Glanz: aiMOOC über GPT aiMOOC Action erstellt

2026-06-16T14:50:15Z

aiMOOC über GPT aiMOOC Action erstellt

Neue Seite

{{T}}

{{BR}}
= Einleitung =

'''[[Human-in-the-Loop Engineering]]''' beschreibt eine professionelle Form der [[Softwareentwicklung]], bei der [[Künstliche Intelligenz|KI]] nicht nur als schneller Codegenerator genutzt wird, sondern in einen verantwortbaren [[Engineering]]-Prozess eingebettet ist. Das Thema '''From Vibe Coding to Agentic Coding''' zeigt eine Entwicklung: vom schnellen, intuitiven [[Vibe-Coding]] über überprüfte menschliche Entscheidungen bis hin zu [[Agentic Coding]], bei dem [[KI-Agent|KI-Agenten]] selbstständig planen, Dateien verändern, Tests ausführen und Vorschläge für komplexe Änderungen machen können.

Der zentrale Gedanke lautet: Je mehr ein [[Large Language Model]] oder ein [[KI-Agent]] leisten kann, desto wichtiger werden klare Ziele, belastbarer [[Kontext]], überprüfbare [[Test|Tests]], [[Code Review|Reviews]], [[Versionsverwaltung]], [[IT-Sicherheit]] und menschliche Verantwortung. Du lernst in diesem aiMOOC, wie sich [[Programmieren]] durch KI verändert, warum bloßes Ausprobieren nicht für zuverlässige Systeme reicht und wie Du mit menschlicher Kontrolle, Automatisierung und professionellen [[Softwaretechnik|Softwaretechnik]]-Prinzipien sichere Arbeitsabläufe gestaltest.

{{#ev:youtube| https://www.youtube.com/watch?v=Bcpt3zU-Ccs |500|center}}

[[Datei:Data annotators labeling data by Nacho Kamenov & Humans in the Loop.jpg|500px|rahmenlos|center]]

{{BR}}
= Lernziele =

Nach diesem aiMOOC kannst Du erklären, was [[Vibe-Coding]], [[Human-in-the-Loop]] und [[Agentic Coding]] unterscheidet. Du kannst einen einfachen KI-gestützten Entwicklungsprozess entwerfen, der klare Verantwortlichkeiten, [[Feedbackschleife|Feedbackschleifen]], [[Testautomatisierung]], [[Code Review]], [[Sicherheitsprüfung]] und [[Rollback]] vorsieht. Außerdem kannst Du einschätzen, wann KI-generierter [[Quellcode]] produktiv sein kann und wann menschliche Prüfung zwingend notwendig ist.

# [[Begriffsklärung]]: Du beschreibst die Unterschiede zwischen [[Vibe-Coding]], [[Human-in-the-Loop Engineering]] und [[Agentic Coding]].
# [[Prozesskompetenz]]: Du planst einen KI-gestützten [[Softwareentwicklungsprozess]] von der Idee bis zur Veröffentlichung.
# [[Qualitätssicherung]]: Du nutzt [[Testfall|Testfälle]], [[Code Review]] und [[Versionsverwaltung]], um KI-Vorschläge zu prüfen.
# [[Risikokompetenz]]: Du erkennst Risiken wie [[Halluzination]], [[Sicherheitslücke]], [[Technische Schuld]] und unklare Verantwortlichkeit.
# [[Transferkompetenz]]: Du überträgst das Gelernte auf eigene Projekte, schulische Aufgaben, Ausbildungssituationen oder Studienprojekte.

{{BR}}
= Grundbegriffe =

{{BR}}
== Vibe-Coding ==

'''[[Vibe-Coding]]''' meint eine Arbeitsweise, bei der eine Person eine Softwareidee in natürlicher Sprache beschreibt und ein [[Large Language Model]] daraus [[Quellcode]], Projektstrukturen, Fehlersuchen oder Verbesserungsvorschläge erzeugt. Die Bezeichnung verweist auf einen eher intuitiven, experimentellen Umgang: Man beschreibt, was sich richtig anfühlen soll, testet das Ergebnis, gibt Feedback und lässt die KI weiterarbeiten.

Vibe-Coding kann sehr nützlich sein, wenn Du schnell einen [[Prototyp]] erstellen, eine Idee visualisieren, eine Benutzeroberfläche ausprobieren oder einen Lerngegenstand erkunden möchtest. Es ist aber kein Ersatz für [[Softwaretechnik]]. Wenn generierter Code ungeprüft übernommen wird, können Fehler, unsichere Abhängigkeiten, Datenschutzprobleme, unverständliche Architektur oder schwer wartbarer Code entstehen.

