Zurück zum Blog
Vibe Coding

Vibe Coding vs. Agentic Coding: Der Unterschied zwischen Chaos und Kontrolle

62% des AI-Codes enthalten Security-Lücken – aber das muss nicht sein. Lerne den Unterschied zwischen blindem Akzeptieren und kontrolliertem AI-Coding.

29. Januar 20266 Min. Lesezeitvon Marco Kotzian
Teilen:
Vibe Coding vs. Agentic Coding - Der Unterschied zwischen Chaos und Kontrolle

62% des AI-generierten Codes enthalten Design-Fehler oder Security-Lücken. AI-Code produziert 1,57x mehr Security-Findings als menschlich geschriebener Code. 45% fallen durch Security-Tests.

Klingt nach einem Grund, die Finger von AI-Tools zu lassen?

Nicht so schnell. Diese Statistiken haben eine entscheidende Schwachstelle: Sie messen das Ergebnis von blindem Akzeptieren – nicht von kontrolliertem Arbeiten.

Der Unterschied, den niemand erklärt

Im Februar 2025 prägte Andrej Karpathy den Begriff "Vibe Coding": "Surrender to the vibes, embrace exponentials, and forget that the code even exists."

Das Problem? Viele verstehen das als Arbeitsanweisung statt als Warnung.

Vibe Coding bedeutet:

  • Prompt schreiben, Code akzeptieren, hoffen dass es funktioniert
  • Die AI als Black Box behandeln
  • Ergebnis-fokussiert: "Hauptsache es läuft"
  • Blind auf Accept klicken

Agentic Coding bedeutet:

  • Klaren Rahmen vorgeben (Architektur, Patterns, Standards)
  • In kleine, überprüfbare Arbeitspakete unterteilen
  • Jeden Schritt reviewen und korrigieren
  • Erst weiter, wenn das aktuelle Paket sauber ist
  • Prozess-fokussiert: "Ich verstehe, was passiert"

Der Unterschied? Bei Agentic Coding bist du der Tech Lead, der Code von einem Junior-Entwickler reviewt. Bei Vibe Coding bist du der Praktikant, der hofft, dass der Senior-Entwickler schon weiß, was er tut.

Warum Vibe Coding zu diesen Statistiken führt

Die erschreckenden Zahlen kommen nicht von AI-Tools selbst, sondern vom Vorgehen der Nutzer.

Veracodes Studie über 100+ LLMs zeigt: Selbst das beste Modell (Claude Opus 4.5) produziert ohne spezifische Security-Anweisungen nur 56% sicheren Code. Mit Security-Prompting steigt das auf 69%.

Der Unterschied sind 13 Prozentpunkte – durch eine simple Anweisung.

Weitere Erkenntnisse:

Diese Lücken entstehen nicht, weil AI schlecht programmiert. Sie entstehen, weil niemand nach ihnen schaut.

Agentic Coding: Der professionelle Workflow

So arbeite ich mit AI-Tools – und so solltest du es auch tun:

1. Rahmen vorgeben

Bevor ich einen einzigen Prompt schreibe, definiere ich:

  • Welche Architektur verwenden wir?
  • Welche Patterns sind Standard?
  • Welche Security-Anforderungen gelten?
  • Welche Libraries sind erlaubt?

Das geht in eine CLAUDE.md oder .cursorrules Datei. Die AI kennt den Kontext, bevor sie eine Zeile schreibt.

2. Kleine Arbeitspakete

Statt "Bau mir ein komplettes User-Management" sage ich:

  • "Erstelle das Prisma-Schema für User mit diesen Feldern"
  • "Implementiere die Registrierung mit Email-Validierung"
  • "Füge Rate Limiting für den Login hinzu"

Jedes Paket ist klein genug, um es in 5 Minuten zu reviewen.

3. Review wie ein Tech Lead

Jede Antwort der AI behandle ich wie einen Pull Request:

  • Verstehe ich den Code? Wenn nicht: Nachfragen oder ablehnen
  • Folgt er unseren Patterns? Wenn nicht: Korrigieren
  • Fehlen Security-Checks? Wenn ja: Explizit anfordern
  • Gibt es Edge Cases? Wenn ja: Durchsprechen

4. Feedbackloops nutzen

Wenn etwas nicht stimmt, erkläre ich warum:

  • "Diese Validierung greift nicht bei leeren Strings"
  • "Hier fehlt die Server-seitige Prüfung"
  • "Das Pattern widerspricht unserer Architektur"

Die AI lernt im Kontext und macht denselben Fehler seltener.

