← Blog

KI-Vibecoding

Ihr Vibecoding-MVP schafft keine Releases mehr – wie jede von Juniors gebaute Codebasis vor ihm

Ein Vibecoding-MVP gerät aus demselben Grund ins Stocken wie ein Team aus Junior-Entwicklern ohne Senior: Code entsteht schnell, nichts fängt Fehler ab, bevor sie in Produktion landen, und jede neue Änderung macht unbemerkt die vorige kaputt.

In Gründer-Communitys taucht immer wieder dieselbe Geschichte auf, die Fachpresse hat ihr schon einen Namen gegeben, den Vibecoding-Kater, und sie erreicht immer denselben Punkt. Das MVP existiert. Es hat echte Nutzer, manchmal echten Umsatz. Die ersten Monate waren die beste Zeit, die der Gründer je mit dem Bauen eines Produkts hatte: ein Feature in Cursor, Claude Code, Lovable oder Bolt beschreiben, und schon ist es da. Und dann, nach ein paar Monaten, kommen die Releases zum Stillstand. Das passiert schleichend. Releases werden riskanter, Fixes dauern länger, und Änderungen, die früher einen Nachmittag brauchten, dauern plötzlich Wochen.

An diesem Punkt lautet der übliche Schluss, dass Programmieren mit KI eine Falle war oder dass der Code Müll ist und neu geschrieben werden muss. Ich halte beides für falsch. In diesen Codebasen sehe ich etwas, das ich schon jahrelang repariert habe, bevor ein Sprachmodell je eine Zeile Produktionscode geschrieben hat: das Ergebnis schneller, unbeaufsichtigter Arbeit von Juniors. Die Branche weiß seit Jahrzehnten, wie man damit umgeht, und in einem typischen Vibecoding-MVP ist fast nichts von diesem Wissen angewendet worden. Das ist die gute Nachricht: Ihre Lage ist gut verstanden, und die Lösungen sind es auch.

So sieht der Stillstand aus

Das Muster wiederholt sich so zuverlässig, dass ich die Symptome aufzählen kann, ohne die Codebasis gesehen zu haben:

  • Sie fügen ein Feature hinzu, und drei andere gehen kaputt. Herauszufinden, welche drei, dauert länger als das Feature selbst.
  • In der KI-generierten Codebasis gibt es Teile, die niemand versteht, auch Sie nicht und auch die KI nicht, die sie geschrieben hat. Diese Teile anzufassen ist ein Glücksspiel.
  • Die KI schreibt denselben Code immer wieder anders. Jeder Fix macht einen früheren Fix rückgängig. Sie bezahlen Tokens dafür, sich im Kreis zu drehen.
  • Der Ablauf aus der Demo funktioniert. Dann macht ein echter Nutzer etwas leicht Ungewöhnliches, die Produktion fällt nachts aus, und Sie erfahren davon erst durch eine Beschwerde.

Alle vier Symptome haben dieselbe Ursache: Nichts in der Codebasis oder im Arbeitsablauf hält frühere Entscheidungen fest, also würfelt jede neue Änderung alles Vorherige neu aus. Auch die Forschung beginnt, denselben Zielkonflikt zu beschreiben: Eine aktuelle Studie zu Vibecoding in der Praxis zeigt, dass die mühelose Codegenerierung später mit inkonsistenter Architektur, Sicherheitslücken und hohem Wartungsaufwand bezahlt wird.

Der schnellste Junior, den Sie je eingestellt haben

Ein Perspektivwechsel macht die ganze Lage beherrschbar: Behandeln Sie den Coding-Agenten als Teammitglied mit einem ganz bestimmten Profil. Er ist der schnellste Junior-Entwickler, mit dem Sie je gearbeitet haben. Er liefert ein Feature in Minuten, widerspricht nie und wird nie müde. Gleichzeitig erinnert er sich an keine einzige Entscheidung des letzten Monats und ihre Gründe, hat keine Scheu, alles anzufassen, und fühlt sich für das Ergebnis nicht verantwortlich. Er übergibt Ihnen selbstbewusst Code, der fertig aussieht, denn genau darauf optimiert er: fertig auszusehen.

