- Kiro ist eine spezifikationsorientierte IDE für die Entwicklung mit AI-Agenten und vereinfacht den Prozess von der frühen Entwicklungsidee bis zum tatsächlichen Deployment
- Mit einem einzigen Prompt werden Anforderungen, Design und Implementierungsaufgaben automatisch erzeugt; außerdem werden Tests, Barrierefreiheit usw. geprüft, sodass Code-Management auf Produktionsniveau einfacher wird
- Unterstützt Mac, Windows, Linux und wichtige Programmiersprachen, ist kompatibel mit VS Code-Plugins/-Einstellungen und als kostenlose Preview verfügbar
- Ein Workflow rund um Spezifikationen (specs) zur Strukturierung von Anforderungen und Hooks, bei denen AI bestimmte Ereignisse automatisch verarbeitet
- Stellt nicht nur 'vibe coding' (spontanes Prototyping) in den Vordergrund, sondern besonders die klare Spezifikation und den Übergang in Produktionssysteme
Spezifikationen (Specs) und Hooks
- Specs: Unterstützen Entwickler dabei, Anforderungen konkret zu dokumentieren; auf dieser Basis erzeugt die AI automatisch technische Design-Artefakte wie Code und Designdokumente, Datenbankschemata und API-Endpunkte
- Wenn Anforderungen unklar sind, schaffen sie klare Kriterien; auch bei Änderungen oder Erweiterungen bleiben Spezifikationen und tatsächlicher Code synchronisiert
- Hooks: Automatisieren wiederkehrende Aufgaben, die selbst erfahrene Entwickler leicht übersehen können, oder helfen, kleine Fehler zu vermeiden
- Beim Auftreten bestimmter Ereignisse wie Dateispeichern, Erstellen oder Löschen werden definierte Aufgaben vom Agenten im Hintergrund automatisch verarbeitet
- Zum Beispiel werden beim Speichern einer React-Komponente Testdateien aktualisiert, bei Änderungen an API-Endpunkten das README erneuert oder beim Commit Sicherheitsprüfungen ausgeführt
- So bleiben Codequalität, Sicherheit und Standardisierung im gesamten Team konsistent
Entwicklungsprozess auf Basis von Specs und Hooks
- Beispiel: Ein Bewertungssystem zu einer E-Commerce-App hinzufügen
-
- Eingabe eines einzelnen Prompts: "Ein Bewertungssystem für Produkte hinzufügen" → Die AI erzeugt automatisch eine Spezifikation auf Basis von EARS (eine klare Notation für Anforderungen) inklusive User Stories und Edge Cases
-
- Technisches Design: Automatische Erstellung von auf die Spezifikation abgestimmten Datenflussdiagrammen, TypeScript-Interfaces, DB-Schema, APIs usw.
-
- Erzeugung von Implementierungsaufgaben: Aufgaben und Unteraufgaben werden automatisch nach Abhängigkeiten sortiert; außerdem werden Unit-/Integrationstests, Ladezustände, Mobile und Barrierefreiheit geprüft
-
- Qualitätssicherung mit Hooks: Wiederkehrende Prüfungen wie das Aktualisieren von Testcode beim Speichern oder Security-Scans vor dem Commit werden automatisiert
Merkmale und weitere Funktionen
- Als AI-Code-Editor bietet Kiro verschiedene Produktivitätsfunktionen wie Unterstützung für MCP(Model Context Protocol), Leitlinien für AI-Verhalten, Context-Provider für Dateien/URLs/Dokumente und Agent-Chat
- Kompatibel mit VS Code-Einstellungen und Open VSX-Plugins, daher leicht in bestehende Entwicklungsumgebungen integrierbar
- Spezifikationen (Specs) und Code bleiben stets synchron, wodurch Probleme durch fehlende Dokumentation oder Wartung reduziert werden
Vision und Ausrichtung für die Zukunft
- Ziel ist es, schwierige Entwicklungsprobleme wie konsistentes Design zwischen Teams, das Auflösen widersprüchlicher Anforderungen, automatisierte Code-Reviews, den Umgang mit technischer Schuld und Wissenstransfer zu lösen
- Mit spezifikationsorientierter Entwicklung verfolgt Kiro eine neue Form der Softwareentwicklung, in der Menschen und AI zusammenarbeiten
Einstieg und Support
- Unterstützt Mac, Windows, Linux und verschiedene Sprachen; Anmeldung mit Google/GitHub usw. möglich
- Mit praxisnahen Tutorials lässt sich der gesamte Entwicklungsfluss vom Schreiben der Spezifikation bis zum Deployment erleben
- Derzeit während der Preview kostenlos verfügbar (mit einigen Einschränkungen)
1 Kommentare
Hacker-News-Kommentare
Kiro analysiert die Codebasis und freigegebene Anforderungsspezifikationen und erstellt automatisch Designdokumente, inklusive Datenflussdiagrammen, TypeScript-Interfaces, DB-Schemata und API-Endpunkten. So ein Ansatz reduziert Zeitverlust durch unklare Anforderungen im Entwicklungsprozess. Für die Dokumentation ist das ziemlich nützlich, aber echtes Design ist nur sinnvoll, wenn Entscheidungen vor dem Codieren getroffen werden.
