Allein in dieser Woche: SpaceX unterbot den Markt für Frontier-Modelle mit Grok 4.5, einem Modell, das speziell für Coding und autonome Agenten trainiert wurde und auf der Cursor-Technologie basiert, die SpaceX für 60 Mrd. $ übernommen hat. Es kostet 2 $/Mio. Input- und 6 $/Mio. Output-Token – mehr als die Hälfte günstiger als die Frontier-Preise von Anthropic und OpenAI – und verbraucht Berichten zufolge pro Aufgabe etwa halb so viele Token wie die Konkurrenz. Unterdessen soll Lovable, ein drei Jahre altes schwedisches „Vibe-Coding"-Startup, Gespräche über eine Finanzierungsrunde von 300 Mio. $ bei einer Bewertung von 13,2 Mrd. $ führen – doppelt so viel wie im Dezember –, nachdem das Unternehmen im Juni mit Workday, Asana und Nvidia als Unternehmenskunden eine annualisierte Umsatzrate von 500 Mio. $ erreicht hatte. Replit wurde im März mit 9 Mrd. $ bewertet, Factory im April mit 1,5 Mrd. $. Wie es in einem Bericht zu diesem Bereich hieß, ist Vibe Coding inzwischen „bei weitem der populärste und lukrativste Anwendungsfall für KI".

Nichts davon ist abstrakt, wenn Sie in diesem Jahr auf Jobsuche sind oder als Softwareentwickler beschäftigungsfähig bleiben wollen. Es ist ein ziemlich direktes Signal dafür, was „kann Software bauen" 2026 im Lebenslauf und im Bewerbungsgespräch bedeuten wird.

Wie „ausgeliefert" heute aussieht

Die Belege beschränken sich nicht auf Finanzierungsrunden. Raycasts „Glaze", eine All-in-one-Vibe-Coding-App zum Erstellen und Teilen von Mac-Desktop-Apps, wurde gerade für alle Nutzer geöffnet und tritt damit in Konkurrenz zu Tools wie Wabi für mobile Apps – Vibe Coding verlagert sich vom Terminal hin zu ausgefeilten, teilbaren Baukästen für Menschen, die keine Berufsentwickler sind. Der Build-Modus von Google AI Studio erlaubt es inzwischen, auf ein bestehendes GitHub-Repo zu verweisen, statt bei einem leeren Prompt anzufangen, und wandelt es automatisch in eine lauffähige App um, inklusive automatischer Konfiguration der API-Schlüssel. Und der eindeutigste Datenpunkt von allen: MIT und das Lincoln Laboratory führten im Rahmen des Phantom Program des Department of the Air Force–MIT AI Accelerator eine Fallstudie durch, in der Joshua Lynch, ein Kadett ohne vorherige Programmiererfahrung, unter Anleitung eines Mentors per Vibe Coding ein funktionsfähiges, militärisch relevantes KI-Programm baute. Das macht die Erzählung „jeder kann mit KI programmieren" konkret – mit einer namentlich genannten Person und einer namentlich genannten Institution dahinter.

Am erfahreneren Ende des Spektrums nutzte Bun-Erfinder Jarred Sumner Coding-Agenten, um die gesamte Bun-JavaScript-Runtime von Zig nach Rust umzuschreiben – ein umfassendes Rewrite, das traditionell als zu riskant galt, um es von Hand zu versuchen –, mithilfe dessen, was er „Agentic Engineering" nennt: dynamische Workflows, Testläufe und eine kritisch-prüfende Durchsicht der Ausgaben des Agenten. Dabei ging es ihm nicht darum, einem Trend zu folgen; er wollte wiederkehrende Speicherfehler beseitigen, die durch die Vermischung von Garbage Collection mit Zigs manueller Speicherverwaltung entstehen – Fehler, die Rusts Ownership-Modell ausschließt. Das ist ein erfahrener Ingenieur, der einen KI-Agenten als das richtige Werkzeug für eine Aufgabe einsetzt, die früher Monate sorgfältiger menschlicher Arbeit erfordert hätte.

Darunter formiert sich die Infrastruktur neu, um mit diesem Tempo mitzuhalten. Railway hat gerade eine Series-B-Runde über 100 Mio. $ abgeschlossen, ganz ohne bezahltes Marketing 2 Millionen Entwickler erreicht und verarbeitet monatlich mehr als 10 Mio. Deployments. Das Pitch des Gründers ist unmissverständlich: Legacy-Clouds wie AWS und GCP seien zu langsam und zu komplex für das Tempo, mit dem sich KI-gestützte Entwicklung heute bewegt.

