KI-Agentenarchitekturen - Planung und kontrollierte Ausführung - aiMOOC

Einleitung

KI-Agentenarchitekturen: Von der Planung zur kontrollierten Ausführung behandelt die Frage, wie moderne KI-Agenten Aufgaben nicht nur beantworten, sondern zielgerichtet planen, Werkzeuge nutzen, Ergebnisse prüfen und kontrolliert ausführen können. Besonders wichtig ist dabei der Übergang vom eher spontanen Vibe-Coding zum systematischeren Agentic-Coding: Beim Vibe-Coding wird oft schnell mit natürlichsprachlichen Prompts experimentiert, bis ein brauchbares Ergebnis entsteht. Beim Agentic-Coding wird der Arbeitsprozess stärker architektonisch gedacht: Ein Agent analysiert ein Ziel, zerlegt es in Schritte, greift auf Dateien, Tests, Dokumentation oder Schnittstellen zu, führt Aktionen aus und überprüft die Ergebnisse anhand klarer Kriterien.

Dieser aiMOOC führt Dich in zentrale Begriffe, Architekturmuster und Sicherheitsprinzipien ein. Du lernst, warum ein guter KI-Agent nicht einfach „autonom machen darf“, sondern eine kontrollierte Umgebung, überprüfbare Zwischenschritte, klare Grenzen und menschliche Entscheidungsstellen braucht. Das Thema ist besonders relevant für Informatik, Künstliche Intelligenz, Softwareentwicklung, Medienbildung, Projektarbeit und berufliche Aus- und Weiterbildung.

{{#ev:youtube| https://www.youtube.com/watch?v=lBivZ4SzN70 |500|center}}

Lernziele

Nach diesem aiMOOC kannst Du erklären, was ein KI-Agent ist, welche Bausteine eine Agentenarchitektur besitzt und wie sich Vibe-Coding von Agentic Coding unterscheidet. Du kannst einfache Agentenabläufe als Planung, Ausführung, Beobachtung und Kontrolle beschreiben. Außerdem kannst Du Sicherheitsmechanismen wie Sandbox, Guardrail, Human in the Loop, Testing und Tracing auf eigene Entwicklungsprojekte übertragen.

Begriffsklärung: Du beschreibst zentrale Fachbegriffe wie Agent, Tool Use, Prompt, Kontextfenster, Repository, Test und Tracing.
Architekturverständnis: Du unterscheidest einfache Chatbots, Workflow-Systeme, Tool-Agenten und Multi-Agenten-Systeme.
Kontrollierte Ausführung: Du erklärst, warum Freigaben, Protokolle, Tests und Beschränkungen für KI-Agenten wichtig sind.
Agentic Coding: Du entwirfst einen einfachen agentischen Coding-Prozess mit Plan, Implementierung, Test und Review.
Reflexion: Du bewertest Chancen und Risiken von KI-gestützter Softwareentwicklung.

Grundbegriffe

KI-Agent

Ein KI-Agent ist ein Softwaresystem, das ein Ziel verfolgt, Informationen aus einer Umgebung verarbeitet und daraufhin Handlungen auswählt. Bei klassischen Software-Agenten kann das Verhalten stark regelbasiert sein. Bei modernen LLM-basierten Agenten kommt ein Sprachmodell hinzu, das Anweisungen versteht, Zwischenschritte formuliert, externe Werkzeuge auswählt und Ergebnisse sprachlich oder strukturiert ausgibt.

Wichtig ist: Ein KI-Agent ist nicht automatisch „intelligent“ im menschlichen Sinn. Er verarbeitet Eingaben, Wahrscheinlichkeiten, Regeln, Werkzeuge und Rückmeldungen. Deshalb braucht er gute Instruktionen, überprüfbare Ziele und Grenzen. Besonders in der Softwareentwicklung darf ein Agent nicht ungeprüft Dateien verändern, Programme ausführen oder produktive Systeme beeinflussen.