'''Merksatz''': [[Vibe-Coding]] ist stark für Exploration, aber schwach für Verlässlichkeit, wenn [[Review]], [[Test]] und [[Sicherheitsprüfung]] fehlen.

[[Datei:Colorful code (Unsplash).jpg|500px|rahmenlos|center]]

{{BR}}
== Human-in-the-Loop Engineering ==

'''[[Human-in-the-Loop Engineering]]''' bedeutet, dass ein Mensch an entscheidenden Stellen des technischen Prozesses bewusst beteiligt bleibt. Der Mensch formuliert Ziele, prüft Zwischenergebnisse, entscheidet über Freigaben, bewertet Risiken und trägt Verantwortung für das Ergebnis. Das ist mehr als ein kurzer Blick auf den Code. Es geht um ein systematisches Zusammenspiel aus [[Mensch-Maschine-Interaktion]], [[Qualitätssicherung]], [[Ethik]], [[Datenschutz]], [[Sicherheit]] und [[Softwarearchitektur]].

Ein sinnvoller [[Human-in-the-Loop|Mensch-in-der-Schleife]] prüft nicht jede Kleinigkeit manuell, sondern gestaltet sogenannte [[Kontrollpunkt|Kontrollpunkte]]. Dort wird entschieden, ob eine Änderung weiterlaufen darf, ob ein [[KI-Agent]] zusätzliche Werkzeuge nutzen darf, ob ein [[Pull Request]] freigegeben wird oder ob ein [[Rollback]] nötig ist.

{{BR}}
== Agentic Coding ==

'''[[Agentic Coding]]''' bezeichnet eine KI-gestützte Entwicklungsweise, bei der ein [[KI-Agent]] nicht nur einzelne Codevorschläge erzeugt, sondern Ziele in Teilaufgaben zerlegt, relevante Dateien findet, Änderungen vornimmt, Befehle ausführt, Tests startet, Fehlermeldungen interpretiert und iterativ nachbessert. Ein solcher Agent arbeitet eher wie ein digitaler Teamkollege mit Werkzeugzugriff als wie ein einfacher Textgenerator.

Das macht [[Agentic Coding]] mächtig, aber auch riskant. Ein Agent kann viele richtige Schritte ausführen, aber auch falsche Annahmen treffen, falsche Dateien ändern, Tests umgehen, sensible Daten ausgeben oder eine unpassende Architektur verfestigen. Deshalb braucht Agentic Coding starke [[Guardrail|Guardrails]], begrenzte Berechtigungen, nachvollziehbare Protokolle, klare [[Akzeptanzkriterium|Akzeptanzkriterien]] und menschliche Freigaben.

[[Datei:Systems development life cycle.svg|500px|rahmenlos|center]]

{{BR}}
= Vom Vibe Coding zum Agentic Coding =

Die Entwicklung von [[Vibe-Coding]] zu [[Agentic Coding]] ist keine einfache Fortschrittsleiter, bei der das eine das andere vollständig ersetzt. Für frühe Ideen kann Vibe-Coding sinnvoll sein. Für stabile Produkte braucht es jedoch [[Engineering]]. Agentic Coding wird erst dann zuverlässig, wenn es in einen kontrollierten [[Softwareentwicklungsprozess]] eingebettet ist.

{| class="wikitable"
! Arbeitsweise
! Typische Stärke
! Typisches Risiko
! Professionelle Absicherung
|-
| [[Vibe-Coding]]
| schnelle Ideen, Prototypen, Lernexperimente
| ungeprüfter Code, Scheinsicherheit, technische Schulden
| [[Testfall|Testfälle]], [[Review]], klare Prompts
|-
| [[AI-assisted Engineering]]
| produktive Unterstützung durch KI im Entwickleralltag
| falscher Kontext, übersehene Fehler, Abhängigkeitsprobleme
| [[Versionsverwaltung]], [[Code Review]], [[Statische Codeanalyse]]
|-
| [[Agentic Coding]]
| autonome Teilaufgaben, Refactoring, Tests, Pull Requests
| zu große Berechtigungen, falsche Planung, unkontrollierte Änderungen
| [[Guardrail|Guardrails]], [[Sandbox]], Freigaben, Monitoring
|-
| [[Human-in-the-Loop Engineering]]
| verantwortbare Verbindung aus Automatisierung und menschlicher Entscheidung
| zu viele manuelle Engpässe oder zu wenig Kontrolle
| klare Rollen, Eskalationsregeln, Auditierbarkeit
|}

{{BR}}
= Der Human-in-the-Loop-Prozess =

Ein guter [[Human-in-the-Loop Engineering|Human-in-the-Loop-Prozess]] ist bewusst gestaltet. Er besteht nicht nur aus der Frage, ob ein Mensch „noch einmal draufschaut“. Er legt fest, welche Entscheidungen automatisiert werden dürfen und welche eine menschliche Freigabe brauchen.

