Python mit KI: Code lesen, beurteilen, einsetzen

KI-Assistenten schreiben heute auf Zuruf brauchbaren Programmcode. Wer ihn einsetzt, muss
verstehen, was geliefert wird — und beurteilen können, ob der Code die gestellte Aufgabe wirklich
löst.

Der zweiteilige Kurs vermittelt am ersten Vormittag die acht zentralen Programmierkonzepte
in Python; am zweiten Vormittag stehen die Arbeit mit dem KI-Assistenten und die Beurteilung
des generierten Codes im Mittelpunkt.

Inhalte Tag 1 — Die acht Programmierkonzepte

• Mit Google Colab im Browser programmieren: Notebooks anlegen, Code ausführen, Ergeb
  nisse teilen

• Variablen — Werte benennen und wieder hervorholen

• Datentypen — Werte unterscheiden: Text, Zahl, Wahrheitswert, Liste, Wörterbuch, Tabelle

• Operatoren und Ausdrücke — was rechnet, vergleicht, verbindet

• Funktionen — wiederkehrende Schritte zusammenfassen

• Bedingungen — auf unterschiedliche Datenlagen reagieren

• Schleifen — eine Aufgabe über alle Einträge einer Liste wiederholen

• Module — fertige Werkzeuge einbinden, etwa zum Lesen von CSV-Dateien, für Datumsop
  erationen oder für Abfragen an Web-APIs

• Fehler — was Python sagt, wenn etwas schiefgeht, und wie sich die häufigsten Stolperstellen
  lesen lassen

Inhalte Tag 2 — Mit dem KI-Assistenten arbeiten

• Was KI-Assistenten beim Programmieren leisten

• Aufträge präzise formulieren: was die KI braucht, um nützlichen Code zu liefern

• Generierten Code lesen, kommentieren und in eigenen Worten fassen

• Typische Fehlerklassen erkennen: Code mit falschen Annahmen, erfundene Bibliotheken,
  fehlende Behandlung leerer Einträge, übersehene Sonderfälle

• Iteratives Nachsteuern: Anpassungen anfordern, Fehlermeldungen zurückspielen, Schritt für Schritt nachschärfen

• Werkzeugwahl: wann KI-gestütztes Programmieren trägt und wann ein anderes Werkzeug besser passt

Praktische Übungen

Wir arbeiten an Aufgaben, in denen Logik gefragt ist — Verzweigungen, Validierung, Fehlerbehandlung, Web-Abfragen mit Pagination, Dateisystem-Aktionen oder KI-gestützte Klassifikation:

• Aus einer ISBN-Liste über die Open Library — einen frei zugänglichen Web-Katalog für
  Buchmetadaten — automatisch Buchtitel, Autoren und Erscheinungsjahr abrufen

• DOIs (Digital Object Identifier, eindeutige Kennung wissenschaftlicher Publikationen) über
  die Crossref-API zu vollständigen Zitationsangaben anreichern

• Aus digitalen PDF-Dokumenten — Rechnungen, Bestellbestätigungen, digitale Aktenaus
  drucke — Beträge, Daten und Lieferanten- oder Aktenzeichen-Angaben automatisiert
  auslesen

• Größere Dateisammlungen nach inhaltlichen Regeln umbenennen oder in Ordnerstrukturen
  umsortieren

• Titel oder Aktenbeschreibungen mit einem KI-Assistenten in standardisierte Schlagworte überführen

Die gezeigten Techniken lassen sich auf vergleichbare Aufgaben aus anderen Verwaltungskontexten
übertragen.

Ziel des Workshops

Teilnehmende können KI-generierten Python-Code in seinen übergeordneten Strukturen wieder
erkennen — eine Schleife, eine Funktionsdefinition mit zugehörigem Aufruf, das Laden einer
Datei — und einschätzen, ob er zur gestellten Aufgabe passt. Der Schwerpunkt liegt auf
Mustererkennung, nicht auf dem Detailverständnis jedes einzelnen Sprachausdrucks.

Das Webinar richtet sich an

Mitarbeitende aus Bibliotheken, Informationseinrichtungen und Verwaltungen, die mit KI mehr
machen wollen als Texte umformulieren — kleine Datenaufgaben automatisieren, Listen ver
arbeiten, wiederkehrende Schritte zusammenfassen. Programmiererfahrung ist nicht vorausge
setzt

Achtung!

Die Veranstaltung findet am 23. und 24. Juni jeweils von 09:00 Uhr bis 12:30 Uhr statt.

Referent

Peter Kocmann ist IT-Didaktiker und Spezialist für angewandte KI. Langjähriger Dozent am
Weiterbildungszentrum der Freien Universität Berlin und an der Charité Fortbildungsakademie,
mit Schwerpunkten in angewandter KI, Datenanalyse und KI-Didaktik. Curriculum-Entwicklung
in den Feldern KI und Datenanalyse, unter anderem zur Migration von Legacy-Systemen (etwa
VBA zu Python). Aktive Arbeit mit agentischen KI-Systemen und dem Model Context Protocol
(MCP).

Teilnehmendenanzahl

8 bis 12 Personen

Tool / Technik

Benötigt wird ein internetfähiges Endgerät (PC oder Laptop). Die Seminare finden über
Zoom statt. Für Zoom benötigen Sie zudem eine Webcam sowie ein Headset oder ein anderes
Audiosystem.

Technische Ausstattung: Ein Computer oder Laptop mit stabiler Internetverbindung.

Software: Aktueller Webbrowser (z.B. Chrome, Firefox); Google-Konto für Google Colab
als Programmierumgebung (läuft im Browser, keine Installation).

KI-Assistent: Zugang zu einem KI-Assistenten der eigenen Wahl.

Kosten

EUR 168,00- zzgl. 7% MwSt. (DGI-Mitglieder)
EUR 198,00- zzgl. 7% MwSt. (Nicht-Mitglieder)