Prüfen & Bewerten · Prompt Engineering
Programmierprüfung mit KI: Verständnis und Tests bewerten
Kurz gesagt
Verknüpfen Sie funktionale Anforderungen mit Codeerklärung, selbst geprüften Testfällen und begründeten Änderungen. KI kann Raster und Gegenbeispiele entwerfen; die fachliche Beurteilung stützt sich auf überprüfbare Ausführung und verständliche Erklärungen.
Kurz gesagt: Verknüpfen Sie funktionale Anforderungen mit Codeerklärung, selbst geprüften Testfällen und begründeten Änderungen. KI kann Raster und Gegenbeispiele entwerfen; die fachliche Beurteilung stützt sich auf überprüfbare Ausführung und verständliche Erklärungen.
Das Problem
Ein Programm läuft beim ersten Versuch, doch die lernende Person kann eine zentrale Bedingung nicht erklären. Bei einer anderen Lösung tritt ein Fehler auf, dessen Ursache präzise erkannt wird. Frau Keller möchte solche Unterschiede in einer Programmierprüfung nachvollziehbar erfassen.
Mit erlaubter KI-Unterstützung ist funktionierender Code, also ein ausführbarer Programmtext, weiterhin wichtig. Er belegt allein aber weder Verständnis noch eigenständige Prüfung. Das Bewertungsraster muss die fachlichen Anforderungen, die Tests und die erklärbaren Entscheidungen verbinden.
So lösen Sie es mit KI – Schritt für Schritt
- Prüfungsauftrag abgrenzen. Öffnen Sie die Aufgabenbeschreibung und notieren Sie verlangte Funktionen, erlaubte Bibliotheken, also fertige Programmbausteine, und KI-Hilfen. Benennen Sie ausdrücklich, welche Fähigkeiten ohne Unterstützung gezeigt werden sollen und welche Unterstützung dokumentiert wird.
- Kompetenzen aufteilen. Lassen Sie die KI Kriterien für Funktion, Codeverständnis, Testauswahl und Fehleranalyse entwerfen. Definieren Sie Kompetenz als nachweisbares Können an der Aufgabe; ein langer Programmtext ist dafür kein eigenständiger Beleg.
- Testfälle festlegen. Beschreiben Sie normale Eingaben, Grenzfälle und unzulässige Eingaben. Legen Sie erwartete Ergebnisse selbst fachlich fest und lassen Sie die KI ergänzende Fälle vorschlagen, deren Relevanz Sie anschliessend prüfen.
- Erklärfragen vorbereiten. Fordern Sie Fragen zu einer Bedingung, einer Datenstruktur und einer möglichen Änderung an. Prüfen Sie, ob die Fragen das Unterrichtsziel treffen und ohne Kenntnis nebensächlicher Fachwörter beantwortbar bleiben.
- Fehleranalyse würdigen. Formulieren Sie Kriterien für reproduzierbare Fehlerbeschreibung, begründete Vermutung und überprüfte Korrektur. Lassen Sie die KI Beispiele für nachvollziehbare und nur behauptete Prüfungen gegenüberstellen.
- Probelauf durchführen. Nutzen Sie eigens erstellte Programme mit bekannten Stärken und Fehlern. Führen Sie Tests ausschliesslich in der vorgesehenen Übungsumgebung aus und vergleichen Sie die tatsächlichen Ergebnisse mit den KI-Vorschlägen.
- Bewertung festhalten. Ordnen Sie jede Beobachtung genau einem passenden Kriterium zu. Dokumentieren Sie, ob eine Aussage aus einer Ausführung, einer Erklärung oder einer Prozessnotiz stammt, und besprechen Sie unklare Fälle fachlich.
Was zählt als überprüfter Test?
| Bestandteil | Sichtbarer Nachweis |
|---|---|
| Eingabe | Konkreter Wert oder nachvollziehbare Bedingung |
| Erwartung | Vor der Ausführung begründetes Ergebnis |
| Ausführung | Tatsächlich beobachtetes Verhalten |
| Folgerung | Unterschied erklärt oder Anforderung bestätigt |
Ein Test, den die KI lediglich vorschlägt, ist noch kein durchgeführter Test. Ebenso kann eine Sammlung bestandener Beispiele wesentliche Fehler übersehen. Beurteilen Sie deshalb die Auswahl der Fälle und die Erklärung ihrer Bedeutung, soweit dies im Unterricht vorbereitet wurde.
Vorlage zum Kopieren
Ein Prompt ist eine Arbeitsanweisung an die KI. Verwenden Sie diese Vorlage zunächst mit einem erfundenen Beispiel und prüfen Sie, ob die Ausgabe zum fachlichen Ziel passt.
Erstelle einen Rasterentwurf für [Programmieraufgabe und Ausbildungsstufe].
Anforderungen: [Funktionen]
Erlaubte KI-Hilfe: [Regeln]
Geprüfte Lernziele: [Ziele]
Trenne Funktion, Codeverständnis, Testauswahl und Fehleranalyse.
Entwirf beobachtbare Kriterien und Fragen zur Erklärung einer Änderung.
Schlage Testfälle mit erwarteten Ergebnissen vor; kennzeichne Annahmen.
Behaupte keine Ausführung. Verwende nur erfundenen Beispielcode.
Prüfe auf Doppelbewertung und auf Anforderungen ausserhalb des Unterrichts.Ersetzen Sie die Platzhalter durch Ihre Stufe, den konkreten Auftrag und die freigegebenen Vorgaben, ohne Angaben zu einzelnen Lernenden einzufügen.
