Dieser Artikel wurde mit Künstlicher Intelligenz erstellt und redaktionell kuratiert.
⚡ In 30 Sekunden
- Was ist möglich? Ein vollständiges WordPress-Plugin lässt sich mithilfe von KI-Modellen wie Gemini oder Claude in 1–2 Stunden entwickeln – ohne Programmierkenntnisse.
- Wie funktioniert es? Über iteratives Prompting: Anforderungen präzise beschreiben, generierten Code testen, Fehler als Kontext zurückmelden und Korrekturen anfordern.
- Kostenvergleich: Klassische Agentur: 1.500–3.500 € und 3–5 Werktage. KI-gestützt: ~0 € und 1–2 Stunden.
- Typische Anwendungen: Google-Sheets-Anbindungen, Glossare, Verzeichnisse, Shortcodes, Custom-Felder – alles, was spezifische Anforderungen hat, für die kein fertiges Plugin existiert.
- Wichtig zu wissen: KI-generierter Code muss verstanden, getestet und regelmäßig gewartet werden. Blinder Copy-Paste ist keine nachhaltige Strategie.
Wer eine WordPress-Website betreibt, kennt das Dilemma: Die perfekte Lösung für eine spezifische Anforderung existiert entweder gar nicht als fertiges Plugin – oder kostet monatliche Gebühren für Funktionen, die man zu 80 % nicht braucht. Die Alternative war bisher: einen Entwickler beauftragen, was schnell mehrere Tausend Euro kostet. Oder auf die Umsetzung verzichten.
KI-Modelle wie Google Gemini oder Claude verändern diese Gleichung grundlegend. In diesem Leitfaden zeigen wir, wie der Prozess von der Idee zum fertigen, funktionierenden WordPress-Plugin konkret aussieht – inklusive der Prompts, die dabei helfen, und der Fallstricke, die man kennen sollte. Häufige Fragen zum Prozess sind in der FAQ am Ende beantwortet.
🗂️ In 7 Schritten vom Bedarf zum fertigen Plugin
- 1. Anforderungen formulieren – Was / Woher / Wie ausgeben / Nutzerinteraktionen / Randbedingungen
- 2. Vollständige PHP-Datei anfordern – explizit „gib mir die komplette Datei" sagen
- 3. Plugin per FTP hochladen & aktivieren – in /wp-content/plugins/ einen eigenen Ordner anlegen
- 4. Auf Testseite prüfen – Shortcode einfügen, Browser-Konsole auf Fehler prüfen
- 5. Problem präzise zurückmelden – mit Fehlermeldung, nicht nur „funktioniert nicht"
- 6. Korrektur erhalten & vollständig ersetzen – nie nur einzelne Zeilen manuell einpflegen
- 7. Wiederholen bis stabil – typischerweise 5–10 Iterationen
Warum KI für WordPress-Plugin-Entwicklung geeignet ist
WordPress-Plugins folgen einer gut definierten Struktur: PHP-Header, Hook-System, Admin-Seiten über die Settings API, Shortcodes für die Ausgabe im Frontend. Diese Muster sind in den Trainingsdaten von KI-Modellen gut repräsentiert – schließlich existiert WordPress seit 2003, und es gibt Millionen öffentlicher Plugin-Beispiele.
Das bedeutet: KI-Modelle können validen, funktionierenden PHP-Code für WordPress generieren, der den gängigen Konventionen entspricht. Sie kennen Hooks wie add_action, wp_enqueue_scripts oder register_activation_hook. Sie wissen, wie WordPress Optionen speichert und wie Shortcodes registriert werden. Diese Grundlage macht Plugin-Entwicklung zum idealen KI-Anwendungsfall.
Für wen ist dieser Artikel? Für WordPress-Betreiber ohne Programmierkenntnisse, die maßgeschneiderte Funktionen umsetzen wollen. Für Content-Manager und Marketing-Teams, die von externen Entwicklern unabhängig werden möchten. Und für Unternehmen, die verstehen wollen, welche internen Prozesse sich mit diesem Ansatz beschleunigen lassen.