# [[Problemdefinition]]: Du beschreibst Zielgruppe, Zweck, Nutzen, Grenzen und Erfolgskriterien des Projekts.
# [[Kontextpaket]]: Du sammelst Anforderungen, vorhandenen Code, technische Rahmenbedingungen, Datenmodelle, Sicherheitsregeln und Beispiele.
# [[Prompt Engineering]]: Du formulierst präzise Aufgaben für das [[Large Language Model]] oder den [[KI-Agent|KI-Agenten]].
# [[Planung]]: Der Agent schlägt Teilaufgaben, betroffene Dateien und Prüfschritte vor.
# [[Ausführung]]: Der Agent erzeugt oder verändert [[Quellcode]] in einer kontrollierten Umgebung.
# [[Testautomatisierung]]: Automatische Tests prüfen Funktionen, Schnittstellen und Grenzfälle.
# [[Code Review]]: Menschen prüfen Verständlichkeit, Wartbarkeit, Sicherheit und fachliche Angemessenheit.
# [[Freigabe]]: Eine verantwortliche Person entscheidet, ob die Änderung veröffentlicht werden darf.
# [[Deployment]]: Die Änderung wird kontrolliert bereitgestellt.
# [[Monitoring]]: Logs, Fehlermeldungen, Nutzungsdaten und Feedback zeigen, ob das System stabil arbeitet.
# [[Feedbackschleife]]: Erkenntnisse fließen zurück in Anforderungen, Tests, Prompts und Architektur.

[[Datei:Pair programming 1.jpg|500px|rahmenlos|center]]

{{BR}}
= Rollen im KI-gestützten Engineering =

{{BR}}
== Menschliche Rollen ==

Im [[Human-in-the-Loop Engineering]] verändert sich die Rolle des Menschen. Du musst nicht jede Zeile selbst tippen, aber Du musst verstehen, welche Wirkung eine Änderung hat. Das Können verschiebt sich von reiner Syntaxarbeit zu [[Systemdenken]], [[Kontextmanagement]], [[Anforderungsanalyse]], [[Prüfkompetenz]] und verantwortlicher Entscheidung.

{| class="wikitable"
! Rolle
! Aufgabe
! Typische Frage
|-
| [[Product Owner]]
| klärt Nutzen, Zielgruppe und Prioritäten
| Löst diese Funktion wirklich ein relevantes Problem?
|-
| [[Entwickler]]
| bewertet Architektur, Codequalität und technische Umsetzbarkeit
| Ist der Vorschlag wartbar, testbar und verständlich?
|-
| [[Reviewer]]
| prüft Änderungen unabhängig
| Welche Annahmen des KI-Systems müssen überprüft werden?
|-
| [[Security Engineer]]
| bewertet Risiken, Rechte, Abhängigkeiten und Datenflüsse
| Entsteht eine neue Sicherheitslücke?
|-
| [[Lehrende]]
| gestalten Lernaufgaben und Reflexionsphasen
| Lernen die Teilnehmenden nur Prompts oder echte Zusammenhänge?
|}

{{BR}}
== Technische Rollen ==

Ein [[KI-Agent]] kann in einem Entwicklungsprozess verschiedene technische Rollen übernehmen. Er kann als [[Assistent]], [[Navigator]], [[Tester]], [[Refactoring]]-Werkzeug oder Dokumentationshilfe wirken. Entscheidend ist, dass sein Aufgabenbereich begrenzt und überprüfbar bleibt.

{| class="wikitable"
! KI-Rolle
! Mögliche Aufgabe
! Notwendige Kontrolle
|-
| [[Codegenerator]]
| erzeugt Funktionen, Komponenten oder Skripte
| Tests, Review, Stilregeln
|-
| [[Debugger]]
| analysiert Fehlermeldungen und schlägt Ursachen vor
| Reproduktion des Fehlers, Plausibilitätsprüfung
|-
| [[Testgenerator]]
| erzeugt Unit-Tests und Randfälle
| Abdeckung, Aussagekraft, fachliche Richtigkeit
|-
| [[Refactoring]]-Agent
| verbessert Struktur ohne beabsichtigte Funktionsänderung
| Regressionstests, kleine Commits
|-
| [[Dokumentationsassistent]]
| erstellt README, Kommentare oder Architekturhinweise
| Abgleich mit tatsächlichem Systemverhalten
|}

{{BR}}
= Qualitätssicherung =

Ohne [[Qualitätssicherung]] kann KI-generierter Code überzeugend aussehen und trotzdem falsch sein. Ein [[Large Language Model]] kann syntaktisch plausiblen Code erzeugen, der fachlich unpassend, unsicher oder schwer wartbar ist. Deshalb gehört zu professionellem KI-Coding immer eine Prüfstrategie.

