--- title: Nach dem Vibe Coding kommt das Vibe Management description: Die Zukunft der Softwareentwicklung liegt in der Balance zwischen KI und menschlichem Verständnis. Erfahren Sie, warum Verständnis unerlässlich bleibt. image: https://hoxell.com/hubfs/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png --- [Skip to content](https://hoxell.com/de/blog/vibe-coding-versteckte-risiken-kosten#main-content) Chiudi - Produkte - [Quality Operations](https://hoxell.com/de/prodotti/quality-operations) - [Hoxell Plus](https://hoxell.com/de/products/quality-operations/hoxell-plus) - [Guest Experience](https://hoxell.com/de/prodotti/guest-experience-platform) - [Integrationen und Partner](https://hoxell.com/de/integrationen) - [BLOG](https://hoxell.com/de/blog) - [Über Uns](https://hoxell.com/de/ueber-uns) - [Erfolgsgeschichten](https://hoxell.com/de/testimonianze) Lingua – de [en](https://hoxell.com/blog/vibe-coding-hidden-risks-costs)[fr](https://hoxell.com/fr/blog/vibe-coding-risques-caches-couts)[it](https://hoxell.com/it/blog/vibe-coding-rischi-costi-nascosti) [Demo buchen](https://hoxell.com/it/richiedi-una-demo?hsLang=de) [![logo](https://hoxell.com/hs-fs/hubfs/Hoxell%20Full%20Color-1.png?width=235&height=94&name=Hoxell%20Full%20Color-1.png "logo")](https://hoxell.com?hsLang=de) - Produkte - [Quality Operations](https://hoxell.com/de/prodotti/quality-operations) - [Hoxell Plus](https://hoxell.com/de/products/quality-operations/hoxell-plus) - [Guest Experience](https://hoxell.com/de/prodotti/guest-experience-platform) - [Integrationen und Partner](https://hoxell.com/de/integrationen) - [BLOG](https://hoxell.com/de/blog) - [Über Uns](https://hoxell.com/de/ueber-uns) - [Erfolgsgeschichten](https://hoxell.com/de/testimonianze) de [en](https://hoxell.com/blog/vibe-coding-hidden-risks-costs)[fr](https://hoxell.com/fr/blog/vibe-coding-risques-caches-couts)[it](https://hoxell.com/it/blog/vibe-coding-rischi-costi-nascosti) [Demo buchen](https://hoxell.com/it/richiedi-una-demo?hsLang=de) ![Vibe coding-1](https://hoxell.com/hs-fs/hubfs/Vibe%20coding-1.png?width=575&name=Vibe%20coding-1.png) [Hoxell](https://hoxell.com/de/blog/author/hoxell)10 Nov. 20269 min read # Nach dem Vibe Coding kommt das Vibe Management [Vorherige](https://hoxell.com/de/blog/hotelpersonalmanagement-innovation?hsLang=de) ![Codice e gestione dell’innovazione IA](https://hoxell.com/hs-fs/hubfs/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png?width=1672&height=941&name=Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png) Wenn ich heute CEO eines Softwareunternehmens wäre, könnte ich wahrscheinlich 70–90 % der Junior-Entwickler entlassen. Den Code würde die KI schreiben. Die Pull Requests würde die KI erstellen. Auch einen Großteil der Tests würde die KI übernehmen. Die eigentliche Frage ist jedoch eine andere: Wer wird die Software in fünf Jahren noch verstehen? Im Jahr 2023 lautete die Frage, die wir uns stellten: Können wir Menschen durch KI ersetzen? Im Jahr 2026 wird daraus zunehmend eine andere Frage: Können wir es uns leisten, Menschen durch KI zu ersetzen? Das sind zwei sehr unterschiedliche Fragen. Die erste betrifft die technischen Möglichkeiten. Die zweite betrifft die Endabrechnung. Und diese Endabrechnung enthält Positionen, die bisher kaum jemand bilanziert hat: Token-Kosten, Kosten durch Wissensverlust, Kosten technologischer Abhängigkeit, Wartungskosten für generierten Code und kognitive Kosten durch den Verlust von Fähigkeiten. Fünf Kostenpositionen. Keine davon taucht in einem AI-first-Pitchdeck auf. Dieser Artikel versucht, sie einzeln zu beleuchten. ## Vibe Coding und das Paradox der verlorenen Dokumentation Vibe Coding funktioniert. Tatsächlich funktioniert es erstaunlich gut. Man beschreibt, was man möchte, die KI generiert den Code, und der Code läuft. Der Begriff wurde Anfang 2025 von Andrej Karpathy geprägt und entwickelte sich innerhalb weniger Monate zu einer alltäglichen Praxis in Tausenden von Teams. Das Problem ist nicht, Code zu generieren. Das Problem ist, diesen Code sechs Monate später