Beim 8. AI for Media Meetup des BR drehte sich alles darum, wie Vibe Coding Redaktionen, Produktmanagement und Entwicklung näher zusammenbringt, ganz nach dem Motto: Der Mensch ist der Head-Chef, die KI der Sous-Chef. Mit Vibe Coding lassen sich schnell Prototypen erstellen – doch der Weg zum fertigen Produkt ist deutlich länger.
Am 12. Mai 2026 nahmen 120 KI-Expert:innen aus Redaktion, Produkt, Entwicklung und Wissenschaft am Vibe Coding-Meetup des AI for Media Network teil, das Event fand im Funkhaus des Bayerischen Rundfunks in München statt.
Vibe Coding bezeichnet eine Art zu „programmieren“, bei der Anforderungen in natürlicher Sprache beschrieben werden und generative KI daraus Code, Skripte oder ganze Programme erstellt. Man braucht also keine klassischen Programmierkenntnisse, sondern muss in der Lage sein, Ideen und Probleme verständlich zu formulieren, die KI baut auf Basis dieser Beschreibungen dann zum Beispiel einen Prototypen.
„Vor der Welle bleiben“: Warum Vibe Coding für Medienhäuser strategisch wichtig ist
BR-Informationsdirektor Thomas Hinrichs machte in seinem Grußwort deutlich, warum das Thema für den BR Chefsache ist: Medien müssten bei KI-Entwicklungen „vor der Welle“ bleiben, statt ihr hinterherzulaufen. Vibe Coding ermögliche es, Ideen in Stunden statt Monaten zu testen – etwa ob ein neues Format beim Publikum ankommt.
Nicht “time-to-prototype“ zählt, sondern “time-to-trustworthyness“
Medieninnovationsjournalistin Ulrike Langer zeigte anhand von Beispielen aus den USA, wie stark Vibe Coding dort bereits in Redaktionen angekommen ist. Andy Sullivan, Washington-Korrespondent der Nachrichtenagentur Reuters etwa hat als Nicht-Programmierer 14 Tools mit der Vibe-Coding-Methode gebaut. Sein bekanntester Prototyp ist ein Bot, der täglich hunderte Einträge im US-Bundesgesetzblatt „Federal Register“ scannt und wichtige Vorhaben für die Redaktion herausfiltert. Der Prototyp war in wenigen Stunden gebaut, die eigentliche Arbeit lag in der Feinjustierung.
Langers Fazit: “Vibe Coding senkt Entwicklungskosten, aber nicht die Kosten für die Personen, die am Steuer sitzen.” Bis aus einem KI-generierten Prototyp durch Tests, Qualitätskontrollen und Abstimmungsprozesse ein ausgereiftes Produkt geworden ist, vergingen oft Monate. Langer: „time-to-prototype“ ist irrelevant, „time-to-trustworthyness“ zählt.
Sie riet Redaktionen, beim Vibe Coding schon jetzt Mechanismen zu definieren, mit denen sie Tools auch wieder „abschalten“: Wer ist zuständig, wenn in fünf Jahren hunderte kleine Helfer im System sind, aber nur einige wirklich genutzt werden?
„Kann das nicht KI machen?“: Eine pragmatische Einführung ins Vibe Coding
Wie Vibe Coding im Alltag funktioniert, erklärte Nils Erich, Produktmanager im AI + Automation Lab des BR. Für Vibe Coding brauche es vier Dinge: passende Tools, ein achtsames Mindset, Domänenwissen (zum Beispiel über journalistische Arbeitsabläufe) und die „Vibes“ – also das Gefühl, was man mit einem Tool erreichen will.
Besonders sinnvoll sei Vibe Coding beim schnellen Prototyping, wenn Hypothesen getestet werden sollen, bei kleinen Automatisierungen wie Excel-Funktionen, Bookmarklets zur Fehlersuche im CMS oder Scraper für RSS-Feeds, sowie bei komplexeren Use Cases: Etwa um KI als Lernpartner zu nutzen und sich in neue, komplexe Themenfelder einzuarbeiten. Erich empfahl, Vibe Coding nicht beim „Code-Schreiben“ zu beginnen, sondern bei der Beobachtung: Immer wenn sich ein Arbeitsschritt wiederholt oder nervt, sei das ein Signal, die KI zu fragen: „Was könnten wir hier bauen?“
Als Einstieg riet er zu einer System-Prompt, die die KI zwingt, jeden Schritt zu erklären. So lerne man beim Prototypen gleichzeitig Software-Grundlagen. Wer langfristig zielführend vibecoden möchte, sollte vor allem bereit sein, ständig dazuzulernen.
alle Fotos: Raphael Kast. Weitere Fotos vom Meetup gibt es auf der ARD-ZDF-Filesharing-Plattform. Als Fotocredit bitte immer angeben: Bild: BR/Raphael Kast.
