Ein Jahrzehnt lang folgte der Arbeitsablauf von Produktdesignern einem vertrauten Rhythmus: hochauflösende Screens in Figma entwerfen, einen interaktiven Prototyp bauen, das Designsystem dokumentieren und dann alles an einen Entwickler übergeben, der Pixel in funktionierende Software übersetzte. Der Handoff war das Ritual der Branche – und ihr berüchtigtester Schwachpunkt.

Vibe Coding durchbricht diese Abfolge. Der Begriff beschreibt die Entwicklung vollständig funktionsfähiger Software über Prompts in natürlicher Sprache, laufende Codegenerierung und einen iterativen Feedback-Loop. Statt komplexe Syntaxzeilen zu schreiben, erklärt der Entwickler nur das Vibe, das Verhalten und die Logik einer Benutzeroberfläche – und KI-Modelle erledigen den Rest: Sie generieren, führen den Code aus und iterieren ihn.

Ayomide Olukoga, Lead Product Designer mit Spezialisierung auf digitale Produktstrategie, Interface-Architektur und menschenzentrierte Designsysteme, sieht im Vibe Coding keine Verdrängung der Designer.

„Wenn jeder in Sekunden funktionsfähigen Code generieren kann, wird Code selbst zur Ware“, sagt er im Interview mit TechNext24. „Was selten und wertvoll wird, ist das Designurteil.“

Dieser Unterschied könnte darüber entscheiden, welche Designer erfolgreich sein werden, wenn KI-Codegenerierung zum Standardproduktionswerkzeug wird. Olukoga, der Jahre in der traditionellen Pipeline von Design zu Entwicklung verbracht hat und Software inzwischen anders baut, ist überzeugt, dass Vibe Coding den folgenreichsten Wandel in der Softwareentwicklung darstellt, seit grafische Designwerkzeuge erfunden wurden.

Die „brav getäuschte Illusion“ eines Prototyps

Ein Figma-Prototyp ist nach Olukogas Ansicht eine brav getäuschte Illusion. Jeder kann in einem Designwerkzeug einen Button-Hover-Zustand animieren, aber ohne echten Code lässt sich keine Live-Datenbankabfrage oder Nutzervalidierung simulieren. Vibe Coding beseitigt diese Distanz vollständig, und die Grenze zwischen Designprototyp und Live-Anwendung verschwindet.

Ein Designer kann eine Interaktion in natürlicher Sprache beschreiben: „Baue eine dynamische Filterleiste für eine Immobilien-Such-App, bei der die Auswahl von ‚Haustiere erlaubt‘ eine subtile Layoutverschie auslöst und die Listeneinträge in Echtzeit mit sanften CSS-Spring-Animationen aktualisiert.“ Innerhalb von Sekunden liefert die KI funktionsfähigen React- oder HTML/CSS-Code. Designer präsentieren nicht longer nur visuelle Mockups davon, wie Software aussehen soll; sie übergeben lebendige, interaktive Codebasen davon, wie Software tatsächlich funktioniert.

„Vibe Coding macht den Designer zum Filmregisseur“, erklärt Olukoga. „Die KI agiert als Kameracrew und Bühnenbauer, die die Vision umsetzen, aber der Designer behält die gesamte kreative Regie über die finale Fassung. Viele Menschen nutzen Werkzeuge wie Claude Code, Cursor oder Anti-gravity, um Dinge zu erschaffen, aber wir brauchen weiterhin menschliches Urteilsvermögen, was die KI derzeit nicht liefern kann. KI kann keine Entscheidungen auf Grundlage menschlicher Psychologie treffen.“

Der Iterationsloop verkürzt sich entsprechend. Wenn ein Übergang träge wirkt, sucht der Designer nicht hunderte Zeilen Animationscode durch; die Anweisung erfolgt konversationell – den Hintergrund-Blur dunkler machen und die Einblend-Spring-Animation um 200 Millisekunden verlängern. Was früher Tage dauerte, dauert nun Sekunden.

