KI die eigene Arbeit prüfen lassen:Validierungsschleifen

Du kannst die KI die eigene Arbeit prüfen lassen, indem du ihr eine Validierungsschleife gibst: eine kurze Liste von Befehlen, die sie ausführen – und bestehen – muss, bevor sie dir Code zeigt. Typprüfung, Tests, eine echte Anfrage, ein manueller Durchlauf. Bevor ich Validierungsschleifen nutzte, brauchten 70 % meiner KI-Build-Anfragen eine Runde Debugging. Danach funktionieren 95 % auf Anhieb perfekt.

Das ist die Gewohnheit mit dem größten Hebel für einen nicht-technischen Gründer, der mit KI baut. Hier ist genau, wie sie funktioniert – inklusive Copy-and-paste-Version.

Warum KI-Code perfekt aussieht, bis du ihn ausführst

Das ist der Zyklus, den jeder Gründer kennt, der mit KI baut. Du gibst der KI einen Prompt. Sie erzeugt Code, der perfekt aussieht. Du fügst ihn ein. Du führst ihn aus. Er bricht – Typfehler, fehlgeschlagene Tests, Abstürze, fehlende Teile. Du fügst den Fehler zurück ein. Sie behebt genau den. Du führst erneut aus. Neue Fehler. Zehn Iterationen später funktioniert es endlich.

Ich habe das selbst erlebt. Einmal bat ich mit einem schlichten Einzeiler-Prompt um ein Scoring-Feature. Der Code kam sauber aussehend zurück und warf beim Ausführen drei verschiedene Fehler. Sie zu beheben kostete 3 Stunden Hin und Her. Dasselbe Feature, mit angehängter Validierungsschleife angefordert, dauerte 15 Minuten – ohne eine einzige Iteration von mir. Die KI stieß auf dieselben Fehler, aber sie fing und behob sie selbst, bevor ich den Code je sah.

Das Problem war nie, dass KI fehlerhafte erste Entwürfe schreibt. Jeder Entwickler schreibt fehlerhafte erste Entwürfe. Das Problem ist, einen ersten Entwurf so zu übergeben, als wäre er fertig. Eine Validierungsschleife schließt diese Lücke.

KI die eigene Arbeit prüfen lassen: Was eine Validierungsschleife ist

Eine Validierungsschleife ist eine Checkliste ausführbarer Prüfungen, die die Arbeit verifizieren, geordnet vom schnellsten zum langsamsten. Die KI führt sie aus, sieht die Fehlschläge, behebt sie und führt erneut aus – so lange, bis alles besteht. Erst dann legt sie den Code vor. Du bekommst Arbeit, die bereits vier Verifikationsstufen durchlaufen hat.

Die Reihenfolge zählt: früh scheitern. Es hat keinen Sinn, eine fünfminütige End-to-End-Prüfung zu fahren, wenn der Code nicht mal kompiliert. Die Regel ist einfach – die KI muss Stufe 1 bestehen, bevor sie Stufe 2 ausführen darf, und so weiter die Leiter hinauf.

Die Validierungsschleife zum Kopieren

Füge das ans Ende jeder Build-Anfrage ein. Passe die Befehle an das an, was dein Projekt verwendet – auf die Struktur kommt es an:

Validierungsschleife – führe alle vier Stufen aus und behebe jeden Fehlschlag, bevor du mir den Code zeigst.

Stufe 1 – Syntax und Typen. Führe die Typprüfung des Projekts aus. Erwartet: null Fehler. Schlägt sie fehl, behebe die Fehler und führe sie erneut aus, bevor du weitermachst.

Stufe 2 – Unit-Tests. Führe die Tests für das aus, was du geändert hast. Erwartet: alle Tests bestehen. Schließe Tests für den Normalfall, den leeren Fall und mindestens einen Fehlerfall ein.

Stufe 3 – Integration. Stelle eine echte Anfrage an die laufende App und bestätige genau die Antwort, die ich beschrieben habe. Schlägt sie fehl, prüfe die Datenbankverbindung und die Berechtigungen.

