AI Debugging Detective From Vibe Coding to Agentic Coding - VideoQuiz

Dieses Quiz als Battle spielen: Deutsch, Klasse 5-6, G-Niveau

Kurzinfo

In diesem Video lernst Du, wie Du Fehler im Code wie ein Detektiv aufspürst. Erfahre, wie Du künstliche Intelligenz als Partner nutzt, um systematisch Fehler zu beheben, anstatt nur zu raten.

Quiz: Teste Dein Wissen

Was ist der Unterschied zwischen einem Symptom und einer Ursache beim Debugging? (Das Symptom ist der sichtbare Absturz oder die Fehlermeldung, während die Ursache die fehlerhafte Annahme im Code ist.) (!Das Symptom ist der geschriebene Code und die Ursache ist der Compiler) (!Das Symptom tritt nur bei KI-generiertem Code auf, die Ursache nur bei menschlichem Code) (!Es gibt keinen Unterschied, beide Begriffe bedeuten in der Informatik genau dasselbe)

Welcher Prompt zeigt einen professionellen Umgang mit einer KI beim Debugging? (Welche drei Annahmen in diesem Code sollte ich überprüfen?) (!Repariere diesen Code für mich) (!Warum funktioniert mein Programm nicht?) (!Schreibe den Code komplett neu)

Wie viel Prozent der Entwickler nutzen laut dem Video bereits KI-Tools oder planen dies? (84%) (!50%) (!15%) (!99%)

Was sollte man tun, bevor man eine Fehlermeldung an eine KI sendet? (Den Stacktrace selbst lesen, um den Fehlertyp und die betroffene Zeile im eigenen Code zu finden.) (!Den gesamten Code ohne Änderungen kopieren und einfügen) (!Die Fehlermeldung ignorieren und den Code neu schreiben) (!Sofort den Computer neu starten)

Welcher Schritt gehört laut dem Video direkt nach dem Aufstellen einer Hypothese im Debugging-Kreislauf? (Das Testen der Hypothese durch ein gezieltes Experiment.) (!Das sofortige Veröffentlichen des Codes) (!Das Löschen der fehlerhaften Datei) (!Das Suchen nach einem Schuldigen im Team)

Was ist Git bisect laut dem Video? (Ein Werkzeug zur systematischen Suche nach dem genauen Commit, der einen Fehler eingeführt hat.) (!Ein Tool, das automatisch alle Fehler im Code löscht) (!Ein KI-Modell, das Code schreibt) (!Ein Programm zur Verschlüsselung von Passwörtern)

Welche Daten müssen aus Sicherheitsgründen unbedingt unkenntlich gemacht werden, bevor man Code an eine KI sendet? (API-Tokens, Passwörter und persönliche Kundendaten.) (!Alle Variablennamen und Schleifen) (!Nur die Kommentare im Code) (!Die Programmiersprache selbst)

Was empfiehlt GitHub Copilot bezüglich KI-generiertem Code? (Den vorgeschlagenen Code immer genau zu prüfen und durch automatisierte Tests zu bestätigen.) (!Den Code ungeprüft direkt in die Produktion zu übernehmen) (!KI-Code nur für einfache HTML-Seiten zu nutzen) (!Keine eigenen Tests mehr zu schreiben)

Was unterscheidet eine professionelle Fehlerkultur von einer unprofessionellen? (Eine professionelle Kultur sucht nach Systemverbesserungen statt nach Schuldigen.) (!Eine professionelle Kultur bestraft jeden Fehler sofort) (!In einer professionellen Kultur dürfen keine Fehler passieren) (!Fehler werden einfach ignoriert und nicht dokumentiert)

Wer trägt die letztendliche Verantwortung für den Code, wenn KI beim Schreiben geholfen hat? (Das menschliche Entwicklerteam.) (!Der Anbieter des KI-Tools) (!Die künstliche Intelligenz selbst) (!Niemand, da der Code automatisch generiert wurde)

Offene Aufgaben

Leicht

Fehlersuche im Alltag: Beschreibe eine Situation aus Deinem Alltag (z. B. ein kaputtes Fahrrad oder ein nicht startendes Spiel), in der Du wie ein Detektiv vorgegangen bist, um die Ursache zu finden.
Symptom vs. Ursache: Erkläre den Unterschied zwischen einem Symptom und einer Ursache an einem einfachen Beispiel außerhalb der Informatik (z. B. Fieber bei einer Grippe).
KI-Prompts vergleichen: Schreibe zwei verschiedene Prompts für eine KI. Einer soll unprofessionell ('Mach das ganz schnell heil') und einer professionell ('Erkläre mir die Annahmen hinter diesem Fehler') sein.
Fehlermeldungen sammeln: Suche in einem Deiner eigenen Programme oder im Internet nach einer typischen Fehlermeldung (z. B. 'Index out of bounds') und schreibe auf, was sie grob bedeutet.

Standard

Der Debugging-Kreislauf: Erstelle ein kurzes Plakat oder eine digitale Zeichnung, die die fünf Schritte des Debugging-Kreislaufs (Problem, Hypothese, Test, Fix, Dokumentation) anschaulich darstellt.
Datenschutz beim Programmieren: Erstelle eine Checkliste mit mindestens fünf Dingen, die Du aus Deinem Code löschen oder unkenntlich machen musst, bevor Du ihn mit einer öffentlichen KI teilst.
Stacktrace analysieren: Nimm einen kurzen Stacktrace aus einer Programmiersprache Deiner Wahl und markiere die Zeilen, die zu Deinem eigenen Code gehören, im Gegensatz zu Bibliotheken.
Fehlerkultur in der Schule: Diskutiere mit Deinen Mitschülern, wie eine gute Fehlerkultur im Informatikunterricht aussehen sollte. Wie kann man lernen, Fehler als Chance zu sehen?

Schwer

Automatisierte Tests schreiben: Entwirf einen einfachen automatisierten Test (z. B. in Python mit 'assert' oder in Scratch) für eine Funktion, die zwei Zahlen addiert. Der Test soll prüfen, ob die Funktion auch mit negativen Zahlen korrekt umgeht.
Git-Verlauf untersuchen: Recherchiere, wie der Befehl 'git bisect' funktioniert. Erkläre in eigenen Worten, wie man damit einen Fehler in einem großen Projekt mit hunderten von Änderungen schnell eingrenzen kann.
Sicherheitsrisiko Prompt-Injection: Informiere Dich über das Thema 'Prompt-Injection' bei KI-Systemen. Erkläre, warum dies beim Debugging mit KI ein Sicherheitsrisiko darstellen kann.
Vibe Coding vs. Agentic Coding: Schreibe einen kurzen Aufsatz (ca. 150 Wörter) darüber, warum reines 'Vibe Coding' (blindes Vertrauen in KI-Code) gefährlich ist und warum ein tiefes Verständnis des Codes weiterhin unerlässlich bleibt.