Vibe Coding – bei dem Entwickler Absichten in natürlicher Sprache beschreiben und KI den Code generiert – gewinnt an Bedeutung, aber die Anwendbarkeit auf strukturierte Datenengineering-Frameworks wie dbt ist noch wenig erforscht. Dieses Experiment geht ein Data-Vault-Warehouse-Projekt mit dbt und SQL Server vollständig durch Vibe Coding an. Der Autor dokumentiert den Workflow von der Definition von Geschäftskonzepten bis zur Generierung von dbt-Modellen und bewertet Qualität und Korrektheit des KI-generierten Codes. Wichtige Erkenntnisse: KI bewältigt Boilerplate und wiederkehrende Muster gut, kämpft jedoch mit nuancierter Geschäftslogik und dbt-spezifischen Konventionen wie inkrementellen Materialisierungen und Testkonfigurationen. Der Beitrag bietet praktische Ratschläge, wann KI-Ausgaben vertrauenswürdig sind und wann manuelle Überprüfung unerlässlich ist. Für Datenteams, die KI-gestützte Entwicklung in Betracht ziehen, bietet dies einen realistischen Maßstab aktueller Fähigkeiten und eine Roadmap zur Integration von Vibe Coding in dbt-Workflows.
Ein Experiment, das KI-gestütztes Vibe Coding zum Aufbau eines Data-Vault-Warehouses mit dbt und SQL Server nutzt und praktische Einblicke für Dateningenieure bietet.