Wenn technisch starker Code trotzdem die Nutzer scheitern lässt

Technisch sauberer Code ist nicht dasselbe wie ein gutes Produkt, warnt Olukoga. Er bringt ein Beispiel: ein Spiel, das er mit einem Freund baute und bei dem Claude den ersten Prototyp generierte.

„Claude hat visuell und technisch starken Code erzeugt, aber er bot für ein allgemeines Publikum keine gute UX“, sagt er. Die Lösung erforderte menschliches Eingreifen: Ein nigerianischer Illustrator wurde hinzugezogen, um Maskottchen-Grafiken zu schaffen, die beim lokalen Markt ankamen. „Claude hat soliden Code generiert, aber ohne unsere Recherche und den menschlichen Input fehlte es visuell an kulturellem Branding.“

Auf ein aktuelles Beispiel dieser dirigierenden Rolle angesprochen, verweist Olukoga auf ein laufendes Projekt im Nahen Osten, wo er als Produktdesigner für ein Telekommunikationsunternehmen arbeitet, das eine Website mit sehr großer Architektur neu gestalten soll.

„Ich arbeite derzeit als Produktdesigner für eine Telekommunikationsagentur im Nahen Osten. Meine Aufgabe war es, den idealen Einstiegspunkt für eine neu gestaltete Website mit sehr großer Architektur zu identifizieren. Ich bat Claude, die aktuelle Website zu crawlen, die Seitenarchitektur zu kartieren und die fehlerhaften Einstiegsflüsse zu erkennen. Es lieferte mehrere Einstiegspunkte, und auf Basis von Nutzerinterviews leiteten wir ab, welche sich am besten konvertieren würden. Da die Nutzerinteraktion im Nahen Osten anders ist als im Vereinigten Königreich, bezogen wir das ein, und Claude half, neue Einstiegspunkte zu identifizieren, die uns fundierte Entscheidungen für das Weitere ermöglichten“, erzählt er.

Es ist ein Muster, das er in der gesamten Branche sich wiederholen sieht: Die KI kartiert das Gelände mit Maschinengeschwindigkeit; der Mensch entscheidet, in welche Richtung er geht.

Diese Grenze ist wichtig, wenn Prototypen ausführbar werden. Schnellere Generierung beseitigt nicht die Notwendigkeit, das richtige Problem zu definieren, zu prüfen, ob Flüsse für die beabsichtigten Nutzer funktionieren, oder den kulturellen Kontext zu berücksichtigen. In Olukogas Beispielen stammen diese Entscheidungen aus Nutzerinterviews, Recherche und Produkturteil – nicht aus der Codegenerierung allein.

Verdrängung trifft Aufgaben, nicht Menschen

In Designerkreisen herrscht große Unruhe; die Sorge ist, dass der Wert spezialisierter Produktdesigner sinkt, je mehr KI-Werkzeuge das Programmieren allen zugänglich machen. Eine kürzliche Erklärung der IWF-Geschäftsführerin Kristalina Georgieva stellte fest, dass KI bis zu 40 % der globalen Erwerbsbevölkerung verdrängen könnte.

Olukoga argumentiert, dass die Realität genau gegenteilig verläuft. „Tatsächlich passiert genau das Gegenteil. Wenn jeder in Sekunden funktionsfähigen Code generieren kann, wird Code selbst zur Ware. Was selten und wertvoll wird, ist das Designurteil“, sagt er.

„KI kann nicht fühlen“, fügt er hinzu erinnert sich an ein Gespräch mit Designern im vergangenen Jahr. „Ich sage ihnen, dass dies jetzt die schlechteste KI sein wird, die es je geben wird, denn sie wird sich kontinuierlich weiterentwickeln.“

Die Verdrängung trifft, so seine Lesart, Aufgaben statt Menschen. „Anstatt 40 % der Designer zu ersetzen, liquidiert die KI direkt 40 % der standardmäßigen, routinemäßigen, ausführungsintensiven Aufgaben. KI kann keine Problemformulierung und Systemarchitektur ersetzen. Sie übernimmt schwere Aufgaben und liefert Ergebnisse in Minuten, und der Designer nutzt einfach seinen feineren Geschmack, um zu iterieren und Entscheidungen zu treffen.“

