Vibe Coding vs. Agentic Engineering ist mehr als ein Buzzword-Streit

Eine Begriffsklärung im Anschluss an die ZEIT-Recherche zu Supabase und Vibe Coding zeit.de ↗, an meinen Beitrag „Mühle in 3D“. Ein Beitrag zu dem Themenkomplex im Bereich der Cybernation¹.

Der Einwand, der den Beitrag verdient#

Unter dem LinkedIn-Posting zur ZEIT-Recherche meldete sich Christoph Gruber mit einem Einwand, der inhaltlich richtig ist und den die Debatte benötigt: Man dürfe, „den Fehler eines oder einiger“ nicht mit Vibe Coding gleichsetzen. „Nur weil Supabase alles falsch macht, heißt das nicht, dass man mit KI-Unterstützung nicht guten Code schreiben kann.“ Sein Standardsatz dazu, in der dem Software-Engineer Grady Booch zugeschriebenen Tradition: „A fool with a tool is still a fool.“ Ein LLM ist ein Verstärker. Was es verstärkt, hängt vom Menschen ab.

Mein Gegenwort dort lautete: Das wäre dann Agentic Engineering. Klingt nach Buzzword-Pingpong. Dies ist exakt die Differenzierung, die der Begriffsschöpfer von Vibe Coding inzwischen selbst zieht.

Was Karpathy ursprünglich meinte#

Andrej Karpathy hat „Vibe Coding²“ am 2. Februar 2025 auf X geprägt³:

„There’s a new kind of coding I call ‚vibe coding‘, where you fully give in to the vibes, embrace exponentials, and forget that the code even exists. […] I don’t read the diffs anymore. […] It’s not too bad for throwaway weekend projects.“

Drei Eigenschaften sind in der Definition mitgesetzt: bewusst (es ist eine Modus-Entscheidung), explorativ (Wegwerf-Kontext), mit Selbstkenntnis (der Sprecher weiß, was er gerade tut, und nennt den Modus „throwaway“). Karpathy sprach explizit von „weekend projects“. Nicht von Produktion. Nicht von personenbezogenen Daten. Nicht von Industrieanlagen-Dashboards mit 700.000 Datensätzen.

Was der Markt daraus gemacht hat#

Im ZEIT-Artikel ist „Vibe Coding“ ein Sammelbegriff für KI-gestütztes Programmieren durch Laien. Webshops, Studierendenportale, Industrieanlagenbauer, IT-Sicherheitsschulungs-Plattformen. Das ist nicht falsch, es ist eine Bedeutungsverschiebung: Karpathy beschrieb einen reflektierten Experten im Freizeitmodus, die ZEIT beschreibt den ahnungslosen Anwender in der Produktion. Beide Lesarten beschreiben reale Phänomene, aber unterschiedliche Akteure und die zweite ist die, die der Supabase-Befund freigelegt hat.

Hier hat Gruber recht: Wer Vibe Coding pauschal verurteilt, verurteilt eine reflektierte Praxis mit. Wer sie pauschal verteidigt, übersieht Webseiten, gebaut von Leuten, die nicht entschieden haben, im Wegwerf-Modus zu sein, sondern denen die Wegwerfbarkeit nicht aufgefallen ist. Das ist Vibe Coding, ohne dass die Vibe-CoderIn es weiß.

Karpathys eigene Korrektur#

Genau diesen Bedeutungsdrift hat Karpathy selbst zum Anlass genommen, am 4. Februar 2026 – nahezu exakt ein Jahr nach dem Originaltweet – einen Nachfolgebegriff vorzuschlagen. Zitiert via The New Stack thenewstack.io ↗:

„Many people have tried to come up with a better name […] my current favorite is agentic engineering. ‚Agentic‘ because […] you are orchestrating agents who do the coding and acting as oversight. ‚Engineering‘ to emphasize that there is an art and science and expertise to it.“

Das ist bemerkenswert leise umbenannt für einen Begriff, der ein Jahr lang auf jeder Konferenzfolie stand: der Erfinder selbst hat ihn ersetzt, weil ihm das Reflexionsmoment beim Massengebrauch verlorenging. In der Praxis aufgegriffen u. a. von Addy Osmani (Google)⁴ „AI does the implementation, human owns the architecture, quality, and correctness“ und Simon Willison⁵, der Code-Review als Pflichtbestandteil setzt, nicht als optionalen Schritt. Es ist kein Marketingbegriff eines Anbieters, sondern eine Selbstkorrektur.