{{BR}}
== Tests als Sicherheitsnetz ==

[[Testautomatisierung]] ist ein Kernbestandteil von [[Agentic Coding]]. Ein Agent sollte Änderungen möglichst in kleinen Schritten ausführen und danach passende Tests starten. Du solltest jedoch nicht nur prüfen, ob Tests grün sind. Du musst auch fragen, ob die Tests die richtigen Eigenschaften prüfen.

# [[Unit-Test]]: Prüft einzelne Funktionen oder Klassen.
# [[Integrationstest]]: Prüft das Zusammenspiel mehrerer Komponenten.
# [[End-to-End-Test]]: Prüft einen vollständigen Nutzungsablauf.
# [[Regressionstest]]: Prüft, ob frühere Funktionen weiterhin funktionieren.
# [[Sicherheitstest]]: Prüft typische Angriffsflächen und problematische Eingaben.

{{BR}}
== Reviews als Denkwerkzeug ==

Ein [[Code Review]] ist keine reine Fehlersuche. Es ist ein Lern- und Denkprozess. Bei KI-generiertem Code sollte ein Review besonders auf versteckte Annahmen achten. Dazu gehören unklare Datenflüsse, unnötige Komplexität, fehlende Fehlerbehandlung, problematische Bibliotheken, fehlende Barrierefreiheit und unzureichende Dokumentation.

{{BR}}
== Versionierung und Rollback ==

[[Versionsverwaltung]] mit Werkzeugen wie [[Git]] ist eine Grundbedingung für kontrolliertes Agentic Coding. Jeder KI-Schritt sollte nachvollziehbar sein. Kleine Änderungen sind besser prüfbar als große automatische Umstellungen. Ein [[Rollback]] muss möglich sein, wenn eine Änderung Schaden verursacht oder fachlich nicht überzeugt.

{{BR}}
= Risiken und Gegenmaßnahmen =

{| class="wikitable"
! Risiko
! Woran Du es erkennst
! Gegenmaßnahme
|-
| [[Halluzination]]
| Die KI erfindet Funktionen, Bibliotheken oder Projektregeln
| Quellen prüfen, Code ausführen, Tests schreiben
|-
| [[Scheinautonomie]]
| Der Agent wirkt selbstständig, versteht aber Ziel und Kontext nur teilweise
| Planung prüfen, Zwischenschritte freigeben
|-
| [[Sicherheitslücke]]
| Eingaben werden ungeprüft verarbeitet oder Rechte sind zu weit gefasst
| Sicherheitsreview, Least-Privilege-Prinzip, Abhängigkeitsprüfung
|-
| [[Datenschutz]]
| sensible Daten werden in Prompts, Logs oder Testdaten übernommen
| Datenminimierung, Anonymisierung, klare Richtlinien
|-
| [[Technische Schuld]]
| schneller Code wird schwer wartbar
| Refactoring, Architekturentscheidungen dokumentieren, Reviews durchführen
|-
| [[Overreliance]]
| Menschen verlassen sich zu stark auf KI-Ausgaben
| eigene Prüfungspflicht, Paararbeit, Lernreflexion
|}

{{BR}}
= Praktisches Vorgehensmodell =

Ein bewährtes Vorgehensmodell für KI-gestützte Entwicklung kann in fünf Schleifen gedacht werden. Jede Schleife enthält eine menschliche Entscheidung.

{| class="wikitable"
! Schleife
! KI-Aufgabe
! Menschliche Entscheidung
|-
| [[Ideation]]
| Ideen, Varianten und erste Prototypen vorschlagen
| Welche Idee passt zum Ziel?
|-
| [[Spezifikation]]
| Anforderungen strukturieren und Akzeptanzkriterien formulieren
| Sind die Kriterien fachlich richtig?
|-
| [[Implementation]]
| Code erzeugen, Dateien bearbeiten, Fehler suchen
| Sind Änderungen klein, verständlich und begründet?
|-
| [[Verification]]
| Tests erzeugen, Tests ausführen, Fehler interpretieren
| Prüfen die Tests das richtige Verhalten?
|-
| [[Operation]]
| Logs auswerten, Fehlerberichte zusammenfassen, Verbesserungen vorschlagen
| Darf die Änderung in den Betrieb oder ist ein Rollback nötig?
|}

{{BR}}
= Prompting im Engineering-Kontext =

[[Prompt Engineering]] im professionellen Coding ist mehr als eine geschickte Formulierung. Ein guter Prompt enthält Ziel, Kontext, Einschränkungen, gewünschte Ausgabeform, Prüfkriterien und Grenzen. Besonders wichtig ist, dass Du dem Modell nicht nur sagst, was es bauen soll, sondern auch, wie es seine Arbeit überprüfbar machen soll.