Ich verstehe das so, dass es darum geht, Designdokumente für die Phase zwischen Anforderungen und Codeerstellung zu erzeugen. Da vorhandene Codebasen gelesen werden, funktioniert das auch gut für Projekte, die nicht auf der grünen Wiese entstehen.
Das erinnert mich an Eisenhowers berühmtes Zitat: „Pläne sind nutzlos, aber Planung ist alles.“
Zusammenfassung der wichtigen Punkte aus den FAQ: Bei Pro- oder Pro+-Tarifen werden Nutzerinhalte (Code, Gespräche, Dateien usw.) nicht als Trainingsdaten für die standardmäßig bereitgestellten AI-Modelle verwendet. AWS kann clientseitige Telemetrie- und Usability-Daten zur Verbesserung des Dienstes erfassen, aber die Datenerfassung lässt sich in den IDE-Einstellungen deaktivieren. In der Free-Version und in Previews können Inhalte zur Verbesserung der Modellqualität verwendet werden, sofern man nicht ausdrücklich widerspricht. Details siehe FAQ-Link.
Wenn man sich diese Richtlinie ansieht, scheint dieses Kontextmaterial (Eingabedaten) aus Unternehmenssicht wertvoll zu sein. Ich hatte meist den Eindruck, dass der mittlere Qualitätsstandard von LLM-generiertem Code unter dem von Menschen geschriebenem Code liegt. Deshalb frage ich mich, ob eingegebener Code ohne Filterung als Trainingsdaten wirklich wertvoll ist. Ich denke, ein Post-Processing zum Ausschluss schlechter Daten ist zwingend nötig. Kontextdaten haben auch jenseits des Trainings einen Nutzen.
Um in Kiro die Weitergabe von Telemetriedaten zu deaktivieren, geht man in den Settings auf den Unterreiter User und stellt unter Application → Telemetry and Content den Wert auf Disabled. Auch im offiziellen Leitfaden sind die Schritte beschrieben.
Ich bin seit fast einem Jahr an der Entwicklung von Kiro beteiligt. Ich bin stolz darauf, dass Kiro Funktionen bietet, die bestehende AI-basierte Editoren abheben. Besonders überzeugt bin ich von „spec driven development“. Auf Basis von Amazons Engineering-Prozessen lassen sich aus einem einfachen Prompt technische Anforderungen, Designdokumente inklusive Diagrammen und sogar Aufgabenlisten erzeugen. Auch das Codieren mit Kiro hat Spaß gemacht, und ich habe ein selbst gebautes Beispielprojekt veröffentlicht: das nahezu zu 95 % von AI programmierte Infinite-Crafting-Game spirit-of-kiro.
Dass im Beispielprojekt sogar Dokumente wie CHALLENGE.md und ROADMAP.md enthalten sind, ist cool. Ich halte das für ein gutes Framework, mit dem echte Nutzer direkt experimentieren können. Schade ist nur, dass man zwingend AWS nutzen muss. Etwa so: „Kann ich Kiro sagen, dass es nur eine lokale DB und meinen Anthropic-API-Key verwenden soll?“ So etwas als agentic coding wäre noch besser. AWS-Kritik mal beiseite: So eine Demo-Umgebung zum praktischen Ausprobieren ist wirklich eine gute Idee.
Dass von 95 % AI-Code die Rede ist, könnte auch bedeuten, dass die Erwartungen an das Code-Ergebnis von vornherein nicht besonders hoch waren. Vielleicht galt die Haltung, dass es reicht, wenn das Resultat irgendwie ganz okay aussieht.