noch zu verstehen. Immer mehr Unternehmen sammeln Millionen von Codezeilen, die von Claude Code, Cursor, GPT und Gemini erzeugt wurden. Doch ein wachsender Teil dieser Software wurde generiert, ohne dass irgendjemand den logischen Weg, der zur Lösung geführt hat, tatsächlich nachvollzogen hätte. Der Code existiert. Er funktioniert. Aber das Wissen, das zu seiner Entstehung geführt hat, existiert häufig nicht. Früher erinnerte sich ein Entwickler daran, warum eine Funktion auf eine bestimmte Weise geschrieben worden war, welche Kompromisse bewusst eingegangen wurden und welche Fehler bereits an anderer Stelle im System aufgetreten und vermieden worden waren. Dieses Wissen lebte in den Köpfen der Menschen, noch bevor es in den Commits dokumentiert wurde. Heute existiert immer häufiger nur noch das Endergebnis. Der Prompt, der es erzeugt hat, ist in einem Chat verschwunden. Die Überlegungen, die drei alternative Lösungen ausgeschlossen haben, wurden nirgendwo festgehalten. Es ist der Unterschied zwischen dem Kennen eines Weges und dem Folgen von Google Maps. In beiden Fällen erreicht man sein Ziel. Aber wenn mitten in einem Stadtviertel, das man nie wirklich kennengelernt hat, der Akku des Smartphones leer ist, steht man orientierungslos da. ## Das Gehirn im Outsourcing Über Jahrzehnte mussten Londoner Taxifahrer eine Prüfung namens „The Knowledge“ bestehen: eine mentale Karte von rund 25.000 Straßen und 20.000 Sehenswürdigkeiten und wichtigen Orten der Stadt, die ohne digitale Hilfsmittel auswendig gelernt werden musste. Die Neurowissenschaftlerin Eleanor Maguire untersuchte über Jahre hinweg die Gehirne der Menschen, die sich dieser Prüfung unterzogen. Die Ergebnisse, die in späteren Studien bestätigt und weiter präzisiert wurden, zeigen einen klaren Befund: Wer „The Knowledge“ besteht, entwickelt eine messbare Verdickung des hinteren Hippocampus, jener Gehirnregion, die an der räumlichen Erinnerung beteiligt ist. Bei Personen, die die Ausbildung abbrechen, ist dies nicht der Fall. Dann kam das GPS. Die Frage ist nicht, ob GPS nützlich ist. Natürlich ist es das. Niemand schlägt ernsthaft vor, wieder ausschließlich nach dem Gedächtnis zu navigieren. Die Frage lautet vielmehr: Was geschieht mit einer kognitiven Fähigkeit, wenn sie nicht mehr trainiert wird? Genau derselbe Mechanismus könnte sich heute mit der KI zeigen, allerdings in einem wesentlich größeren Maßstab als nur bei der räumlichen Orientierung. Es betrifft nicht nur einen einzelnen Beruf. Es betrifft das Schreiben, das Denken, das Programmieren, das Zusammenfassen und die Fähigkeit, ein Problem lange genug im Kopf zu behalten, um seine Struktur zu erkennen. Wir verlieren nicht unbedingt die Fähigkeit, etwas zu produzieren. Vielleicht verlieren wir aber die Fähigkeit, zu verstehen, was wir produzieren. ## Die MIT-Studie und die kognitive Verschuldung Im Jahr 2025 veröffentlichte das MIT Media Lab eine Studie mit dem Titel „Your Brain on ChatGPT“, bei der mithilfe von EEG die Gehirnaktivität von 55 Teilnehmern im Alter zwischen 18 und 25 Jahren gemessen wurde. Die Teilnehmer wurden in drei Gruppen eingeteilt: Personen, die einen Aufsatz mit ChatGPT schrieben, Personen, die eine herkömmliche Suchmaschine verwendeten, und Personen, die ohne jegliche Hilfsmittel schrieben. Die Ergebnisse: Die Teilnehmer, die ChatGPT verwendeten, zeigten von allen drei Gruppen die schwächste neuronale Konnektivität, insbesondere in den Bereichen, die mit Gedächtnis und semantischem Denken verbunden sind. Die Nutzer einer Suchmaschine zeigten ein mittleres Aktivierungsniveau. Die Teilnehmer, die ohne Hilfsmittel schrieben, aktivierten die umfangreichsten und stärksten neuronalen Netzwerke, mit einer ausgeprägten Beteiligung kreativer, gedächtnisbezogener und exekutiver Gehirnregionen. Das am häufigsten zitierte Ergebnis der Studie ist jedoch ein anderes: In den ersten Sitzungen konnten 83 % der Teilnehmer, die ihren Aufsatz mit ChatGPT geschrieben hatten, unmittelbar nach der Abgabe nicht einmal eine einzige Zeile daraus zitieren. Die Teilnehmer der Gruppe, die