Praxis-Beispiel: Wie wir intern ein Glossar-Plugin in 90 Minuten gebaut haben
Theorie ist gut – ein konkretes Beispiel ist besser. Hier sind die Eckdaten des KI-Glossar-Projekts von AI-Fabrik:
- Aufgabe: Ein interaktives KI-Glossar, direkt aus Google Sheets pflegbar – keine Agentur, kein monatliches Plugin-Abo
- Eingesetztes Modell: Google Gemini; iterative Entwicklung über 8 Versionen bis zur stabilen v3.8
- Zeitaufwand: ca. 90 Minuten reiner Interaktionszeit bis zum produktionsreifen Plugin
- Ergebnis: Live-Suche, Kategorie-Filterung, Slide-Over-Modal, 12h-Caching, Theme-sicheres Design via Base64-Icons – Agenturkosten laut Vergleich: 1.500–3.500 €
- Größte Hürde: Theme-Konflikte mit Button-Styles – gelöst durch den Wechsel zu Base64-eingebetteten
<img>-Tags
Phase 1: Die Anforderungen richtig formulieren
Der häufigste Fehler beim KI-gestützten Entwickeln ist ein zu vager erster Prompt. „Erstelle ein WordPress-Plugin" ist keine Anforderung – es ist eine Kategorie. Je präziser die Beschreibung, desto besser der generierte Code.
Ein guter Anforderungs-Prompt beantwortet fünf Fragen: Was soll das Plugin tun? Woher kommen die Daten? Wie wird das Ergebnis ausgegeben? Welche Nutzerinteraktionen sind vorgesehen? Welche technischen Randbedingungen gelten?
✅ Beispiel: Schwacher vs. starker Anforderungs-Prompt
❌ Schwach: „Erstelle ein WordPress-Plugin für ein Glossar."
✅ Stark: „Erstelle ein WordPress-Plugin als einzelne PHP-Datei. Das Plugin lädt Glossar-Einträge aus einer Google Sheets API (URL und API-Key konfigurierbar im Admin unter Einstellungen). Jeder Eintrag hat die Felder: Begriff, Definition, Kategorie. Das Plugin speichert die Daten 12 Stunden im WordPress Transients Cache. Im Frontend wird das Glossar über den Shortcode [glossar] eingebunden. Es zeigt eine horizontale, scrollbare Kategorieleiste und eine Live-Suchfunktion. Bei Klick auf einen Begriff öffnet sich eine Slide-Over-Detailansicht. Das Design soll Bootstrap-frei sein und nur native WordPress-Styles nutzen."
Der zweite Prompt gibt dem KI-Modell einen konkreten Bauplan. Fehlende Anforderungen werden vom Modell mit vernünftigen Defaults gefüllt – aber je mehr Kontext, desto weniger Überarbeitungen sind nötig.
Phase 2: Iteratives Entwickeln – so funktioniert der Prozess
KI-gestützte Plugin-Entwicklung ist kein einmaliger Vorgang. Das Modell generiert eine erste Version, die man testet, und meldet dann konkrete Probleme zurück. Dieser Kreislauf wiederholt sich typischerweise 5–10 Mal, bis das Plugin stabil funktioniert.
Das Entscheidende dabei: Fehlermeldungen und konkrete Problembeschreibungen sind wertvoller als vage Unzufriedenheit. „Es funktioniert nicht" hilft kaum. „Die Scroll-Pfeile in der Kategorieleiste sind nach der Plugin-Aktivierung unsichtbar – vermutlich überschreibt das aktive Theme die Button-Styles" gibt dem Modell die nötige Information für eine gezielte Lösung.
Theme-Konflikte: Der häufigste Stolperstein
WordPress-Themes überschreiben oft aggressiv die Styles von Plugins. Buttons, Icons und Formularelemente sehen im lokalen Test gut aus, werden aber auf der Live-Website vom Theme-CSS neu formatiert oder vollständig ausgeblendet.
Die bewährte Lösung: Statt HTML-Buttons mit CSS zu stylen, können kritische UI-Elemente als Base64-eingebettete Bild-Tags (<img>) umgesetzt werden. Themes stylen <img>-Elemente in der Regel nicht um, da sie keine semantische Funktion übernehmen. Wer dieses Problem beim Testen entdeckt, kann das Modell gezielt danach fragen.
