I vs AI: Mein Weg ins Vibe Coding
Disclaimer
Bezahlt mit Abenden, Nerven und Sozialleben.
Probieren. Hinfallen. Aufstehen. Wieder hinfallen. Das ist kein Ratschlag — das ist der Prozess.
Update 2026-03-01
Der Artikel wurde in eine Serie aufgeteilt. Neue Artikel:
Was ist Vibe Coding
Vibe Coding — ein Begriff von Andrej Karpathy (Februar 2025):
“Sich voll auf die Vibes einlassen, exponentielle Faktoren akzeptieren und vergessen, dass der Code existiert”
In der Praxis heißt das: Du beschreibst was du willst, AI schreibt den Code. Du steuerst die Richtung, nicht jede einzelne Zeile.
Aber das ist kein Zaubertrick. Es ist eher die Arbeit mit einem extrem schnellen, aber eigenwilligen Partner:
- Er schreibt Code in Sekunden, erzählt aber manchmal selbstbewusst völligen Unsinn
- Er wird nie müde, aber sein “Gedächtnis” (Kontext) ist irgendwann voll
- Er weiß fast alles, erfindet aber gelegentlich Dinge, die gar nicht existieren
Der entscheidende Wandel
Du hörst auf, Ausführender zu sein, und wirst Architekt + Reviewer. Weniger tippen — mehr denken.
Mein Weg: drei Etappen
Etappe 1: Frage-Antwort (ChatGPT 3 / 4 + JetBrains AI)
Ich war einer der ersten Nutzer von ChatGPT — seit dem Launch. Danach bin ich auf GPT-4 umgestiegen. Gearbeitet habe ich über JetBrains AI — ein integriertes Plugin in der IDE.
Was ich gemacht habe:
- Fragen zum Code gestellt, Antworten bekommen
- Boilerplate und Tests über den Chat generiert
- Texte für E-Mails und Ticket-Beschreibungen geschrieben
- Tests, Dokumentation, allerlei Routinearbeit
Wie das aussah: Chat rechts in der IDE geöffnet, ein Stück Code reinkopiert, Frage gestellt, Antwort bekommen, zurück eingefügt. Im Grunde — ein schlauer Stack Overflow im Editor.
Einschränkungen:
- AI sieht nicht das ganze Projekt — nur das, was du ihm manuell rüberschickst
- Jede Frage — neuer Kontext. Nach 5 Nachrichten hat er vergessen, was am Anfang war
- Funktioniert gut bei der Arbeit, aber der Mehrwert bleibt gering.
Fazit
Das hat funktioniert. Das hat Zeit gespart. Aber es war ein Werkzeug für bequemes Googeln, kein Partner.
Etappe 2: Das erste “Wow” (Copilot + GPT-5)
Gegen Ende 2025 wurde klar: JetBrains AI hinkt hinterher. Agents und Junie wurden kompliziert, unvorhersehbar und umständlich.
Ab Oktober 2025 bin ich bei der Arbeit auf GitHub Copilot umgestiegen. Und hier wurde es spannend — mit GPT-5 und Claude Connect 4 unter der Haube.
Erstes ernsthaftes Ergebnis: in 7 Stunden einen vollwertigen Plotter für Traces geschrieben:
- Hingeworfenes, aber funktionierendes UI
- Einfacher, aber funktionierender Funktionsumfang
- Tests + Dokumentation
7 Stunden. Früher wäre das mindestens eine Woche gewesen.
Trotzdem hatte ich das Gefühl — ich mache irgendwas falsch. Nutze 20% der Möglichkeiten. Muss weitersuchen.
Etappe 3: krass & Wahnsinn (Claude Code)
12. November 2025 — Claude Code Abo für 20 Euro/Monat abgeschlossen. Ehrlich gesagt — gekauft, weil viel zu viel Werbung auf YouTube. Dachte “na gut, schauen wir mal was der Hype soll”.
Projekte, über die ich 2-3 Monate nachgedacht und Bücher für die Umsetzung gelesen hatte — fingen an, sich von selbst aufzubauen. Nicht perfekt, nicht fehlerfrei — aber sie bewegten sich. Jeden Abend nach einem 8-Stunden-Arbeitstag setzte ich mich hin und promptete.
Ergebnis: Suchtpotenzial.
Nebenwirkung: Suchtgefahr
An einem Abend (3-4 Stunden) schaffte ich es regelmäßig, das Nutzungslimit auszureizen — mein Ziel war es, 200% aus dem Abo rauszuholen. Die ersten 4 Wochen bin ich konstant ans Limit gestoßen. Meine gesamte Freizeit ging dafür drauf, Projekte zu schreiben, Ideen weiterzuentwickeln und sie zur Umsetzung zu bringen.
