Vibe Coding und der Review-Engpass: Wer prüft, was die KI produziert?
Vibe Coding hat das Schreiben von Code billig gemacht. Man beschreibt, was man will, und ein KI-Agent liefert eine lauffähige Version, oft in Minuten. Das ist echt, und es verändert, wie Software entsteht. Aber Code schreiben war selten der einzige Engpass. Der Engpass ist das Prüfen.
Wer zehnmal mehr Code, Konfigurationen und Entwürfe produziert, aber im gleichen Tempo prüft, ist nicht automatisch schneller geworden. Die Warteschlange ist nur umgezogen: vom Schreiben zum Review.
Der Engpass wandert
Jedes System hat eine engste Stelle. Beschleunigt man einen anderen Schritt, staut sich die Arbeit davor. KI-Agenten drehen Softwarearbeit genau so: Produktion ist schnell und günstig, also wird das Verstehen, Bewerten und Verantworten des Ergebnisses zur knappsten Ressource.
Das gilt weit über Code hinaus. Agenten erzeugen Datenmigrationen, Angebote, Texte, Auswertungen und erste Produktentscheidungen. Jedes Ergebnis muss jemand prüfen, bevor es in Produktion, zum Kunden oder in die Buchhaltung geht. Mehr Output heißt mehr Prüfarbeit, nicht weniger.
Zwei Prüf-Spuren
- Maschinell prüfbar: Linting, Typechecking, automatisierte Tests, Schemas, Verträge und CI/CD können entscheiden, ob ein Ergebnis technisch korrekt ist.
- Urteilsabhängig: Produktentscheidungen, mehrdeutige Geschäftsregeln, Tonalität, UX und fachlich gemeinte Datenzuordnungen brauchen menschliches Urteil.
In der ersten Spur skaliert Review. Sie schreiben die Prüfung einmal, und sie läuft für jeden weiteren KI-Vorschlag. Wie man diese harten Grenzen für KI-Code setzt, beschreibt Wie Sie beim KI-Coding die Kontrolle behalten.
In der zweiten Spur reicht ein grünes Build-Ergebnis nicht. Dort braucht es klare Akzeptanzkriterien, Referenzbeispiele, Stichproben, Probeläufe und eine explizite Freigabe. Der praktische Rahmen steht in Akzeptanzkriterien für KI-Aufgaben.
Wie sich die beiden Spuren im Alltag anfühlen, zeigen zwei Projekte aus unserer eigenen Arbeit. Beim automatisierten DATEV-Export für MAFU-SHERPA entscheidet der Empfänger selbst über richtig oder falsch: DATEV nimmt die Datei an oder lehnt sie ab, und Soll-Haben-Kennzeichen, Dezimalkomma und Spaltenreihenfolge lassen sich vor jedem Lauf maschinell prüfen. Dieser Schritt gehört vollständig in die erste Spur. In der Artikelerfassung von XPO Inventory schlägt die KI aus einem Foto Name, Beschreibung, Farbe, Kategorie und Einheit vor; ob die Kategorie stimmt, sieht nur jemand, der das Material kennt. Maße und Menge bleiben dort bewusst manuell, weil diese Werte für Inventarprozesse zu kritisch sind. Aus beiden Projekten ist dieselbe Regel geworden. Erst klären, wer über richtig entscheidet; dann festlegen, wie geprüft wird.
Die Triage-Frage
Bei jeder Agenten-Aufgabe hilft eine einfache Frage: Kann eine Maschine entscheiden, ob das richtig ist? Wenn ja, gehört die Aufgabe in automatische Prüfungen. Wenn nein, gehört sie in bewusstes menschliches Review.
- Schieben Sie so viel Arbeit wie möglich in die maschinell prüfbare Spur.
- Schneiden Sie Aufgaben klein genug, dass Kriterien eindeutig werden.
- Definieren Sie vor der Generierung, wer das Ergebnis nach welchen Kriterien freigibt.
Wie viel Prüfung welche Aufgabe verdient und wie Sie Review am Risiko ausrichten, ohne das Tempo zu verlieren, vertieft Wie viel Review braucht KI-Code?.
Mehr Agenten lösen das nicht
Mehr Agenten erhöhen den Durchsatz auf der Produktionsseite, also auf der Seite, die ohnehin schon schnell ist. Wenn fünf Agenten Pull Requests, Angebote und Auswertungen erzeugen und eine Person alles prüfen soll, wartet jedes Ergebnis hinter einem anderen. Rückfragen kommen später. Falsche Annahmen bleiben dadurch länger unbemerkt. Mehr parallele Produktion verlängert so die Warteschlange; Engpass und Risiko bleiben bei derselben Person.
Deshalb müssen die Ergebnisse leichter zu prüfen sein. Kleine, klar abgegrenzte Aufgaben mit eindeutigen Kriterien sind schneller und sicherer zu prüfen als große, vage Aufträge.
Review ist Senior-Arbeit
Urteilsabhängiges Review verlangt Verständnis für Geschäft, Architektur und Folgen. Deshalb muss ein erfahrener Mensch hinter dem KI-Output stehen und das Ergebnis verantworten.