Die Grenze, an der die Sicherheitsdebatte sitzt#

Vibe Coding im Karpathy-Sinn ist legitim, für Prototypen, Wegwerf-Demos, Wochenend-Experimente. Agentic Engineering ist die Disziplin, die dieselbe Werkzeugklasse in Produktionskontexten einsetzbar macht: orchestrieren, gegenlesen, prüfen, Verantwortung tragen. Wer sich Agentic Engineer nennt, beansprucht das Steuer in der Hand zu halten. Ob das Ergebnis taugt, hängt am Steuermann, nicht am Werkzeug. So weit Grubers Punkt, den ich teile.

Der Rest der Diskussion lautet aber: Reicht der Anspruch?

Eine Veracode-Studie 2025⁶ findet OWASP-Schwachstellen in 45 % von KI-generiertem Code. Ein Produktiv-Scan über 5.600 deploytes Apps⁷ findet 2.000 kritische Schwachstellen, 400 freiliegende Secrets, 175 Fälle mit personenbezogenen Daten, Patientendaten inklusive. Dave Chismon, CTO Architecture beim NCSC UK, fordert „deterministic controls to constrain AI-generated code⁸“. Übersetzt: Anspruch reicht nicht, wenn 45 % der Outputs strukturell ungeprüft in Produktion gehen.

Genau das hat Gruber im letzten Schritt der LinkedIn-Diskussion auf den Punkt gebracht: „Inhaltlich richtig, aber ein Name allein wird nicht reichen.“ Stimmt. Die Trennung zwischen Vibe Coding und Agentic Engineering ist eine Voraussetzung der Sicherheits-Debatte, kein Ersatz dafür. Sie sortiert die Akteure: wer sich einer der beiden Disziplinen zurechnet, übernimmt damit eine Rolle. Ob sie erfüllt wird, beantworten weder Werkzeug noch Begriff. Die beantworten Defaults, Audits, Forensik und am Ende der Prozess, der bei einem Vorfall greift.

Was das mit dem Supabase-Befund zu tun hat#

Die 670 systematisch geprüften Webseiten aus der Stichprobe sind in der Mehrheit kein Agentic Engineering. Sie sind Vibe Coding ohne Selbstkenntnis, gebaut von Personen, die nicht entschieden haben, im Wegwerf-Modus zu sein, sondern denen die Wegwerfbarkeit nicht aufgefallen ist. Das ist die Lücke, die der ZEIT-Artikel benennt und die Gruber zu Recht nicht mit Vibe Coding-im-engen-Sinne verwechselt sehen will.

Praktisch heißt das, was im Vorschläge-Abschnitt der Hauptanalyse steht: Plattform-Defaults so setzen, dass die ahnungslose Mehrheit nicht in offene Datenbanken läuft. Hinweisgeber-Kanäle so bauen, dass seriöse Meldungen den Empfänger erreichen, statt im Bug-Bounty-Scam-Postfach zu landen. Forensik so institutionalisieren, dass im Vorfall nicht offenbleibt, was abgeflossen ist. Keiner dieser drei Punkte hängt davon ab, ob jemand Vibe Coder, Agentic Engineer oder klassischer Backend-Entwickler ist. Sie hängen davon ab, ob die Defaults und die Strukturen drumherum die zwischen Erwartung und Können aufklaffende Lücke auffangen. Egal, wie der Mensch davor sich nennt.

Was die Schweizer wissen#

Drei Forscher der Advanced Software Technologies Group der ETH Zürich⁹, Sverrir Thorgeirsson, Theo B. Weidmann und Zhendong Su haben auf der CHI ’26 in Barcelona, 13. April 2026 dl.acm.org ↗ eine präregistrierte, querschnittliche Laborstudie veröffentlicht. 100 Studierende der ETH und der Universität Zürich wurden in einer eigens gebauten Vibe-Coding-Plattform getestet, in der der erzeugte Code unsichtbar bleibt: „pure“ Vibe Coding nach Karpathys Originaldefinition, kein gemischter Workflow.

Drei Sätze fassen das Ergebnis zusammen:

• Wer in Computer-Science-Tests besser abschneidet, baut auch beim Vibe Coding bessere Anwendungen (Pearson r = 0,39, signifikant).
• Wer technisch klar schreiben kann, ebenfalls (r = 0,29).
• Beide Effekte addieren sich unabhängig voneinander, und CS-Wissen bleibt auch dann signifikant, wenn man für allgemeine kognitive Fähigkeiten kontrolliert.

Im Joint-Modell trägt CS-Wissen ungefähr doppelt so viel eigenständige Varianz bei wie Schreibkompetenz, aber beides zählt. Eine Mediation-Analyse (Bootstrap, 10.000 Resamples) zeigt: rund 52 % der Wirkung von Schreibkompetenz auf Vibe-Coding-Performance laufen über die Qualität der Prompts. Wer klar formuliert, formuliert auch klare Prompts. Klingt selbstverständlich, ist aber zum ersten Mal sauber gemessen.

