Vibe Coding: Kontrolle und Verantwortung bleiben unverzichtbar

Mit Claude Code entwickle ich deutlich schneller als vorher. Aufgaben, für die ich früher lange selbst Code geschrieben habe, sind teilweise in erstaunlich kurzer Zeit umgesetzt. Das verändert meine Arbeit spürbar.

Ich beschreibe eine Aufgabe, Claude setzt sie um, durchsucht dafür das Projekt, verändert mehrere Dateien und kann anschließend noch Tests ausführen. Gerade bei klar abgegrenzten Aufgaben funktioniert das inzwischen sehr gut.

Trotzdem bedeutet schnelleres Coding nicht, dass ich mich aus der Entwicklung zurückziehen kann.

Im Gegenteil: Je mehr Code die KI für mich schreibt, desto wichtiger wird die Kontrolle, um den Überblick zu behalten und zu beurteilen, ob das Ergebnis nicht nur funktioniert, sondern auch zu meinem Projekt passt.

Meine Arbeit wird dadurch also nicht überflüssig, sie verlagert sich stärker auf andere Bereiche.

Parallel arbeiten klingt erst einmal perfekt

Eine der großen Stärken von Coding-Agents ist, dass sie selbstständig arbeiten können.

Während ein Agent eine Aufgabe umsetzt, könnte der nächste schon an einer anderen arbeiten. Und während beide programmieren, könnte ich mich um etwas völlig anderes kümmern.

Technisch ist das möglich. Multitasking funktioniert zumindest beim Menschen aber nur eingeschränkt – und auch beim Vibe Coding habe ich hier stellenweise Probleme festgestellt.

Wenn zu viele Dinge gleichzeitig innerhalb eines Projekts passieren, verliere ich irgendwann den Überblick. Insbesondere wenn es Überschneidungen gibt.

Dazu kommt ein technisches Problem: Arbeiten zwei Agenten parallel an verschiedenen Aufgaben, so gibt es doch immer wieder Schnittmengen. Zentrale Dateien, in denen allgemein gültige Funktionen liegen, und so weiter. Plötzlich arbeiten zwei Agenten an denselben Dateien, und die Wahrscheinlichkeit für Konflikte steigt. Ein Agent verändert Code, auf dessen vorherigem Stand der andere gerade seine Lösung aufbaut. Hier muss man aufpassen.

Für mich liegt der Vorteil deshalb nicht darin, möglichst viele Agenten gleichzeitig loszuschicken. Viel interessanter ist es, Aufgaben gezielt abzugeben und die gewonnene Zeit an anderer Stelle zu nutzen. Wobei auch das schwierig ist, da Agenten Rückfragen haben und man parallel somit nicht wirklich in einem Fokus-Block konzentriert an einer anderen Sache arbeiten kann. Hier ist dann wieder Organisation gefragt.

Nach „fertig“ kommt mein Review

Wenn Claude Code eine Aufgabe als erledigt meldet, ist das für mich inzwischen ein ziemlich angenehmer Moment. Ein großer Teil der eigentlichen Umsetzung ist erledigt. Jetzt kommt der Teil, in dem ich mir anschaue, was er gebaut hat.

Dabei geht es mir nicht darum, jede von der KI geschriebene Zeile grundsätzlich infrage zu stellen. Vieles davon kann ich direkt nachvollziehen und übernehmen. Aber ich möchte wissen, was sich in meinem Projekt verändert hat.

Das geht direkt im Editor oder (mein Favorit) über den Diff in Git. Welche Dateien wurden verändert? Welche neuen Strukturen sind entstanden? Wurde bestehender Code angepasst, mit dem ich nicht gerechnet habe?

Und vor allem: Passt die Lösung zu der Richtung, in die sich das Projekt entwickeln soll?

Denn Claude kann eine technisch gute Lösung erzeugen, ohne alle Überlegungen zu kennen, die ich für die nächsten Monate mit dem Projekt habe.

Vielleicht passt die Umsetzung perfekt in mein Vorhaben. Vielleicht hätte ich den ein oder anderen Punkt im Hinblick auf meine Kenntnis der Architektur aber auch anders gelöst. Das sind keine Fehler der KI. Das sind Entscheidungen, für die weiterhin jemand den größeren Zusammenhang kennen muss.

Jedes Projekt hat seine eigenen Regeln

Mit der Zeit entwickelt jedes Projekt seine eigene Ordnung. Bestimmte Dateien liegen an bestimmten Stellen. Komponenten folgen einem ähnlichen Aufbau. Funktionen werden nach bestimmten Regeln benannt. Für wiederkehrende Probleme gibt es bereits Lösungen.

Ein Teil davon steht in Dokumentationen oder Projektregeln. Ein anderer Teil steckt schlicht im bestehenden Code. Je besser Claude diese Regeln kennt, desto besser werden auch die Ergebnisse. Mit der Zeit lernt er das Projekt auch immer besser kennen.