Architektur

Eine Architektur beschreibt, aus welchen Bausteinen ein System besteht und wie diese Bausteine zusammenarbeiten. Bei KI-Agentenarchitekturen geht es unter anderem um folgende Fragen: Wer plant? Wer entscheidet über Werkzeuge? Wer prüft Zwischenergebnisse? Welche Daten darf der Agent sehen? Welche Aktionen sind erlaubt? Wann muss ein Mensch bestätigen? Wie werden Fehler erkannt und rückgängig gemacht?

Eine robuste Agentenarchitektur trennt das Ziel von der Ausführung. Das bedeutet: Der Agent erhält nicht einfach den Auftrag „Mach alles“, sondern arbeitet in begrenzten Schritten. Jeder Schritt kann protokolliert, überprüft und notfalls gestoppt werden. Dadurch wird aus einem unkontrollierten Experiment ein nachvollziehbarer Prozess.

Planung

Planung bedeutet, ein Ziel in sinnvolle Teilschritte zu zerlegen. Ein Coding-Agent könnte zum Beispiel zuerst die Aufgabenstellung klären, dann relevante Dateien suchen, anschließend eine Änderung vorschlagen, danach Tests ausführen und zuletzt eine Zusammenfassung liefern. Planung ist jedoch kein Selbstzweck. Ein zu langer Plan kann unpraktisch sein, ein zu kurzer Plan kann Risiken übersehen.

In vielen Agentenmustern wechseln sich Denken und Handeln ab. Der Agent plant also nicht nur am Anfang, sondern passt seinen Plan an neue Beobachtungen an. Wenn ein Test fehlschlägt, muss er die Ursache untersuchen, eine Korrektur planen und erneut prüfen. Diese Schleife aus Planung, Aktion, Beobachtung und Anpassung ist ein Kern moderner agentischer Systeme.

Tool Use

Tool Use bezeichnet die Fähigkeit eines Agenten, externe Werkzeuge zu verwenden. Solche Werkzeuge können zum Beispiel eine Suchmaschine, eine API, ein Terminal, ein Compiler, ein Linter, ein Datenbanksystem, ein Dateisystem oder eine Versionsverwaltung sein. Dadurch kann ein Agent nicht nur Text erzeugen, sondern mit realen digitalen Umgebungen interagieren.

Je mächtiger ein Werkzeug ist, desto stärker muss es kontrolliert werden. Ein Werkzeug, das nur eine Dokumentation durchsucht, ist weniger riskant als ein Werkzeug, das Dateien löscht, Befehle ausführt oder Netzwerkanfragen sendet. Deshalb sollten Agenten nur die Werkzeuge erhalten, die sie wirklich benötigen. Dieses Prinzip nennt man minimale Rechte.

Kontrollierte Ausführung

Kontrollierte Ausführung bedeutet, dass ein Agent Aktionen nicht beliebig und unbegrenzt ausführt. Stattdessen gibt es Regeln, Schutzmechanismen, Tests, Protokolle und Freigaben. In der Praxis gehören dazu unter anderem Sandboxing, Guardrails, Eingabeprüfung, Ausgabeprüfung, Zeitlimits, Kostenlimits, Zugriffsbeschränkungen, Rollback-Strategien und menschliche Freigaben.

Kontrollierte Ausführung ist besonders wichtig, wenn ein Agent Code verändert. Fehlerhafter Code kann Tests brechen, Sicherheitslücken erzeugen, Daten verlieren oder Abläufe stören. Gute Systeme lassen den Agenten daher zunächst in einer isolierten Umgebung arbeiten. Erst nach Tests und Review werden Änderungen übernommen.

