Interview Driven Coding: Die KI fragt, ich entscheide
Beim Vibe Coding Event baue ich live eine Malapp, von der Idee bis zum Prototyp. Hier ist der Plan für den Vortrag, mit Beispielen aus dem Probelauf.
Am 11. November habe ich beim Vibe Coding Event 60 Minuten, um live zu zeigen, wie ich von einer Idee zu einem laufenden Prototyp komme. Das Projekt: eine kleine Malapp im Browser, mit Pinsel, Farben und drei Ebenen. Das Publikum soll zwei Zusatzfunktionen auswählen und einen eigenen Wunsch beisteuern.
Der Kern des Vortrags passt in einen Satz: Die KI fragt, ich entscheide. Ich nenne das Interview Driven Coding. Dieser Beitrag beschreibt, wie der Vortrag geplant ist. Die Beispiele stammen aus dem Probelauf am Vorabend, mit echten Fragen, echten Antworten und echten Zahlen. Wie es live läuft und wofür sich das Publikum entscheidet, weiß ich noch nicht.
Das Problem mit dem großen Prompt
Der übliche Weg sieht so aus: Man schreibt einen langen Prompt, der alles beschreiben soll, und hofft, dass die KI daraus das Richtige baut. Das Problem sind nicht die Dinge, die im Prompt stehen. Das Problem sind die Dinge, an die man nicht gedacht hat. Diese Lücken füllt die KI trotzdem, nur eben mit Annahmen. Und die sieht man erst, wenn der Code schon da ist.
Beim Interview Driven Coding drehe ich das um. Ich beschreibe die Idee grob, und die KI stellt Fragen, bis die Anforderungen klar sind. Ihre Aufgabe ist es, Lücken zu finden. Meine Aufgabe ist es, zu entscheiden. Fakten, die im Code oder im Repo stehen, schlägt sie selbst nach. Entscheidungen legt sie mir vor, jeweils mit einer Empfehlung.
So ist der Ablauf im Vortrag geplant: zwei Interviews und drei Stellen, an denen ich eingreife, nämlich beim Anforderungsdokument (PRD), beim Plan und beim Merge Request. Dazwischen läuft vieles automatisch. Genau deshalb müssen die Stellen, an denen ein Mensch entscheidet, klar markiert sein.
Schritt 1: Das Interview zur Malapp
Das Anforderungs-Interview führt SpecFab. Für den Vortrag begrenze ich es auf acht Fragen. Bei Fragen, die das Publikum betreffen, gebe ich sie in den Raum und lasse per Handzeichen abstimmen.
Im Probelauf kamen Fragen, die ich mir selbst nicht gestellt hätte:
- „Soll die App von mehreren Besuchern gleichzeitig genutzt werden, etwa per QR-Code und Server-Sync?“ Nein. Ein Gerät, eine Leinwand, kein Server. Hätte ich das nicht ausgeschlossen, wäre ein Backend im Plan gelandet.
- „Wie soll Rückgängig mit den drei Ebenen zusammenspielen, ein Verlauf pro Ebene oder ein gemeinsamer?“ Ein gemeinsamer Verlauf, der immer den letzten Strich zurücknimmt, egal auf welcher Ebene. Darüber hatte ich vorher nicht nachgedacht.
- „Löscht der Radierer nur die aktive Ebene, oder malt er weiß?“ Er macht Pixel der aktiven Ebene transparent. Klingt nach einem Detail, entscheidet aber über die ganze Ebenenlogik.
Das sind genau die Stellen, die in einem Prompt gefehlt hätten. Die KI hätte sie trotzdem umgesetzt, irgendwie. Live werden die Fragen anders formuliert sein, und welche Zusatzfunktionen dazukommen, entscheidet das Publikum. Die Themen dürften ähnlich bleiben.
Im zweiten Interview zum Tech-Stack schlug SpecFab im Probelauf vor, Rückgängig über gespeicherte Bildausschnitte (ImageData) zu lösen. Das funktioniert, ist aber schwer zu testen. Ich habe korrigiert: Jede Aktion wird als reine Daten gespeichert (Werkzeug, Ebene, Farbe, Größe, Punkte), und die Ebene wird daraus neu gezeichnet. Das lässt sich mit node --test ohne Browser prüfen. Eine Antwort, eine Architekturentscheidung, bevor eine Zeile Code existiert. Diese Korrektur habe ich für den Vortrag schon vorbereitet.
