Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Programmieren lernen mit KI¶

Hinweis zur Software-Auswahl:
Diese Dokumentation priorisiert Open-Source-Software, die unter Ubuntu installiert und betrieben werden kann.
Bei kommerziellen Services wird stets eine Open-Source-Alternative mit gleichem Funktionsumfang gegenübergestellt.
LLM-Modelle und APIs werden unabhängig vom Preis gelistet, da sie als primäre Lernbegleiter dienen.

Legende¶

Lernpfad-Übersicht¶

graph LR
    A["🟢 Phase 1\nGrundlagen & Setup"] --> B["🟡 Phase 2\nEigene Skripte"]
    B --> C["🔴 Phase 3\nProjekte & OOP"]
    A --> A1["IDE-Setup & Python\nPrompting zum Lernen\nVariablen & Schleifen"]
    B --> B1["Eigene Funktionen\nError Tracing mit KI\nCSV & Web-Scraping"]
    C --> C1["Objektorientierung (OOP)\nCode-Refactoring\nWeb-App (Streamlit)\nLokaler IDE-Copilot"]

Inhaltsverzeichnis¶

• 🟢 Phase 1 – Die ersten Schritte & Grundlagen
  • 1.1 Konzept: Wie hilft die KI beim Programmieren lernen?
  • 1.2 Thema: Entwicklungsumgebung & Python-Setup
  • 1.3 Thema: Prompt-Strategien für Code-Anfänger
  • 1.4 Thema: Variablen, Datentypen und Kontrollstrukturen
• 🟡 Phase 2 – Eigene Skripte, Funktionen & Debugging
  • 2.1 Konzept: Das DRY-Prinzip und Modularisierung
  • 2.2 Thema: Eigene Funktionen & Module schreiben
  • 2.3 Thema: Fehler verstehen und beheben (Debugging)
  • 2.4 Thema: Dateiverarbeitung & einfaches Web-Scraping
• 🔴 Phase 3 – Fortgeschrittene Konzepte & Web-Apps
  • 3.1 Konzept: Was ist Objektorientierung (OOP)?
  • 3.2 Thema: Code-Refactoring & Lesbarkeit
  • 3.3 Thema: Erste Web-Anwendungen bauen (Streamlit)
  • 3.4 Thema: Lokale KI-Assistenten in der IDE (Continue.dev)
• 📋 Praxisprojekte
• 📦 Vollständige Softwareübersicht & Vergleich

🟢 Phase 1 – Die ersten Schritte & Grundlagen¶

Was lerne ich hier?
Wie du KI gezielt als geduldigen Tutor nutzt, dein Programmier-Setup einrichtest und erste einfache Anweisungen in Python schreibst.
Voraussetzungen: Keine.

1.1 Konzept: Wie hilft die KI beim Programmieren lernen?¶

Der interaktive Lernkreislauf¶

Lass dir Code nicht einfach von der KI schreiben. Der Lerneffekt entsteht, wenn du den generierten Code hinterfragst und Schritt für Schritt verstehst:

graph TD
    A["💡 Konzept nicht verstanden"] --> B["🤖 KI fragen: 'Erkläre X mit einer Analogie'"]
    B --> C["💻 Selber ausprobieren (Code schreiben)"]
    C --> D["🐛 Fehlermeldung erhalten"]
    D --> E["🤖 KI fragen: 'Warum tritt dieser Fehler auf?'"]
    E --> F["🔧 Fix anwenden & verstehen"]

• Vorteil: Ein persönlicher Lehrer, der 24/7 jede „dumme" Frage beantwortet.
• Gefahr: Blindes Copy-Paste blockiert den eigenen Lerneffekt. Code immer selbst eintippen!

1.2 Thema: Entwicklungsumgebung & Python-Setup¶

Konzept: Editor vs. Interpreter¶

• Interpreter (Python): Übersetzt deinen Python-Code in Maschinencode und führt ihn aus.
• Editor / IDE: Die Schreiboberfläche (z. B. Thonny oder VSCodium), die dir mit Syntax-Highlighting und Fehlererkennung hilft.