{| class="wikitable"
! Prompt-Baustein
! Funktion
! Beispielhafte Leitfrage
|-
| [[Ziel]]
| beschreibt den gewünschten Nutzen
| Was soll für wen verbessert werden?
|-
| [[Kontext]]
| erklärt Projektstruktur, vorhandene Dateien und Regeln
| Welche Informationen braucht die KI, um nicht zu raten?
|-
| [[Constraints]]
| begrenzen Werkzeuge, Stil, Datenschutz und Sicherheit
| Was darf der Agent nicht tun?
|-
| [[Akzeptanzkriterium]]
| macht Erfolg prüfbar
| Woran erkennst Du, dass die Aufgabe erfüllt ist?
|-
| [[Review-Anweisung]]
| fordert nachvollziehbare Begründung und Testhinweise
| Welche Änderungen wurden vorgenommen und warum?
|}

{{BR}}
= Beispiel: Schulprojekt als Human-in-the-Loop-Aufgabe =

Stell Dir vor, Du möchtest eine kleine [[Webanwendung]] erstellen, mit der eine Klasse Aufgaben sammeln und Lernstände dokumentieren kann. Im reinen [[Vibe-Coding]] würdest Du vielleicht schreiben: „Erstelle mir eine Lernstands-App mit Login, Aufgabenliste und Fortschrittsanzeige.“ Das kann schnell ein sichtbares Ergebnis erzeugen, aber viele Fragen bleiben offen: Welche Daten werden gespeichert? Wer darf was sehen? Wie wird verhindert, dass fremde Lernstände verändert werden? Was passiert bei Fehlern? Wie wird die App getestet?

Im [[Human-in-the-Loop Engineering]] formulierst Du zuerst Anforderungen. Dann lässt Du die KI eine Architektur vorschlagen. Du prüfst die Datenflüsse, legst Rollen fest, definierst Tests und entscheidest, welche Schritte ein Agent selbst ausführen darf. Erst danach entstehen Codeänderungen. Jede Änderung wird versioniert, getestet und reviewed.

'''Leitfrage''': Nicht „Kann die KI das bauen?“, sondern „Wie baue ich mit KI ein System, das nachvollziehbar, sicher, wartbar und nützlich ist?“

{{BR}}
= Kompetenzen für die Zukunft =

Die Zukunft der [[Softwareentwicklung]] verlangt nicht weniger Können, sondern anderes Können. Wer mit KI entwickelt, braucht ein gutes Verständnis von [[Algorithmus|Algorithmen]], [[Datenstruktur|Datenstrukturen]], [[Softwarearchitektur]], [[Sicherheit]], [[Testdesign]], [[Ethik]] und [[Projektmanagement]]. Hinzu kommt die Fähigkeit, KI-Ausgaben kritisch zu prüfen und Verantwortung nicht an ein System abzugeben.

# [[Technische Kompetenz]]: Du verstehst Code, Architektur, Schnittstellen und Testbarkeit.
# [[Kommunikative Kompetenz]]: Du formulierst Anforderungen, Prompts und Review-Kommentare präzise.
# [[Analytische Kompetenz]]: Du erkennst Fehler, Risiken, Annahmen und Nebenwirkungen.
# [[Ethische Kompetenz]]: Du beachtest Datenschutz, Fairness, Transparenz und Verantwortung.
# [[Kooperationskompetenz]]: Du arbeitest mit Menschen und KI-Systemen in klaren Rollen zusammen.

{{BR}}
= Interaktive Aufgaben =

{{BR}}
== Quiz: Teste Dein Wissen ==

{{MC}}

'''Welche Aussage beschreibt Vibe-Coding am treffendsten?'''
(Software wird vor allem über natürliche Sprache und KI-Vorschläge entwickelt)
(!Software wird ausschließlich ohne Computer geschrieben)
(!Software wird nur durch mathematische Beweise erzeugt)
(!Software entsteht ohne Ziele, Eingaben und Rückmeldungen)