Softwareteams beschäftigen genau diese Person, seit es die Branche gibt. Jede Praxis, die rund um Junior-Entwickler entstanden ist, gibt es wegen dieses Profils. Erfahrene Entwickler haben sich weitgehend auf diese Sichtweise geeinigt; bei Gründern fehlt allerdings noch die Hälfte, die wirklich zählt: das Führungssystem, das dazugehört.

Das sage ich als jemand, der jeden Tag mit KI-Agenten entwickelt. Meine eigene Produktarbeit ist Vibecoding, und ich habe nicht vor, damit aufzuhören. Jede Änderung meiner Agenten durchläuft Linter, Typprüfungen und Tests in der CI, bevor sie übernommen wird. Die Tools unterscheiden sich je nach Stack: mypy und pytest für Python, tsc und ESLint für Node, PHPStan und PHPUnit für PHP. Die Idee bleibt dieselbe. Das Tempo ist echt. Das Profil auch.

Hinter der menschlichen Version davon habe ich schon mehrmals aufgeräumt. In einem EdTech-Startup, in dem ich als Teilzeit-CTO gearbeitet habe, konnte die Produktion stundenlang ausfallen, bevor es jemand merkte: Nichts überwachte sie. Keine Alerts, kein Error-Tracking. Funktionale Bugs blieben im Produkt, ohne dass sich jemand darum kümmerte. Der Code war schnell geschrieben worden, von Leuten mit mehr Tempo als Erfahrung, und die größten Lücken lagen rundherum: Niemand prüfte Änderungen, nichts testete die kritischen Abläufe, nichts überwachte die Produktion, und ein Release bedeutete, dass sich ein Entwickler auf dem Produktionsserver einloggte und Dinge von Hand änderte.

Wir haben Monitoring eingerichtet, Tests, Code-Reviews und einen QA-Schritt eingeführt, die Handarbeit auf dem Server durch eine Release-Pipeline ersetzt und nebenbei Teile des Codes neu geschrieben. Die Ausfälle hörten auf; die Produktion lief von da an stabil. Über die Zeit der Zusammenarbeit sanken die Ausfallzeiten auf weniger als ein Zehntel, die Delivery, also Time to Market und Durchsatz, hat sich mehr als verdoppelt, die laufenden Kosten sanken auf rund zwei Drittel, und der eNPS des Teams stieg von −100 % auf +100 %. Neben den Tools habe ich mich mit dem Entwickler zu Einzelgesprächen zusammengesetzt, über seine Ziele und den Weg dorthin, denn einen Junior zu führen heißt auch, ihn wachsen zu lassen. Das alles ist Standardausrüstung, nur spät eingesetzt.

Für dieses Startup gab es noch keine KI, und das Versagen ist genau dasselbe wie in einem KI-gebauten MVP. KI kommt nur schneller dort an.

Was erfahrene Teams mit Juniors tun, und die Entsprechung für KI

Die Praktiken, die aus der Arbeit von Juniors ein funktionierendes Geschäft machen, sind langweilig bekannt. Jede von ihnen hat eine direkte Entsprechung im KI-Zeitalter, und einem Vibecoding-MVP fehlen meist alle auf einmal.

Wie Teams mit Juniors umgehenDie Entsprechung für KIWas das verhindert
Ein Onboarding-Dokument: wie wir hier Code strukturieren und was wir nie tunEine Datei mit Konventionen, die der Agent bei jeder Aufgabe liest (AGENTS.md / CLAUDE.md)Dass der Agent bei jeder Anfrage die Architektur neu erfindet
Code-Review, bevor irgendetwas gemergt wirdEin Mensch oder ein erfahrener Agent prüft jede KI-Änderung; Linter und Typprüfung laufen als harte SchrankeCode, der „fertig aussieht“ und unbemerkt funktionierende Features kaputt macht
Eine Testsuite, die grün bleiben mussAutomatisch laufende Tests für die kritischen Abläufe; eine rote Suite blockiert den MergeDen Fix, der zwei andere Dinge kaputt macht; die Regression, die Sie erst in Produktion finden
Eine CI, die schlechte Änderungen nicht durchlässtDieselbe Pipeline für die Ergebnisse des Agenten: Linting, Typen, Sicherheitsscan, BuildFest eingetragene Zugangsdaten, ungeprüfte Eingaben, Abhängigkeiten, die niemand bewusst gewählt hat
Monitoring, damit Probleme vor den Kunden auffallenError-Tracking und Alerts für das ausgelieferte ProduktStundenlange Ausfälle, während alle annehmen, dass alles läuft
Kleine, klar umrissene Aufgaben: Ein Junior bekommt „Abrechnung neu bauen“ nie als ein TicketEine Änderung pro Anfrage, so zugeschnitten, dass ein Mensch den Diff wirklich prüfen kannDen Diff mit 4.000 Zeilen, den niemand prüfen kann und in dem die schlimmsten Überraschungen stecken
Regelmäßige Einzelgespräche und Feedback, damit der Junior wächst und Fehler nicht wiederholtWas im Review auffällt, fließt zurück in die Datei mit Konventionen, damit der Agent diesen Fehler nicht mehr machtJede Woche für dieselbe Korrektur zu bezahlen, in Tokens und in Zeit für Reviews