Editorial Guard: Vibe gecodetes Compliance-Check-Tool auf dem Weg ins CMS
Wie sich Vibe Coding zur redaktionellen Qualitätskontrolle nutzen lässt, zeigte Patrick Kuolt, Head of Local AI bei Ippen Digital. Das Ippen-Team hat den “Editorial Guard” entwickelt, ein KI-gestütztes Compliance-Tool, das Artikel per Prompt daraufhin überprüft, ob sie etwa die Qualitätsanforderungen aus dem Pressekodex und internen Ippen-Leitlinien erfüllen.
Ein früherer Ippen-Mitarbeiter baute den Prototypen an nur einem Wochenende im Google AI Studio. Inzwischen arbeitet das KI-Team bei Ippen daran, den Workflow ins eigene CMS zu migrieren. Das Tool lädt Artikel, prüft sie gegen die Regelwerke und generiert eine Liste möglicher Verstöße mit Begründung und Korrekturvorschlag. Redakteur:innen können die Vorschläge per Klick übernehmen oder ablehnen. Die finale Entscheidung bleibt also beim Menschen.
Prototyping mit KI-Agenten – und dem Menschen am Steuerrad
Sebastian Mondial, Senior KI‑Spezialist beim SWR, zeigte, wie agentisches Coding im Prototyping eingesetzt werden kann. Er unterscheidet Vibe Coding („ich schaue mir den Code nicht zwingend an“) von Agentic Coding („die KI schreibt, führt aus und modifiziert Code – und ich analysiere bewusst, was dahinter steckt“).
Im Zentrum stehen für ihn weniger die Tools als die Organisation: Ein Agent kann 24/7 Code erzeugen, Daten scrapen oder Prozesse optimieren. Aber nur Teams, die ihre Ziele kennen, Domänenwissen einbringen und Verantwortlichkeiten klären, bauen Produkte, die Nutzer:innen wirklich brauchen.
Mondial zeigte am Beispiel eines Quizzes für den Lernkanal Planet Schule, wie Prototyping-Workshops mit Redaktionen funktionieren können. Sein Fazit: Agentic Prototyping erzeugt im Vergleich zum menschlichen Aufwand kaum Kosten, macht Workshops dynamischer und kreativer – solange man die Gehirne eingeschaltet lässt und den Menschen nicht aus dem Prozess herausnimmt.
Ticket-Automatisierung: Wie eine Produktmanagerin sich monotone Arbeit vom Hals schafft
Miriam Mogge, AI Strategist bei ARD Online, nahm den Alltag von Produktmanager:innen ins Visier: Bugs und Änderungswünsche kommen per Mail, Chat oder Word-Dokument und müssen händisch in Jira-Tickets überführt werden. Das sei repetitiv, fehleranfällig und unproduktiv. Den Prozess des Ticket-Erstellens automatisierte sie mithilfe eines Tools, das sie mit der Vibe-Coding-Software Lovable entwickelte.
In diesem Tool lud sie ein 16-seitiges Barrierefreiheits-Gutachten als PDF hoch. Die KI extrahiert daraus einzelne Issues, formuliert sie als Jira-Tickets mit Ist-Zustand und Soll-Zustand exakt in der Struktur, die das Entwicklerteam braucht, und schickt die Tickets per Knopfdruck in das passende Jira-Projekt. Das Tool ist authentifiziert über einen persönlichen API-Token und einen zusätzlichen Sicherheitscode, den Mogge manuell eingeben muss. Die Tickets prüft Mogge vor dem Import noch einmal; menschliche Intelligenz bleibt also im Loop.
Eine Dokumentation des Meetups mit Aufzeichnung und Präsentationen findet sich in diesem passwortgeschützten Artikel. Das Password wird an die Abonnenten des AI for Media Network-Newsletters verschickt. Für den Newsletter können Sie sich hier anmelden).
AI for Media Network beteiligt sich am Festival der Zukunft
Das nächste Mal trifft sich das AI for Media Network im Rahmen des „Festival der Zukunft“ im Deutschen Museum in München statt, bei dem das Netzwerk Programmpartner ist. Am 2. Juli kuratieren wir zwei Panels, eines zur Meinungsbildung und eines zu Geschäftsmodellen im KI-vermittelten Informationszeitalter. Nähere Infos dazu gibt es in diesem Artikel.