Software – Open Source zuerst:¶

1.3 Thema: Prompt-Strategien für Code-Anfänger¶

Konzept: Der "Tutor-Prompt"¶

Zwinge die KI, dich anzuleiten, statt dir die Lösung direkt zu schenken:

Prompt: "Ich lerne gerade Python. Ich möchte eine Aufgabe zum Thema Schleifen lösen.
         Gib mir eine einfache Übungsaufgabe.
         Schreibe keinen Python-Code. Bewerte meine Lösung, sobald ich sie poste."

Software – Open Source / LLM:¶

1.4 Thema: Variablen, Datentypen und Kontrollstrukturen¶

Konzept: Variablen als Speicherboxen¶

Eine Variable speichert einen Wert. Der Datentyp legt fest, was man damit tun kann:

name = "Schrödinger"  # String (Text)
alter = 42             # Integer (Ganzzahl)
preis = 19.99          # Float (Kommazahl)
ist_aktiv = True       # Boolean (Wahrheitswert)

Konzept: Logische Verzweigungen (If/Else)¶

if alter >= 18:
    print("Volljährig")
else:
    print("Minderjährig")

🟡 Phase 2 – Eigene Skripte, Funktionen & Debugging¶

Was lerne ich hier?
Wie du Code in Funktionen strukturierst, Fehlermeldungen analysierst und Daten aus CSV-Dateien und Webseiten verarbeitest.
Voraussetzungen: Phase 1 abgeschlossen.

2.1 Konzept: Das DRY-Prinzip und Modularisierung¶

DRY: Don't Repeat Yourself¶

Schreibe keinen Code doppelt. Wenn du ein Code-Stück mehr als einmal verwendest, packe es in eine Funktion oder ein separates Modul.

# ❌ Schlecht: Code-Duplizierung
print("Hallo Alex!")
print("Hallo Ben!")

# ✅ Gut: Wiederverwendbare Funktion
def begrueße(name):
    print(f"Hallo {name}!")

begrueße("Alex")
begrueße("Ben")

2.2 Thema: Eigene Funktionen & Module schreiben¶

Konzept: Parameter und Rückgabewerte¶

Eine Funktion nimmt Eingaben (Parameter) entgegen, verarbeitet sie und gibt ein Ergebnis zurück (return).

def berechne_quadrat(zahl):
    return zahl * zahl

ergebnis = berechne_quadrat(5)  # ergebnis ist 25

2.3 Thema: Fehler verstehen und beheben (Debugging)¶

Konzept: Den Traceback lesen¶

Ein Traceback zeigt dir exakt, in welcher Zeile welcher Fehlertyp aufgetreten ist.

Traceback (most recent call last):
  File "script.py", line 4, in <module>
    ergebnis = 10 / 0
ZeroDivisionError: division by zero

Der Debugging-Prompt:

Prompt: "Warum tritt dieser Fehler in meinem Python-Code auf?
         Traceback: [Fehlermeldung kopieren]
         Mein Code: [Code kopieren]"

Software – Open Source zuerst:¶

2.4 Thema: Dateiverarbeitung & einfaches Web-Scraping¶

Konzept: CSV einlesen und strukturieren¶

CSV (Comma Separated Values) ist das Standardformat für tabellarische Daten.

import csv

with open("daten.csv", mode="r") as file:
    reader = csv.reader(file)
    for zeile in reader:
        print(zeile)

Software – alle Open Source:¶

🔴 Phase 3 – Fortgeschrittene Konzepte & Web-Apps¶

Was lerne ich hier?
Wie du Klassen und Objekte erstellst, Code professionell aufräumst und deine erste interaktive Web-App mit Streamlit veröffentlichst.
Voraussetzungen: Phase 1 & 2 abgeschlossen.