Was die Finanzierungswelle für die Einstellungslatte bedeutet

Zusammengenommen: Ein Anfänger kann mit einem Mentor eine funktionierende App ausliefern, ein erfahrener Ingenieur kann eine Sprach-Runtime umschreiben, und ein drei Jahre altes Startup kann eine Umsatzrate von einer halben Milliarde Dollar erreichen, indem es Nicht-Entwickler Apps einfach beschreiben lässt. Genau diese Bandbreite ist der Punkt. Vibe Coding ist nicht nur eine Einstiegsrampe für Junioren oder nur ein Produktivitäts-Trick für erfahrene Ingenieure – es ist beides zugleich, und das Geld, das in Lovable, Replit, Factory und Grok 4.5s Preiskrieg fließt, zeigt: Investoren glauben, dass hier künftig Software gebaut wird, und nicht, dass es sich um eine vorübergehende Phase handelt.

Für Einstellungsentscheidungen lese ich daraus drei konkrete Verschiebungen heraus. Das ist meine Einschätzung des Trends, keine feststehende Tatsache – gewichten Sie sie entsprechend:

  • Ein funktionierendes, live geschaltetes Artefakt wird zur Grundvoraussetzung, nicht zum Unterscheidungsmerkmal. Wenn schon ein blutiger Anfänger im Rahmen eines Mentoring-Programms etwas Funktionsfähiges ausliefern kann, reicht „Ich habe X gebaut und live gestellt" allein nicht mehr aus, um die Hürde für eine bezahlte Stelle zu nehmen – das wird schlicht vorausgesetzt. Den Unterschied macht die Urteilsebene darum herum.
  • Bei Vorstellungsgesprächen ist es wahrscheinlicher, dass man Ihnen ein KI-Coding-Tool in die Hand drückt, als dass man es Ihnen wegnimmt. Der Fall des Kadetten, das Bun-Rewrite und die Einführung von Lovable in Unternehmen wie Workday und Nvidia weisen alle in dieselbe Richtung: Arbeitgeber suchen Menschen, die gut darin sind, die Arbeit eines Agenten anzuleiten und zu überprüfen – nicht Menschen, die beweisen können, dass sie keinen brauchen. Wenn eine Take-Home-Aufgabe keine Richtlinie zur Nutzung von KI-Tools angibt, fragen Sie den Recruiter direkt, statt zu raten.
  • Werkzeugspezifische Gewandtheit zählt weniger als Urteilsgewandtheit. Da Grok 4.5, Claude und die Modelle von OpenAI im Preiskampf stehen und sich Vibe-Coding-Plattformen vervielfachen (Lovable, Replit, Factory, Glaze, Wabi, der GitHub-Import von AI Studio), ist es riskant, den eigenen Lebenslauf auf den spezifischen Workflow einer einzelnen Plattform zu setzen – die Werkzeuge darunter werden durch den Preiskrieg selbst zur Commodity. Was von Dauer ist, ist die Fähigkeit, sich in jedes davon einzuarbeiten und erklären zu können, was man geändert hat, warum, und welchen Teilen der Ausgabe man nicht getraut hat – dieselbe Disziplin, die Sumner als „kritisch-prüfende Durchsicht" bezeichnet.

Was Sie diesen Monat konkret tun sollten

  • Liefern Sie mit einem Vibe-Coding-Tool eine kleine Sache öffentlich aus – live geschaltet und in Ihrem Lebenslauf oder Portfolio verlinkt, nicht nur als lokale Demo oder Bildschirmaufnahme.
  • Wenn Sie im Vorstellungsgespräch darüber sprechen, beginnen Sie damit, was Sie an der KI-Ausgabe geprüft, verworfen oder korrigiert haben. Das ist der Teil, den ein Hiring Manager nicht aus einem Screenshot herauslesen kann, und der Teil, der tatsächlich noch knapp ist.
  • Fragen Sie in Vorstellungsgesprächen und bei Take-Home-Aufgaben ganz offen nach, ob die Nutzung von KI-Tools erlaubt oder sogar erwartet wird. Die Norm verändert sich derzeit schnell genug, dass Sie in keine Richtung etwas voraussetzen sollten.
  • Investieren Sie nicht zu viel Zeit darin, sich die Syntax einer einzelnen Plattform einzuprägen. Die zugrunde liegenden Modelle werden alle paar Monate preislich unterboten, und die Builder-Tools nähern sich zunehmend ähnlichen Workflows an – Prompt eingeben, Repo importieren, deployen.

Der Vorbehalt

Das ist eine Momentaufnahme aus Finanzierungsrunden, keine Gewissheit. Bewertungen werden nach oben und unten korrigiert, Hype-Zyklen schießen über das Ziel hinaus, und eine im Gespräch befindliche Zahl von 13,2 Mrd. $ ist noch kein abgeschlossener Deal. Aber ein Preiskrieg auf der einen Seite (Grok 4.5), drei separate Late-Stage-Finanzierungsrunden auf der anderen (Lovable, Replit, Factory) und eine neu aufgebaute Cloud-Infrastrukturebene auf der dritten (Railway), die alle auf denselben Anwendungsfall hindeuten, sind ein stärkeres Signal als jedes davon für sich allein. Betrachten Sie das als starke Vorannahme dafür, wohin sich die Einstellungserwartungen 2026 bewegen, und passen Sie sie an, sobald der nächste Datenpunkt vorliegt.