So wird KI zum Compiler

Vibe Coding in der Praxis? InnoGames hat’s ausprobiert – und dann einen eigenen Ansatz entwickelt. Gorodenkoff | shutterstock.com



Funktionierende Software ist wichtiger als umfassende Dokumentation und Planung – das ist eine Kernaussage der agilen Softwareentwicklung. Als Entwickler sind wir es heute gewohnt, aus minimalen Ticket-Beschreibungen neue Funktionen zu bauen. Details werden im Prozess erkannt und angepasst.



Vibe Coding wirkt wie die natürliche Fortsetzung: Mit KI-Unterstützung direkt von der Task-Beschreibung zum funktionierenden Produkt – so zumindest das Versprechen. Doch der Schein trügt. Denn dabei wird ein wichtiger Prozess entfernt, den wir als Entwickler häufig unbewusst erledigen: Spezifikationsentwicklung und Requirements Engineering.



Beim agilen Prozess verschwinden beide nicht einfach – sie werden verlagert – und aktiver Teil des Programmierens: Anforderungen werden nicht mehr vorab designt, sondern während des Produktentwicklungsprozesses. Beim Vibe Coding entfällt dieser Schritt durch den direkten Sprung zur lauffähigen Software.



Genau das haben wir bei InnoGames im Rahmen unserer ersten Vibe-Coding-Versuche auch erlebt. Ein Erfahrungsbericht.



Der Vibe-Coding-Patient 0



Das Potenzial KI-gestützter Softwareentwicklung war uns bei InnoGames früh bewusst. Bereits 2023 haben wir eine AI-Taskforce eingerichtet. Die Zielsetzung: Trends risikofrei abseits unserer Live-Spiele zu evaluieren. Was sich in diesem Rahmen bewähren kann, wird in die Entwicklungsteams ausgerollt.



Um Vibe Coding zu evaluieren, entwickelten wir ein Tool für unser Live-Service-Game „Sunrise Village“. Neue Level zu erstellen, ist ein kreativer und technischer Prozess, der verschiedene Tools erfordert. Etwa Miro für Mindmaps, ein Wiki für Quest-Designs sowie Excel für das Balancing. All diese Daten müssen in unsere Game Engine Unity importiert werden. Dieser Prozess lief früher größtenteils manuell ab – und war damit ein idealer Kandidat, um die KI-gestützte Tool-Entwicklung auszutesten.


width="1024" height="567" sizes="auto, (max-width: 1024px) 100vw, 1024px">“Sunrise Village” war bei InnoGames der Vibe-Coding-Patient 0.InnoGames



Gestartet sind wir dabei mit einer minimalen Anforderungsbeschreibung. Der Entwickler befand sich gemeinsam mit dem Game-Designer in einem konstanten Dialog mit dem KI-Agenten, evaluierte die Resultate und gab Feedback. Die ersten Ergebnisse waren extrem schnell verfügbar: Drei Export-Tools inklusive übersichtlicher UIs entstanden in nur wenigen Stunden – statt in Tagen. Doch die Ernüchterung folgte auf dem Fuß: Tausende Zeilen Code, die in wenigen Stunden entstehen, lassen sich nicht „einfach mal schnell“ überprüfen und verstehen. Das benötigt bisweilen Tage – und vernichtet den zuvor erzielten Zeitgewinn vollständig. Zusätzlich verschiebt sich die Arbeit vom kreativen Gestalten hin zur ungeliebten Review.



Um die Produktivitätsgewinne zu halten, blieb uns deshalb nur, die Software so zu akzeptieren, wie sie war. Schließlich funktionierte das Tool und ermöglichte uns, viele Stunden manueller Datenübertragung zu automatisieren. Das Problem mit diesem Vorgehen zeigte sich allerdings dann wenig später, als die Software weiterentwickelt werden sollte. So wurden etwa veränderte Verknüpfungsbedingungen für Quests oder neue Logiken zur Belohnungsberechnung nötig.



Allerdings gab es keinen Entwickler, der den Code des Tools kannte und verstand – inklusive der KI, denn sie startet mit jeder neuen Sitzung ohne spezifische Vorkenntnisse. Soll sie die Software weiterentwickeln, muss entweder die vorangegangene Session geladen werden – oder die KI den Code neu evaluieren. Beide Optionen kosten viele Token. Und auch moderne KI-Modelle leiden unter dem „Context Rot“-Problem: Die Ergebnisse verlieren an Qualität, je mehr Token bereits in den Kontext geladen sind.



Bei der zweiten Erweiterung des Tools waren bereits über 50 Prozent des verfügbaren Kontextfensters belegt, bevor das Modell anfing, Code zu schreiben. Dadurch litt die Ausgabequalität bereits – was zu diesem Zeitpunkt aber noch nicht auffiel. Offensichtlich wurde dieses Problem erst bei der dritten Anpassung: Veränderungen an der Software begannen, existierende Funktionen zu zerstören. Darauf hingewiesen, fing die KI an, die ursprüngliche Funktion zu reparieren – und verletzte dabei die Anforderungen für die neue. Anders ausgedrückt: Das KI-Modell begann, sich im Kreis zu drehen.



Und wir hatten mit dem Export-Tool – ohne es zu wollen – eine Software in den Workflow eingebaut, für die es faktisch keine aktiven Entwickler mehr gibt. Damit deckten sich unsere Erfahrungen mit den allgemeinen Erfahrungen in der Branche: inkonsistente Qualität, Sicherheitsrisiken und schlecht wartbarer „Vibe Code“.