{{E}}
<br>

{{MC}}

'''Was ist der Kern von Human-in-the-Loop Engineering?'''
(Menschen bleiben an wichtigen Entscheidungs- und Prüfpunkten beteiligt)
(!KI-Systeme dürfen ohne Kontrolle produktive Systeme verändern)
(!Alle Tests werden abgeschafft)
(!Der Quellcode wird absichtlich geheim gehalten)

{{E}}
<br>

{{MC}}

'''Was unterscheidet Agentic Coding besonders von einfachem Code-Generating?'''
(Ein KI-Agent kann Aufgaben planen, Werkzeuge nutzen und iterativ handeln)
(!Ein KI-Agent schreibt ausschließlich Kommentare)
(!Ein KI-Agent arbeitet nur mit Papiernotizen)
(!Ein KI-Agent darf keine Dateien analysieren)

{{E}}
<br>

{{MC}}

'''Warum ist Testautomatisierung bei KI-generiertem Code wichtig?'''
(Sie macht erwartetes Verhalten wiederholbar prüfbar)
(!Sie ersetzt jedes fachliche Nachdenken vollständig)
(!Sie verhindert, dass Menschen Anforderungen formulieren)
(!Sie löscht automatisch alle Fehler aus dem Projekt)

{{E}}
<br>

{{MC}}

'''Welche Maßnahme passt am besten gegen unkontrollierte Agentenänderungen?'''
(Begrenzte Berechtigungen und menschliche Freigaben)
(!Alle Agenten erhalten Administratorrechte)
(!Tests werden nur nach der Veröffentlichung geschrieben)
(!Änderungen werden ohne Versionsverwaltung gespeichert)

{{E}}
<br>

{{MC}}

'''Was ist ein Code Review?'''
(Eine fachliche Prüfung von Codeänderungen vor der Freigabe)
(!Eine automatische Übersetzung in eine andere Sprache)
(!Ein Ersatz für alle Tests)
(!Eine zufällige Umbenennung von Dateien)

{{E}}
<br>

{{MC}}

'''Was bedeutet Rollback in der Softwareentwicklung?'''
(Rückkehr zu einer früheren stabilen Version)
(!Erstellung eines neuen Logos)
(!Umwandlung von Quellcode in Musik)
(!Abschaltung jeder Form von Dokumentation)

{{E}}
<br>

{{MC}}

'''Welche Information gehört besonders in ein Kontextpaket für KI-Coding?'''
(Anforderungen, Projektstruktur, Regeln und relevante Beispiele)
(!Nur eine zufällige Farbe für die Benutzeroberfläche)
(!Ausschließlich der Name des Computers)
(!Keine Informationen, damit die KI raten muss)

{{E}}
<br>

{{MC}}

'''Was ist ein typisches Risiko bei ungeprüftem Vibe-Coding?'''
(Unsicherer oder schwer wartbarer Code kann übernommen werden)
(!Der Code wird automatisch immer mathematisch bewiesen)
(!Alle Sicherheitsprobleme verschwinden ohne Prüfung)
(!Menschen lernen garantiert mehr ohne Reflexion)

{{E}}
<br>

{{MC}}

'''Welche Haltung passt zu verantwortlichem KI-Engineering?'''
(KI produktiv nutzen und Ergebnisse kritisch prüfen)
(!KI-Ausgaben immer ungeprüft übernehmen)
(!Jede Automatisierung grundsätzlich verbieten)
(!Nur noch Screenshots statt Tests verwenden)

{{E}}
<br>

{{BR}}
== Memory ==

<div class="memo-quiz">
{|
|-
| Vibe Coding || schnelle Ideenentwicklung mit natürlicher Sprache
|-
| Human-in-the-Loop || menschliche Prüfung und Entscheidung
|-
| Agentic Coding || zielorientierte KI-Agenten mit Werkzeugzugriff
|-
| Code Review || fachliche Kontrolle von Änderungen
|-
| Testautomatisierung || wiederholbare Qualitätsprüfung
|-
| Rollback || Rückkehr zu einer früheren stabilen Version
|}
{{E}}
<br>

{{BR}}
== Drag and Drop ==

<div class="lueckentext-quiz">

{| class="wikitable"
! Ordne die richtigen Begriffe zu.
! Thema
|-
| '''Vibe Coding'''
| Prototyp schnell ausprobieren
|-
| '''Kontextpaket'''
| Anforderungen und Projektwissen bereitstellen
|-
| '''Agentic Coding'''
| Aufgaben planen und Werkzeuge ausführen
|-
| '''Review Gate'''
| Freigabe durch Menschen prüfen
|-
| '''Monitoring'''
| Verhalten nach der Veröffentlichung beobachten

|}
{{E}}

<br>

{{BR}}
== Kreuzworträtsel ==

<div class="kreuzwort-quiz">
{|
|-
| Prompt || Welche Eingabe beschreibt Ziel und Kontext für ein KI-System?
|-
| Agent || Wie nennt man ein KI-System, das Aufgaben planen und Werkzeuge nutzen kann?
|-
| Review || Welche Prüfung bewertet Codeänderungen vor der Freigabe?
|-
| Tests || Was zeigt, ob eine Funktion erwartungsgemäß arbeitet?
|-
| Kontext || Was braucht ein Sprachmodell, um Projektentscheidungen besser einzuordnen?
|-
| Rollback || Wie heißt die Rückkehr zu einer stabilen früheren Version?
|}
{{E}}
<br>