Deshalb lohnt es sich, solche Vorgaben explizit zu machen. Wo gehört welcher Code hin? Welche Muster verwenden wir? Welche wollen wir vermeiden? Welche Regeln gelten für Tests, Benennung oder Struktur?

Trotzdem schaue ich nach der Umsetzung, ob diese Regeln tatsächlich eingehalten wurden. Nicht, weil ich davon ausgehe, dass die KI sie ignoriert. Sondern weil am Ende ich entscheiden muss, ob eine Änderung wirklich in das bestehende Projekt gehört.

Ohne Prüfung des erzeugten Codes können hier im Laufe der Zeit beachtliche technische Schulden aufgebaut werden. Die Erfahrung zeigt, dass diese einen immer einholen werden.

Funktionieren ist nur eine Ebene

Wie gesagt: KI-generierter Code kann eine Aufgabe sehr schnell lösen. Einer der ersten Tests ist, ob alles so funktioniert, wie es soll. Danach kommen aber direkt weitere Fragen: Was passiert mit leeren Daten? Was passiert, wenn eine Anfrage fehlschlägt? Was passiert bei einer unerwarteten Eingabe? Gibt es einen Zustand, den wir bei der Beschreibung der Aufgabe vergessen haben?

Der beschriebene Ablauf funktioniert vielleicht perfekt. Ein Benutzer hält sich aber nicht unbedingt an diesen Ablauf. Genau solche Edge Cases bleiben ebenfalls Teil meiner Arbeit.

Claude kann auch dabei helfen. Ich kann die KI gezielt nach möglichen Sonderfällen suchen lassen, Tests erzeugen lassen oder die eigene Implementierung noch einmal kritisch prüfen lassen.

Das ist für mich ein wichtiger Punkt: Kontrolle bedeutet nicht zwangsläufig, wieder alles selbst machen zu müssen. Auch beim Prüfen kann KI Arbeit übernehmen. Die Entscheidung, ob die Prüfung ausreichend ist, bleibt trotzdem bei mir.

Gute Vorarbeit macht KI noch schneller

Am Anfang habe ich Aufgaben häufiger relativ frei beschrieben und Claude einfach loslegen lassen. Das funktioniert auch erstaunlich oft. Bei größeren Aufgaben habe ich aber festgestellt, dass mehr Vorbereitung am Ende viel Zeit spart.

Je klarer ich beschreibe, was entstehen soll, desto weniger Entscheidungen muss die KI selbst treffen. Desto weniger Rückfragen hat sie. Anforderungen, Einschränkungen, bestehende Strukturen und bekannte Sonderfälle können direkt in die Aufgabe einfließen.

Bei umfangreicheren Änderungen kann daraus eine richtige Spezifikation werden. Das klingt zunächst nach mehr Vorarbeit. In der Praxis ist es häufig das Gegenteil. Ich investiere Zeit in die Beschreibung und bekomme dafür sehr schnell eine Umsetzung, die wesentlich näher an dem liegt, was ich tatsächlich brauche.

Außerdem kann man diesen Weg der Spezifikation sehr bequem gehen: In einem Gespräch mit ChatGPT beschreibe ich, was ich umsetzen möchte. In diesem Gespräch entwickelt sich automatisch ein Pflichtenheft für den Coding-Agenten. Je mehr ich erzähle, desto mehr fallen mir selber auch Sonderfälle ein oder Punkte, die ich vielleicht bisher nicht bedacht habe. Allein reden und der dadurch tiefere Einstieg in die Materie hilft hier schon. Die KI baut mir daraus ein Pflichtenheft aus allen besprochenen Punkten, das ich dann an Claude Code übergeben kann.

Meine Arbeit verschiebt sich

Das ist wahrscheinlich die größte Veränderung für mich. Ich schreibe weniger Code selbst. Gleichzeitig beschäftige ich mich stärker damit, was gebaut werden soll, wie es in das bestehende Projekt passt und ob das Ergebnis langfristig sinnvoll ist.

Ich definiere Aufgaben. Ich gebe Kontext. Ich treffe Entscheidungen über die Architektur. Ich prüfe Änderungen. Ich denke über Sonderfälle nach. Und ich entscheide, welcher Code am Ende tatsächlich übernommen wird.

Claude Code nimmt mir dabei einen erheblichen Teil der Umsetzung ab. Genau das macht die Arbeit damit so schnell. Für mich bedeutet KI-Coding deshalb nicht weniger Entwicklung. Es ist eine andere Art zu entwickeln. Der Anteil des manuellen Codings wird kleiner. Der Anteil von Steuerung, Review und Entscheidungen wird größer.

Und genau darin liegt für mich die Stärke: Ich muss nicht mehr jede einzelne Zeile selbst schreiben, um eine Idee umzusetzen. Aber ich muss weiterhin verstehen, was ich bauen möchte und was am Ende in meinem Projekt landet.

Die KI kann einen großen Teil des Weges übernehmen.

Die Richtung bleibt meine Aufgabe.