Die linke und die rechte Spalte sind dieselbe Liste. Darin liegt das ganze Argument dieses Essays: Die Disziplin, mit der man KI-Agenten führt, gibt es bereits, voll erprobt, und sie wartet nur darauf, angewendet zu werden.

Zur Zeile über Sicherheit gibt es eine Zahl, die man kennen sollte: Im GenAI Code Security Report 2025 von Veracode sind 45 % der KI-generierten Codebeispiele aus mehr als 100 Modellen bei Sicherheitsprüfungen durchgefallen. Die Schranke gibt es, weil der Junior Sicherheitslücken in großem Stil ausliefert.

Bessere Prompts fehlen bewusst in der Liste. Ein Senior gestaltet die Umgebung um einen Junior so, dass nachlässige Arbeit gar nicht erst in Produktion gelangen kann, egal wie das Ticket formuliert ist.

Die Lösungen, die Sie schon versucht haben, und warum sie nicht gehalten haben

Wenn ein Gründer anfängt, Hilfe von außen zu suchen, hat er meist schon zwei oder drei Rettungsversuche hinter sich. Diese Versuche scheitern auf vorhersehbare Weise, und der Blick auf den Junior erklärt jeden einzelnen.

Das KI-Tool wechseln. Wer Cursor gegen Windsurf oder Copilot tauscht, ersetzt einen Junior durch einen anderen Junior. Der neue ist vielleicht klüger; er hat trotzdem kein Gedächtnis, keine Scheu und kein Review, das auf seine Ergebnisse wartet. Dieselben Muster kehren innerhalb von Wochen zurück, denn mit dem Modell, das den Code schreibt, hatten sie nie etwas zu tun.

Bessere Prompts und Regeldateien. Schon näher dran: Das ist das Onboarding-Dokument, und es ist eine echte Ebene. Eine Anweisung, die die Pipeline nicht durchsetzt, bleibt allerdings ein Vorschlag. Ein Junior nickt den Styleguide ab und liefert dann aus, was er eben ausliefert; wirksam wird der Leitfaden erst durch das Review und die Schranken dahinter.

Der Refactoring-Sprint. „Wir stoppen zwei Wochen lang die Features und räumen auf.“ Refactoring ohne Tests ist der Weg, auf dem ein Junior alte Bugs in neue verwandelt: Die Codebasis ist danach anders kaputt, und Sie haben dafür zwei Wochen Stillstand bezahlt. Aufräumen kommt erst nach dem Netz, das auffängt, was beim Aufräumen kaputtgeht.

Einen Senior-Entwickler einstellen. Der richtige Instinkt, oft zum falschen Zeitpunkt. Setzen Sie einen Senior in eine Codebasis ohne Tests, ohne Review-Historie und ohne Monitoring, und seine ersten Monate verschwinden in Archäologie: Er rekonstruiert von Hand Fakten, die die Werkzeuge klar benennen sollten. Manche gehen wieder. Bauen Sie zuerst das Sicherheitsnetz, und dieselbe Person ist ab der ersten Woche wirksam, falls Sie sie dann überhaupt noch brauchen.

Releases wieder in Gang bringen

Die Reihenfolge der Schritte ist wichtiger als jede einzelne Praxis.