ausschließlich ihr eigenes Gehirn nutzte, erinnerten sich dagegen präzise an ihre Texte. Die MIT-Forscher gaben diesem Phänomen einen Namen: Cognitive Debt, also kognitive Verschuldung. Wie finanzielle Schulden häuft sie sich nahezu unbemerkt an, Kredit für Kredit, Delegation für Delegation. Und wie finanzielle Schulden präsentiert auch sie früher oder später die Rechnung: weniger kritisches Denken, weniger Kreativität, ein schwächeres Gedächtnis und eine größere Distanz zur eigenen Arbeit. Das ist kein völlig neues Phänomen. Es ist bereits mit Taschenrechnern geschehen. Es ist bereits mit GPS geschehen. Der Unterschied besteht darin, dass wir diesmal nicht eine einzelne Berechnung oder eine bestimmte Route delegieren, sondern das Schreiben, das Programmieren, die Recherche, die Synthese und das Denken: also fast alles, was wir unter geistiger Arbeit verstehen. Das Risiko besteht nicht darin, weniger produktiv zu werden. Kurzfristig steigt die Produktivität sogar deutlich. Das Risiko besteht darin, weniger selbstständig zu werden. ## Der Wahnsinn des Tokenmaxxing Es gibt ein gesellschaftliches Phänomen, das wir gut kennen: Looksmaxxing, die Besessenheit, jedes Detail des eigenen äußeren Erscheinungsbildes zu optimieren, bis es zu einem Statussymbol wird. In Unternehmen entsteht nun das operative Gegenstück dazu: Tokenmaxxing. Die heutige Besessenheit, den Verbrauch von Tokens zu maximieren, als wäre dieser an sich bereits ein Maßstab für Fortschritt. Unternehmen, die intern Millionen von eingegebenen Prompts feiern. Millionen von Codezeilen, die innerhalb eines Quartals generiert wurden. Milliarden von Tokens, die innerhalb eines Jahres verbraucht wurden. Zahlen, die in Präsentationen, internen Ranglisten und Adoptionszielen auftauchen, als wären die Grenzkosten jedes einzelnen Tokens irrelevant und das reine Volumen bereits ein Ergebnis an sich. Doch das Volumen ist nicht das Ergebnis. Das Volumen sind die Kosten, um das Ergebnis zu erreichen. ### Der Fall Uber Im Jahr 2026 verbrauchte Uber sein gesamtes Jahresbudget für KI-Entwicklungstools, insbesondere Claude Code und Cursor, innerhalb von etwa vier Monaten. Zu den Faktoren, die den Verbrauch beschleunigten, gehörte unter anderem eine interne Rangliste, die Teams nach dem Nutzungsvolumen ihrer KI-Tools bewertete: ein Instrument, das eigentlich die Einführung dieser Technologien fördern sollte, letztlich aber lediglich den Verbrauch ankurbelte. Die interessanteste Aussage in dieser gesamten Angelegenheit betrifft nicht die Höhe des verbrauchten Budgets. Es ist die Aussage von Andrew Macdonald, Präsident und COO von Uber, als er gefragt wurde, ob sich diese Ausgaben mit den Funktionen in Verbindung bringen ließen, die tatsächlich bei den Nutzern angekommen waren: „Diese Verbindung gibt es bisher noch nicht.“ Er fügte hinzu, dass es sehr schwierig sei, einen direkten Zusammenhang zwischen steigenden Ausgaben und tatsächlich veröffentlichten Funktionen herzustellen, und dass sich ohne diesen Zusammenhang „dieser Kompromiss immer schwerer rechtfertigen lässt“. CEO Dara Khosrowshahi bestätigte dennoch, dass heute rund 10 % des im Unternehmen eingecheckten Codes von autonomen Agenten erzeugt werden. Uber führte anschließend individuelle Ausgabenlimits für KI-Tools ein. Jahrelang haben wir technische Arbeit anhand von Personenstunden, Sprints, Velocity und generiertem Umsatz gemessen. Heute haben viele Unternehmen begonnen, sie anhand der verbrauchten Tokens zu messen. Doch Tokens sind kein Output. Sie sind ein Input. Erfolg anhand von Tokens zu messen, ist so, als würde man eine Fabrik danach bewerten, wie viel Strom sie verbraucht, statt danach, wie viele einwandfreie Produkte ihre Produktionslinie verlassen. ## Die Rückkehr der Menschen Dies ist vielleicht der überraschendste Teil der gesamten Geschichte: Einige der am stärksten auf KI ausgerichteten Agenturen und Softwareunternehmen auf dem Markt haben wieder begonnen, Mitarbeiter einzustellen. Nicht, weil KI nicht funktioniert. Sie funktioniert, und genau das ist der Grund, warum diese