielen als jemand, der noch nie programmiert hat. Das liegt einerseits daran, dass es von Vorteil ist, die Struktur von dem zu kennen, was man bauen möchte. Zum anderen erkennt man schneller, wenn die KI in eine falsche Richtung arbeitet. Außerdem hilft es, die Möglichkeiten und Grenzen der Technologie zu kennen. Denn bei jedem Projekt steigt die Komplexität mit steigender Zahl der Anforderungen.

Und schließlich: KI-Systeme sind nach wie vor stochastische Wortgeneratoren. Das heißt, sie können Probleme nicht wirklich analysieren oder an ihrer Wurzel packen. Sagt man einer KI „Repariere diesen Fehler“, wird sie den Code so oft komplett neu schreiben, bis der Fehler verschwunden ist. In komplexen Projekten führt das aber gerne dazu, dass durch das Beheben eines Fehlers neue Fehler entstehen.

KI ist nur so gut wie der Mensch, der sie einsetzt

Gerade bei komplexeren Anwendungen kommt man schneller als gedacht an den Punkt, an dem ein Mensch die KI gezielt anleiten muss – und dafür zumindest ein grundlegendes Verständnis von der eingesetzten Technologie und ihrer Anwendung braucht. Denn sobald ein IT-Projekt einen gewissen Reifegrad erreicht, treten auch nicht-fachliche Anforderungen auf: Security, Accessibility, GDPR-Compliance, Verwendung von Open-Source-Technologien, Lizenzen. Auch ein Vibe-Coding-Projekt muss auf all diese Aspekte geprüft werden. Ein Beispiel dazu: Wer sich bewusst entscheidet, nicht wissen zu wollen, welche Daten in der Datenbank gespeichert sind, kann im Fall einer Löschanfrage auch nicht wissen, welche davon gelöscht werden müssten.

Oder was passiert eigentlich, wenn der Vibe Coder das Projekt verlässt? Es gibt keine Dokumentation außer dem, was im Code steht. Und dieser wurde nicht mit dem Ziel geschrieben, für andere verständlich oder gut wartbar zu sein. Spätestens dann muss man mit deutlichen Geschwindigkeitseinbußen rechnen.

Die Vorteile von Vibe Coding gezielt einsetzen

Für einen schnellen Proof of Concept, also zur Verprobung eines Konzepts, eignet sich ein Vibe-Coding-Projekt sehr gut. Soll daraus jedoch ein dauerhaft nutzbares Produkt entstehen, muss es auf ein solides Fundament gestellt werden. Das heißt, entweder muss das Produkt nach bestandenem Proof of Concept neu geschrieben werden, oder es sind aufwendige Nacharbeiten erforderlich:

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Security Audit: Security zählt zu den nicht-funktionalen Anforderungen. Immer wieder liest man von unsicheren Datenbanken, veralteten Libraries oder Angriffen, die Unternehmen Milliarden kosten. Eine sicherheitsrelevante Schwachstelle in ausgelieferter Software ist eine Situation, der man sich als Firma nicht aussetzen will.

Gute Entwickler denken schon bei der Entwicklung eines Produkts an Security. Sie wissen in der Regel, welche Komponenten sie einsetzen und wie Daten sicher gespeichert, verarbeitet und gelöscht werden können.

KI hingegen denkt nicht. Sie erzeugt Lösungen, die mit hoher Wahrscheinlichkeit zum gewünschten Ergebnis führen. Selbst wenn Sicherheit explizit als Anforderung genannt wird, kann die KI nur vermuten, was das bedeutet. Ob etwa eine bestimmte Bibliothek oder Datenbankanbindung wirklich sicher ist, kann sie nicht zuverlässig beurteilen. Antworten auf Sicherheitsfragen klingen oft überzeugend – sind aber nicht zwingend korrekt.

Daher muss immer ein Mensch überprüfen, was die KI vorgeschlagen und umgesetzt hat. Je nach Komplexität des Produkts und Verfügbarkeit von Security-Experten kann dieser Prozess Wochen dauern – und ist entsprechend kostenintensiv.

Architektur-Review: Je größer ein Softwareprodukt wird, desto komplexer ist in der Regel auch seine Architektur. Ob On-premises oder in der Cloud – hier den Überblick zu behalten, ist anspruchsvoll, insbesondere wenn auch Kostenstrukturen in der Cloud berücksichtigt werden müssen. Eine KI erstellt keine Architekturübersicht, dokumentiert nicht strukturiert und ignoriert im ersten Entwurf meist auch wirtschaftliche Aspekte. Auch hier muss von Experten untersucht, dokumentiert und ggf. überarbeitet werden, um ein langfristig wartbares Ergebnis zu erreichen.

Dokumentation: KI dokumentiert nicht – zumindest nicht in einer Form, die für Menschen intuitiv verständlich wäre. Ja, man kann sich durch den Wortsalat kämpfen, aber zumindest zum jetzigen Zeitpunkt ist von Menschen geschriebene Dokumentation um Welten besser als das, was von KI produziert wird. Zudem ist fraglich, ob ein Vibe-Code-Entwickler mit wenig Erfahrung im produktiven Betrieb bei jedem Schritt daran denkt, getroffene Entscheidungen oder Architektur zu dokumentieren.

Pflege durch erfahrene Entwickler: Kaum ein Softwareprodukt bleibt ein kurzlebiges Experiment. In der Realität leben viele Lösungen deutlich länger, als es in der frühen Konzeptphase absehbar war. Früher oder später treten Fehler auf, Anforderungen ändern sich, neue Funktionen kommen hinzu.

Das heißt, das Produkt muss auf lange Sicht wartbar sein und bleiben. Wie bereits erwähnt, nimmt der Nutzen von KI mit steigender Komplexität ab. Hinzu kommt: Der Vibe Coder hat meist ein Konzept entwickelt und getestet – der Anreiz, sich neuen Ideen zuzuwenden, statt alten Code zu pflegen, ist groß. Früher oder später braucht es also erfahrene Entwickler, die das Projekt langfristig warten und pflegen.

So oder so: Die KI nimmt uns den menschlichen Qualitätscheck nicht ab. Und dieser Qualitätscheck sollte durch Menschen erfolgen, die Softwareentwicklung gelernt haben.

Fazit

Ein Vibe-Coding-Projekt ist im Kern nichts anderes als ein schnell mit minimalem Ressourceneinsatz entwickeltes „traditionelles“ Projekt. Doch auch solche Projekte müssen gepflegt, dokumentiert und weitergeführt werden, und zwar von erfahrenen Entwicklern und Architekten. Die KI kann uns diese Aufgaben (noch) nicht abnehmen.

Artikelfiles und Artikellinks

(ID:50399101)