  1. Zuerst diagnostizieren. Welche fehlende Ebene blockiert die Releases jetzt? Fällt die Produktion unbemerkt aus, kommt zuerst das Monitoring. Löst jede Änderung Regressionen aus, kommen zuerst Tests für die zwei oder drei kritischen Nutzerabläufe. Ein Vibecoding-MVP verkraftet keine sechs neuen Praktiken in einer Woche; fangen Sie mit der an, die am meisten schmerzt, und ergänzen Sie dann die nächste.
  2. Das Sicherheitsnetz aufbauen. Monitoring und Error-Tracking, eine CI-Pipeline mit echten Schranken, Tests für die Abläufe, ohne die das Geschäft stirbt, ein Review für jede Änderung. Ob Mensch oder Agent, die Regel ist dieselbe: Nichts wird ungesehen gemergt. Diese Phase dauert Wochen, höchstens ein paar Monate, und in ihr kommen die Releases still und leise wieder in Gang, weil Änderungen keine Angst mehr machen.
  3. Erst dann skalieren. Architektur aufräumen, Performance optimieren, über Einstellungen entscheiden: die Arbeit, mit der KI-generierte Software skaliert. All das ist günstig, sobald das Netz steht, und leichtsinnig, solange es fehlt.

Dieselbe Reihenfolge wende ich seit Jahren bei von Juniors gebauten Codebasen an, und genau das biete ich für Vibecoding-Produkte an. Die ausführliche Version, mit den Kosten und dem Ertrag jeder Phase, finden Sie auf der Seite Vibecoding-MVP in Ordnung bringen. Und wenn Sie messen möchten, wo Ihre Delivery tatsächlich stockt, statt zu raten, also welche Aufgaben hängen bleiben und in welcher Phase, dann finden Sie dazu einen eigenen Leitfaden zur Diagnose des Entwicklungsprozesses mit Metriken. Er gilt für ein KI-gestütztes Team aus zwei Leuten genauso wie für eine Organisation mit vierzig Entwicklern.

Häufige Fragen

Muss ich das MVP von Grund auf neu schreiben?

Mit ziemlicher Sicherheit nicht. Von Juniors gebaute Codebasen werden seit Jahrzehnten gerettet, ohne bei null anzufangen, und die Methode lässt sich direkt übertragen: stabilisieren, das Sicherheitsnetz aufbauen und dann die schlimmsten Teile Stück für Stück neu schreiben, mit dem Netz darunter, das auffängt, was dabei kaputtgeht. Ein Neuschreiben wirft das einzige Kapital weg, das Sie wirklich haben, nämlich funktionierenden Code, den Nutzer jeden Tag verwenden, und startet denselben Prozess mit denselben fehlenden Praktiken neu.

Sind das einfach technische Schulden?

Es ist etwas Spezifischeres. Technische Schulden setzen voraus, dass jemand den Zielkonflikt verstanden und sich bewusst für Tempo entschieden hat. Eine KI-generierte Codebasis enthält Entscheidungen, die niemand bewusst getroffen hat und niemand erklären kann. Die Schuld liegt im Verständnis. Deshalb beginnt die Lösung damit, die Codebasis beobachtbar und testbar zu machen; das Aufräumen kommt danach.

Kann ich weiter mit KI entwickeln, während das in Ordnung gebracht wird?

Ja, genau darum geht es. Das Ziel ist, Review, Tests und Prüfschranken um den Junior herum aufzubauen, während die Tastatur bleibt, wo sie ist. Sie liefern die ganze Zeit weiter mit KI aus; die Ergebnisse des Agenten laufen einfach durch dieselben Prüfungen wie die eines Menschen. Ich entwickle selbst täglich mit KI in genau so einem Aufbau.

Kann KI die Codebasis reparieren, die sie kaputt gemacht hat?

Teilweise, und nur innerhalb von Leitplanken. Agenten sind wirklich gut in der Wartungsarbeit, die eine KI-generierte Codebasis braucht: Tests schreiben, Fehlerbehandlung ergänzen, mechanische Refactorings. Voraussetzung ist eine Pipeline, die ihre Ergebnisse prüft. Einen Agenten ohne Tests und ohne Prüfschranken zu bitten, „die Codebasis aufzuräumen“, heißt, denselben Junior seine eigenen Hausaufgaben korrigieren zu lassen.