⚠️ Wichtig: Immer das komplette Plugin nach einer Änderung ersetzen – nicht nur einzelne Codezeilen manuell einpflegen. KI-Modelle liefern oft interdependente Änderungen, die sich gegenseitig bedingen. Partielle Updates führen häufig zu schwer diagnostizierbaren Fehlern.
⚠️ Angst vor Server-Problemen? Berechtigt, aber beherrschbar. Niemals auf der Live-Website testen – immer zuerst auf einer lokalen WordPress-Instanz (z. B. Local by Flywheel) oder auf einem Staging-System. Ein defektes Plugin lässt sich jederzeit im WordPress-Dashboard deaktivieren oder notfalls per FTP umbenennen, um es zu deaktivieren.
Phase 3: Technische Grundlagen verstehen – ohne Programmieren
Man muss kein PHP-Entwickler sein, um KI-generierten Code zu nutzen. Aber ein Grundverständnis der WordPress-Plugin-Architektur hilft enorm, um sinnvolle Fragen zu stellen und Fehler einzugrenzen.
| Konzept | Was es bedeutet | Warum es relevant ist |
|---|---|---|
| Plugin-Header | Kommentarblock am Dateianfang mit Name, Version, Beschreibung | WordPress erkennt die Datei als Plugin |
| Hooks (Actions & Filters) | Einsprungpunkte, an denen WordPress Plugin-Code ausführt | Bestimmen, wann CSS/JS geladen wird, wann Admin-Seiten erscheinen |
| Shortcodes | Platzhalter wie [mein-plugin], den WordPress durch Plugin-Output ersetzt | Ermöglichen Einbindung auf beliebigen Seiten ohne Theme-Eingriffe |
| Transients | Temporärer WordPress-Cache mit Ablaufzeit | Verhindert, dass API-Daten bei jedem Seitenaufruf neu geladen werden |
| wp_kses | WordPress-Funktion, die gefährliche HTML-Tags aus Inhalten entfernt | Kann iframes und bestimmte Attribute aus Plugin-Output entfernen |
Diese fünf Konzepte reichen aus, um mit einem KI-Modell produktiv über Plugin-Probleme zu sprechen. Wer das KI-Modell fragt, „Was macht dieser Code?", bekommt in der Regel eine verständliche Erklärung zurück – das Gespräch ist bidirektional.
Praxisbeispiel: Google-Sheets-Anbindung in 4 Schritten
Das häufigste Anwendungsszenario in der Praxis: Inhalte, die regelmäßig aktualisiert werden – Glossare, Produktverzeichnisse, FAQ-Listen, Mitarbeiter-Übersichten – sollen nicht über das WordPress-Backend, sondern über Google Sheets gepflegt werden. Das Plugin synchronisiert dann automatisch.
✅ Schritt-für-Schritt: Google-Sheets-Plugin erstellen
Schritt 1 – Google Sheets API einrichten: Im Google Cloud Console ein Projekt anlegen, die Sheets API aktivieren und einen API-Key erstellen. Das Spreadsheet muss öffentlich zugänglich oder via Service Account erreichbar sein. Die API-URL hat das Format: https://sheets.googleapis.com/v4/spreadsheets/{ID}/values/{Bereich}?key={API-KEY}
Schritt 2 – Anforderungs-Prompt formulieren: Den Aufbau der Tabelle (Spaltenbezeichnungen, Anzahl der Spalten) genau beschreiben. Caching-Zeit und gewünschtes Frontend-Layout (Tabelle, Karten, Liste) spezifizieren. Das KI-Modell generiert daraus eine vollständige Plugin-Datei.
Schritt 3 – Plugin installieren und API konfigurieren: Die PHP-Datei in einen neuen Ordner unter /wp-content/plugins/ hochladen, im WordPress-Dashboard aktivieren und unter Einstellungen die API-URL sowie den Key eintragen.
Schritt 4 – Shortcode einbinden und testen: Den vom Plugin generierten Shortcode auf einer Testseite einfügen. Bei Darstellungsproblemen den Fehler konkret beschreiben und eine Überarbeitung anfordern.