Ich weiß nicht, ob sich mein Feedback an Kiro selbst richtet oder an das gesamte Feld der Coding Agents, aber der größte Hinderungsgrund für mich sind die Custom Rules, die ich bereits in anderen Produkten eingerichtet habe (Copilot, Continue, Cursor usw.). Ich habe meine Konfiguration gerade erst wieder in Claude Code übertragen und möchte mir diese Mühe nicht ständig erneut machen. Unternehmen sollten Onboarding-Flows bauen, die Einstellungen aus externen Apps automatisch importieren oder konvertieren, wenn sie viele Nutzer gewinnen wollen.
Ich frage mich, ob das so ähnlich ist wie Harper Reeds „My LLM codegen workflow atm“, Link zum Workflow.
Warum überhaupt einen Editor bauen? Eine CLI-Version wäre doch besser gewesen. Ich persönlich bevorzuge CLI, weil VSCode mir zu langsam ist.
Ich möchte nicht alle sechs Monate auf einen neuen Editor oder eine neue IDE umsteigen. Sich an neue Keybindings und eine komplett andere UI zu gewöhnen, ist anstrengend. Der Bereich der AI-Tools entwickelt sich so schnell, dass bald ohnehin bessere Alternativen auftauchen werden. Das sieht man schon bei Cursor und Windsurf. Aktuell scheint Claude Code an Popularität zu gewinnen, und CLI- oder TUI-Ansätze passen eher zu meinem Stil. Natürlich gibt es aber auch eine viel größere Nutzerschicht für GUI-Anwendungen als nur Terminal-User.
Sie basieren alle auf VSCode, deshalb ist die Einstiegshürde beim Editorwechsel bislang gering. Das wird sich vielleicht ändern, aber im Moment ist die Nutzungserfahrung fast überall ähnlich. Dass Cursor nicht mit VSCode-Updates Schritt hält, ist derzeit noch eher ein kleines Problem.
Ich habe mich auf Aiders Ansatz der „IDE-Integration“ eingependelt. Ich kann es in jedem Editor nutzen, den ich will, und auch das AI-Backend frei wählen. Anbieter-Lock-in halte ich für unvernünftig. Zwar fehlt mir dann Tab-Completion, aber normalerweise finde ich klassische, sprachserverbasierte Tab-Completion besser. Wenn ich AI brauche, rufe ich das Tool explizit auf. Das ist je nach Arbeitsumgebung unterschiedlich, aber für meine Arbeit passt es gut. Außerdem ist es ein großer Vorteil, frei zwischen Claude, Gemini, Deepseek, Qwen, Kimi und anderen Modellen wechseln zu können, sodass sie sich gegenseitig in ihren Schwächen ausgleichen.
Ich werde weder vim noch mein eigenes Gehirn jemals aufgeben. Es fühlt sich an, als würde man nicht nur eine IDE kaufen, sondern auch das Machine-Learning-Modell, von dem man abhängig wird. Bei Kollegen sehe ich schon, dass sie sich stärker auf die Tools verlassen und dadurch weniger selbst denken. Wirklich seltsame Zeiten. Ich frage mich, was passiert, wenn ein Modelldienst plötzlich verschwindet.
Nicht alle sechs Monate, oder? Inzwischen eher alle zwei Wochen. Ich bin mit Claude Code sehr zufrieden.
Solche agentic IDEs hätten auch einfach als VSCode-Plugin erscheinen können. Vermutlich kamen sie als eigenständige Produkte heraus, weil sich mit Plugins schwerer VC-Finanzierung einsammeln lässt.
Beeindruckend ist der Fokus auf spezifikationsbasierte Entwicklung. Ich selbst pflege mit Claude Code ebenfalls Spezifikationstexte und verwalte README sowie Architekturdiagramme (Markdown/mermaid) immer gemeinsam. Mir scheint diese Dokumentation sogar wichtiger als die Codegenerierung. Ich frage mich, ob Kiro in genau diesem Bereich einen besonderen Vorteil hat. Vielleicht gäbe es Potenzial für bessere DSLs, mit denen sich Diagramme oder Planungen einfacher und besser erstellen lassen. Ich bin an meinen Workflow bereits gewöhnt, deshalb fühlt sich die Einführung eines neuen Tools schwierig an. Und ich frage mich auch nach dem Preismodell: Ist das einfach Bedrock-Pricing mit etwas Mehrwert obendrauf?
