
Vibe Coding hat Grenzen – Ihre Architektur sollte keine haben
24. Oktober 2026Im Oktober habe ich hier den Artikel „Vibe Coding hat Grenzen – Ihre Architektur sollte keine haben“ veröffentlicht. Die These: KI beschleunigt das Schreiben von Code, aber nicht die Architekturentscheidungen. Wer nur promptet, hat nach zwei Stunden einen Prototyp und nach drei Monaten ein System, das niemand mehr versteht.
Eine These ist schnell aufgeschrieben. Deshalb habe ich die Umsetzung eine Woche später an einem echten Projekt demonstriert, das wirklich fertig werden sollte: einer Backgammon-App für Android, Windows und Web. Mit Computer-Gegner in drei Spielstärken, 3D-Brett, Bestenliste und Würfelstatistik. Ohne Werbung, ohne Konto, ohne Tracking. Die App ist ein Open-Source-Projekt unter GPL-3.0: Der vollständige Code liegt mit Vision, Anforderungen und Architektur auf GitHub. Jede Aussage in diesem Beitrag lässt sich dort nachprüfen.
Das Ergebnis: Von der ersten Zeile der Vision bis zur Einreichung im Play Store vergingen rund 2,5 Arbeitstage. Eine Woche später folgte Version 1.1 auf Deutsch und Englisch, mit Rückmeldungen von Spielern. Die KI hat dabei fast den gesamten Code geschrieben. Die Entscheidungen hat sie nicht getroffen.
Wer was macht
Die wichtigste Frage stand vor der ersten Zeile Code: Was übernimmt die KI, und was bleibt bei mir? Die Ergebnisse jeder Zeile liegen als Dokumente im Repository.
| Aufgabe | Ich | KI-Assistent |
|---|---|---|
| Vision und Produkt | Zielgruppe, Abgrenzung, Leitprinzipien | Marktrecherche, Entwürfe, Gegenargumente |
| Anforderungen | Entscheiden, was gilt und in welcher Reihenfolge | Formulieren, nummerieren, verknüpfen |
| Architektur | Jede Entscheidung treffen und freigeben | Varianten vorschlagen, gegen frühere Entscheidungen prüfen |
| Code | Prüfen, abnehmen, Richtung korrigieren | Schreiben, nach festen Regeln |
| Tests | Festlegen, was gegen welche Referenz geprüft wird | Tests schreiben und ausführen |
| Test am Gerät | Spielen, Befunde aufnehmen, Tester einbinden | Befunde in Anforderungen übersetzen |
| Veröffentlichung | Rechtstexte, Store-Konto, Signatur, Freigabe | Bundles bauen, Store-Grafiken erzeugen |
Die Leitplanken für die KI stehen in einer Datei im Repository, die bei jeder Sitzung geladen wird. Ein konkretes Beispiel: Fällt eine Architekturentscheidung, führt die KI die Architektur im selben Schritt nach, mit Begründung im Entscheidungslog. Dazu kommt die Regel, dass jeder Task seine Anforderungen nennt und jeder Testname die Anforderung trägt.
So entsteht Rückverfolgbarkeit, die sich im Repository Schritt für Schritt nachverfolgen lässt, hier am Beispiel der Zugpflicht:
Anforderung A-107 „Beide Würfel müssen genutzt werden, wenn möglich“ → Task T2.4 „Erlaubte Züge berechnen“ → Entscheidung im Log „Der Zuggenerator liefert vollständige Züge, weil sich die Zugpflicht nur über den ganzen Wurf prüfen lässt“ → Code → Test „A-107: Beide Würfel – erwartet: Geht es nur in einer Reihenfolge, muss sie gespielt werden“
So bleibt die KI schnell, und jede Entscheidung bleibt nachvollziehbar.
Sechs Schritte, auch im KI-Tempo
Der Oktober-Artikel beschreibt sechs Stationen vom Backlog zur Delivery. Genau diese Stationen habe ich durchlaufen, nur eben in Stunden statt Wochen.
1. Vision. Bevor Code entstand, stand fest, für wen die App ist und wie sie sich von den großen Gratis-Apps mit Werbung und Münzen abhebt. Das größte Risiko war die Grafik, deshalb kam der Brett-Prototyp zuerst. Eine kurze SWOT-Analyse zu GNU Backgammon, einer der stärksten freien Engines, ergab: nicht einbauen, sondern als unabhängige Referenz für die Tests nutzen.
2. Roadmap. Das Projekt ist in Deliveries geteilt, jede ein lauffähiges Zwischenergebnis: Fundament, Brett, Regel-Engine, spielbare Partie, Computer-Gegner, Release. Für jeden Task gilt dieselbe Definition of Done.