3.1 Konzept: Was ist Objektorientierung (OOP)?¶

Baupläne und Objekte¶

• Klasse: Der Bauplan (z. B. Bauplan für ein „Auto").
• Objekt / Instanz: Das konkrete Auto, das nach diesem Bauplan gebaut wurde (z. B. „Roter VW Golf").

class Auto:
    def __init__(self, marke, farbe):
        self.marke = marke
        self.farbe = farbe

mein_auto = Auto("VW", "rot")

3.2 Thema: Code-Refactoring & Lesbarkeit¶

Konzept: Clean Code und PEP 8¶

PEP 8 ist der offizielle Style-Guide für Python-Code. Die KI kann deinen funktionierenden, aber unordentlichen Code in sauberen Code refaktorieren.

Refactoring-Prompt:
"Strukturiere diesen funktionierenden Code nach PEP 8 um.
 Verbessere die Lesbarkeit und füge sinnvolle Kommentare hinzu."

Software – alle Open Source:¶

3.3 Thema: Erste Web-Anwendungen bauen (Streamlit)¶

Konzept: Web-Oberflächen ohne HTML/CSS¶

Mit Streamlit baust du interaktive Webanwendungen direkt in Python – perfekt für kleine KI-Tools, Daten-Visualisierungen oder Taschenrechner.

import streamlit as st

st.title("Interaktiver Rechner")
zahl = st.slider("Wähle eine Zahl:", 1, 100)
st.write(f"Das Quadrat der Zahl ist: {zahl * zahl}")

Software – alle Open Source:¶

3.4 Thema: Lokale KI-Assistenten in der IDE (Continue.dev)¶

Konzept: Copilot im eigenen Editor¶

Ein lokales KI-Plugin hilft dir direkt beim Schreiben von Code im Editor – ohne dass du Text in den Browser kopieren musst.

Software – Open Source zuerst:¶

Vergleich: Open Source vs. Kommerziell¶

📋 Praxisprojekte¶

🟢 Einsteiger: Das interaktive Zahlenratespiel¶

Die KI gibt dir den Rahmen vor, du programmierst das Spiel: Die KI wählt eine Zufallszahl (1–100), und der Spieler muss sie mit Hinweisen („zu hoch", „zu niedrig") erraten.

graph LR
    A["🎲 Zufallszahl generieren"] --> B["📥 Rate-Eingabe"]
    B --> C{"Richtig?"}
    C -->|"Zu hoch / niedrig"| B
    C -->|Ja| D["🎉 Gewonnen!"]

Software (alle Open Source): Thonny · Python

🟡 Fortgeschritten: Automatischer Wetter-Scraper¶

Wir laden die aktuelle Temperatur einer Wetter-Webseite herunter und speichern die Daten strukturiert in einer CSV-Datei.

graph TD
    A["🌐 Wetterseite laden (Requests)"] --> B["🔍 HTML parsen (BeautifulSoup4)"]
    B --> C["📝 Temperaturwert extrahieren"]
    C --> D["💾 In wetter.csv speichern"]

Software (alle Open Source): Python · Requests · BeautifulSoup4 · Thonny

🔴 Experte: KI-Assistent als Web-App¶

Wir bauen eine interaktive Streamlit-Oberfläche unter Ubuntu, die mit unserer lokalen Ollama-API spricht, um einen personalisierten Vokabel-Trainer zu erstellen.

graph TD
    A["🧑‍💻 Schüler tippt Vokabel"] --> B["💻 Streamlit Web-UI"]
    B --> C["🔌 Ollama API (Llama3 lokal)"]
    C --> D["📊 Bewertung & Beispielsatz"]
    D --> E["📤 Anzeige im Web-UI"]

Software (alle Open Source): Python · Streamlit · Ollama · VSCodium

📦 Vollständige Softwareübersicht & Vergleich¶

Programmiersprachen & IDEs¶

Code-Assistenten & Generatoren¶

Bibliotheken & Frameworks¶

Weiterführende Ressourcen¶

• Python Doku – Offizielle Python-Referenz 🟩
• Thonny Guide – Einstieg in die Thonny IDE 🟩
• Streamlit Docs – Web-Apps in Python erstellen 🟩
• BeautifulSoup Tutorials – Web-Scraping lernen 🟩
• Continue.dev Setup – IDE-Copilot konfigurieren 🟩

Letzte Aktualisierung: Juli 2026

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).