Aus Spec mach’ Vibe



Vibe Coding hat eindrucksvoll gezeigt, dass moderne KI-Modelle Beschreibungen in natürlicher Sprache effektiv in funktionierende Produkte umsetzen können. Aber professionelle Softwareentwicklung benötigt mehr: Unsere Anwendungen müssen langfristig wartbar, sicher und erweiterbar sein. Sie müssen über Jahrzehnte hinweg auf neue Technologien adaptierbar bleiben und Personalwechsel überstehen.



Um also das enorme Potenzial von Vibe Coding auch in der professionellen Softwareentwicklung zu heben, musste demnach eine neue Lösung her: Wenn wir die Designarbeit nicht mehr während der Coding-Phase erledigen konnten, musste das wieder vorab stattfinden. Also zurück zum klassischen Requirements Engineering – erst planen, dann entwickeln?



Das fühlte sich wie ein Rückschritt an – den wir nicht machen durften. Warum, zeigt ein Blick in unsere Spieleentwicklungspraxis: Die grundlegende Anforderung “Spielspaß” lässt sich zwar in Form von Spielmechaniken in einer technischen Spezifikation beschreiben, aber nur der Test mit realen Spielern demonstriert, ob eine Idee auch funktioniert. Denn was auf dem Papier sinnvoll klingt, kann sich in der Realität als echter Spaßkiller erweisen.



In unserem Spiel „Heroes of History“ kombinieren wir beispielsweise historischen Städtebau mit einem RPG: Die Spieler entwickeln eine Steinzeitsiedlung epochenübergreifend zur Metropole und können dabei über 70 historische oder mythologische Helden rekrutieren – von Herkules bis Jeanne d’Arc. Diese unterstützen die Spieler mit ihren Fähigkeiten unter anderem auch im Kampf.


Für die Games-Entwicklung ist ein agiler Ansatz essenziell – wie beispielsweise das Kampfsystem von „Heroes of History“ zeigt.InnoGames



Ursprünglich hatten wir das Kampfsystem so konzipiert, dass Spieler bei fast allen Heldenfähigkeiten das Ziel im Kampf manuell auswählen mussten. Auf dem Papier klang das nach einer hervorragenden Idee, die viel strategische Tiefe und direkte Handlungskontrolle ermöglichen sollte. Im direkten Test zeigte sich jedoch schnell: Der ständige Zwang zur manuellen Eingabe machte die Kämpfe unerwartet langsam, zäh und wurde von den Testspielern schnell als nervig empfunden. Erst der direkte Praxistest zeigte uns, dass diese vermeintlich gute Mechanik den Spielfluss ausbremste.



Der agile Ansatz ist daher essenziell: Wir benötigen schnelle Feedback-Schleifen von echten Spielern. In einem klassischen Wasserfall-Ansatz würden derartige Probleme zu spät auffallen. Um diesen Konflikt zu lösen, mussten wir zunächst verstehen, warum sich Vibe Coding so agil, frisch und natürlich angefühlt hat – nämlich durch schnelle Iteration und schnelle Ergebnisse.



Dieses Gefühl konnten wir mit KI-gestützter Spezifikationserstellung zurückbringen, ohne die Kontrolle zu verlieren. Damit wurde der rein technische Prozess, Specs zu schreiben, zu einem „Vibe“ transformiert – einer Diskussion mit dem KI-Agenten.



Professionalisiertes Vibe Coding



Stand heute startet diese Diskussion wieder mit der ursprünglichen kurzen Beschreibung der Software – aber statt direkt Code zu generieren, wird die KI instruiert, die Funktion gemeinsam mit dem Entwickler zu planen und zu designen.



Sie übernimmt dabei unterschiedliche, unterstützende Rollen im Designprozess und:  




stellt Rückfragen,



skizziert UML-Diagramme,



spielt den „Devil’s Advocate“ und



zeigt Schwachstellen sowie Risiken auf.




Dabei werden alle Schritte einer sauberen Software-Engineering-Praxis weiterhin eingehalten: Die KI assistiert, der Prozess wird jedoch von Menschen gesteuert und bewertet. Dadurch erhalten wir die Kontrolle und langfristige Wartbarkeit zurück, die uns beim „reinen“ Vibe Coding gefehlt hat. Parallel behalten wir den agilen Flow, der das Verfahren so attraktiv gemacht hat.



Die Spezifikationen später im Prozess zu ändern, stellt dabei ebenfalls kein Problem dar. Die KI kann die Implementierung anhand der aktualisierten Spezifikation jederzeit neu erstellen, um besseren Code zu erhalten. Zudem kann der Code auch manuell optimiert werden. In diesem Fall aktualisiert die KI dann anschließend die Spezifikation entsprechend.


InnoGames hat einen Weg gefunden, Vibe Coding in die professionelle Dev-Praxis zu integrieren.InnoGames



In diesem Prozess entstehen immer noch tausende Zeilen Quellcode. Aber unsere Entwickler kennen nun die Architektur und haben wichtige Design-Entscheidungen selbst getroffen. Auch wenn sie bei diesem Ansatz nicht jede Zeile Code kennen, ist ihnen die Software vertraut genug, um sie weiterzuentwickeln. Zusätzlich muss sich das KI-Modell nicht bei jeder Erweiterung neu einarbeiten, sondern kann direkt auf Grundlage der existierenden Spezifikationen starten. Dadurch wird der grundlegende Token-Bedarf deutlich gesenkt und das “Context Rot”-Problem gelindert.



Diese Herangehensweisen bekommen mit “Spec-driven Development” oder “Agentic Engineering” zunehmend auch eigene Bezeichnungen in der Branche. Diese Ansätze machen KI zu dem, was die Technologie in einem professionellen Dev-Umfeld sein sollte: Kein blinder Code-Generator, sondern ein mächtiger Compiler für durchdachte, agile Spezifikationen. (fm)