3. Anforderungen. Rund 100 nummerierte Anforderungen, auch für Qualitätsziele wie „faire Würfel“ oder „keine Speicherung im Browser“. Jeder Task nennt die Anforderungen, die er umsetzt, wie oben am Beispiel A-107 gezeigt.
4. Automatisierte Tests. 257 Testfälle. Jeder Testname nennt Anforderung und Erwartung, sodass sich die Testliste lesen lässt wie eine Abnahme. Weil ich kein Backgammon-Experte bin, prüfen die Tests Zuggenerator und Bewertungen gegen Referenzdaten aus GNU Backgammon. Fehlendes Fachwissen wird so abgesichert statt überspielt.
5. Tests durch Menschen. Automatisierte Tests zeigen, dass die App richtig rechnet. Ob sie Spaß macht, zeigt nur das Spielen auf echten Geräten. Ein Befund lautete: „Gegen Leicht kein einziges Mal gewonnen. Das macht keinen Spaß.“ Daraus wurden eine Anforderung, eine Änderung an der Engine und eine Messung. Ein Spieler auf Anfängerniveau gewinnt jetzt 46 % statt 15 % der Partien.
6. Veröffentlichung. Signiertes App-Bundle, interner Test im Play Store, Datenschutzerklärung und Impressum je Plattform und Sprache. Datenschutz ist belegt statt behauptet: Das Release-Bundle ist auf Berechtigungen, Werbe-ID und Tracking-Bibliotheken geprüft. Der Code liegt unter GPL-3.0 offen auf GitHub.
Messen statt schätzen
Ein Punkt hat mich besonders überzeugt: Die KI liefert schnell Vorschläge, aber erst Messungen zeigen, welche taugen.
- Die drei Spielstärken sind in je 300 Partien gemessen. Schwer schlägt Mittel in rund 60 % der Partien.
- Eine aufwendige Vorausschau über die Antworten des Gegners klang gut, senkte den Fehler aber nicht. Sie flog wieder raus.
- Das automatische Zu-Ende-Würfeln braucht jetzt im Schnitt 13,1 statt 15,5 Würfe und vermeidet, wo möglich, einen Backgammon: 0 statt 48 in 1.000 Testrennen.
Auch Regeln für die Codebasis sind Tests: Kein sichtbarer Text steht fest im Code, jeder Text ist übersetzt, die Rechtstexte passen in allen Sprachen zusammen. Selbst die Screenshots für den Play Store entstehen als Test aus der echten Oberfläche.
Was nicht perfekt ist
Ehrlichkeit gehört dazu. Es gab kein Code-Review durch eine zweite Person; diese Rolle übernahmen die Referenz-Engine, die Tests am Gerät und Tester aus meinem Umfeld. Die Regel „Spiellogik kennt keine Oberfläche“ steht in der Architektur, wird aber noch nicht automatisch geprüft. Werkzeuge wie ArchUnit oder deptrac, die ich im Oktober-Artikel genannt habe, wären hier der nächste Schritt. Und testgetrieben im strengen Sinn war das Projekt nicht: Tests und Code entstanden meist im selben Schritt.
Was das für Ihre Projekte heißt
KI macht Softwareentwicklung dramatisch schneller. Das Projekt zeigt aber auch, wo die Geschwindigkeit herkommt: nicht aus dem Verzicht auf Vision, Anforderungen und Architektur, sondern daraus, dass diese Arbeit vorher erledigt war. Die KI kann nur in eine Richtung schnell laufen, die jemand vorgegeben hat.
Drei Punkte nehme ich mit:
- Erst denken, dann prompten. Vision, Anforderungen und Architektur waren an einem Vormittag fertig und haben jede spätere Sitzung schneller gemacht.
- Leitplanken schriftlich festhalten. Regeln, die bei jeder Sitzung gelten, sind wirksamer als gute Vorsätze im Prompt.
- Entscheidungen und Freigaben bleiben beim Menschen. Die KI schlägt vor, prüft und schreibt. Verantwortet wird beim Menschen.
Vibe Coding hat Grenzen. Mit geführter Architektur verschieben sie sich deutlich.
Zum Nachprüfen: Die App gibt es bei Google Play, als Web-Version direkt im Browser und für Windows. Der Quellcode mit Vision, Roadmap und Entscheidungslog liegt offen auf GitHub.
Sie setzen KI in Ihrer Softwareentwicklung ein oder planen es und fragen sich, wie Anforderungen, Rückverfolgbarkeit und Freigaben dabei erhalten bleiben, gerade mit Blick auf ASPICE oder andere Prozessmodelle? Als ASPICE-Assessor mit langjähriger Prozesserfahrung schaue ich mir gern Ihren Stand an. Schreiben Sie mir für ein unverbindliches Gespräch von 30 Minuten.