Worauf Sie achten müssen
- Führen Sie unbekannten Code nicht mit echten Daten oder produktiven Zugängen aus. Verwenden Sie eine betreute Übungsumgebung. KI-Erklärungen zum Programm können falsch sein; prüfen Sie sie anhand der tatsächlichen Anweisungen und Ausführung.
- Daten begrenzen: Geben Sie keine Personendaten von Lernenden in öffentliche KI-Dienste ein. Für das Erproben genügen selbst erstellte Beispiele; reale Beurteilungen verbleiben in den dafür vorgesehenen schulischen Abläufen.
- Rahmen beachten: Stimmen Sie den Einsatz auf Alter, Lernvoraussetzungen und verfügbare Unterstützung ab. Kantonale und institutionelle Vorgaben können sich unterscheiden; Ihr Vorgehen muss zu Ihrem konkreten Bildungsauftrag passen.
- Verantwortung behalten: Prüfen Sie KI-Vorschläge auf erfundene Belege und fachliche Fehler. Besprechen Sie unklare Fälle persönlich, statt eine automatische Ausgabe als abschliessendes Urteil zu behandeln.
Für die Unterrichtsvorbereitung ist besonders wertvoll, eine gute Fehleranalyse ausdrücklich vorzumachen. Lernende sollen erleben, wie eine Vermutung durch einen Test bestätigt oder verworfen wird.
Ein Beispiel aus der Praxis
Ein fiktives Beispiel aus einer Schweizer Berufsfachschule: Lernende erstellen eine kleine Auswertung von Messwerten. Ein mit KI vorbereiteter Entwurf funktioniert für die gezeigten Eingaben, scheitert aber an einer leeren Liste.
Die Lehrperson beurteilt die erfüllte Funktion und die fehlende Prüfung getrennt. Eine lernende Person erkennt die Ursache und erklärt eine geeignete Behandlung dieses Falls. Das liefert einen Beleg für Fehleranalyse, ersetzt aber nicht nachträglich alle vereinbarten Anforderungen an das abgegebene Produkt.
Vertiefen können Sie dies mit Mathekorrektur mit KI: Teilpunkte nachvollziehbar vergeben und Folgefehler bei KI-Korrekturen erkennen und fair behandeln.
So hilft Ihnen Alpasana
Alpasana bietet mit Prompt Engineering eine passende Lernmöglichkeit. Im Online-Kurs lernen Sie, Aufgabe, Kontext, Ziel und Ausgabeformat klar zu beschreiben, Beispiele einzusetzen und KI-Antworten systematisch zu prüfen. Sie erarbeiten ein getestetes Set von Arbeitsanweisungen für einen wiederkehrenden beruflichen Prozess; Programmierkenntnisse sind dafür nicht erforderlich.
Die Kursgrundlagen zum klaren Beauftragen und Prüfen können Sie für Rasterentwürfe und Fragen zum Codeverständnis nutzen. Die Programmierfachprüfung übernehmen Sie selbst. Die fachliche Anpassung und Freigabe im schulischen Rahmen bleiben bei Ihnen und Ihrer Institution.
Häufige Fragen
Sind versteckte Tests fair?
Zusätzliche Testdaten können sinnvoll sein, wenn sie veröffentlichte Anforderungen prüfen. Sie sollten keine neuen Funktionen oder unangekündigten Sonderregeln verlangen. Die Lernenden müssen wissen, welche Arten von Eingaben das Programm verarbeiten soll.
Wie viel zählt ein eleganter Programmierstil?
Nur so viel, wie die angekündigten Lernziele begründen. Lesbarkeit kann nachvollziehbar beschrieben werden, etwa durch verständliche Struktur. Persönliche Vorlieben für eine bestimmte Schreibweise sollten nicht als objektive Qualität erscheinen.
Was gilt im Qualifikationsverfahren?
Für das QV, das Qualifikationsverfahren der Berufsbildung, gelten die jeweils zuständigen Vorgaben. Ein eigenes Übungsraster ersetzt diese nicht. Klären Sie erlaubte Hilfsmittel und Bewertungsregeln mit der verantwortlichen Prüfungsorganisation.
Erstellt mit KI-Unterstützung, redaktionell verantwortet von der Alpasana GmbH · 10.10.2026. Fehler entdeckt? Melden Sie es uns.
Weiterlesen in der Galaxie
- Mathekorrektur mit KI: Teilpunkte nachvollziehbar vergebenMathe Teilpunkte KI Korrektur: Teilpunkte an sichtbaren Rechenschritten begründen, alternative Wege anerkennen und Vorschläge selbst nachrechnen.
- Folgefehler bei KI-Korrekturen erkennen und fair behandelnFolgefehler KI Korrektur: Fehlerketten prüfen, neue Fehler abgrenzen und doppelte Abzüge mit einer nachvollziehbaren Bewertungsregel vermeiden.
- KI-Nutzungsprotokoll für Prüfungsprojekte: VorlageKI Nutzungsprotokoll Vorlage: KI-Hilfe, eigene Prüfung und Entscheidungen übersichtlich dokumentieren und den Eigenanteil nachvollziehbar zeigen.
- Open-Book-Prüfung mit KI: Entscheidungswege sichtbar bewertenOpen Book Prüfung KI: Machen Sie begründete Entscheidungen sichtbar und bewerten Sie fachliches Abwägen mit klaren Kriterien statt nur fertiger Antworten.
- Adaptive KI-Tests: Wie bleiben Ergebnisse vergleichbar?Adaptive Tests mit KI: So funktioniert das Verfahren, warum Vergleichbarkeit nicht selbstverständlich ist und was Sie vor dem Einsatz bei Noten klären.