{{BR}}
== LearningApps ==

<iframe> https://learningapps.org/index.php?s=Human-in-the-Loop+Engineering+From+Vibe+Coding+to+Agentic+Coding </iframe>

{{BR}}
== Lückentext ==

<quiz display=simple>
{'''Vervollständige den Text.'''<br>
|type="{}"}
Beim [[Vibe-Coding]] beschreibt der Mensch das gewünschte Verhalten einer Software vor allem mit natürlicher { Sprache }. Ein [[Large Language Model]] erzeugt daraus Vorschläge für { Quellcode }. Beim [[Human-in-the-Loop Engineering]] bleibt der Mensch für Ziele, Grenzen und { Verantwortung } zuständig. [[Agentic Coding]] erweitert die Zusammenarbeit, weil ein [[KI-Agent]] Aufgaben planen, Dateien ändern und Tests { ausführen } kann. Damit solche Systeme zuverlässig werden, brauchst Du klare Anforderungen und guten { Kontext }. Vor einer Veröffentlichung helfen [[Code Review]], [[Testautomatisierung]] und [[Versionsverwaltung]] gegen { Risiken }. Ein gutes Team entscheidet bewusst, welche Schritte automatisiert werden und welche eine menschliche { Freigabe } brauchen. Nach dem Deployment liefern Monitoring und Feedback Hinweise für die nächste { Verbesserung }.
</quiz>

<br>

{{BR}}
= Offene Aufgaben =

{{BR}}
=== Leicht ===

# [[Begriffskarte]]: Erstelle eine Karte mit den Begriffen [[Vibe-Coding]], [[Human-in-the-Loop]], [[Agentic Coding]], [[Review]] und [[Testautomatisierung]] und erkläre jeden Begriff in eigenen Worten.
# [[Prompt-Vergleich]]: Formuliere zwei Prompts für dieselbe kleine App, einmal sehr ungenau und einmal mit Ziel, Kontext und Akzeptanzkriterien, und vergleiche die erwartbaren Ergebnisse.
# [[Fehlerdetektiv]]: Suche in einem einfachen KI-generierten Codebeispiel mögliche Schwächen wie fehlende Fehlerbehandlung, unklare Namen oder fehlende Tests.
# [[Reflexion]]: Schreibe einen kurzen Text dazu, welche Entscheidungen Du bei einem KI-Coding-Projekt niemals vollständig an eine KI abgeben würdest.

{{BR}}
=== Standard ===

# [[Prototyp]]: Entwickle mit KI-Unterstützung einen kleinen Prototyp, dokumentiere Deine Prompts und erkläre, welche Teile Du selbst geprüft hast.
# [[Testdesign]]: Entwirf für eine einfache Funktion mindestens fünf Testfälle, darunter einen Normalfall, einen Grenzfall und einen Fehlerfall.
# [[Review-Protokoll]]: Führe mit einer anderen Person ein Code Review durch und haltet fest, welche Vorschläge übernommen, abgelehnt oder überarbeitet wurden.
# [[Workflow-Modell]]: Zeichne einen Human-in-the-Loop-Workflow für ein Schul-, Ausbildungs- oder Studienprojekt und markiere alle menschlichen Freigabepunkte.

{{BR}}
=== Schwer ===

# [[Agentic Coding Konzept]]: Entwirf ein Konzept für einen KI-Agenten, der in einem Repository arbeiten darf, und beschreibe Berechtigungen, Grenzen, Prüfungen und Eskalationsregeln.
# [[Risikobewertung]]: Analysiere ein KI-gestütztes Entwicklungsprojekt hinsichtlich Datenschutz, Sicherheit, Wartbarkeit, Verantwortung und möglicher technischer Schulden.
# [[Architekturentscheidung]]: Schreibe eine kurze Architecture Decision Record zu der Frage, ob und wie Agentic Coding in einem Projekt eingesetzt werden sollte.
# [[Lernvideo]]: Produziere ein kurzes Erklärvideo oder Screencast, in dem Du den Weg vom Vibe-Coding zum Human-in-the-Loop Engineering mit einem konkreten Beispiel demonstrierst.