Vom Vibe-Coding zum Agentic-Coding

Vibe-Coding

Vibe-Coding ist eine informelle Bezeichnung für schnelles, intuitives Programmieren mit generativer KI. Lernende oder Entwicklerinnen und Entwickler beschreiben grob, was sie wollen, lassen Code generieren, probieren ihn aus und verbessern ihn durch weitere Prompts. Dieses Vorgehen kann sehr kreativ und motivierend sein. Es eignet sich gut für Prototypen, Experimente, kleine Skripte und erste Ideen.

Die Grenzen liegen jedoch in der Nachvollziehbarkeit. Wer nur „nach Gefühl“ weiterpromptet, übersieht leicht versteckte Fehler. Der Code kann funktionieren, ohne wirklich verstanden zu sein. Sicherheitsaspekte, Wartbarkeit, Testabdeckung und Architekturentscheidungen werden dabei häufig zu spät berücksichtigt.

Agentic-Coding

Agentic Coding ist systematischer. Ein Coding-Agent arbeitet nicht nur als Textgenerator, sondern als Teil eines Entwicklungsprozesses. Er kann ein Repository durchsuchen, Anforderungen interpretieren, Pläne schreiben, Code ändern, Tests ausführen, Fehlermeldungen lesen, Dokumentation aktualisieren und eine Zusammenfassung für den Code Review erzeugen. Entscheidend ist, dass der Mensch die Ziele, Grenzen und Qualitätskriterien vorgibt.

Agentic-Coding ersetzt nicht das Verstehen von Programmierung. Es verschiebt den Schwerpunkt: Du musst weniger jede Zeile selbst tippen, aber mehr Architektur, Tests, Anforderungen, Fehlerrisiken und Bewertungskriterien beherrschen. Gute Entwicklerinnen und Entwickler werden dadurch nicht überflüssig, sondern übernehmen stärker die Rolle von Systemdesignerinnen, Reviewern und Produktverantwortlichen.

Vergleich

Vibe-Coding: Der Fokus liegt auf schnellem Ausprobieren, kreativer Ideenfindung und unmittelbarem Feedback.
Agentic Coding: Der Fokus liegt auf planbarer Aufgabenbearbeitung, Werkzeugnutzung, Tests, Protokollierung und überprüfbaren Ergebnissen.
Traditionelle Programmierung: Der Mensch schreibt, strukturiert und überprüft den Code weitgehend selbst.
Agentische Softwareentwicklung: Mensch und Agent teilen sich Arbeitsschritte; der Mensch definiert Ziel, Kontext, Grenzen und Qualitätsmaßstäbe.

Bausteine einer KI-Agentenarchitektur

Ziel und Aufgabenrahmen

Jeder Agent braucht ein klares Ziel. Ein Ziel wie „Verbessere die App“ ist zu ungenau. Besser ist: „Füge eine Validierung für E-Mail-Adressen im Registrierungsformular hinzu, ändere nur die Dateien im Ordner src und führe die vorhandenen Tests aus.“ Ein guter Aufgabenrahmen enthält Zweck, erlaubte Bereiche, verbotene Aktionen, Qualitätskriterien und gewünschte Ausgabeform.

Kontext und Gedächtnis

Kontext umfasst alle Informationen, die ein Agent für eine Aufgabe erhält: Benutzerauftrag, Systemregeln, Dokumentation, Codeausschnitte, Fehlermeldungen und bisherige Zwischenschritte. Manche Systeme besitzen zusätzlich ein Gedächtnis, zum Beispiel Projektregeln oder frühere Entscheidungen. Gedächtnis kann nützlich sein, muss aber datenschutzbewusst und überprüfbar eingesetzt werden. Falsche oder veraltete Erinnerungen können zu schlechten Entscheidungen führen.

Werkzeuge und Schnittstellen

Werkzeuge machen Agenten handlungsfähig. In einer Coding-Umgebung können Werkzeuge Dateien lesen, Code ändern, Tests starten, Paketabhängigkeiten prüfen oder Dokumentation durchsuchen. Die Schnittstelle sollte möglichst strukturiert sein. Statt einem Agenten unbegrenzten Terminalzugriff zu geben, kann man einzelne sichere Funktionen bereitstellen: „Datei lesen“, „Patch vorschlagen“, „Tests ausführen“ und „Ergebnis berichten“.