Unternehmen überhaupt existieren. Sondern weil mit zunehmender Nutzung Kosten sichtbar werden, die in der anfänglichen Euphorie nicht berücksichtigt wurden: die Überprüfung generierter Ergebnisse, systematische Qualitätskontrollen, die Wartung von Code, den tatsächlich niemand im Unternehmen selbst geschrieben hat, die Governance des Zugangs zu den Tools und ihrer Nutzung, die Einarbeitung neuer Mitarbeiter in Systeme, die teilweise selbst für diejenigen undurchsichtig sind, die sie „gebaut“ haben, sowie die kontinuierliche Überwachung von Prozessen, die dazu neigen, vom vorgesehenen Verhalten abzuweichen, wenn man sie sich selbst überlässt. Jede Automatisierung schafft neue Schwachstellen. Jedes autonome System benötigt jemanden, der sein Verhalten gut genug versteht, um zu erkennen, wann es nicht mehr richtig funktioniert. Der Mensch verschwindet in diesem Szenario nicht. Seine Rolle verändert sich. Vom Produzieren zum Überwachen. Vom Schreiben zum Verstehen. ## Das größte Risiko: der Verlust des organisatorischen Gedächtnisses Unternehmen bestehen letztlich nicht aus Software. Sie bestehen aus Wissen. Wenn ein Mensch eine Organisation verlässt, verliert diese Organisation nicht nur eine produktive Arbeitskraft. Sie verliert über Jahre angesammelten Kontext, Erfahrungen darüber, was in der Vergangenheit bereits gescheitert ist und warum, Erkenntnisse, die niemals in einem Dokument festgehalten wurden, das Wissen über Ausnahmen, die in keinem Betriebshandbuch aufgeführt sind, sowie das historische Gedächtnis getroffener Entscheidungen und der Gründe, die zu ihnen geführt haben. Wenn wir Menschen zu schnell durch generative Systeme ersetzen, riskieren wir, die Folgen erst zu spät zu erkennen, wenn der Rohstoff, auf den es wirklich ankam, weder der Code noch die Dokumente oder die Prozesse waren. Es war das Verständnis. Und Verständnis lässt sich, anders als Code, nicht einfach aus einem Repository kopieren und einfügen. ## Fazit: Warum Vibe Coding bei Hoxell die menschliche Kontrolle nicht ersetzt Die Frage ist nicht, ob künstliche Intelligenz einen Großteil des Codes schreiben kann, der für die Entwicklung einer Plattform erforderlich ist. Schon heute ist sie dazu in der Lage, häufig mit einer Geschwindigkeit, die für ein ausschließlich aus Menschen bestehendes Team unvorstellbar wäre. Die eigentliche Frage ist, ob es verantwortungsvoll wäre, ihr den gesamten Prozess anzuvertrauen, ohne dass jemand vollständig versteht, was generiert wird, welche Entscheidungen im Code enthalten sind und welche Konsequenzen diese Entscheidungen im Laufe der Zeit haben könnten. Genau aus diesem Bewusstsein heraus ist der Ansatz entstanden, den wir bei Hoxell verfolgen. Wir nutzen Vibe Coding, um die Entwicklung zu beschleunigen, schneller zu experimentieren und die Zeit zu verkürzen, die erforderlich ist, um eine Idee in eine konkrete Funktion umzusetzen. Doch KI-generierter Code wird niemals als endgültiges Ergebnis betrachtet oder ohne menschliche Kontrolle belassen. Jedes Ergebnis wird von Menschen überprüft, die in der Lage sind, seine Logik zu verstehen, seine Qualität zu bewerten und einzugreifen, wenn Fehler, Schwachstellen oder unvorhergesehene Konsequenzen auftreten. Die KI kann den Code schreiben, aber die Verantwortung für Architektur, Sicherheit, Wartung und endgültige Entscheidungen bleibt beim Menschen. Bei Hoxell ersetzt Vibe Coding daher nicht die technischen Kompetenzen: Es verstärkt sie. Es ermöglicht den Menschen, schneller zu arbeiten, ohne auf das Wissen zu verzichten, das notwendig ist, um zu verstehen und zu steuern, was sie entwickeln. Denn Code zu generieren ist inzwischen relativ einfach geworden. Diesen Code zu verstehen, ihn zu warten und die Verantwortung dafür zu übernehmen, bleibt eine zutiefst menschliche Aufgabe. Davide Bernasconi ## RELATED ARTICLES [Read all the articles](https://hoxell.com/blog?hsLang=de) [![logo](https://hoxell.com/hs-fs/hubfs/Hoxell%20Full%20Color-1.png?width=235&height=94&name=Hoxell%20Full%20Color-1.png "logo")](https://hoxell.com?hsLang=de) **Hoxell