Schritt 2: Den Plan kürzen
Aus dem Interview erzeugt SpecFab einen Plan mit Stories. Im Probelauf hatte der erste Vorschlag elf. Für einen Prototyp, der live in wenigen Minuten gebaut werden soll, ist das zu viel.
Ich habe zwei Dinge getan, und genau so plane ich es auch live. Erst ein Kommentar an den Plan: weniger, kleinere Stories, höchstens vier Akzeptanzkriterien pro Story. Danach waren es acht. Dann lösche ich die Stories „Security Review“ und „Dokumentation & GitLab Wiki“ von Hand.
Das ist kein Misstrauen gegenüber der KI. Für ein echtes Produkt sind beide Stories richtig, und es ist gut, dass sie standardmäßig im Plan stehen. Aber nur ich weiß, dass hier eine Live-Demo gebaut wird, die nach dem Abend archiviert wird. Diesen Kontext kann die KI nicht kennen. Sie schlägt vor, ich entscheide.
Mit dem gekürzten Plan hat Claude Code die sechs Stories im Probelauf über meinen Story-Workflow nacheinander umgesetzt: etwa neun Minuten, 33 grüne Tests, ein Merge Request. Live werden es weniger Stories sein, weil das Publikum nur zwei der vier Zusatzfunktionen auswählt.
Schritt 3: Ein Wunsch aus dem Publikum
Gegen Ende des Vortrags frage ich das Publikum nach einer weiteren Funktion. Was kommt, weiß ich vorher nicht. Im Probelauf habe ich das mit einem Spray-Pinsel durchgespielt und dafür ein Issue mit genau einem Satz angelegt: „Soll wie eine Spraydose sprühen.“
Mit so einem Issue kann niemand vernünftig arbeiten, weder ein Mensch noch eine KI. Also kommt mein Skill /gitlab-refine ins Spiel. Er liest den Code, erkennt, dass die Beschreibung nicht reicht, und interviewt mich in Runden. Live gebe ich diese Fragen ans Publikum weiter.
In der ersten Runde kamen vier Fragen: Welches Sprühmuster? Was passiert, wenn die Maus stillsteht? Soll die Dichte einstellbar sein? Was gehört ausdrücklich nicht dazu? Erst danach, in der zweiten Runde, ging es um Name und Position des Buttons. Fragen, deren Antwort von einer anderen offenen Frage abhängt, kommen nie in dieselbe Runde. Dadurch bleibt das Interview kurz: zwei Runden, rund drei Minuten.
Danach hatte das Issue eine Beschreibung mit Kontext, Ziel, acht Anforderungen, vier Akzeptanzkriterien und einer Liste, was nicht dazugehört. Der ursprüngliche Satz bleibt als Kommentar erhalten. Mit /gitlab 7 hat Claude Code das Issue dann umgesetzt, inklusive zweier Code-Reviews und Merge Request. Von „in Arbeit“ bis „bereit zum Review“ vergingen knapp vier Minuten. Das Review fand dabei eine echte Lücke: Kein Test prüfte, ob die Punkte wirklich gleichmäßig verteilt sind. Der Test kam dazu, bevor der Merge Request entstand.
Live plane ich für diesen Schritt mehr Zeit ein, weil jede Freigabe auf der Bühne länger dauert als am Schreibtisch. Er läuft deshalb während der Fragerunde im Hintergrund weiter.
Warum ich es so plane
Interviews kosten am Anfang Zeit. Acht Fragen zu beantworten dauert länger, als einen Prompt abzuschicken. Ich setze darauf, dass sich diese Zeit hinten auszahlt, weil weniger falsch gebaut wird und weniger zurückgedreht werden muss. Ob das unter Zeitdruck auf der Bühne auch so aufgeht, zeigt sich am 11. November.
Die Gates sind der zweite Teil, und ohne sie funktioniert der erste nicht. Wenn die KI Stories baut, Reviews macht und Merge Requests anlegt, brauche ich feste Punkte, an denen ich draufschaue: Stimmt das Ziel, stimmt der Umfang, kommt der Code rein. Bei mir sind das PRD, Plan und Merge Request. Im Vortrag will ich genau diese drei Punkte sichtbar machen.
Die Werkzeuge im Vortrag: SpecFab für Interview, PRD und Plan, GitLab als Steuerzentrale, Claude Code mit meinem Story-Workflow und meinen GitLab-Skills /gitlab-prepare, /gitlab-refine und /gitlab.