Orchestrierung

Orchestrierung bedeutet, dass die einzelnen Schritte eines Agentensystems geordnet werden. Es kann einen Hauptagenten geben, der entscheidet, welcher Spezialagent zuständig ist. Ein Spezialagent kann Tests analysieren, ein anderer Dokumentation prüfen, ein weiterer Sicherheitsrisiken bewerten. Diese Aufteilung ist nützlich, wenn Aufgaben komplex sind. Sie erhöht jedoch auch den Abstimmungsaufwand. Mehr Agenten bedeuten nicht automatisch bessere Ergebnisse.

Beobachtung und Tracing

Tracing macht sichtbar, was ein Agent getan hat. Dazu gehören Eingaben, Modellantworten, Werkzeugaufrufe, Fehlermeldungen, Zwischenresultate, Freigaben und Endergebnisse. Ohne Tracing ist schwer nachvollziehbar, warum ein Agent eine bestimmte Entscheidung getroffen hat. Für Schule, Ausbildung und Beruf ist Tracing besonders wertvoll, weil Lernende nicht nur das Ergebnis, sondern auch den Prozess analysieren können.

Guardrails

Guardrails sind Schutzplanken. Sie verhindern, begrenzen oder markieren riskante Eingaben, Werkzeugaufrufe oder Ausgaben. Ein Guardrail kann zum Beispiel blockieren, dass personenbezogene Daten an ein externes Werkzeug gesendet werden. Ein anderer Guardrail kann prüfen, ob die Antwort ein vorgegebenes Format einhält. In Coding-Agenten können Guardrails verhindern, dass produktive Datenbanken verändert oder geheime Zugangsdaten ausgegeben werden.

Human in the Loop

Human in the Loop bedeutet, dass Menschen an entscheidenden Stellen eingebunden bleiben. Ein Agent kann Vorschläge machen, aber kritische Aktionen brauchen eine Freigabe. Typische Freigabepunkte sind das Verändern vieler Dateien, das Installieren neuer Abhängigkeiten, das Ausführen riskanter Befehle, das Versenden externer Nachrichten oder das Einspielen in ein produktives System.

Architekturmuster

Einfacher Workflow

Ein einfacher Workflow ist geeignet, wenn die Aufgabe klar und wiederholbar ist. Ein Beispiel ist das Formatieren eines Textes, das Zusammenfassen eines Dokuments oder das Erzeugen eines Berichtsentwurfs. Der Ablauf ist vorher festgelegt: Eingabe prüfen, Modell aufrufen, Ausgabe prüfen, Ergebnis anzeigen. Ein solcher Workflow ist oft sicherer als ein frei handelnder Agent, weil weniger Entscheidungen während der Laufzeit getroffen werden.

Plan-and-Execute

Beim Muster Plan-and-Execute erstellt der Agent zuerst einen Plan und führt ihn anschließend schrittweise aus. Nach jedem Schritt kann geprüft werden, ob das Ergebnis zum Ziel passt. Dieses Muster ist für Coding-Aufgaben hilfreich, weil es den Prozess sichtbar macht. Ein guter Plan enthält keine bloßen Absichtserklärungen, sondern überprüfbare Aktionen: Datei analysieren, Funktion ändern, Test ergänzen, Test ausführen, Ergebnis dokumentieren.

ReAct: Reasoning and Acting

ReAct steht für die Verbindung von Schlussfolgern und Handeln. Der Agent denkt nicht nur über eine Aufgabe nach, sondern führt zwischendurch Aktionen aus und nutzt deren Ergebnisse für die nächsten Entscheidungen. In einer Coding-Umgebung könnte der Agent einen Fehler lesen, eine Datei öffnen, eine Hypothese bilden, einen Patch erstellen und anschließend Tests ausführen. Das Ergebnis der Tests verändert den nächsten Schritt.