Eine KI kann sofort zehn Varianten eines Checkout-Bildschirms generieren, aber sie versteht nicht intuitiv menschliche Psychologie, räumliche Harmonie, Barrierefreiheit oder Marken-Nuancen. „Die KI wird diejenigen ersetzen, die sich weigern, sie in ihren Workflow zu integrieren“, argumentiert er. „Die KI weiß nicht, warum ein Kunde im dritten Schritt den Warenkorb verlässt; es braucht einen versierten Produktdesigner, um die KI zu kuratieren, zu kritisieren und zu einer nahtlosen Nutzererfahrung zu lenken.“

Was wird aus Figma?

Wenn KI aus Prompts produktionsreife Interfaces generieren kann, was wird dann aus Figma, dem Standardwerkzeug von Produktteams überall?

„Ich sehe nicht, dass Vibe Coding Figma vollständig ersetzt, aber es verändert grundlegend, wofür Figma genutzt wird“, sagt Olukoga. Seiner Ansicht eliminieren natural-sprachliches Vibe Coding große Teile der hochauflösenden Screen-Produktion, des statischen Prototypings und der Entwickler-Handoffs. Es wird Figma bei der mechanischen Produktionsausführung ersetzen, aber nicht bei strategischer Ausrichtung oder systemischem Design. Designer verbrachten früher 70 % ihrer Zeit mit dem Zeichnen statischer Screens und dem Export von Specs; Vibe Coding absorbiert diese mechanische Produktion und erleichtert es Designern, sich auf Entscheidungsfindung zu konzentrieren, während die KI die UI-Frame-Generierung übernimmt.

Neue Ökonomie für Teams in frühen Phasen

Für Startups in frühen Phasen in Schwellenländern, wo Engineering-Talente teuer sind, verändert Vibe Coding die Ökonomie des Teamaufbaus. Olukoga beschreibt einen strukturellen Wandel: die verzögerte Einstellung eines dedizierten Frontend-Engineers. Früher brauchte ein Startup einen Backend-Architekten und einen Frontend-Engineer, nur um mobile Komponenten zu bauen. Natural-sprachliche Generierung entwertet Boilerplate-Code, sodass ein einzelner Full-Stack-Gründer heute vollständige Benutzeroberflächen bauen und deployen kann. Gründer können schnell ein MVP ausliefern und technisches Personal erst einstellen, wenn das Skalieren es verlangt.

„Vibe Coding überbrückt die historische Trennung zwischen Design und Engineering“, stellt er fest. „Es erlaubt Designern, direkt von der Idee zur funktionierenden Software zu gelangen, ohne sich in Syntaxfehlern, Boilerplate-Code oder verlorenen Handoffs zu verstricken.“

Beide Werkzeuge lernen, das Urteilsvermögen bewahren

Für Designer, die heute in den Beruf einsteigen, lautet Olukogas Rat nicht, zwischen alten und neuen Werkzeugen zu wählen. „Sie sollten beides lernen“, sagt er. „Weil die KI so viele Codes und Designs generiert, braucht es menschliches Urteilsvermögen, um einzigartige Ergebnisse zu erzielen.“ Das Beherrschen komplexer Figma-Komponenten schafft Designgrundlagen; das Prompt von KI-Werkzeugen beschleunigt die Ausführung. Das Urteilsvermögen jedoch ist unverzichtbar.

Der Schwerpunkt des Designberufs verlagert sich weg von statischen Pixeln und hin zu etwas, das näher an der Regie liegt. Die Softwareentwicklung, so Olukogas Fazit, dreht sich nicht mehr darum zu zeichnen, wie ein Interface aussehen soll, sondern darum, den Vibe durch menschliches Urteilsvermögen zu steuern. Die Designer, die erfolgreich sein werden, argumentiert er, sind diejenigen, die tiefe Empathie für Nutzer mit der Fähigkeit verbinden, lebendigen Code in Echtzeit zu prompten, zu leiten und zu formen.