Welche KI-Modelle eignen sich besonders?
Für die PHP-Plugin-Entwicklung haben sich insbesondere Modelle bewährt, die lange Kontextfenster unterstützen und Code zuverlässig in vollständigen Dateien zurückgeben – nicht nur als Fragmente. Drei Optionen sind in der Praxis besonders relevant:
| Modell | Stärken für Plugin-Entwicklung | Zugang |
|---|---|---|
| Google Gemini 2.0 Flash / Pro | Großes Kontextfenster, starke PHP-Kenntnisse, Google-Dienste-Integration gut trainiert | Kostenlos unter gemini.google.com; API über Google AI Studio |
| Claude Sonnet / Opus (Anthropic) | Präzises Instruction Following, liefert zuverlässig vollständige Dateien, erklärt Code gut | claude.ai (Pro ab ca. 19 €/Monat); API über Anthropic |
| ChatGPT (OpenAI) | Weit verbreitet, gute PHP-Basis, Canvas-Feature für Code-Bearbeitung nützlich | chatgpt.com (Plus ab ca. 20 USD/Monat) |
Ein entscheidender Praxistipp: Das vollständige Plugin immer im ersten Prompt anfordern und nicht nur Snippets. „Gib mir die vollständige PHP-Datei" verhindert, dass das Modell nur Teilcode liefert, der manuell zusammengesetzt werden müsste. Das spart Zeit und vermeidet Fehler beim manuellen Einpflegen.
Grenzen und Risiken – was man wissen sollte
KI-gestützte Plugin-Entwicklung ist ein mächtiges Werkzeug – aber kein risikofreies. Drei Punkte sollte man im Blick behalten:
🚫 Für wen ist dieser Ansatz nicht geeignet?
- Sicherheitskritische Plugins: KI-generierter Code kann Schwachstellen enthalten. Ein typisches Beispiel: Fehlende Nonce-Überprüfung bei Formular-Submissions – d. h. der Code prüft nicht, ob eine Anfrage tatsächlich von deiner Website stammt. Oder direkte Datenbankabfragen ohne Prepared Statements, die SQL-Injection ermöglichen. So sollte es nicht aussehen:
$wpdb->query("SELECT * FROM users WHERE id = " . $_GET['id'])– sicher wäre:$wpdb->get_results($wpdb->prepare("SELECT * FROM users WHERE id = %d", $_GET['id'])). Wer Nutzerdaten verarbeitet oder Zahlungen abwickelt, braucht vor dem Produktiveinsatz zwingend einen menschlichen Code-Review. - Hochkomplexe Architekturen: Plugins mit mehreren Custom Post Types, komplexen REST-API-Endpunkten oder Datenbank-Migrationen erfordern tieferes technisches Verständnis. KI kann unterstützen, aber die Gesamtarchitektur muss verstanden werden.
- Langfristige Wartung ohne Grundverständnis: Wer den generierten Code nicht zumindest in Grundzügen versteht, kann ihn nach WordPress-Updates nicht anpassen. Blindes Copy-Paste funktioniert kurzfristig, ist aber langfristig eine technische Schuld.
Unternehmens-Hinweis: Vor dem Produktiveinsatz sollte ein interner Code-Review-Prozess etabliert werden. Empfehlenswert: KI-generierten Plugin-Code vor dem Go-Live von einem PHP-Entwickler auf Nonce-Handling, Prepared Statements und Capability-Checks prüfen lassen. Diese Prüfung dauert für einfache Plugins typischerweise 30–60 Minuten – ein überschaubarer Aufwand angesichts der Gesamtersparnis.
Häufige Fragen zur KI-gestützten Plugin-Entwicklung
Brauche ich PHP-Kenntnisse?
Nein – für einfache bis mittlere Plugins reicht die Fähigkeit, Anforderungen präzise zu beschreiben und Fehlermeldungen zu lesen. Grundkenntnisse helfen aber, Iterationen zu beschleunigen.
Was kostet das?