SA** Via Tomaso Rodari, 2 6900 Lugano - Switzerland [Folgen Sie uns auf LinkedIn](https://www.linkedin.com/company/hoxell/) - [Quality Operations](https://hoxell.com/de/prodotti/quality-operations) - [Guest Experience](https://hoxell.com/de/prodotti/guest-experience-platform) - [Integrationen](https://hoxell.com/de/integrationen) - [Über uns](https://hoxell.com/de/ueber-uns) - [Demo buchen](https://hoxell.com/de/demo-buchen) - [Support](https://hoxell.com/de/supporto) - [Kontakt](https://hoxell.com/de/kontakt) [Newsletter abonnieren](https://hoxell.com/it/newlsetter?hsLang=de) ```json { "@context" : "https://schema.org", "@type" : "Organization", "address" : { "@type" : "PostalAddress", "addressCountry" : "", "addressLocality" : "6900 - Lugano", "addressRegion" : "Switzerland", "postalCode" : "", "streetAddress" : "Via Tomaso Rodari, 2" }, "knowsLanguage" : "de", "logo" : { "@type" : "ImageObject", "url" : "https://25893004.fs1.hubspotusercontent-eu1.net/hubfs/25893004/Hoxell%20Full%20Color-1.png" }, "name" : "HOXELL SA", "url" : "https://hoxell.com/de/blog/vibe-coding-versteckte-risiken-kosten" } ``` ```json { "@context" : "https://schema.org", "@type" : "BlogPosting", "abstract" : "Die Zukunft der Softwareentwicklung liegt in der Balance zwischen KI und menschlichem Verständnis. Erfahren Sie, warum Verständnis unerlässlich bleibt.", "author" : { "@type" : "Person", "name" : "Hoxell" }, "dateModified" : "November 10, 2026 8 AM", "datePublished" : "November 10, 2026 8 AM", "headline" : "Nach dem Vibe Coding kommt das Vibe Management", "image" : "https://25893004.fs1.hubspotusercontent-eu1.net/hubfs/25893004/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png", "inLanguage" : "de", "keywords" : "[AI im Gastgewerbe]", "mainEntityOfPage" : { "@type" : "WebPage" }, "name" : "Nach dem Vibe Coding kommt das Vibe Management", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://25893004.fs1.hubspotusercontent-eu1.net/hubfs/25893004/Hoxell%20Full%20Color-1.png" }, "name" : "HOXELL SA" }, "text" : "Wenn ich heute CEO eines Softwareunternehmens wäre, könnte ich wahrscheinlich 70–90 % der Junior-Entwickler entlassen. Den Code würde die KI schreiben. Die Pull Requests würde die KI erstellen. Auch einen Großteil der Tests würde die KI übernehmen. Die eigentliche Frage ist jedoch eine andere: Wer wird die Software in fünf Jahren noch verstehen? Im Jahr 2023 lautete die Frage, die wir uns stellten: Können wir Menschen durch KI ersetzen? Im Jahr 2026 wird daraus zunehmend eine andere Frage: Können wir es uns leisten, Menschen durch KI zu ersetzen? Das sind zwei sehr unterschiedliche Fragen. Die erste betrifft die technischen Möglichkeiten. Die zweite betrifft die Endabrechnung. Und diese Endabrechnung enthält Positionen, die bisher kaum jemand bilanziert hat: Token-Kosten, Kosten durch Wissensverlust, Kosten technologischer Abhängigkeit, Wartungskosten für generierten Code und kognitive Kosten durch den Verlust von Fähigkeiten. Fünf Kostenpositionen. Keine davon taucht in einem AI-first-Pitchdeck auf. Dieser Artikel versucht, sie einzeln zu beleuchten. Vibe Coding und das Paradox der verlorenen Dokumentation Vibe Coding funktioniert. Tatsächlich funktioniert es erstaunlich gut. Man beschreibt, was man möchte, die KI generiert den Code, und der Code läuft. Der Begriff wurde Anfang 2025 von Andrej Karpathy geprägt und entwickelte sich innerhalb weniger Monate zu einer alltäglichen Praxis in Tausenden von Teams. Das Problem ist nicht, Code zu generieren. Das Problem ist, diesen Code sechs Monate später noch zu verstehen. Immer mehr Unternehmen sammeln Millionen von Codezeilen, die von Claude Code, Cursor, GPT und Gemini erzeugt wurden. Doch ein wachsender Teil dieser Software wurde generiert, ohne dass irgendjemand den logischen Weg, der zur Lösung geführt hat, tatsächlich nachvollzogen hätte. Der Code existiert. Er funktioniert. Aber das Wissen, das zu seiner Entstehung geführt hat, existiert häufig nicht. Früher erinnerte sich ein Entwickler daran, warum eine Funktion auf eine bestimmte Weise geschrieben