Reflection und Self-Critique

Reflection bedeutet, dass ein Agent seine eigenen Ergebnisse oder Fehler reflektiert. Bei einer Self-Critique bewertet das System, ob die Antwort vollständig, sicher und korrekt ist. Das kann hilfreich sein, ersetzt aber keine externe Prüfung. Eine Selbstkritik kann dieselben blinden Flecken haben wie die ursprüngliche Antwort. Darum sollte Reflection mit Tests, Reviews und klaren Kriterien verbunden werden.

Router und Spezialagenten

Ein Router entscheidet, welcher Teil eines Systems eine Anfrage bearbeiten soll. In einem Coding-Projekt könnte ein Router zwischen Dokumentationsagent, Testagent, Sicherheitsagent und Implementierungsagent wählen. Spezialagenten können präzise arbeiten, wenn ihre Rolle klar ist. Problematisch wird es, wenn Zuständigkeiten unklar sind oder Agenten widersprüchliche Ziele verfolgen.

Multi-Agenten-System

Ein Multi-Agenten-System besteht aus mehreren Agenten, die zusammenarbeiten. Solche Systeme können Rollen verteilen, Alternativen vergleichen oder Ergebnisse gegenseitig prüfen. Sie können aber auch zu höherem Aufwand, mehr Kosten und schwerer erklärbarem Verhalten führen. Für viele praktische Aufgaben reicht ein einfacher Workflow oder ein einzelner gut begrenzter Agent aus.

Kontrollmechanismen in der Praxis

Sandbox

Eine Sandbox ist eine isolierte Umgebung. In ihr kann ein Agent Code ausführen, ohne direkt das Hauptsystem zu gefährden. Eine gute Sandbox begrenzt Dateizugriff, Netzwerkzugriff, Laufzeit, Speicher und Berechtigungen. In Lernumgebungen ist sie besonders wichtig, weil Experimente erlaubt sein sollen, ohne echte Daten oder Geräte zu gefährden.

Tests

Tests sind ein zentrales Mittel kontrollierter Ausführung. Unit-Tests prüfen kleine Einheiten, Integrationstests prüfen Zusammenspiel, End-to-End-Tests prüfen ganze Abläufe. Für Coding-Agenten sind Tests eine Form von Rückmeldung. Ein fehlgeschlagener Test ist nicht nur ein Fehler, sondern ein Signal für die nächste Planung.

Review und Freigabe

Ein Code Review prüft, ob eine Änderung verständlich, sicher, wartbar und passend zur Aufgabe ist. Agentisch erzeugter Code braucht Review besonders dringend, weil er überzeugend aussehen kann, obwohl er fachlich falsch ist. Freigaben sollten nicht nur nach Gefühl erfolgen. Hilfreich sind Checklisten: Aufgabe erfüllt? Tests vorhanden? Keine Geheimnisse im Code? Keine unnötigen Abhängigkeiten? Verständliche Dokumentation?

Protokolle und Reproduzierbarkeit

Ein professioneller Agentenlauf sollte reproduzierbar sein. Das bedeutet: Man kann später nachvollziehen, welche Eingabe verwendet wurde, welche Dateien betroffen waren, welche Werkzeuge aufgerufen wurden, welche Tests liefen und warum das Ergebnis akzeptiert wurde. Reproduzierbarkeit ist für Unterricht, Forschung, Ausbildung und Unternehmen wichtig, weil sie Lernen und Fehleranalyse ermöglicht.

Risiken und ethische Fragen

Halluzination und Scheinplausibilität

Halluzinationen sind erfundene oder falsche Ausgaben, die sprachlich überzeugend wirken. Bei Agenten sind sie besonders riskant, weil eine falsche Annahme zu einer realen Handlung führen kann. Ein Coding-Agent könnte eine nicht vorhandene Funktion verwenden, eine falsche Datei ändern oder einen Test falsch interpretieren. Deshalb müssen Aussagen, Codeänderungen und Werkzeugergebnisse überprüft werden.