Was Claude Code von “einfach nur einem Chat” unterscheidet:
- Er sieht das ganze Projekt — Dateien, Struktur, Abhängigkeiten
- Er führt Befehle aus — git, npm, docker, was auch immer
- Er bearbeitet Dateien direkt — nicht “hier ist der Code, füg ihn selbst ein”, sondern er findet die Datei und ändert sie selbst
- Er trifft Entscheidungen — “diese Library sollte man besser durch X ersetzen, und zwar deshalb”
- Er geht ins Internet — sucht Issues, Dokumentation, Lösungen
- Magische Suche — manchmal findet er Sachen, die du im Projekt selbst schon verloren hattest
- Er diskutiert, weiß aber wann er nachgibt — verteidigt seine Lösung, hört aber zu und lässt sich helfen
- Erfahrung schlägt Halluzination — je präziser du erklärst, desto weniger erfindet er dazu
Fazit
Das ist kein Chatbot. Das ist ein autonomer Agent — ein Programm, das handelt, statt nur zu antworten.
Mein erstes großes Projekt
Die Idee war einfach: eine Webanwendung für meine Frau zur Kundenverwaltung schreiben. Es gibt Alternativen mit 80-100 Euro/Monat Abo. Ich bin doch Entwickler — das geht besser.
Stack (ja, ambitioniert):
| Schicht | Technologien |
|---|---|
| Frontend | Svelte 5, shadcn-svelte, TailwindCSS |
| Backend | FastAPI, Redis, PostgreSQL |
| Infra | Docker Compose, Kubernetes |
| Management | YouTrack Tickets |
| Architektur | FSD (Feature-Sliced Design) |
| Sonstiges | TypeScript, LaunchDarkly (Feature Flags), Python |
Ohne Claude Code hätte ich den ersten Monat nur mit dem Aufsetzen der Infrastruktur verbracht. Mit ihm — wuchsen die Features ab dem ersten Abend.
Wie ich gearbeitet habe: Claude schreibt Code, debuggt, treibt das Projekt voran. Ich kontrolliere parallel, korrigiere, suche alternative Lösungen. Das ist kein “hinsetzen und zuschauen”. Das ist gemeinsames Arbeiten in Echtzeit. Es kam dazu, dass ich zwei Fenster mit parallelen Lösungen für verschiedene Projektbereiche hatte — das Limit war nach einer Stunde aufgebraucht.
Projektstatus
Funktionierendes Frontend. Datenbank aufgebaut. Backend beschrieben, aber noch nicht erstellt. Das Problem sind die Ressourcen: Deployment würde 40-80 Euro/Monat kosten — Projekt vorerst auf Pause.
Zwei WOW-Momente
1. Drag & Drop, das es nicht gab
Aufgabe: Kalender mit Karussell nach Tagen, Termine zwischen Slots per Drag & Drop verschieben.
Problem: Das Event auf dem Element war bereits vom Karussell belegt. Das Drag-Event konnte kein Verschieben auslösen — Konflikt. Das ist überhaupt nicht mein Fachgebiet. Das Problem lag in der Karussell-Library.
Was ich gemacht habe:
- Gemini gefragt — keine Lösung
- ChatGPT gefragt — keine Lösung
- Claude Code hat geholfen, kam aber auch nicht weiter
Was AI vorgeschlagen hat: “Lass mich Debug Points an allen Stellen einfügen”. Und das tat er. Es waren so viele, dass das Log nicht mehr lesbar war — 200 Zeilen Logs pro Event. Ich habe einfach das Log zurück in Claude kopiert, er hat analysiert und weitere Debug Points eingefügt. Das ging 3 Stunden so.
Der Moment der Wahrheit: Claude hat schließlich in den Logs gesehen, dass sich das Event nicht in zwei Aktionen aufteilen lässt. Und schlug eine Lösung vor: kein Drag & Drop, sondern Mouse-Animationen. Der Cursor verwandelt sich visuell in das gezogene Objekt, und beim Loslassen der Maus “landet” das Element im richtigen Slot.
Dann kamen 10 Minuten Magie: der gesamte Debug-Code wurde bereinigt, ein Großteil des Core Code umgeschrieben, die neue Mechanik funktionierte. Claude schrieb stolz: “Ich hab’s geschafft. Jetzt sollten wir uns ausruhen” — und die Tokens für die Session waren aufgebraucht.
Fazit
AI löst nicht immer das Problem frontal. Manchmal findet er einen Umweg, der sich als besser herausstellt als die ursprüngliche Idee.
