KI-generierten Code prüfst du am zuverlässigsten, indem du vorher aufschreibst, was die Anwendung in welchem Fall tun soll, und danach gezielt die Fälle ausprobierst, in denen etwas schiefgehen kann. Ein einzelnes Beispiel, das funktioniert, beweist wenig: Es zeigt nur, dass genau dieser eine Weg klappt.
Für Einsteiger klingt das nach Programmierwissen. Zu grossen Teilen ist es das nicht. Du musst den Code nicht Zeile für Zeile lesen können, um zu prüfen, ob er tut, was er soll. Du brauchst klare Erwartungen, ein paar unbequeme Testfälle und die Gewohnheit, jedes Ergebnis selbst nachzuprüfen.
Warum ein gelungenes Beispiel nicht reicht
Stell dir vor, du bittest einen KI-Agenten wie Claude Code oder Codex, in deiner Kontaktliste ein Formular für neue Kontakte zu ergänzen. Du tippst einen Namen und eine E-Mail-Adresse ein, klickst auf Speichern, und der Kontakt erscheint in der Liste. Sieht fertig aus.
Offen bleibt aber einiges:
- Was passiert, wenn das Namensfeld leer ist?
- Wird «max@» als E-Mail-Adresse akzeptiert?
- Bleibt der Kontakt nach dem Neuladen der Seite erhalten?
- Ist ein bereits vorhandener Kontakt danach doppelt da?
Die KI hat den Weg gebaut, den du beschrieben hast. Die Abzweigungen, die du nicht erwähnt hast, hat sie vielleicht bedacht, vielleicht auch nicht. Weil der Code sauber aussieht und die Antwort selbstsicher klingt, fällt eine Lücke oft erst auf, wenn jemand die App wirklich benutzt. Der Normalfall ist selten das Problem. Fehler stecken meistens an den Rändern.
Vorher festlegen, was richtig ist
Bevor du prüfen kannst, brauchst du einen Massstab. Dafür eignen sich Akzeptanzfälle: kurze Sätze, die eine Situation und das erwartete Ergebnis beschreiben. Für einen Statuswechsel in einer Follow-up-App könnte das so aussehen:
- Wenn ich einen Kontakt von «neu» auf «kontaktiert» setze, zeigt die Liste den neuen Status sofort an.
- Wenn ich nach Status filtere, erscheinen nur Kontakte mit diesem Status.
- Wenn ein Follow-up-Datum in der Vergangenheit liegt, ist der Kontakt als überfällig markiert.
Solche Sätze helfen dir zweimal. Du kannst sie der KI als Auftrag geben, statt «mach mal einen Filter» zu schreiben. Und du kannst danach jeden Satz einzeln abhaken. Was du nicht formuliert hast, kannst du auch nicht prüfen. Darum lohnt es sich, schon beim Schreiben des Auftrags an die unangenehmen Fälle zu denken.
Was Tests leisten und was nicht
Ein automatischer Test ist ein kleines Programm, das einen Akzeptanzfall nachstellt und meldet, ob das erwartete Ergebnis eintritt. Statt jedes Mal von Hand zu klicken, führst du einen Befehl aus und siehst, welche Prüfungen bestehen und welche nicht.
Tests leisten vor allem drei Dinge:
- Sie halten fest, was richtig ist, unabhängig davon, wie überzeugend eine Erklärung der KI klingt.
- Sie schlagen an, wenn eine spätere Änderung etwas kaputt macht, das vorher funktioniert hat. Bei der Arbeit mit einem KI-Agenten kommt das leicht vor, weil beim Umbau einer Stelle manchmal eine andere mitverändert wird.
- Sie machen die Prüfung wiederholbar. Du testest nicht nach Gefühl, sondern jedes Mal gleich.
Grenzen haben Tests trotzdem. Ein Test prüft nur, was in ihm steht. Wenn du die KI bittest, Code und Tests gleichzeitig zu schreiben, können beide denselben Denkfehler enthalten. Dann ist alles grün und trotzdem falsch. Lies deshalb wenigstens, was ein Test prüfen soll, und vergleiche es mit deinen Akzeptanzfällen. Und wenn ein Test fehlschlägt, lass die KI nicht einfach den Test anpassen, bis er besteht. Kläre zuerst, ob der Code oder der Test falsch ist.
Fehlfälle gezielt ausprobieren
Fehlfälle sind Situationen, die vom Idealablauf abweichen. Wer sie absichtlich herbeiführt, findet die meisten Schwächen. Bei einer einfachen Anwendung decken vier Gruppen schon viel ab.
Fehlende Angaben
Lass Pflichtfelder leer. Speichere einen Kontakt ohne Namen, lege ein Follow-up ohne Datum an. Achte darauf, ob die App eine verständliche Meldung zeigt oder ob ein leerer Eintrag in der Liste landet. Prüfe auch Felder, die nur Leerzeichen enthalten: Für viele Programme ist ein Leerzeichen eine gültige Eingabe.
Ungültige Eingaben
Gib Daten ein, die die erwartete Form verfehlen: eine E-Mail-Adresse ohne Domain, ein Datum wie den 31. Februar, einen sehr langen Text. Probiere ausserdem Sonderzeichen und Umlaute im Namen. Eine gute Datenprüfung weist Unsinn zurück und lässt korrekte Eingaben wie «Müller-Zürcher» durch. Beides gehört getestet.
