Muster-Fallstudie: Gymnasium Seeblick – Vibe Coding im Informatik-Profil

Hinweis. Diese Fallstudie ist ein Muster. Der Aufbau entspricht typischen Projekten aus der Beratung mehrerer Gymnasien; Namen, Orte, Quoten und Tool-Kombinationen sind fiktiv. Nutzen Sie sie als Denk- und Strukturvorlage, nicht als Rezept.

1 · Kontext

Ausgangslage

Schule

Vierjähriges Gymnasium, ländliche Region
~620 Lernende in 30 Klassen
Obligatorisches Informatik-Fach (Sek II) und Ergänzungsfach
Lehrplan-Anforderung: Programmieren als Kompetenz, nicht nur als Schulstoff

Vorher

Programmierunterricht in Python, traditionell geprüft (Code schreiben am Rechner)
Informelle KI-Nutzung durch Lernende (Copilot, ChatGPT) seit 2023
Zwei Lehrpersonen beobachten: Lernende verstehen den Code nicht mehr, den sie abgeben.
Fachkonferenz fragt sich: Was prüfen wir eigentlich noch?

2 · Problem

Die Kernfrage der Fachschaft

Wenn KI Programmieraufgaben in Sekundenschnelle fehlerfrei löst, ist klassisches "Code schreiben auf Anforderung" kein tragendes Prüfungsformat mehr. Gleichzeitig: In der Berufs- und Hochschulwelt programmieren die Lernenden längst mit KI-Unterstützung. Ein Totalverbot würde an der Lebenswelt vorbeigehen. Die Fachschaft formuliert die Frage: Welche Kompetenz wollen wir eigentlich aufbauen und prüfen – und was hat KI damit zu tun?

3 · Vorgehen

Zwei Schuljahre, zwei Phasen

Phase 1 – Kompetenzmodell & Sandbox (Schuljahr 1)

Kompetenzmodell neu: Die Fachschaft unterscheidet vier Kompetenzstufen – Lesen, Debuggen, Spezifizieren, Bauen. KI-Hilfe verschiebt das Gewicht zu Lesen, Debuggen und Spezifizieren; Code-Produktion allein reicht nicht mehr.
Interne Sandbox: Schule betreibt einen On-Prem-Ollama-Dienst mit Llama 4 auf einem dedizierten Server im Serverraum. Lernende haben im Informatikzimmer Zugriff über eine simple Web-Oberfläche – ohne Internetrelease, mit Session-Log.
Aufgabenformate: Alle Klausuren enthalten drei Teile – (1) Code-Lesen ohne KI, (2) Debugging eines vorgegebenen fehlerhaften Codes mit KI-Unterstützung, (3) mündliche Erklärung eines eigenen Projekts.
Weiterbildung: Zwei Halbtage für die Fachschaft Informatik und zwei Lehrpersonen für Mathematik, die gelegentlich programmieren.

Phase 2 – Rollout & Matura-Formate (Schuljahr 2)

Roll-out in allen Klassen der 3. und 4. Klasse des Gymnasiums.
Matura-Praktikum: Selbständige Arbeit mit dokumentierter KI-Nutzung (Transparenz-Protokoll), inklusive eines obligatorischen 20-minütigen Code-Reviews mit der Prüfungskommission.
Bewertungsraster: 30 % Lesen/Verstehen, 30 % Debugging/Qualität, 20 % Spezifikation, 20 % Reflexion. Der reine Code-Output ist nicht mehr getrennt bewertet – er ergibt sich aus den vier Teilbewertungen.
Elternabend: Spezifisch zur Matura mit Vorführung eines typischen Prüfungsablaufs.

Technischer Rahmen (Modell-C-Streifschuss)

Ollama auf Intel-Server mit NVIDIA-RTX-6000-Ada-GPU (ca. CHF 18 000 Einmalinvestition).
Web-UI für Lernende schulintern gehostet, nur im Schul-WLAN erreichbar.
Logging pro Session (Prompts, generierter Code) für 60 Tage, anonymisiert für Auswertung.
Parallel: Schul-Lizenz "Claude for Education" als Cloud-Backup für Lehrpersonen-Nutzung.

4 · Ergebnis

Was sich verändert hat

Messbar

Notenschnitt im Informatik-Grundlagenfach: konstant (6,0 → 5,9 bei neuem Raster).
Durchfallquote: 4 % (stabil).
Abbruchquote Ergänzungsfach: −40 % (Lernende, die vorher ausstiegen, bleiben dabei).
Anzahl Matura-Arbeiten im Informatik-Profil: +50 % (18 → 27).

Qualitativ

Lernende können die mündliche Code-Erklärung deutlich besser leisten als vor zwei Jahren.
Fachschaft berichtet: Klassendiskussionen über "warum ist dieser Code schlecht" sind tiefer.
Eltern erleben die Prüfungsform als fair und zeitgemäss.
Informatik-Fachschaft ist zur internen Beratungsstelle für andere Fachschaften geworden.

5 · Gelerntes

Fünf Einsichten

Kompetenzmodell vor Tool-Entscheidung. Die Fachschaft hat nicht "KI eingeführt", sondern die Frage "was prüfen wir eigentlich" neu beantwortet. Die Tool-Wahl folgte daraus.
Mündliche Komponente war der grösste Gewinn. 20 Minuten Code-Review haben mehr Validität als 90 Minuten stummes Tippen.
On-Prem-Sandbox war ihr Geld wert – weniger wegen Datenschutz (der wäre auch mit Cloud lösbar), sondern wegen Datensouveränität und Lerneffekt in der Informatik-Fachschaft.
Debugging-Aufgaben sind gold wert. Sie sind KI-resistent im besten Sinn: KI hilft, ersetzt aber das Denken nicht.
Nicht auf die Matura warten. Der grösste Fehler wäre gewesen, zu warten, bis die Matura-Reform national kommt. Die Schule hat innerhalb der bestehenden Regeln genug Spielraum gehabt.

Weiter mit

Alle Fallstudien Muster Sekundarschule Lindenhof Modul Vibe Coding Evidenz Vibe Coding On-Prem & Open-Source Modul Assessment