{{:Offene Aufgabe - MOOC erstellen}}

{{BR}}
= Lernkontrolle =

# [[Transferaufgabe]]: Du sollst eine kleine App für eine Schülerfirma planen. Erkläre, welche Aufgaben ein KI-Agent übernehmen darf, welche Aufgaben Menschen prüfen müssen und warum.
# [[Fallanalyse]]: Ein KI-Agent hat eine Funktion eingebaut, aber keine Tests ergänzt. Bewerte die Situation und schlage einen verantwortbaren nächsten Schritt vor.
# [[Vergleich]]: Vergleiche Vibe-Coding und Agentic Coding nicht nur nach Geschwindigkeit, sondern nach Wartbarkeit, Sicherheit, Lernwert und Verantwortung.
# [[Entscheidungsszenario]]: Ein Team möchte KI-generierten Code direkt veröffentlichen, weil die Demo funktioniert. Formuliere eine begründete Empfehlung mit mindestens drei Prüfschritten.
# [[Prozessentwurf]]: Entwickle einen einfachen Human-in-the-Loop-Prozess für ein Repository mit Branches, Pull Requests, Tests, Review und Rollback.
# [[Ethikaufgabe]]: Diskutiere, welche Verantwortung Lernende, Lehrende oder Entwickler tragen, wenn KI-generierte Software personenbezogene Daten verarbeitet.
# [[Fehlerstrategie]]: Beschreibe, wie ein Team reagieren sollte, wenn ein agentisch erzeugter Code nach dem Deployment einen kritischen Fehler verursacht.

{{BR}}
= Lernnachweis =

# [[Portfolio]]: Sammle Prompts, KI-Antworten, Codeänderungen, Tests, Review-Kommentare und eigene Reflexionen in einem strukturierten Lernportfolio.
# [[Projektbericht]]: Beschreibe ein eigenes KI-gestütztes Mini-Projekt mit Ziel, Workflow, Rollen, Risiken, Prüfungen und Verbesserungen.
# [[Mündliche Prüfung]]: Erkläre an einem Beispiel, warum Human-in-the-Loop Engineering mehr ist als ein kurzer Blick auf KI-generierten Code.
# [[Peer-Feedback]]: Gib einer anderen Person Rückmeldung zu deren KI-Coding-Workflow und beziehe Dich auf Tests, Review, Sicherheit und Verständlichkeit.
# [[Selbsteinschätzung]]: Bewerte, welche Kompetenzen Du bereits sicher beherrschst und welche Du für verantwortliches Agentic Coding weiterentwickeln musst.

<br>
<br>

{{BR}}
= OERs zum Thema =

<iframe> https://de.m.wikipedia.org/wiki/Vibe-Coding </iframe>

<iframe> https://de.m.wikipedia.org/wiki/Softwaretechnik </iframe>

<iframe> https://de.m.wikipedia.org/wiki/K%C3%BCnstliche_Intelligenz </iframe>

<iframe> https://en.m.wikipedia.org/wiki/Human-in-the-loop </iframe>

<br>

{{BR}}
= Links =

{| align=center
{{:D-Tab}}
'''[[Human-in-the-Loop Engineering]]'''
# [[Vibe-Coding]]
# [[Agentic Coding]]
# [[Human-in-the-Loop]]
# [[Prompt Engineering]]
# [[Large Language Model]]
# [[Künstliche Intelligenz]]
# [[Softwaretechnik]]
# [[Softwareentwicklung]]
# [[Code Review]]
# [[Testautomatisierung]]
# [[Versionsverwaltung]]
# [[Git]]
# [[CI/CD]]
# [[Sicherheitsprüfung]]
# [[Datenschutz]]
# [[Rollback]]
# [[Monitoring]]
# [[Technische Schuld]]
# [[Softwarearchitektur]]
# [[Mensch-Maschine-Interaktion]]
|}

[[Kategorie:Informatik]]
[[Kategorie:Künstliche Intelligenz]]
[[Kategorie:Softwareentwicklung]]
[[Kategorie:Programmieren]]
[[Kategorie:Medienbildung]]
[[Kategorie:Berufliche Bildung]]
[[Kategorie:Klasse 11-13]]
[[Kategorie:Studium]]

{{BR}}
= aiMOOC-Projekte =
[[Kategorie:AI_MOOC]] [[Kategorie:GPT aiMOOC]]
{{MT}}

Human-in-the-Loop Engineering - aiMOOC - Versionsgeschichte

Glanz: aiMOOC über GPT aiMOOC Action erstellt