worden war, welche Kompromisse bewusst eingegangen wurden und welche Fehler bereits an anderer Stelle im System aufgetreten und vermieden worden waren. Dieses Wissen lebte in den Köpfen der Menschen, noch bevor es in den Commits dokumentiert wurde. Heute existiert immer häufiger nur noch das Endergebnis. Der Prompt, der es erzeugt hat, ist in einem Chat verschwunden. Die Überlegungen, die drei alternative Lösungen ausgeschlossen haben, wurden nirgendwo festgehalten. Es ist der Unterschied zwischen dem Kennen eines Weges und dem Folgen von Google Maps. In beiden Fällen erreicht man sein Ziel. Aber wenn mitten in einem Stadtviertel, das man nie wirklich kennengelernt hat, der Akku des Smartphones leer ist, steht man orientierungslos da. Das Gehirn im Outsourcing Über Jahrzehnte mussten Londoner Taxifahrer eine Prüfung namens „The Knowledge“ bestehen: eine mentale Karte von rund 25.000 Straßen und 20.000 Sehenswürdigkeiten und wichtigen Orten der Stadt, die ohne digitale Hilfsmittel auswendig gelernt werden musste. Die Neurowissenschaftlerin Eleanor Maguire untersuchte über Jahre hinweg die Gehirne der Menschen, die sich dieser Prüfung unterzogen. Die Ergebnisse, die in späteren Studien bestätigt und weiter präzisiert wurden, zeigen einen klaren Befund: Wer „The Knowledge“ besteht, entwickelt eine messbare Verdickung des hinteren Hippocampus, jener Gehirnregion, die an der räumlichen Erinnerung beteiligt ist. Bei Personen, die die Ausbildung abbrechen, ist dies nicht der Fall. Dann kam das GPS. Die Frage ist nicht, ob GPS nützlich ist. Natürlich ist es das. Niemand schlägt ernsthaft vor, wieder ausschließlich nach dem Gedächtnis zu navigieren. Die Frage lautet vielmehr: Was geschieht mit einer kognitiven Fähigkeit, wenn sie nicht mehr trainiert wird? Genau derselbe Mechanismus könnte sich heute mit der KI zeigen, allerdings in einem wesentlich größeren Maßstab als nur bei der räumlichen Orientierung. Es betrifft nicht nur einen einzelnen Beruf. Es betrifft das Schreiben, das Denken, das Programmieren, das Zusammenfassen und die Fähigkeit, ein Problem lange genug im Kopf zu behalten, um seine Struktur zu erkennen. Wir verlieren nicht unbedingt die Fähigkeit, etwas zu produzieren. Vielleicht verlieren wir aber die Fähigkeit, zu verstehen, was wir produzieren. Die MIT-Studie und die kognitive Verschuldung Im Jahr 2025 veröffentlichte das MIT Media Lab eine Studie mit dem Titel „Your Brain on ChatGPT“, bei der mithilfe von EEG die Gehirnaktivität von 55 Teilnehmern im Alter zwischen 18 und 25 Jahren gemessen wurde. Die Teilnehmer wurden in drei Gruppen eingeteilt: Personen, die einen Aufsatz mit ChatGPT schrieben, Personen, die eine herkömmliche Suchmaschine verwendeten, und Personen, die ohne jegliche Hilfsmittel schrieben. Die Ergebnisse: Die Teilnehmer, die ChatGPT verwendeten, zeigten von allen drei Gruppen die schwächste neuronale Konnektivität, insbesondere in den Bereichen, die mit Gedächtnis und semantischem Denken verbunden sind. Die Nutzer einer Suchmaschine zeigten ein mittleres Aktivierungsniveau. Die Teilnehmer, die ohne Hilfsmittel schrieben, aktivierten die umfangreichsten und stärksten neuronalen Netzwerke, mit einer ausgeprägten Beteiligung kreativer, gedächtnisbezogener und exekutiver Gehirnregionen. Das am häufigsten zitierte Ergebnis der Studie ist jedoch ein anderes: In den ersten Sitzungen konnten 83 % der Teilnehmer, die ihren Aufsatz mit ChatGPT geschrieben hatten, unmittelbar nach der Abgabe nicht einmal eine einzige Zeile daraus zitieren. Die Teilnehmer der Gruppe, die ausschließlich ihr eigenes Gehirn nutzte, erinnerten sich dagegen präzise an ihre Texte. Die MIT-Forscher gaben diesem Phänomen einen Namen: Cognitive Debt, also kognitive Verschuldung. Wie finanzielle Schulden häuft sie sich nahezu unbemerkt an, Kredit für Kredit, Delegation für Delegation. Und wie finanzielle Schulden präsentiert auch sie früher oder später die Rechnung: weniger kritisches Denken, weniger Kreativität, ein schwächeres Gedächtnis und eine größere Distanz zur eigenen Arbeit. Das ist kein völlig