Vibe Coding: So entwickle ich Software mit AI

Nach rund eineinhalb Jahren intensiver Erfahrung mit KI-gestütztem Coding möchte ich heute meine wichtigsten Learnings und Erfahrungen mit dir teilen. Vom kompletten Neuling bis zum Entwickler eigener Webapps - die Reise war voller spannender Erkenntnisse, die dir vielleicht helfen können, deinen eigenen Weg in dieser neuen Welt zu finden.

Was ist Vibe Coding?

Vibe Coding bedeutet, dass du statt kompliziertem Programmiercode zu schreiben, einfach in normaler Sprache beschreibst, was deine Software tun soll. KI-Tools wie ChatGPT oder Claude übersetzen dann deine Beschreibung in funktionierenden Code.

Der Entwickler muss nicht mehr jede technische Einzelheit kennen, sondern erklärt nur sein Ziel, und die KI erledigt die technische Umsetzung. Es ist wie wenn du jemandem sagst "bau mir eine Webseite mit Login-Funktion" statt selbst alle Details programmieren zu müssen.

Vibe-Coding stößt insbesondere bei "richtigen" Entwicklern nicht selten auf Kritik, wie sich auch ganz gut in diesem deutschen Reddit-Thread zeigt:

Mein technischer Hintergrund: Von Windows 95 zur eigenen Web-App

Technikaffinität war bei mir schon immer vorhanden. Als Kind experimentierte ich mit Windows 95 und MS-DOS herum – ja, damals arbeitete man noch hauptsächlich in der Kommandozeile. Mein Vater, der beruflich viel mit EDV-Bereich zu tun hatte war, brachte mir einiges bei. In der Kommandozeile wechselte ich mit "cd-Befehlen" die Verzeichnisse und startete Programme oder Spiele.

Später beschäftigte ich mich viel mit Hardware und konfigurierte meine eigenen Computer- Tower. Zur eigentlichen Programmierung hatte ich jedoch eher wenig Bezug. In der Schule konnte ich mich dafür nicht begeistern, was vor allem an den praxisfernen Anwendungsfällen lag. Ohne erkennbaren Praxisbezug fällt es mir extrem schwer, etwas zu lernen.

Erst während meiner Selbstständigkeit und im Studium, als ich Websites für Kunden baute, kam ich mit dem Thema Programmieren wieder in Berührung. Als Geschäftsführer meiner früheren Firma verantwortete ich SEO und Content, wodurch ich zwangsläufig immer wieder mit technischen Themen konfrontiert wurde. Ich arbeitete mit Entwicklern zusammen und gab Input aus SEO-Sicht, codete aber nie selbst.

Der Game-Changer: KI-Tools revolutionieren meine Arbeitsweise

Als ChatGPT und vor allem Claude 3.5 im Jahr 2024 herauskamen, war für mich der Zeitpunkt gekommen, mich intensiver mit dem Thema zu beschäftigen. Ich begann mit kleineren WordPress-Plugins – und das war für mich bereits ein echter Game-Changer.

In WordPress kann man zwar schon viele coole Dinge mit vorhandenen Plugins umsetzen, aber wirklich flexibel wird man erst, wenn man eigene Lösungen entwickelt. Mit ChatGPT konnte ich genau das erreichen. Ich baute Custom-Quizzes und andere kleine Projekte, die vorher außerhalb meiner Reichweite lagen.

Mein erstes großes Projekt folgte bald: Nach einer Umstrukturierung in unserer Firma übernahm ich die Verantwortung für ein Frontend. Über etwa ein halbes Jahr entwickelte ich eine Webapp, wobei ich auch einige Backend-Aspekte wie den Payment-Prozess implementierte. Das war mein erstes umfangreiches Projekt, bei dem ich KI als Unterstützung nutzte, mich aber auch selbst intensiv in die Thematik einarbeitete.

Mein Tech-Stack: Die Tools, die meine Arbeit prägen

Mein primärer Tech-Stack besteht aus NextJS – damit habe ich direkt angefangen und bin bis heute dabei geblieben. Es war damals das populärste Tool und ich kam von Anfang an extrem gut damit zurecht. Inzwischen nutze ich NextJS für fast alle meine Projekte.

Für das Hosting setze ich auf die Kombination aus Coolify und Hostinger. Hostinger dient als VPS-Anbieter – ich habe einen günstigen Zweijahresvertrag abgeschlossen. Alternativen wären Digital Ocean (etwas teurer) oder der deutsche Anbieter Hetzner. Die Kombination aus Coolify und einem eigenen VPS bietet aus meiner Sicht das beste Preis-Leistungs-Verhältnis.

Für alles, was mit LLMs zu tun hat, nutze ich OpenRouter. Dieser Dienst funktioniert als Schnittstelle zu vielen verschiedenen LLM-Modellen und ist extrem hilfreich, weil ich so in meinen Apps unterschiedliche Modelle verwenden kann – für komplexere Aufgaben beispielsweise Gemini, für einfachere einen GPT-4 Mini. Der große Vorteil: Ich brauche nur eine Code-Anbindung und kann die Modelle flexibel austauschen.

Für die Programmierung selbst nutze ich inzwischen Cursor. Als ich 2023 und 2024 anfing, gab es dieses Tool noch nicht. Damals arbeitete ich mit Visual Studio Code und wechselte bei Problemen zu ChatGPT, kopierte den Code dort hinein und bat um Hilfe. Mit Cursor ist dieser Prozess heute deutlich einfacher geworden, auch wenn ständig neue Tools wie Windsurf auf den Markt kommen.

Drei Learnings, die mir extrem weitergeholfen haben

1. Code-Architektur verstehen: Welche Datenbank nutzt man? Wie muss sie aufgebaut sein? Was gilt es sicherheitstechnisch zu beachten? Durch frühere Berührungspunkte hatte ich bereits ein grundlegendes Verständnis für diese Aspekte. Das heißt nicht, dass ich darin perfekt bin, aber ich weiß zumindest, worum es geht.
2. Mit Best Practices arbeiten: Bevor ich ein neues Feature entwickle, denke ich es komplett durch und informiere mich über Best Practices. Ich frage das LLM gezielt: "Was sind Best Practices beim Bau einer API, die X und Y macht?" So erhalte ich ein Grundgerüst, wie man solche Aufgaben typischerweise löst, bevor ich mit dem eigentlichen Coding beginne.
3. Code lesen und verstehen lernen: Das ist deutlich wichtiger als Schreiben. Schreiben ist eine ganz andere Hausnummer, aber Lesen kann man relativ schnell lernen – vorausgesetzt, man bleibt bei einer Programmiersprache. Trotz aller Ablenkungen durch neue Tools, Sicherheitslücken oder Trends empfehle ich: Bleib bei deinem Stack und zieh das mindestens ein Jahr durch. Nur so schaffst du es, wirklich gut zu werden.

Fazit: Fokus und Kontinuität sind entscheidend

Mein wichtigster Tipp lautet: Bleib bei deinen Tools und lass dich nicht ständig ablenken. Bei mir gibt es inzwischen kaum noch WordPress-Instanzen, sondern fast nur noch NextJS. Alles ist einheitlich, und nur so kann man wirklich gut werden – komplett ohne Ablenkung.

Die Kombination aus grundlegendem Technikverständnis, KI-Unterstützung und konsequentem Fokus auf einen Tech-Stack hat mir ermöglicht, in relativ kurzer Zeit vom reinen Anwender zum Entwickler zu werden. Der Weg war nicht immer einfach, aber extrem lohnend – und mit den richtigen Werkzeugen und Herangehensweisen kannst auch du ähnliche Erfolge erzielen.