5. Erst weiter, wenn es sauber ist

Keine neuen Features auf kaputtem Fundament. Wenn das aktuelle Paket Probleme hat, werden die zuerst gelöst.

Die 70%-Mauer existiert – aber nur bei Vibe Coding

Die berüchtigte "70%-Mauer" beschreibt, wie Vibe-Projekte stagnieren: Demo funktioniert, erste User kommen, Bugs tauchen auf, jeder Fix bricht drei andere Dinge.

Bei Agentic Coding gibt es diese Mauer nicht – weil du nie 70% unverstandenen Code ansammelst.

Wenn du jeden Schritt verstehst und reviewst, baust du kein Kartenhaus. Du baust eine stabile Struktur, Ziegel für Ziegel.

Die Statistiken im Kontext

Laut Stack Overflow 2025 nutzen 84% der Entwickler AI-Tools. Bei JetBrains sind es 85% regelmäßig.

Aber nur 8% der Unternehmen haben vollständig autonome Coding-Pipelines implementiert – wo AI ohne menschliches Review Code committed.

Der Rest? Nutzt AI als Werkzeug, nicht als Ersatz.

Die Industrie bewegt sich Richtung human-prompted → agent-executed → human-reviewed. Das ist Agentic Coding in der Praxis.

Praxis-Beispiel: Agentic Workflow in Aktion

Ein Founder kam zu mir mit einem Vibe-coded MVP. Die App funktionierte – meistens. Aber nach jedem Fix kamen neue Bugs.

Das Problem: Er hatte 6 Monate lang "Accept All" geklickt. Der Code war ein Flickenteppich aus verschiedenen Patterns, ohne klare Struktur.

Der Agentic Ansatz für die Rettung:

Schritt 1: Architektur dokumentieren. Was sollte das System eigentlich tun? Welche Patterns ergeben Sinn?

Schritt 2: Kritische Module identifizieren. Wo sind die Security-Lücken? Wo die Performance-Probleme?

Schritt 3: Modul für Modul refactoren – mit AI als Pair-Programmer, aber mit Review für jede Änderung.

Ergebnis nach 4 Wochen:

  • 6 Security-Lücken geschlossen (2 kritische)
  • Response Time: 1.8s → 220ms
  • Keine unerklärlichen Bugs mehr
  • Code, den er selbst versteht und warten kann

Der Unterschied war nicht das Tool. Der Unterschied war das Vorgehen.

Wann Vibe Coding trotzdem funktioniert

Vibe Coding hat seinen Platz – für Dinge, die nicht in Production gehen:

  • Wegwerf-Prototypen: Idee validieren, dann wegwerfen
  • Lokale Skripte: Einmal laufen, dann löschen
  • Lern-Projekte: Konzepte verstehen, nicht deployen
  • Demos für Investoren: Zeigen, was möglich wäre

Sobald echter Traffic, echte User oder echte Daten im Spiel sind: Agentic Coding.

Die Kontrolle liegt bei dir

Die 62% unsicheren Code, die 1,57x mehr Security-Findings, die 70%-Mauer – das sind keine unvermeidlichen Eigenschaften von AI-Tools.

Das sind Konsequenzen von fahrlässigem Vorgehen.

Mit dem richtigen Workflow ist AI-generierter Code nicht gefährlicher als Code von einem neuen Teammitglied. Du reviewst ihn, korrigierst ihn, merkst ihn – und übernimmst die Verantwortung für das, was in dein Produkt kommt.

Die Frage ist nicht: Soll ich AI-Tools nutzen?

Die Frage ist: Bin ich bereit, sie richtig zu nutzen?

Nächste Schritte

Du hast ein Vibe-coded Produkt und fragst dich, wie du es auf Agentic Coding umstellen kannst?

In einer kostenlosen Erstberatung schauen wir gemeinsam auf dein Setup. Wo stehst du? Was sind die kritischen Stellen? Und wie sieht ein sauberer Workflow für dein Team aus?

Jetzt Erstberatung vereinbaren oder schreib mir auf LinkedIn.


Quellen:

#Vibe Coding#Agentic Coding#AI Code#Code Review#Cursor#Production Ready

Interesse an einem Production Readiness Check?

Lass uns in einer kostenlosen Erstberatung über dein Projekt sprechen und die größten Risiken identifizieren.

Kostenlose Erstberatung vereinbaren
Marco Kotzian

Marco Kotzian

External CTO & Senior Software Engineer

10+ Jahre Erfahrung in SaaS-Entwicklung, erfolgreicher Exit an Konzern. Spezialisiert auf Production Readiness und technische Skalierung.

Du benötigst Hilfe?

Ähnliche Artikel