Vibe Coding in Agenturen: Zwischen Tempogewinn und Kontrollverlust

Eine Account-Managerin öffnet abends ihren Laptop, tippt der KI in wenigen Sätzen, was die Microsite für die neue Kampagne können soll – und am nächsten Morgen ist sie online. Kein Entwickler-Ticket, kein Sprint, keine Abstimmung mit der IT. Genau das ist „Vibe Coding“: Software entsteht, indem man ihr Verhalten in natürlicher Sprache beschreibt, statt sie Zeile für Zeile zu programmieren. Was vor zwei Jahren noch ein Nischentrend unter Entwicklern war, ist 2026 in Marketing- und Kreativagenturen zum Alltag geworden – und verändert gerade, wer in einer Agentur überhaupt „bauen“ darf.

Was genau ist Vibe Coding?

Den Begriff geprägt hat der KI-Forscher Andrej Karpathy im Februar 2025 in einem kurzen Social-Media-Post. Gemeint ist ein Arbeitsstil, bei dem man einem KI-Coding-Agenten in Alltagssprache beschreibt, was entstehen soll, das Ergebnis testet, nachjustiert – und dabei bewusst in Kauf nimmt, nicht jede Zeile Code selbst zu verstehen oder zu prüfen. Das unterscheidet Vibe Coding von klassischer Softwareentwicklung, aber auch von No-Code- oder Low-Code-Plattformen: Dort konfiguriert man vorgefertigte Bausteine innerhalb fester Leitplanken. Beim Vibe Coding entsteht echter, individueller Code – nur eben nicht von einem Menschen geschrieben, sondern von einer KI generiert und von Laien in Betrieb genommen.

Warum ausgerechnet Agenturen jetzt vorne mit dabei sind

Agenturen sind ein idealer Nährboden für diesen Trend: kurze Projektlaufzeiten, hoher Termindruck, viele kreative statt technische Köpfe – und ständig der Bedarf an individuellen Landingpages, interaktiven Kampagnentools oder kleinen Kundenportalen, die sich mit klassischer Entwicklung kaum in der verfügbaren Zeit umsetzen lassen. Wie schnell das inzwischen geht, zeigt ein Beispiel aus der Fachpresse: Mit OpenAIs Codex-App steuerte ein Nutzer mehrere KI-Coding-Agenten parallel und hatte in rund 35 Minuten und fünf Prompts eine fertige, live geschaltete Website – die App selbst verzeichnete binnen zwei Tagen 500.000 Downloads. Für Agenturen heißt das: Die Person, die die Idee hat, kann sie jetzt auch ohne Entwicklerteam umsetzen. Das verschiebt nicht nur Arbeitsabläufe, sondern auch, wer in einer Agentur digitale Produkte „bauen“ darf.

Der Tempogewinn ist real – und er hat einen Preis

Die Geschwindigkeit ist kein Marketingversprechen, sondern beobachtbar. Doch mit ihr wächst ein Risiko, das in Sicherheitsanalysen inzwischen gut dokumentiert ist. KI-generierter Code übernimmt mitunter unsichere Muster aus seinen Trainingsdaten und produziert dadurch Schwachstellen wie Injection-Lücken, lückenhafte Authentifizierung oder eine fehlerhafte Rechteverwaltung. Hinzu kommt, dass KI-Agenten beim Bauen oft automatisch Open-Source-Pakete und Bibliotheken einbinden, ohne dass jemand prüft, ob diese vertrauenswürdig oder überhaupt noch gepflegt sind – ein klassisches Lieferketten-Risiko. In generiertem Code finden sich zudem immer wieder hart codierte API-Schlüssel, Zugangsdaten oder zu offen konfigurierte Standardeinstellungen. Das größte Problem ist aber oft ein menschliches: Ergebnisse werden unkritisch übernommen, weil sie funktionieren – ohne dass jemand nachvollziehen kann, welche Entscheidungen die KI dabei eigentlich getroffen hat. Und weil die Menge an so entstehendem Code und an Änderungen so schnell wächst, kommen klassische Sicherheits- und Freigabeprozesse kaum noch mit.

Ein Beispiel aus der Praxis

Ein typisches – hier bewusst verallgemeinertes – Szenario sieht so aus: Eine Marketingagentur mit rund 25 Mitarbeitenden soll für einen Kunden kurzfristig eine interaktive Microsite mit Lead-Formular umsetzen. Statt das interne Entwicklerteam einzubinden, das ohnehin ausgelastet ist, baut die zuständige Kampagnenmanagerin die Seite innerhalb eines Tages selbst mit einem KI-Coding-Tool – inklusive Formular, das Kontaktdaten direkt in eine Datenbank schreibt. Die Seite geht live, der Kunde ist zufrieden, das Projekt gilt als Erfolg. Erst Wochen später, im Rahmen eines Sicherheits-Audits beim Kunden, fällt auf: Der API-Schlüssel für den Formularversand liegt offen im Quellcode, es gibt keine Dokumentation, wer die Seite überhaupt betreut, und ein Auftragsverarbeitungsvertrag für die gesammelten Kontaktdaten fehlt komplett. Niemand hat böswillig gehandelt – die Seite ist einfach nie durch die üblichen Freigabeprozesse gelaufen, weil sie formal gar nicht als „IT-Projekt“ wahrgenommen wurde. Genau das ist Shadow IT in seiner heutigen Form: nicht die trotzige Umgehung von Regeln, sondern das stille Entstehen von Systemen außerhalb jeder Governance, weil der Weg über die KI so viel einfacher war als der offizielle.