Sicherheit und Datenschutz

Agenten können mit sensiblen Daten in Berührung kommen. Dazu gehören personenbezogene Daten, vertrauliche Projektinformationen, Zugangsdaten und interne Dokumente. Gute Architekturen vermeiden unnötige Datenweitergabe. Sie anonymisieren, beschränken Zugriff, protokollieren Werkzeugnutzung und verhindern, dass Geheimnisse in Prompts, Logs oder Code landen.

Verantwortung

Auch wenn ein Agent Code erzeugt, bleibt die Verantwortung bei den Menschen und Organisationen, die ihn einsetzen. Wer ein KI-System nutzt, muss prüfen, ob die Ergebnisse fachlich, rechtlich und ethisch vertretbar sind. In der Schule bedeutet das: KI darf Lernen unterstützen, aber nicht das eigene Verstehen ersetzen. In der beruflichen Praxis bedeutet es: Automatisierung braucht Verantwortlichkeit.

Praxisbeispiel: Ein kontrollierter Coding-Agent

Stell Dir vor, ein Agent soll eine kleine Webanwendung verbessern. Die Aufgabe lautet: „Ergänze eine Eingabeprüfung für ein Kontaktformular und füge Tests hinzu.“ Eine kontrollierte Architektur könnte so aussehen:

Zielklärung: Der Agent fragt nach, welche Felder geprüft werden sollen und welche Fehlermeldungen gewünscht sind.
Repository-Analyse: Der Agent liest nur die relevanten Dateien im Projektordner.
Planung: Der Agent schlägt konkrete Schritte vor und wartet auf Freigabe.
Patch: Der Agent erstellt eine begrenzte Codeänderung.
Testausführung: Der Agent führt vorhandene und neue Tests in einer Sandbox aus.
Fehleranalyse: Bei Fehlern liest der Agent die Meldung und korrigiert nur den betroffenen Bereich.
Review-Bericht: Der Agent fasst Änderungen, Risiken und Testergebnisse zusammen.
Menschliche Freigabe: Erst ein Mensch entscheidet, ob die Änderung übernommen wird.

Dieses Beispiel zeigt den Unterschied zwischen bloßem Codegenerieren und agentischer Entwicklung. Der Agent arbeitet nicht frei, sondern innerhalb eines überprüfbaren Rahmens.

Merksatz

Ein guter KI-Agent ist nicht der Agent, der möglichst viel allein tut, sondern der Agent, der Ziele, Werkzeuge, Grenzen, Prüfungen und Verantwortung transparent verbindet.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was beschreibt eine KI-Agentenarchitektur am besten? (Den Aufbau und das Zusammenspiel der Bausteine eines KI-Agenten) (!Die Farbe der Benutzeroberfläche eines Chatbots) (!Eine einzelne Programmiersprache für künstliche Intelligenz) (!Ein zufälliges Sammeln von Prompts ohne Struktur)

Was ist ein zentrales Merkmal von Agentic-Coding? (Der Agent arbeitet mit Plan, Werkzeugen, Tests und Review) (!Der Mensch verzichtet vollständig auf Kontrolle) (!Code wird ausschließlich von Hand geschrieben) (!Es werden keine Fehlermeldungen ausgewertet)

Wozu dient eine Sandbox? (Sie isoliert riskante Ausführungen vom Hauptsystem) (!Sie veröffentlicht Code automatisch im Internet) (!Sie ersetzt jede Form von Softwaretest) (!Sie speichert Passwörter im Klartext)

Was bedeutet Tool Use bei KI-Agenten? (Der Agent nutzt externe Werkzeuge oder Schnittstellen) (!Der Agent arbeitet ohne jede Umgebung) (!Der Agent darf keine Dateien lesen) (!Der Agent erzeugt nur Bilder)