neues Phänomen. Es ist bereits mit Taschenrechnern geschehen. Es ist bereits mit GPS geschehen. Der Unterschied besteht darin, dass wir diesmal nicht eine einzelne Berechnung oder eine bestimmte Route delegieren, sondern das Schreiben, das Programmieren, die Recherche, die Synthese und das Denken: also fast alles, was wir unter geistiger Arbeit verstehen. Das Risiko besteht nicht darin, weniger produktiv zu werden. Kurzfristig steigt die Produktivität sogar deutlich. Das Risiko besteht darin, weniger selbstständig zu werden. Der Wahnsinn des Tokenmaxxing Es gibt ein gesellschaftliches Phänomen, das wir gut kennen: Looksmaxxing, die Besessenheit, jedes Detail des eigenen äußeren Erscheinungsbildes zu optimieren, bis es zu einem Statussymbol wird. In Unternehmen entsteht nun das operative Gegenstück dazu: Tokenmaxxing. Die heutige Besessenheit, den Verbrauch von Tokens zu maximieren, als wäre dieser an sich bereits ein Maßstab für Fortschritt. Unternehmen, die intern Millionen von eingegebenen Prompts feiern. Millionen von Codezeilen, die innerhalb eines Quartals generiert wurden. Milliarden von Tokens, die innerhalb eines Jahres verbraucht wurden. Zahlen, die in Präsentationen, internen Ranglisten und Adoptionszielen auftauchen, als wären die Grenzkosten jedes einzelnen Tokens irrelevant und das reine Volumen bereits ein Ergebnis an sich. Doch das Volumen ist nicht das Ergebnis. Das Volumen sind die Kosten, um das Ergebnis zu erreichen. Der Fall Uber Im Jahr 2026 verbrauchte Uber sein gesamtes Jahresbudget für KI-Entwicklungstools, insbesondere Claude Code und Cursor, innerhalb von etwa vier Monaten. Zu den Faktoren, die den Verbrauch beschleunigten, gehörte unter anderem eine interne Rangliste, die Teams nach dem Nutzungsvolumen ihrer KI-Tools bewertete: ein Instrument, das eigentlich die Einführung dieser Technologien fördern sollte, letztlich aber lediglich den Verbrauch ankurbelte. Die interessanteste Aussage in dieser gesamten Angelegenheit betrifft nicht die Höhe des verbrauchten Budgets. Es ist die Aussage von Andrew Macdonald, Präsident und COO von Uber, als er gefragt wurde, ob sich diese Ausgaben mit den Funktionen in Verbindung bringen ließen, die tatsächlich bei den Nutzern angekommen waren: „Diese Verbindung gibt es bisher noch nicht.“ Er fügte hinzu, dass es sehr schwierig sei, einen direkten Zusammenhang zwischen steigenden Ausgaben und tatsächlich veröffentlichten Funktionen herzustellen, und dass sich ohne diesen Zusammenhang „dieser Kompromiss immer schwerer rechtfertigen lässt“. CEO Dara Khosrowshahi bestätigte dennoch, dass heute rund 10 % des im Unternehmen eingecheckten Codes von autonomen Agenten erzeugt werden. Uber führte anschließend individuelle Ausgabenlimits für KI-Tools ein. Jahrelang haben wir technische Arbeit anhand von Personenstunden, Sprints, Velocity und generiertem Umsatz gemessen. Heute haben viele Unternehmen begonnen, sie anhand der verbrauchten Tokens zu messen. Doch Tokens sind kein Output. Sie sind ein Input. Erfolg anhand von Tokens zu messen, ist so, als würde man eine Fabrik danach bewerten, wie viel Strom sie verbraucht, statt danach, wie viele einwandfreie Produkte ihre Produktionslinie verlassen. Die Rückkehr der Menschen Dies ist vielleicht der überraschendste Teil der gesamten Geschichte: Einige der am stärksten auf KI ausgerichteten Agenturen und Softwareunternehmen auf dem Markt haben wieder begonnen, Mitarbeiter einzustellen. Nicht, weil KI nicht funktioniert. Sie funktioniert, und genau das ist der Grund, warum diese Unternehmen überhaupt existieren. Sondern weil mit zunehmender Nutzung Kosten sichtbar werden, die in der anfänglichen Euphorie nicht berücksichtigt wurden: die Überprüfung generierter Ergebnisse, systematische Qualitätskontrollen, die Wartung von Code, den tatsächlich niemand im Unternehmen selbst geschrieben hat, die Governance des Zugangs zu den Tools und ihrer Nutzung, die Einarbeitung neuer Mitarbeiter in Systeme, die teilweise selbst für diejenigen undurchsichtig sind, die sie „gebaut“ haben, sowie die kontinuierliche