Human-in-the-Loop Engineering - aiMOOC

Einleitung

Human-in-the-Loop Engineering beschreibt eine professionelle Form der Softwareentwicklung, bei der 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-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 Tests, 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-Prinzipien sichere Arbeitsabläufe gestaltest.

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

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, 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 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.

Grundbegriffe

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.

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 Mensch-in-der-Schleife prüft nicht jede Kleinigkeit manuell, sondern gestaltet sogenannte 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.

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 Guardrails, begrenzte Berechtigungen, nachvollziehbare Protokolle, klare Akzeptanzkriterien und menschliche Freigaben.

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.

Arbeitsweise	Typische Stärke	Typisches Risiko	Professionelle Absicherung
Vibe-Coding	schnelle Ideen, Prototypen, Lernexperimente	ungeprüfter Code, Scheinsicherheit, technische Schulden	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	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

Der Human-in-the-Loop-Prozess

Ein guter 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-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.

Rollen im KI-gestützten Engineering

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.

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?

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.

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

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.

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.

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.

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.

Risiken und Gegenmaßnahmen

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

Praktisches Vorgehensmodell

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

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?

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.

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?

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?“

Kompetenzen für die Zukunft

Die Zukunft der Softwareentwicklung verlangt nicht weniger Können, sondern anderes Können. Wer mit KI entwickelt, braucht ein gutes Verständnis von Algorithmen, 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.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

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)

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)

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)

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)

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)

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)

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)

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)

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)

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)

Memory

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

Drag and Drop

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

Kreuzworträtsel

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?

LearningApps

Lückentext

Beim Vibe-Coding beschreibt der Mensch das gewünschte Verhalten einer Software vor allem mit natürlicher

. Ein Large Language Model erzeugt daraus Vorschläge für

. Beim Human-in-the-Loop Engineering bleibt der Mensch für Ziele, Grenzen und

zuständig. Agentic Coding erweitert die Zusammenarbeit, weil ein KI-Agent Aufgaben planen, Dateien ändern und Tests

kann. Damit solche Systeme zuverlässig werden, brauchst Du klare Anforderungen und guten

. Vor einer Veröffentlichung helfen Code Review, Testautomatisierung und Versionsverwaltung gegen

. Ein gutes Team entscheidet bewusst, welche Schritte automatisiert werden und welche eine menschliche

brauchen. Nach dem Deployment liefern Monitoring und Feedback Hinweise für die nächste

.

Offene Aufgaben

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.

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.

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.

type=create break=no preload=CHAT GPT TEXT HIER EINFÜGEN default= width=30 placeholder= Dein MOOC Titel buttonlabel=MOOC erstellen </inputbox>

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.

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.