Warum ist Tracing in Agentensystemen wichtig? (Es macht Schritte und Werkzeugaufrufe nachvollziehbar) (!Es löscht alle Zwischenergebnisse) (!Es verhindert jede menschliche Kontrolle) (!Es erzeugt automatisch perfekte Programme)

Was ist ein Guardrail? (Eine Schutzregel für Eingaben, Aktionen oder Ausgaben) (!Ein Datentyp für Grafiken) (!Ein Ersatz für alle Tests) (!Ein geheimer Zugangsschlüssel)

Was ist ein typisches Risiko beim Vibe-Coding? (Funktionierender Code wird übernommen, ohne ihn ausreichend zu verstehen) (!Der Code kann niemals ausgeführt werden) (!Es entstehen keine Prototypen) (!Alle Sicherheitsfragen sind automatisch gelöst)

Was bedeutet Human in the Loop? (Menschen bleiben an wichtigen Entscheidungsstellen beteiligt) (!Der Agent darf ohne Grenzen handeln) (!Alle Aufgaben werden nur analog bearbeitet) (!Der Mensch darf keine Ziele formulieren)

Was macht ein Plan-and-Execute-Muster? (Es plant Schritte und führt sie anschließend kontrolliert aus) (!Es verbietet jede Planung) (!Es löscht Testergebnisse nach jedem Schritt) (!Es ersetzt die Aufgabe durch ein Bild)

Welche Aussage zu Multi-Agenten-Systemen ist richtig? (Mehrere Agenten können Rollen übernehmen, erhöhen aber auch die Komplexität) (!Mehr Agenten sind immer sicherer) (!Mehr Agenten brauchen keine Orchestrierung) (!Mehr Agenten machen Tests überflüssig)

Memory

Agent	Zielgerichtetes Softwaresystem
Tool Use	Nutzung externer Funktionen
Guardrail	Sicherheitsregel
Sandbox	Isolierte Ausführungsumgebung
Tracing	Nachvollziehbare Protokollierung
Human in the Loop	Menschliche Freigabe

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Planung	Aufgabe in Schritte zerlegen
Tool Use	Externes Werkzeug einsetzen
Sandbox	Code isoliert ausführen
Tests	Verhalten automatisch prüfen
Review	Ergebnis fachlich bewerten

Kreuzworträtsel

Agent	Wie heißt ein zielgerichtetes Softwaresystem mit eigenständigem Verhalten?
Planung	Wie heißt das Zerlegen eines Ziels in Handlungsschritte?
Sandbox	Wie nennt man eine isolierte Umgebung für riskante Ausführung?
Tracing	Wie heißt die nachvollziehbare Protokollierung eines Agentenlaufs?
Guardrail	Wie heißt eine Schutzregel gegen riskante Eingaben oder Ausgaben?
Review	Wie heißt die prüfende Bewertung von Code vor der Übernahme?

LearningApps

Lückentext

Offene Aufgaben

Leicht

Begriffskarte: Erstelle eine Begriffskarte zu KI-Agent, Tool Use, Sandbox, Guardrail und Tracing und erkläre jeden Begriff in eigenen Worten.
Promptvergleich: Schreibe zwei Prompts für dieselbe kleine Coding-Aufgabe, einen spontanen Vibe-Coding-Prompt und einen strukturierten Agentic-Coding-Auftrag.
Alltagsagent: Beschreibe einen möglichen KI-Agenten für Deinen Schul- oder Arbeitsalltag und notiere, welche Aktionen er auf keinen Fall ohne Freigabe ausführen dürfte.
Fehlerprotokoll: Sammle drei typische Fehler, die bei KI-generiertem Code auftreten können, und formuliere passende Prüfmaßnahmen.