Überwachung von Prozessen, die dazu neigen, vom vorgesehenen Verhalten abzuweichen, wenn man sie sich selbst überlässt. Jede Automatisierung schafft neue Schwachstellen. Jedes autonome System benötigt jemanden, der sein Verhalten gut genug versteht, um zu erkennen, wann es nicht mehr richtig funktioniert. Der Mensch verschwindet in diesem Szenario nicht. Seine Rolle verändert sich. Vom Produzieren zum Überwachen. Vom Schreiben zum Verstehen. Das größte Risiko: der Verlust des organisatorischen Gedächtnisses Unternehmen bestehen letztlich nicht aus Software. Sie bestehen aus Wissen. Wenn ein Mensch eine Organisation verlässt, verliert diese Organisation nicht nur eine produktive Arbeitskraft. Sie verliert über Jahre angesammelten Kontext, Erfahrungen darüber, was in der Vergangenheit bereits gescheitert ist und warum, Erkenntnisse, die niemals in einem Dokument festgehalten wurden, das Wissen über Ausnahmen, die in keinem Betriebshandbuch aufgeführt sind, sowie das historische Gedächtnis getroffener Entscheidungen und der Gründe, die zu ihnen geführt haben. Wenn wir Menschen zu schnell durch generative Systeme ersetzen, riskieren wir, die Folgen erst zu spät zu erkennen, wenn der Rohstoff, auf den es wirklich ankam, weder der Code noch die Dokumente oder die Prozesse waren. Es war das Verständnis. Und Verständnis lässt sich, anders als Code, nicht einfach aus einem Repository kopieren und einfügen. Fazit: Warum Vibe Coding bei Hoxell die menschliche Kontrolle nicht ersetzt Die Frage ist nicht, ob künstliche Intelligenz einen Großteil des Codes schreiben kann, der für die Entwicklung einer Plattform erforderlich ist. Schon heute ist sie dazu in der Lage, häufig mit einer Geschwindigkeit, die für ein ausschließlich aus Menschen bestehendes Team unvorstellbar wäre. Die eigentliche Frage ist, ob es verantwortungsvoll wäre, ihr den gesamten Prozess anzuvertrauen, ohne dass jemand vollständig versteht, was generiert wird, welche Entscheidungen im Code enthalten sind und welche Konsequenzen diese Entscheidungen im Laufe der Zeit haben könnten. Genau aus diesem Bewusstsein heraus ist der Ansatz entstanden, den wir bei Hoxell verfolgen. Wir nutzen Vibe Coding, um die Entwicklung zu beschleunigen, schneller zu experimentieren und die Zeit zu verkürzen, die erforderlich ist, um eine Idee in eine konkrete Funktion umzusetzen. Doch KI-generierter Code wird niemals als endgültiges Ergebnis betrachtet oder ohne menschliche Kontrolle belassen. Jedes Ergebnis wird von Menschen überprüft, die in der Lage sind, seine Logik zu verstehen, seine Qualität zu bewerten und einzugreifen, wenn Fehler, Schwachstellen oder unvorhergesehene Konsequenzen auftreten. Die KI kann den Code schreiben, aber die Verantwortung für Architektur, Sicherheit, Wartung und endgültige Entscheidungen bleibt beim Menschen. Bei Hoxell ersetzt Vibe Coding daher nicht die technischen Kompetenzen: Es verstärkt sie. Es ermöglicht den Menschen, schneller zu arbeiten, ohne auf das Wissen zu verzichten, das notwendig ist, um zu verstehen und zu steuern, was sie entwickeln. Denn Code zu generieren ist inzwischen relativ einfach geworden. Diesen Code zu verstehen, ihn zu warten und die Verantwortung dafür zu übernehmen, bleibt eine zutiefst menschliche Aufgabe. Davide Bernasconi", "url" : "https://hoxell.com/de/blog/vibe-coding-versteckte-risiken-kosten", "wordCount" : "2060" } ``` ```json { "@context" : "https://schema.org", "@type" : "BlogPosting", "author" : { "@type" : "Person", "name" : "Hoxell", "url" : "https://hoxell.com/de/blog/author/hoxell" }, "dateModified" : "2026-11-10T08:00:02.133Z", "datePublished" : "2026-11-10T08:00:02.000Z", "headline" : "Nach dem Vibe Coding kommt das Vibe Management", "image" : [ "https://hoxell.com/hubfs/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png" ], "mainEntityOfPage" : { "@id" : "https://hoxell.com/de/blog/vibe-coding-versteckte-risiken-kosten", "@type" : "WebPage" }, "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://hoxell.com/hubfs/Hoxell%20Full%20Color-1.png" }, "name" : "HOXELL SA" } } ```