knowledge-base/wiki/concepts/llm/vibe-coding-vs-enterprise.md
Hector cb1f1818fb ingest(xpost): thebuggeddev-kimi-vs-fable
Real-world coding benchmark: Kimi K3 vs Fable 5 on 3D stadium challenge.
- raw: raw/xpost/2026-07-20-thebuggeddev-kimi-vs-fable.md
- wiki: kimi-k3.md +benchmark section, vibe-coding-vs-enterprise.md +xref,
  fable-5-anthropic.md +xref, moonshot-ai.md +Vibe Engineering section
- index.md 80. Update, log entry
2026-07-20 18:36:21 +02:00

5.5 KiB

created updated sources tags
2026-07-02 2026-07-02
youtube/2026-07-02_david-tielke-enterprise-ki-softwareentwicklung.md
concept
software-engineering
enterprise-ai
vibe-coding
spec-driven
test-driven
voice-driven

Vibe Coding vs. Enterprise Software Development

Vibe Coding bezeichnet die spontane, unstrukturierte KI-gestützte Code-Erstellung — „einfach drauflos coden mit KI" — die in vielen YouTube-Demos gezeigt wird. Enterprise Software Development mit KI erfordert demgegenüber systematisches Vorgehen: Spezifikation, Architektur, Tests, Dokumentation, CI/CD-Pipelines.

Die Kernfrage

Kann KI Mitte 2026 wirklich große Enterprise-Software bauen — mit echter Architektur, echten Anforderungen, kompromissloser Qualität? Oder nur kurze YouTube-Demos?

Diese Frage wurde von David Tielke in einem 45-Tage-Experiment empirisch untersucht. Er entwickelte eine 18 Jahre alte Backoffice-Anwendung komplett neu mit KI — als Enterprise-System mit Microservice-Architektur, N8n Workflow-Engine, Docker, Gitea, Test- und Produktionsumgebung.

Vibe Coding vs. Enterprise: Gegenüberstellung

Dimension Vibe Coding Enterprise mit KI
Vorgehen Spontan, iterativ Systematisch, phasenbasiert
Spezifikation Implizit im Chat Explizit, requirements-driven
Architektur Entsteht ad-hoc Vorab entschieden (Microservices, Gateway)
Tests Optional, nachträglich TDD, API-Tests, Workflow-Tests, WireMock
Dokumentation Selten Automatisiert generiert
Deployment Manuell / lokal CI/CD-Pipeline, Dev & Prod
KI-Steuerung Mikro-Management Abstraktion steigern (→ Voice-Driven)
Code-Qualität Variabel Überraschend gut (Tielke's Befund)

Die fünf Phasen der KI-gestützten Enterprise-Entwicklung

Tielke identifizierte eine Evolutionsleiter des KI-gestützten Entwickelns:

  1. Mikro-Management — Detaillierte Schritt-für-Schritt-Anweisungen an die KI
  2. Quality Driven & Spec Driven mit Harness — Qualitätsgesteuert, spezifikationsbasiert mit Test-Harness
  3. Quality Driven & Spec Driven (vertieft) — Ausbau der Spec-Driven-Pipeline
  4. Test Driven Development aus Anforderungen — Tests zuerst, dann KI-gestützte Implementierung
  5. Idea Driven & Voice Driven Development — Entwicklung per Sprache und Idee, höchste Abstraktion

Jede Phase erhöhte die Abstraktionsebene und reduzierte die manuelle KI-Steuerung. Der Aufwand verschob sich von Codierung zu Spezifikation, Architektur und Test-Design.

Zentrale Erkenntnis: Spezifikation wird zum neuen Coding

Der wichtigste Befund: Der Aufwand verschiebt sich dramatisch. Weniger Zeit für reine Codierung, mehr Zeit für Spezifikation, Architektur-Entscheidungen und Test-Design. Die KI lieferte bessere Code-Qualität als erwartet — aber nur, wenn die Eingaben (Spezifikation, Tests, Architektur-Vorgaben) präzise waren.

Implikation: Die Kernkompetenz für Softwareentwickler verschiebt sich vom „Wie codiere ich das?" zum „Wie spezifiziere ich das präzise genug, dass KI es korrekt umsetzt?"

Verbindungen

Spezifikations-Driven Development mit Harness

Eine der Schlüssel-Phasen in Tielke's Experiment (Phase 2-3): Statt Code direkt zu generieren, wird zunächst eine Spezifikation erstellt (Requirements → formale Beschreibung), die dann von der KI in Code umgesetzt wird. Ein Test-Harness validates automatisch, ob der generierte Code die Spezifikation erfüllt.

Dies ist eng verwandt mit llm-knowledge-base.md (Karpathy's raw → LLM → wiki → Q&A Pattern): Spezifikation ist das „raw", KI-generierter Code ist das „LLM-compiled", Tests sind das „Q&A" — die Validierungsschicht.

Voice Driven Development

Die höchste Phase in Tielke's Evolutionsleiter: Entwicklung per Sprache. Der Entwickler beschreibt eine Idee oder Anforderung verbal, die KI generiert den entsprechenden Code. Dies setzt eine sehr präzise mentale Vorstellung des Entwicklers voraus — Sprachpräzision wird zur Codierungskompetenz.

Voice-Driven Development ist die konsequente Weiterentwicklung des Shifts von Codierung zu Spezifikation: Wenn die KI den Code zuverlässig aus Spezifikationen generiert, dann ist der nächste Schritt, Spezifikationen verbal zu geben statt textuell.

External Sources