Standard

Agentenablauf: Zeichne einen Ablaufplan für einen Coding-Agenten mit den Schritten Zielklärung, Planung, Werkzeugnutzung, Test, Fehleranalyse und Review.
Guardrail-Design: Entwirf fünf Guardrails für einen Agenten, der in einem Schulprojekt Dateien lesen und bearbeiten darf.
Teststrategie: Wähle ein kleines Programm und beschreibe, welche Tests ein Agent ausführen müsste, bevor Du seinen Code akzeptierst.
Rollenmodell: Entwickle ein Rollenmodell für ein kleines Multi-Agenten-System mit Implementierungsagent, Testagent und Review-Agent.

Schwer

Architekturbewertung: Analysiere ein reales oder fiktives KI-Coding-Tool und bewerte, welche Kontrollmechanismen sichtbar sind und welche fehlen.
Sandbox-Konzept: Entwirf ein Sicherheitskonzept für eine Sandbox, in der ein Agent Code ausführen darf, ohne sensible Daten zu gefährden.
Ethikdebatte: Führe eine Pro-und-Kontra-Debatte zur Frage, ob Coding-Agenten in Prüfungen erlaubt sein sollten.
Agentic-Coding-Projekt: Plane ein eigenes Mini-Projekt, bei dem ein KI-Agent nur unter klaren Freigaben Code ändern darf, und dokumentiere alle Entscheidungen in einem Lernjournal.

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

Lernnachweis

Der Lernnachweis verbindet Fachverständnis, Anwendung und Reflexion. Er soll zeigen, dass Du nicht nur Begriffe wiedergeben kannst, sondern eine einfache KI-Agentenarchitektur begründet entwerfen und kontrolliert bewerten kannst.

Portfolio: Sammle Deine Begriffskarte, Deinen Agentenablauf, Deine Guardrail-Liste und Deine Reflexion in einem kurzen Lernportfolio.
Mini-Architektur: Entwirf eine einfache Agentenarchitektur für eine Coding-Aufgabe und kennzeichne Planungs-, Ausführungs-, Prüf- und Freigabeschritte.
Sicherheitsbegründung: Begründe, welche Werkzeuge Dein Agent nutzen darf, welche verboten sind und wann ein Mensch entscheiden muss.
Reflexionsbericht: Schreibe eine kurze Auswertung darüber, wie sich Vibe-Coding und Agentic-Coding auf Dein eigenes Lernen auswirken.
Präsentation: Stelle Deinen Entwurf in einer Kleingruppe vor und beantworte Rückfragen zu Risiken, Tests und Verantwortung.

Lernkontrolle

Transferanalyse: Erkläre an einem selbst gewählten Beispiel, warum ein Agent mit Werkzeugzugriff riskanter ist als ein reiner Chatbot, und leite daraus mindestens drei Schutzmaßnahmen ab.
Architekturentwurf: Entwirf eine Agentenarchitektur für eine einfache Schulverwaltungsaufgabe, ohne personenbezogene Daten preiszugeben, und begründe Deine Sicherheitsentscheidungen.
Fehlerfall: Ein Coding-Agent hat einen Test grün gemacht, aber dabei eine wichtige Sicherheitsprüfung entfernt. Analysiere, wie ein besserer Prozess diesen Fehler hätte verhindern können.
Vergleich: Vergleiche Vibe-Coding und Agentic-Coding anhand der Kriterien Geschwindigkeit, Verständnis, Sicherheit, Nachvollziehbarkeit und Wartbarkeit.
Reflexion: Bewerte, welche Kompetenzen Menschen in der Softwareentwicklung stärker brauchen, wenn KI-Agenten mehr Code erzeugen.
Kontrollpunkt: Entwickle eine Checkliste für die Freigabe eines Agenten-Patches und erkläre, welche Punkte für Lernende besonders wichtig sind.

OERs zum Thema

Quellen und weiterführende Recherche

Links

KI-Agentenarchitekturen

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.