Erste Schritte mit Kiro: AWS's neuem KI-Coding-Tool

AWS hat stillschweigend die Kiro IDE eingeführt, ein KI-Coding-Tool, das einen grundlegend anderen Ansatz als GitHub Copilot und Cursor verfolgt. Anstatt endlos zu prompten, bis etwas funktioniert, führt Kiro die spezifikationsgesteuerte Entwicklung ein – einen strukturierten Workflow, der Ihre Ideen in klare Anforderungen, Systemdesigns und Implementierungsaufgaben umwandelt, bevor überhaupt Code geschrieben wird.

Was Kiro unterscheidet: Spec vs. Vibe Coding

Die meisten KI-IDEs setzen auf das, was Kiro als „Vibe Coding” bezeichnet – Sie prompten, die KI generiert Code, Sie verfeinern, wiederholen. Das funktioniert bei einfachen Aufgaben, scheitert aber bei komplexen Projekten, wo Kontext verloren geht und Entscheidungen nicht dokumentiert werden.

Kiros spezifikationsgesteuerte Entwicklung ändert diese Dynamik. Wenn Sie eine Spec-Sitzung starten, erstellt die KI drei Dokumente:

• requirements.md: User Stories mit Akzeptanzkriterien in EARS-Notation
• design.md: Technische Architektur und Komponentenbeziehungen
• tasks.md: Diskrete, nachverfolgbare Implementierungsschritte

Dieser Ansatz glänzt bei komplexen Projekten. Entwickeln Sie eine Fraktal-Visualisierungs-App mit mathematischen Algorithmen? Der Spec-Prozess organisiert diese Komplexität in handhabbare Teile. Erstellen Sie ein einfaches CRUD-Interface? Dann bevorzugen Sie vielleicht den Vibe-Modus für mehr Geschwindigkeit.

Kernfunktionen, die Kiro hervorheben

Agent-Hooks für Hintergrund-Automatisierung

Agent-Hooks sind Kiros Antwort auf wiederkehrende Entwicklungsaufgaben. Diese intelligenten Trigger laufen automatisch basierend auf IDE-Events – beim Speichern von Dateien, Erstellen von Funktionen oder Modifizieren von APIs.

// Example: Auto-generate unit tests on file save
// Configuration in .kiro/hooks/test-generation.yaml
{
  "trigger": "onFileSave",
  "filePattern": "*.js",
  "action": "generateTests",
  "output": "tests/${filename}.test.js"
}

Anders als manuelle Workflows in Cursor oder Windsurf arbeiten Hooks kontinuierlich im Hintergrund. Richten Sie einmal einen Dokumentations-Hook ein, und jede API-Änderung wird automatisch dokumentiert.

Steering-Dateien für persistenten Kontext

Während andere KI-Coding-Tools Ihre Projektkonventionen zwischen Sitzungen vergessen, bewahren Kiros Steering-Dateien persistentes Wissen über Ihre Codebasis. Speichern Sie Ihre Coding-Standards, bevorzugte Bibliotheken und Architekturentscheidungen in .kiro/steering/-Dateien, die bedingt basierend auf Dateimustern geladen werden.

---
inclusion: fileMatch
fileMatchPattern: "src/**/*.tsx"
---
# React component standards
- Use functional components with TypeScript
- Implement error boundaries for data fetching
- Follow atomic design principles

MCP-Integration für externe Tools

Die Model Context Protocol (MCP)-Integration verbindet Kiro mit Datenbanken, APIs und Dokumentationssystemen. Obwohl noch grundlegend im Vergleich zu spezialisierten Tools wie Cline oder Trae AI, bedeutet diese native Unterstützung, dass Sie Ihre PostgreSQL-Datenbank abfragen oder API-Schemas direkt innerhalb der IDE abrufen können.

Aktuelle Realität: Modelle, Preise und Einschränkungen

Modellverfügbarkeit

Kiro läuft auf den Claude Sonnet 4.0 und 4.5-Modellen. Der Auto-Modus balanciert Aufgaben intelligent zwischen ihnen für bessere Performance. Keine GPT-4- oder Gemini-Unterstützung bedeutet weniger Flexibilität als Cursor, aber es ist für Claudes Fähigkeiten optimiert.