Warum das die Buzzword-Debatte überholt

Die Schweizer machen sich nicht die Mühe, zwischen Vibe Coding und Agentic Engineering zu unterscheiden. Sie zitieren Karpathys Originaltweet vom Februar 2025, vermerken nüchtern, dass „die Definition noch in Bewegung und anfällig für semantische Verwässerung“ sei und messen dann einfach. Das macht die Studie für die deutschsprachige Debatte interessanter als jede Konferenzfolie: sie liefert Daten, an denen beide Seiten der LinkedIn-Diskussion sich messen lassen müssen.

Die „A fool with a tool is still a fool“-Position bekommt empirische Unterstützung: Vorwissen schlägt Werkzeug, und CS-Achievement allein (r = 0,39) erklärt mehr Vibe-Coding-Performance als allgemeine Intelligenz. Aber die Gegenposition, dass jeder mit klarer Sprache zu guten Programmen kommt, hat ebenfalls eine Säule: Schreibkompetenz erklärt eigenständig Performance, unabhängig vom CS-Wissen. Die Wahrheit liegt nicht in der Mitte, sondern in der Addition. Beides zählt, beides ist messbar, keines ersetzt das andere.

Die Pointe, die niemand erwartet hat

Im explorativen Teil der Studie steht ein Befund, der eine eigene Schlagzeile verdient hätte: die selbstberichtete LLM-Nutzungsfrequenz korreliert negativ mit Vibe-Coding-Performance (r = −0,258, p = 0,010) und negativ mit Schreibkompetenz (r = −0,282, p = 0,005). Korrelation ist keine Kausalität, und die Autoren formulieren entsprechend zurückhaltend drei Hypothesen: Entweder verschlechtern LLMs die Schreibfähigkeit, oder schwächere Schreiber greifen häufiger zu LLMs, oder beides zugleich.

Für die Sicherheitsdebatte ist die Pointe unabhängig von der Kausalfrage: Häufige Nutzung ist keine Übung. Wer KI-Coding-Tools öfter benutzt, baut nicht automatisch bessere Software,, die Daten zeigen das Gegenteil. Damit fällt eines der häufigsten Marketing-Argumente der Vibe-Coding-Plattformen in sich zusammen: dass „Üben mit dem Tool“ zu besseren Resultaten führt. Die Schweizer Daten sagen, leise und mit Konfidenzintervall: nein, tut es nicht.

Was das mit dem Supabase-Befund zu tun hat

Die ETH-Studie misst Studierende mit mindestens einem Einführungskurs in Informatik und C1-Englischkompetenz, also die obere Hälfte der Vibe-Coding-Pyramide. Die 670 deutschen Webseiten aus der ZEIT-Stichprobe sind in der Mehrheit nicht von dieser Population gebaut. Sie sind von Personen gebaut, die weder die CS-Grundlage noch unbedingt die Schreibkompetenz mitbringen, die in der ETH-Stichprobe schon Voraussetzung war.

Wenn schon bei vorausgewählten Studierenden mit beidem die durchschnittliche Vibe-Coding-Leistung bei 0,45 von 1,0 liegt – mit einer Spannweite von 0,00 bis 0,83 –, dann ist die Erwartung, dass ein durchschnittlicher KMU-Inhaber mit einem Lovable-Account in einem Wochenende ein produktionsreifes Backend baut, statistisch unglücklich. Die Schweizer messen die Obergrenze. Was darunter passiert, ist exakt der Cluster, den der Supabase-Befund freigelegt hat.

Schluss#

Vibe Coding bleibt als reflektierter Experimentier-Modus legitim. Agentic Engineering ist möglicherweise der Nachfolgebegriff, mit dem Karpathy und ein Teil der Branche das Reflexionsmoment zurückholen wollen, das beim ersten verloren ging. Beides sind menschliche Disziplinen, kein Werkzeug-Eigenschaftsstreit. Und beides ändert nichts daran, dass am Ende dieser Debatte nicht der Anspruch steht, sondern eine Person, deren Daten in einer offenen Tabelle liegen.

Das Spielzeug, das kein Spielzeug sein darf, wenn man es unbewusst verwendet.

Querverweise: Hauptanalyse zur Cybernation-Lücke – Mühle in 3D – ZEIT-Recherche, Eva Wolfangel, 28.04.2026 zeit.de ↗ – Christoph Gruber, „Halbwissen mal LLM“¹⁰ – Andrej Karpathy zu Vibe Coding (Feb. 2025) x.com ↗ – Karpathy zu Agentic Engineering (Feb. 2026) thenewstack.io ↗ – Addy Osmani addyosmani.com ↗ – Simon Willison simonwillison.net ↗ – Veracode-Befund 2025 csoonline.com ↗ – NCSC UK, Dave Chismon infosecurity-magazine.com ↗.