Das Experiment, bei dem AI und Menschen gemeinsam Ergebnisse erzeugen, ist äußerst spannend. Menschen konzentrieren sich auf die übergeordnete Konzeption, während AI die Low-Level-Arbeit übernimmt. Die hierarchische Struktur von Anforderungen → Spezifikation → Code ist klar erkennbar. Wenn jede Stufe in separaten Dokumenten wie Markdown verwaltet wird, kann jede Ebene unabhängig geprüft werden. Diese Art strukturierter Entscheidungsfindung scheint für das Programmieren sehr effektiv zu sein. Wenn sich dieses Modell etabliert, könnte es künftig auch auf andere Bereiche wie Recht, Medizin oder Versicherungen ausgeweitet werden. Software ist nur die Spitze des Eisbergs. Wenn dieses Muster funktioniert, könnten daraus zahllose Startups entstehen. Entscheidend ist, Dokumente, Abstraktionsebenen und Review-Prozesse über mehrere Ebenen hinweg effizient zu verwalten. Ich denke, das ist durchaus lösbar.
Wichtig ist: wieder ein weiterer VSCode-Fork. Man hört ständig, AI leite ein Zeitalter der Innovation ein, aber in Wirklichkeit wird nur Bestehendes immer weiter kopiert. Das ist enttäuschend. Im Moment wirkt AI eher so, als würde sie das Zeitalter der Innovation beenden. Alle konzentrieren sich nur noch aufs Kopieren.
Ich frage mich, ob das ein Amazon-Produkt ist. Wenn man auf den Tab „Legal“ klickt, landet man bei AWS. In der offiziellen Dokumentation steht: „Kiro ist die unabhängige agentische IDE von AWS.“ Aber nirgendwo auf der Homepage wird klar angezeigt, dass es zu Amazon gehört. Wenn man bedenkt, dass der Autor @nathanpeck bei Amazon arbeitet, wirkt das fast so, als würde diese Information absichtlich versteckt.
Ist dir nicht klar, dass AWS für Amazon Web Services steht?
Ich hatte im ursprünglichen Titel angegeben, dass es ein AWS-Produkt ist, aber Hacker News hat den Titel geändert, wodurch die Klarheit verloren ging.
Ich glaube nicht, dass etwas verheimlicht werden soll. Auf der About-Seite steht offiziell, dass „Kiro von einem kleinen Team innerhalb von AWS gebaut wird“. Zur Einordnung: Ich arbeite ebenfalls bei AWS, aber in einem anderen Bereich.
In letzter Zeit gelten IDEs als attraktiver Einstiegspunkt in den Entwicklermarkt. Früher leitete Atom den Trend zur nächsten IDE-Generation ein, und VSCode wurde dann zum Marktstandard. Im AI-Zeitalter sind Nutzergewinnung, Datensammlung und Modellpositionierung entscheidend, und eine IDE liefert all das zugleich. Kiro ist ebenfalls ein Projekt, das sich diesem Trend anschließt (AWS mit Kiro, Microsoft mit VSCode+Copilot, OpenAI mit Windsurf, Cursor, Alibaba mit Trae, Zed usw.). Zed wurde früher vielleicht anders eingeordnet, aber inzwischen sehe ich es als gleichwertiges Tool mit AI-Agenten. Der Markt ist extrem gesättigt, und Tools wie Claude Code bieten Nutzern Alternativen. Ich selbst habe Cursor ausprobiert und bin dann wieder zu Helix/VSCode+Claude Code zurückgekehrt.
Ich mag die grundlegende Editor-Performance von Zed sehr. Auch die AI-Funktionen sind solide. In letzter Zeit experimentiert Zed zudem stärker mit AI im TUI-Bereich. Gleichzeitig mache ich mir Sorgen, dass Zed vom AI-Trend zu sehr mitgerissen wird und das Projekt unnötig komplex wird. Ich hoffe, dass kluge Leute dort die richtige Balance finden.
OpenAI wollte Windsurf übernehmen, aber am Ende hat Google den Dienst eingestellt.
Amazon hat bereits ein agentisches Coding-CLI-Produkt veröffentlicht, das Claude Code ähnelt: Q Developer CLI. Das Free-Tier ist ordentlich, und das Bezahlabo könnte sogar besser sein als Claude Code. MCP wird ebenfalls unterstützt. Q gibt es auch als VSCode- und IntelliJ-Plugin, aber Kiro geht über Plugin-Niveau hinaus und bietet ähnlich wie Cursor als VSCode-Fork deutlich mehr Funktionen.
Mit Q CLI kann man für 20 $ im Monat fast unbegrenzt Claude-Modelle nutzen. Im Vergleich zu Claude Code fehlt etwas Feinschliff, aber der Preisunterschied ist erheblich.
Allerdings injiziert Q CLI zu viel unnötigen Ballast in das Shell-Profil, wodurch das Terminal langsamer wird, und es gibt weitere Probleme wie fehlende Unterstützung für Standard-Streaming-Server.