2. PostgreSQL und die Flucht auf Linux
Beim Einrichten von PostgreSQL — ein Fehler in der Library für asynchrone Kommunikation. Standard-Debugging hilft nicht.
Claude Code sagt: “Ich suche mal im Internet”. Kommt zurück mit 3 GitHub Issues, die noch ungelöst sind, aber wo klar steht: Entwicklung nur auf Linux, oder roll zurück.
Ich bin nicht aus Zucker. Entschieden — ich gehe auf Linux.
Aber diesmal fragte ich: “Kannst du mir Linux in WSL einrichten?”
Ergebnis: Nach einer Stunde hatte ich:
- Durchpolierte Dokumentation mit 400 Zeilen und Beispielen
- Schritt-für-Schritt-Anleitung — jeder Schritt nachvollziehbar
- Nach den
sudo-Befehlen startete ich Claude Code innerhalb von WSL — und er erledigte das Setup selbst
Fazit
AI kann nicht nur Code schreiben. Er kann dir die Umgebung einrichten, Dokumentation schreiben und sogar die Arbeit in einer neuen Umgebung fortsetzen.
Was ich gelernt habe: Feinheiten und Stolperfallen
AI generiert schnell, aber Prüfen ist Pflicht — er ist ein Junior auf Steroiden. Und Kontext und Tokens sind eine begrenzte Ressource, die man sparsam einsetzen muss.
Mehr dazu: Kontext, Tokens und CLAUDE.md
Prompting ist ein eigener Skill. Keine magischen Formeln aus dem Internet, sondern Klarheit, Konkretheit und die richtige Reihenfolge. Wer an Menschen delegieren kann — kann mit AI arbeiten.
Mehr dazu: Prompting ist ein Skill
Sicherheit: der Elefant im Raum
Code kann man neu schreiben. Zugangsdaten — nicht. Eine einzige .env mit Tokens — und ein Angreifer hat die Schlüssel zu allem. Und Prompt Injection ist keine Theorie — das passiert gerade jetzt.
Mehr dazu: Sicherheit bei der Arbeit mit AI
Tools
Claude Code, Copilot, ChatGPT, Gemini — jedes hat seine Rolle. Und Skills, MCP und Subagenten — drei verschiedene Werkzeuge für drei verschiedene Aufgaben. Nicht verwechseln.
Mehr dazu: AI-Tools: Modelle, Skills, MCP, Subagenten
Fazit
Was sich wirklich verändert hat
- Geschwindigkeit — was eine Woche dauerte, schafft man jetzt an einem Abend
- Die Einstiegshürde ist niedriger — man kann einen unbekannten Stack nehmen und sich unterwegs einarbeiten
- Routinearbeit ist weg — Boilerplate, Tests, Dokumentation werden generiert
- Die Rolle hat sich geändert — weniger “ich schreibe Code”, mehr “ich kontrolliere und steuere”
Was sich NICHT verändert hat
- Denken muss man immer noch — AI ohne klare Aufgabe produziert Müll
- Prüfen ist Pflicht — AI lügt mit Überzeugung (Halluzinationen)
- Architektur liegt bei dir — AI sieht nicht das große Ganze
- Erfahrung entscheidet — je besser du Code verstehst, desto besser nutzt du AI
Was du jetzt gleich ausprobieren kannst
- Nutzt du schon ChatGPT? Versuch mal, detailliertere Prompts mit Kontext zu stellen
- Arbeitest du in einer IDE? Probier Copilot — Autovervollständigung auf Steroiden
- Bereit für das nächste Level? Claude Code — 20 EUR/Monat, kann man ausprobieren und zurückkommen
- Kein Entwickler? AI hilft auch mit Texten, Tickets, Planung — nicht nur mit Code
Wie geht es weiter
Fortsetzung folgt...
Projekte:
- Zeiterfassung — Web-Backend steht, in Release 2026.2 wird es an Excel angebunden
- Jarvis (Arbeitstitel) — eigene Alternative zu Wispr Flow, erste Ideenskizzen existieren, die Umsetzung ist machbar — mal sehen wohin es führt
- Automatisierung von Claude Code über Telegram — du promptest dem Bot, er arbeitet für dich
Lernziele:
- Prompting: wie man sparsamer, präziser, schneller schreibt. Wie man automatisiert
- MCP-Server und Skills erkunden — was gibt es schon, was lässt sich anbinden
Macht mir Angst, will ich aber trotzdem:
- ClawdBot — vollständige Automatisierung des Privatlebens durch AI. Das Problem: Damit er gut funktioniert, muss man ihm Zugriff auf alles geben. Und wer Zugriff auf alles gibt — riskiert alles zu verlieren