Preisstruktur

Kiro hat die kostenlose Vorschau am 1. Oktober 2025 beendet und kreditbasierte Pläne eingeführt:

• Pro: 20 $/Monat mit Standardlimits
• Pro+: 40 $/Monat mit höheren Limits und prioritärem Zugang
• Power: 200 $/Monat für Enterprise-Nutzung

Überschreitungen werden mit 0,04 $ pro Credit berechnet. Die Preisgestaltung entspricht Cursors Tarifen, betont aber strukturierte Entwicklung statt Multi-Modell-Flexibilität.

Bekannte Einschränkungen

Early Adopters berichten von mehreren Reibungspunkten:

• Terminal-Integrationsprobleme: Befehle werden ausgeführt, registrieren aber nicht immer die Fertigstellung
• Begrenzte Extension-Unterstützung: Open VSX-Kompatibilität, aber keine Cursor- oder Windsurf-Imports
• Zugriffsbeschränkungen: Waitlist-Codes erforderlich und starke Drosselung während Spitzenzeiten

Praktischer Workflow: Vom Prototyp zur Produktion

So verläuft ein typischer Kiro-Workflow:

1. Starten Sie mit dem Vibe-Modus für schnelles Prototyping – erstellen Sie einen funktionierenden Proof of Concept
2. Wechseln Sie zum Spec-Modus, wenn die Komplexität wächst – lassen Sie Kiro Anforderungen und Design generieren
3. Konfigurieren Sie Steering-Dateien für die Konventionen und Standards Ihres Teams
4. Richten Sie Agent-Hooks ein für Testing, Dokumentation und Code-Quality-Checks
5. Nutzen Sie MCP, um Produktionsdatenbanken und APIs zu verbinden, während Sie skalieren

Dieser strukturierte Ansatz kommt besonders Teams zugute, die von Prototypen zu Produktionssystemen übergehen, wo Dokumentation und Konsistenz genauso wichtig sind wie funktionierender Code.

Wann Sie Kiro gegenüber Alternativen wählen sollten

Wählen Sie Kiro für:

• Komplexe Projekte, die klare Dokumentation erfordern
• Teams, die strukturierte Workflows über Geschwindigkeit stellen
• Codebasen, wo Kontextpersistenz wichtig ist
• Projekte, die stark auf Claude-Modelle setzen

Bleiben Sie bei Cursor oder Windsurf für:

• Schnelle Iterationen und Experimente
• Multi-Modell-Flexibilitätsbedarf
• Etablierte Workflows mit bestehenden Tools
• Projekte, die ausgereiften Community-Support benötigen

Fazit

AWS Kiro repräsentiert eine Wette darauf, dass Entwickler mehr Struktur in ihrer KI-gestützten Entwicklung wünschen. Der spezifikationsgesteuerte Entwicklungsansatz, kombiniert mit Agent-Hooks und Steering-Dateien, schafft einen überzeugenden Workflow für Teams, die Produktionssysteme entwickeln.

Während Terminal-Probleme und begrenzte Modellunterstützung angegangen werden müssen, löst Kiros Fundament – chaotisches KI-Coding in dokumentierte, wiederholbare Prozesse zu verwandeln – echte Probleme, die andere KI-Coding-Tools nicht angegangen sind. Für Teams, die bereit sind, ihren Workflow anzupassen, bietet Kiro einen Weg vom Prototyp zur Produktion, der sowohl Geschwindigkeit als auch Qualität bewahrt.

Die Vorschauphase bietet die Gelegenheit zu evaluieren, ob strukturierte KI-Entwicklung zu den Bedürfnissen Ihres Teams passt. Mit AWS’s Unterstützung und direkter Anthropic-Partnerschaft deutet Kiros Entwicklung auf kontinuierliche Verbesserungen hin.

FAQs

Understand every bug

Uncover frustrations, understand bugs and fix slowdowns like never before with OpenReplay — the open-source session replay tool for developers. Self-host it in minutes, and have complete control over your customer data. Check our GitHub repo and join the thousands of developers in our community.