Die meisten KI-Modelle sind in einem kostenlosen Tier verfügbar. Für umfangreichere Plugins empfiehlt sich ein kostenpflichtiger Plan (ca. 19–20 €/Monat), der längere Kontextfenster und schnellere Modelle bietet.
Was passiert, wenn das Plugin den Server lahmlegt?
Ein fehlerhaftes Plugin kann im schlimmsten Fall den WordPress-Adminbereich unbenutzbar machen. Die Lösung: per FTP die Plugin-Datei umbenennen (z. B. mein-plugin.php → mein-plugin.php.bak) – WordPress deaktiviert es dadurch automatisch. Deshalb gilt: Immer zuerst lokal oder auf einem Staging-System testen, nie direkt auf der Live-Website.
Darf ich KI-generierten Code kommerziell nutzen?
Generell ja – der generierte Code gehört dem Nutzer. Die Nutzungsbedingungen der jeweiligen Plattform sollten aber geprüft werden. Urheberrechtliche Fragen rund um KI-generierten Code sind ein sich entwickelndes Rechtsgebiet; eine juristische Einschätzung bleibt individuell erforderlich.
Wie halte ich das Plugin aktuell?
Bei WordPress-Updates kann sich die Plugin-API ändern. Die bewährte Vorgehensweise: Das Plugin als Kontext in das KI-Modell laden und fragen, ob es mit der neuen WordPress-Version kompatibel ist. Das Modell kann nötige Anpassungen vorschlagen.
Kann ich bestehende Plugins mit KI erweitern?
Ja, wenn der Quellcode zugänglich ist. Die vollständige Plugin-Datei als Kontext einfügen und die gewünschte Erweiterung beschreiben. Für Premium-Plugins mit verschlüsseltem Code funktioniert das nicht.
Fazit und Handlungsempfehlungen
KI-gestützte WordPress-Plugin-Entwicklung ist keine Zukunftsvision – sie funktioniert heute, für eine breite Klasse von Anwendungsfällen. Der Kern der Methode ist einfach: präzise beschreiben, testen, konkret zurückmelden, iterieren. Was dabei entsteht, ist nicht nur ein funktionierendes Plugin, sondern auch ein vertieftes Verständnis der eigenen technischen Anforderungen.
✅ Empfehlungen für den Einstieg
- Einsteiger: Mit einem einfachen Anwendungsfall starten – z. B. ein Plugin, das Text aus einer Google-Sheets-Tabelle als Shortcode ausgibt. Kein Caching, kein Admin-Interface, nur die Kernfunktion.
- Fortgeschrittene: Den Anforderungs-Prompt strukturiert aufbauen (Was / Woher / Wie ausgeben / Nutzerinteraktionen / Randbedingungen) und das Modell explizit nach potenziellen Sicherheitsproblemen im generierten Code fragen.
- Unternehmen: KI-generierte Plugins vor dem Produktiveinsatz von einem PHP-Entwickler auf Nonce-Handling, Prepared Statements und Capability-Checks prüfen lassen. Für einfache Plugins dauert das 30–60 Minuten – ein überschaubarer Aufwand angesichts der Gesamtersparnis.
- Alle: Den generierten Code zumindest in Grundzügen verstehen – nicht für die erste Version, aber vor dem dauerhaften Produktiveinsatz.
💡 Prompt-Vorlagen direkt nutzen: Die Beispiel-Prompts aus diesem Artikel (starker Anforderungs-Prompt, Iterations-Prompt, Sicherheits-Review-Prompt) stehen im AI-Fabrik Newsletter als Copy-&-Paste-Vorlage bereit. Einfach abonnieren und in der Willkommens-Mail abrufen.
Weitere relevante Artikel auf AI-Fabrik: KI-Glossar in 90 Minuten: Das Praxisprojekt · Google Sheets als Motor für WordPress-Inhalte — 📧 AI-Fabrik Newsletter kostenlos abonnieren →
Quellen: WordPress Developer Documentation: Plugin Developer Handbook · Google: Google Sheets API – Konzepte und Grundlagen · Praxisbericht: Von der Idee zur fertigen WordPress-Integration: KI-Glossar in 90 Minuten (AI-Fabrik)