Governance statt Verbot – was Unternehmen jetzt tun sollten

Vibe Coding zu verbieten, wäre für die meisten Agenturen weder realistisch noch sinnvoll – der Wettbewerbsdruck und der Produktivitätsgewinn sind zu groß. Sinnvoller ist ein pragmatischer Rahmen, der die Geschwindigkeit erhält und gleichzeitig die größten Risiken absichert. In der Praxis bewähren sich dafür vier Bausteine:

Werkzeuge standardisieren: Statt jedes beliebige KI-Tool zuzulassen, auf ein bis zwei unternehmensfähige Plattformen mit Single-Sign-On, Rechteverwaltung, Protokollierung und anerkannten Zertifizierungen wie ISO 27001 setzen – und den Einsatz privater Consumer-Tools für geschäftliche Zwecke klar beenden.

Grüne und rote Zonen definieren: Für unkritische Bereiche wie UI-Bausteine, Textvorschläge oder Testdaten darf die KI mit üblichem Vier-Augen-Prinzip frei arbeiten. Für sensible Bereiche – Authentifizierung, Zahlungsabwicklung, personenbezogene Daten, Infrastruktur, Preislogik – braucht es zwingend die Prüfung durch eine erfahrene Fachkraft, bevor etwas live geht.

Automatisierte Kontrollen einbauen: Technische Prüfmechanismen, die vor der Veröffentlichung automatisch nach hart codierten Zugangsdaten, unsicheren Mustern oder fragwürdigen Abhängigkeiten suchen, fangen einen Großteil der Risiken ab, ohne das Tempo auszubremsen.

Regelmäßig auditieren: Wer wie viel KI-generierten Code im Umlauf hat, wie die Fehlerquote im Vergleich zu klassisch entwickeltem Code aussieht und ob jede Anwendung nachvollziehbar dokumentiert ist, gehört – ähnlich wie andere IT-Assets – in die wiederkehrende Prüfung des Informationssicherheits-Managementsystems.

Für Unternehmen in Österreich und Deutschland kommt ein weiterer Punkt dazu: Mit NIS2 beziehungsweise dem österreichischen NISG 2026 rückt genau diese Art von unsichtbarer Schatten-IT stärker in den Fokus der Aufsicht. Eine mit KI in wenigen Minuten gebaute, aber nie geprüfte Microsite ist für eine Behörde im Ernstfall kein Kuriosum, sondern ein ungesichertes System im eigenen Netz. Wer sein ISMS ohnehin auf ISO 27001 ausrichtet, sollte Vibe-Coding-Ergebnisse von Anfang an als das behandeln, was sie sind: IT-Assets mit Verantwortlichem, Dokumentation und Audit-Trail – auch wenn sie in der Marketingabteilung entstanden sind.

Mein Angebot: Ich unterstütze KMU dabei, einen pragmatischen Governance-Rahmen für KI-gestützte Entwicklung und Vibe Coding aufzusetzen – von der Abgrenzung grüner und roter Zonen über die Einbindung in ein bestehendes oder neu aufzubauendes ISMS nach ISO 27001 bis zur Vorbereitung auf NIS2/NISG-Anforderungen. Ziel ist nicht, Tempo zu bremsen, sondern Schnelligkeit und Kontrolle miteinander zu versöhnen.

Quellen und weiterführende Literatur

Wikipedia: Vibe coding – Herkunft des Begriffs, Prägung durch Andrej Karpathy im Februar 2025 und Einordnung gegenüber klassischer Softwareentwicklung.

HORIZONT: Blick in die Zukunft: Wie Vibe Coding die Agenturlandschaft verändert – wie KI-gestütztes Coding die Rolle von Digitalagenturen und deren Wertschöpfung verändert, mit dem Codex-Beispiel aus der Praxis.

Checkmarx: Vibe Coding Security: Top Risks & AI Coding Security How-tos – detaillierte Übersicht der häufigsten Sicherheitsrisiken in KI-generiertem Code, von unsicheren Mustern bis zu Lieferketten-Risiken.

RTS Labs: Enterprise Vibe Coding: Governance & Security Guide for 2026 – praxisnaher Governance-Rahmen mit Tool-Standardisierung, grünen/roten Zonen, automatisierten Kontrollen und Audit-Zyklen.

Transparenzhinweis: Diesen Text hat eine KI geschrieben. Thema, Richtung und die Beispiele aus der Praxis stammen von mir, und ich habe den fertigen Beitrag inhaltlich geprüft, bevor er hier erschienen ist. Ist Ihnen ein Fehler oder eine veraltete Angabe aufgefallen? Ich freue mich über eine Nachricht über die Kontaktseite.

Nach oben scrollen