Diese Verantwortung gehört zu einer benannten Person, die die Software und ihre Folgen versteht. KI bringt Tempo. Tests, Typen und CI/CD setzen harte Grenzen, und alles andere braucht fachliches Urteil statt Hoffnung.
Selbst bauen oder bauen lassen?
Daraus folgt nicht, dass Sie nie selbst mit KI bauen sollten. Im Gegenteil: Für Werkzeuge mit geringem Geschäftsrisiko ist Vibe Coding mit Tools wie Codex oder Claude Code oft die richtige und günstigste Wahl, vorausgesetzt, jemand kann das Ergebnis lesen, testen und verantworten. Ein Fehler in einem internen Hilfstool kostet meist wenig.
Sobald Software aber geschäftskritisch wird, mehrere Nutzer und sensible Daten betrifft oder über Jahre laufen muss, wird der Review-Engpass zum eigentlichen Kostenfaktor. Dann lohnt es sich, bauen zu lassen, denn Architektur, Tests, Reviews und Eigentum entscheiden über die Gesamtkosten; am Code der KI-Tools liegt es selten. Wann welche Option passt, klärt Individualsoftware vs. Standardsoftware.
Was passiert mit einem angefangenen Vibe-Coding-Projekt?
Viele Unternehmen stehen genau an diesem Punkt: Eine klickbare Anwendung existiert, gebaut mit einem KI-Coding-Tool, aber es gibt keinen verlässlichen Weg zur ersten Version, die den Alltag trägt. Der Start war trotzdem nützlich. Er macht die Idee sichtbar und gibt allen Beteiligten etwas Konkretes zum Diskutieren. Wie das Projekt begonnen wurde, spielt für den nächsten Schritt keine Rolle.
Der nächste Schritt ist eine Bestandsaufnahme, keine Schuldfrage. Verlangen Sie zuerst eine geschützte Kopie des aktuellen Stands, bevor irgendetwas verändert wird. Lassen Sie dann prüfen, was bereits funktioniert, was erhalten bleiben kann und was den verlässlichen Betrieb blockiert, und legen Sie ein kleineres Ziel für die erste nutzbare Version fest. Am Ende steht entweder ein funktionierender Kernpfad oder ein klarer Übernahmeplan, wenn die vorhandene Basis mehr Arbeit braucht, als ein begrenzter erster Schritt tragen kann.
Nach dieser Prüfung wissen Sie, ob das Projekt weitergeführt, vereinfacht, teilweise neu gebaut oder gestoppt werden sollte. Nicht jede generierte Funktion überlebt sie, und genau das ist der Punkt: Ein kleiner, geprüfter Kern trägt mehr als eine große, ungeprüfte Oberfläche. Welche Teile bleiben, entscheiden dieselben zwei Spuren wie beim DATEV-Export und bei XPO Inventory. Maschinell Prüfbares lässt sich leicht behalten; was Urteil braucht, wird neu bewertet.
Welche Risiken birgt Vibe Coding?
Das größte Risiko ist überzeugender Output, der plausibel aussieht und trotzdem das falsche Problem löst oder eine Geschäftsregel verletzt. Dazu kommt der Engpass: Wer viel generiert, aber im alten Tempo prüft, staut Arbeit vor dem Review auf. Vibe Coding wird erst beherrschbar, wenn automatische Prüfungen und bewusstes menschliches Review die Geschwindigkeit einrahmen.
Was lässt sich an KI-Code automatisch prüfen und was nicht?
Automatisch prüfbar sind Syntax, Stil, Typen, Berechnungen, Datenform und technische Abläufe; dafür gibt es Linting, Tests und Schemas, die bei jedem Lauf greifen. Nicht automatisch prüfbar sind Produkturteil, mehrdeutige Fachregeln, Tonalität, UX und die Frage, ob das richtige Problem gelöst wurde. Diese Ergebnisse brauchen Kriterien und eine menschliche Freigabe.
Wie behält ein Team bei viel KI-Output die Kontrolle?
Indem es Aufgaben klein und prüfbar schneidet und automatische Checks konsequent nutzt. Für urteilsabhängige Ergebnisse legt das Team vor der Generierung fest, wer nach welchen Kriterien freigibt, und arbeitet mit Referenzbeispielen, Stichproben und Probeläufen. So bleibt die Prüfarbeit im Takt der Produktion, statt sich vor einer Person zu stauen.
Sollten wir die Software lieber selbst mit KI bauen?
Für Werkzeuge mit geringem Geschäftsrisiko oft ja. Sobald die Software geschäftskritisch wird, mehrere Nutzer, sensible Daten oder Integrationen betrifft und über Jahre gepflegt werden muss, entscheidet der Review-Engpass über die Gesamtkosten; dann lohnt sich bauen lassen. Den Entscheidungsrahmen liefert der Vergleich von Individual- und Standardsoftware.
Sie wollen KI-Tempo, ohne die Kontrolle über Qualität zu verlieren? Sprechen Sie direkt mit dem Entwickler.