Die Schnittstelle fällt aus oder antwortet anders als erwartet
Sobald deine App Daten von einer Schnittstelle holt, kommen neue Fehlerquellen dazu. Prüfe mindestens diese Fälle:
- Die Antwort ist leer. Zeigt die App einen sinnvollen Hinweis oder eine leere, verwirrende Fläche?
- Die Schnittstelle meldet einen Fehler. Bricht die App ab, oder bleibt sie bedienbar?
- Die Antwort dauert lange. Sieht man, dass geladen wird, oder wirkt die App eingefroren? Kann man währenddessen zweimal klicken und so doppelte Einträge erzeugen?
Mit einer echten Schnittstelle sind solche Fälle schwer herbeizuführen, weil sie meistens funktioniert. Eine simulierte Schnittstelle, die auf Wunsch leer, fehlerhaft oder langsam antwortet, ist dafür viel praktischer.
Zugriff und Geheimnisse
Dieser Bereich wird oft vergessen. Frag dich, wer welche Daten sehen oder ändern darf, und probiere aus, ob das auch so umgesetzt ist. Prüfe ausserdem, dass Zugangsschlüssel oder Passwörter nicht im Code selbst stehen. Es kommt vor, dass generierter Code solche Werte direkt in eine Datei schreibt, wenn der Auftrag nichts anderes verlangt.
Checkliste für jede Änderung der KI
Diese kurze Liste kannst du nach jedem grösseren Arbeitsschritt durchgehen:
- Ich habe vorher in einem Satz aufgeschrieben, was die Änderung bewirken soll.
- Ich habe den Normalfall selbst ausprobiert und mich nicht auf die Zusammenfassung der KI verlassen.
- Ich habe mindestens einen Fall mit fehlenden und einen mit ungültigen Angaben getestet.
- Falls eine Schnittstelle beteiligt ist: leere Antwort, Fehler und Wartezeit geprüft.
- Die automatischen Tests laufen alle durch, auch die, die vorher schon bestanden haben.
- Ich weiss, welche Dateien die KI verändert hat, und kann grob erklären, warum.
- Im Code stehen keine Passwörter oder Schlüssel.
Ist ein Punkt offen, gib der KI einen konkreten Hinweis: welcher Fall, welches Ergebnis du erwartet hast, was stattdessen passiert ist. Je genauer die Beschreibung, desto gezielter die Korrektur.
Nachvollziehbar arbeiten mit einem KI-Protokoll
Prüfen heisst auch, später noch zu wissen, was passiert ist. Hilfreich ist ein einfaches Protokoll: Was hast du die KI gefragt, was hat sie beigetragen, was hast du selbst geändert oder verworfen? Das klingt nach Aufwand, zahlt sich aber aus, sobald ein Fehler auftaucht. Du kannst dann eingrenzen, mit welchem Schritt er hineingekommen ist. Wer zusätzlich mit Git kleine Zwischenstände speichert, kann eine missglückte Änderung zurücknehmen, statt sie mit weiteren Aufträgen zu überdecken.
Das Protokoll hilft auch beim Erklären. Wer seine Lösung beschreiben und ihre Grenzen benennen kann, hat sie geprüft. Wer nur sagen kann «die KI hat das so gemacht», hat ihr vertraut.
Wie der Kurs Vibe Coding Foundation zum Thema passt
Im Programm Vibe Coding Foundation baust du mit Claude Code oder Codex eine Kontakt- und Follow-up-App für eine kleine Firma, mit Beispieldaten. Das Prüfen zieht sich durch alle Missionen. Jede Mission hat ein Ziel, Kriterien in Form von Tests und Hinweise in drei Stufen. Auf deinem Computer prüft ein Befehl, ob deine Lösung die Kriterien erfüllt. Zählen tut die Prüfung auf dem Server der Akademie, in einer abgeschotteten Umgebung ohne Netz. So erlebst du direkt, dass «läuft bei mir» und «besteht die Kriterien» zwei verschiedene Dinge sind.
Die Fehlfälle aus diesem Beitrag kommen konkret vor:
- In Mission 3 prüfst du Eingaben und ergänzt Statuswechsel sowie Filter.
- In Mission 4 übst du an einer simulierten Schnittstelle den Umgang mit Antworten, Fehlern und Wartezeiten.
- In Mission 5 grenzt du vorbereitete Fehler ein, behebst sie und prüfst grundlegende Zugriffsfälle.
- In Mission 7 erweiterst du die App um einen CSV-Export überfälliger Follow-ups und prüfst die neue Funktion.
Während des ganzen Kurses führst du ein KI-Protokoll. In der schriftlichen Projektprüfung erklärst du deine Lösung und ihre Grenzen; wie bewertet wird, zeigt die Prüfungsrubrik. Alle Missionen mit Planzeiten findest du in der Kursübersicht, und Mission 0 zum Einrichten der Werkzeuge ist frei lesbar. Das Lernprojekt speichert Daten im Browser und ist für Übungsdaten gedacht, nicht für echte Firmendaten. Was der Kurs kostet und was enthalten ist, steht unter Preis und Leistungen.