OERs zum Thema

Links

Human-in-the-Loop Engineering

aiMOOC-Projekte

Schulfach+

Prüfungsliteratur 2026
Bundesland	Bücher	Kurzbeschreibung
Baden-Württemberg	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck Mittlere Reife Der Markisenmann - Jan Weiler oder Als die Welt uns gehörte - Liz Kessler Ein Schatten wie ein Leopard - Myron Levoy oder Pampa Blues - Rolf Lappert	Abitur Dorfrichter-Komödie über Wahrheit/Schuld; Roman über einen Ort und deutsche Geschichte. Mittlere Reife Wahllektüren (Roadtrip-Vater-Sohn / Jugendroman im NS-Kontext / Coming-of-age / Provinzroman).
Bayern	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Lustspiel über Machtmissbrauch und Recht; Roman als Zeitschnitt deutscher Geschichte an einem Haus/Grundstück.
Berlin/Brandenburg	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Der Biberpelz - Gerhart Hauptmann Heimsuchung - Jenny Erpenbeck	Abitur Gerichtskomödie; soziales Drama um Ausbeutung/Armut; Komödie/Satire um Diebstahl und Obrigkeit; Roman über Erinnerungsräume und Umbrüche.
Bremen	Abitur Nach Mitternacht - Irmgard Keun Mario und der Zauberer - Thomas Mann Emilia Galotti - Gotthold Ephraim Lessing oder Miss Sara Sampson - Gotthold Ephraim Lessing	Abitur Roman in der NS-Zeit (Alltag, Anpassung, Angst); Novelle über Verführung/Massenpsychologie; bürgerliche Trauerspiele (Moral, Macht, Stand).
Hamburg	Abitur Der zerbrochne Krug - Heinrich von Kleist Das kunstseidene Mädchen - Irmgard Keun	Abitur Justiz-/Machtkritik als Komödie; Großstadtroman der Weimarer Zeit (Rollenbilder, Aufstiegsträume, soziale Realität).
Hessen	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Heimsuchung - Jenny Erpenbeck Der Prozess - Franz Kafka	Abitur Gerichtskomödie; Fragmentdrama über Gewalt/Entmenschlichung; Erinnerungsroman über deutsche Brüche; moderner Roman über Schuld, Macht und Bürokratie.
Niedersachsen	Abitur Der zerbrochene Krug - Heinrich von Kleist Das kunstseidene Mädchen - Irmgard Keun Die Marquise von O. - Heinrich von Kleist Über das Marionettentheater - Heinrich von Kleist	Abitur Schwerpunkt auf Drama/Roman sowie Kleist-Prosatext und Essay (Ehre, Gewalt, Unschuld; Ästhetik/„Anmut“).
Nordrhein-Westfalen	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Komödie über Wahrheit und Autorität; Roman als literarische „Geschichtsschichtung“ an einem Ort.
Saarland	Abitur Heimsuchung - Jenny Erpenbeck Furor - Lutz Hübner und Sarah Nemitz Bahnwärter Thiel - Gerhart Hauptmann	Abitur Erinnerungsroman an einem Ort; zeitgenössisches Drama über Eskalation/Populismus; naturalistische Novelle (Pflicht/Überforderung/Abgrund).
Sachsen (berufliches Gymnasium)	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Irrungen, Wirrungen - Theodor Fontane Der gute Mensch von Sezuan - Bertolt Brecht Heimsuchung - Jenny Erpenbeck Der Trafikant - Robert Seethaler	Abitur Mischung aus Klassiker-Drama, sozialem Drama, realistischem Roman, epischem Theater und Gegenwarts-/Erinnerungsroman; zusätzlich Coming-of-age im historischen Kontext.
Sachsen-Anhalt	Abitur (keine fest benannte landesweite Pflichtlektüre veröffentlicht; Themenfelder)	Abitur Schwerpunktsetzung über Themenfelder (u. a. Literatur um 1900; Sprache in politisch-gesellschaftlichen Kontexten), ohne feste Einzeltitel.
Schleswig-Holstein	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Recht/Gerechtigkeit und historische Tiefenschichten eines Ortes – umgesetzt über Drama und Gegenwartsroman.
Thüringen	Abitur (keine fest benannte landesweite Pflichtlektüre veröffentlicht; Orientierung am gemeinsamen Aufgabenpool)	Abitur In der Praxis häufig Orientierung am gemeinsamen Aufgabenpool; landesweite Einzeltitel je nach Vorgabe/Handreichung nicht einheitlich ausgewiesen.
Mecklenburg-Vorpommern	Abitur (Quelle aktuell technisch nicht abrufbar; Beteiligung am gemeinsamen Aufgabenpool bekannt)	Abitur Land beteiligt sich am länderübergreifenden Aufgabenpool; konkrete, veröffentlichte Einzeltitel konnten hier nicht ausgelesen werden.
Rheinland-Pfalz	Abitur (keine landesweit einheitliche Pflichtlektüre; schulische Auswahl)	Abitur Keine landesweite Einheitsliste; Auswahl kann schul-/kursbezogen erfolgen.