Foto: Google Gemini · AI-generated
“Vibe Coding” versprach die Demokratisierung der Softwareentwicklung: natürliche Sprache rein, produktionsreifer Code raus. Ein aktueller Beitrag auf it-daily.net legt überzeugend dar, warum dieses Versprechen genau dort bricht, wo es am meisten zählt — bei Java-Systemen, die Banken, Krankenhäuser und Behörden am Laufen halten. Wir haben ihn gelesen und stimmen weitgehend zu. Aber “weitgehend” ist hier das entscheidende Wort.
Das Argument gegen Vibe Coding stimmt
Laut Veracode enthalten 45 Prozent der mit KI generierten Anwendungen ausnutzbare Sicherheitslücken. Das Vertrauen der Entwickler in KI-generierten Code ist laut Stack Overflow binnen eines Jahres von 31 auf 46 Prozent Skepsis gestiegen. Das Kernproblem steckt hinter beiden Zahlen: Programmiersprachen sind deterministisch — eine Anweisung bedeutet genau eine Sache. Natürliche Sprache ist das nicht. Sie ist kontextabhängig, interpretierbar, offen. Ein besserer Prompt verkleinert diese Lücke. Er schließt sie nicht.
Das Ergebnis ist Code, der an der Oberfläche korrekt aussieht, aber darunter tut, was das Modell verstanden hat — nicht zwingend das, was gemeint war. In einer Demo fällt diese Lücke selten auf. In einem Bank- oder Gesundheitssystem zeigt sie sich dort gar nicht. Sie zeigt sich Monate später, im Incident-Report.
Wo wir die Grenze anders ziehen
Wir entwickeln überwiegend auf einem .NET-Stack statt auf Java, aber das Argument ist sprachunabhängig — und unsere Antwort ist es auch. Die eigentliche Frage war nie, ob KI produktiven Code berühren darf. Sie lautet: Wer trägt die Verantwortung für das, was ausgeliefert wird? Unbeaufsichtigtes KI-Coding — das eigentliche “Vibe” im Vibe Coding, bei dem der Modell-Output ohne Entwickler, der die Domäne versteht, direkt in Produktion geht — hat in kritischen oder regulierten Systemen nichts zu suchen. Darüber streiten wir nicht mit den Daten.
Das ist aber etwas anderes, als KI komplett aus produktivem Code herauszuhalten. Unsere Entwickler nutzen KI täglich — für groß angelegte Refactorings, um Konsistenz über eine gewachsene Codebasis hinweg durchzusetzen, für die mechanischen Teile eines Rewrites, die früher eine Woche eines Senior-Engineers gekostet haben. Der Unterschied liegt darin, wer am Steuer sitzt. Ein erfahrener Entwickler, der KI für das Refactoring eines Legacy-Moduls einsetzt, kennt die Domäne trotzdem, versteht immer noch, warum vor zehn Jahren eine bestimmte Entscheidung getroffen wurde, und prüft jede Zeile, bevor sie ausgeliefert wird. Die KI beschleunigt. Sie entscheidet nicht.
Konsistenz ist der unterschätzte Gewinn
Laut dem “2026 State of Java Survey & Report” von Azul enthält bei 32 Prozent der Unternehmen weltweit bereits mehr als die Hälfte aller Java-Applikationen KI-Funktionalität. Das heißt: Die Debatte ist längst keine Zukunftsfrage mehr. Wenn KI bereits in produktiven Anwendungen steckt — unabhängig von der Sprache —, lautet die eigentliche Frage nicht, ob man sie einsetzt, sondern ob jemand mit echtem Urteilsvermögen prüft, was dabei herauskommt.
Ein Bereich, in dem sich das besonders auszahlt, ist die App-Modernisierung — der schrittweise Umbau gewachsener Anwendungen statt eines Big-Bang-Rewrites. KI-unterstütztes Refactoring unter Aufsicht erfahrener Entwickler erkennt Inkonsistenzmuster über eine Codebasis hinweg deutlich schneller als eine rein manuelle Prüfung — einheitliche Namenskonventionen, einheitliche Fehlerbehandlung, einheitliche Architekturentscheidungen, statt der Drift, die sich über Jahre unterschiedlicher Hände am selben System ansammelt. Das ist ein Qualitätsgewinn, kein Shortcut.
Die Grenze verläuft bei der Verantwortung, nicht beim Werkzeug
Der it-daily-Beitrag hat recht: Mehrdeutigkeit ist ein echtes Risiko für Java-Systeme. Wir würden noch weitergehen: Mehrdeutigkeit ist ein Risiko für jedes produktive System, in jeder Sprache, sobald niemand mit echter Expertise den Output prüft. KI hebt diese Anforderung nicht auf. Sie verändert, womit ein erfahrener Entwickler seine Zeit verbringt — weniger Zeit für Boilerplate, mehr Zeit für die Entscheidungen, die nur ein Mensch treffen kann.
Vibe Coding gibt das Steuer an ein Modell ab, das Ihr Geschäft nicht kennt. KI-unterstützte Entwicklung lässt die Hände eines erfahrenen Entwicklers am Steuer — und gibt ihm ein schnelleres Werkzeug. Wir arbeiten nach dem zweiten Prinzip — auf den produktiven Systemen, auf denen unsere Kunden ihr Geschäft betreiben, nicht nur bei Prototypen.
Fragen Sie sich, ob Ihre Codebasis reif für KI-unterstütztes Refactoring ist — oder durch unbeaufsichtigten KI-Code bereits gefährdet? Sprechen Sie mit uns.