Stufe 4 – Manueller Durchlauf. Gib mir einen nummerierten Klickpfad, damit ich das Feature selbst prüfen kann, mit dem, was ich bei jedem Schritt sehen sollte.

Drei Details machen das wirksam. Erstens ist jede Anweisung ausführbar – „Teste den Service, um sicherzugehen, dass er funktioniert" ist kein Befehl, aber „Führe die Tests für das aus, was du geändert hast" ist einer. Zweitens nennt jede Stufe die erwartete Ausgabe, damit die KI weiß, wie Erfolg aussieht, statt zu raten. Drittens enthält jede Stufe einen Hinweis zur Behebung, was die Selbstkorrektur enorm beschleunigt.

Das BuchThe Solopreneur RevolutionLuis Gonçalves darüber, wie du neben dem Job mit KI ein Solopreneur-Business aufbaust.Zum Buch →

Der Build, der 47 Bugs abfing, bevor ich einen sah

Das beste Beispiel, das ich habe, ist ein Matching-Feature für eine Accelerator-Plattform: Startups mit Mentoren nach 12 Kriterien zusammenbringen, mit gewichtetem Scoring, Verfügbarkeitslimits und Zeitzonenregeln. Komplex genug, dass ein erster Entwurf garantiert irgendwo falsch sein würde.

Ich schrieb die Anfrage als strukturierte Spezifikation mit angehängter vollständiger Validierungsschleife – der Ansatz, den ich in der PRP-Methode beschrieben habe. Die KI erzeugte den Code und führte dann die Schleife aus. Sie fand 47 Bugs: 12 Typfehler, 18 fehlgeschlagene Tests, 9 unbehandelte Randfälle und 8 verletzte Geschäftsregeln. Sie behob alle automatisch und führte die Prüfungen nach jeder Korrektur erneut aus. Ich sah keinen einzigen. Als ich das fertige Feature selbst ausführte, funktionierte es perfekt.

Ohne die Schleife wären diese 47 Bugs einer nach dem anderen aufgetaucht – jeweils eine verwirrende Fehlermeldung, ein Hin und Her mit der KI und ein weiterer Test. Das ist der Unterschied zwischen einem Nachmittag und einer Woche.

Wo sich die Bugs wirklich verstecken: Randfälle

Stufe 2 verdient besondere Aufmerksamkeit, denn Randfälle sind der Ursprung von 80 % der Produktions-Bugs. Code, der mit perfekten Daten funktioniert, kippt beim ersten Mal um, wenn ein echter Nutzer ein leeres Formular, eine doppelte E-Mail oder eine Nachricht mit Emoji abschickt.

Bitte also nicht nur um „Tests" – benenne die Fälle: den Normalfall, den leeren Fall, die ungültige Eingabe, den Fehlerpfad. Wenn du skeptisch bist, dass die KI Tests schreibt, um ihre eigenen Hausaufgaben zu benoten, ist dieser Instinkt gesund – wie du solche Tests ehrlich hältst, habe ich in KI-geschriebene Tests behandelt. Die Kurzfassung: Tests, die konkrete erwartete Werte prüfen, die du vorher benannt hast, lassen sich kaum austricksen.

Was sich ändert, wenn die KI sich selbst validiert

Mein Vorher-Nachher, über Hunderte von Features: Vor Validierungsschleifen erforderten 70 % der Build-Anfragen Iteration von mir. Danach funktionieren 95 % auf Anhieb perfekt. Die 5 %, die weiter scheitern, sind meist Umgebungsprobleme – ein fehlender API-Schlüssel, die falsche Datenbank –, keine Code-Bugs.

Das ist die eigentliche Veränderung. Ohne Validierungsschleifen erzeugt die KI Code, und du verbringst Stunden mit Debugging. Mit ihnen erzeugt die KI Code, validiert ihn, korrigiert sich selbst, und du prüfst etwas, das bereits funktioniert. Du hörst auf, die Qualitätskontrollabteilung zu sein, und wirst wieder Gründer.

12 WochenDeine Konzernkarriere war nie der PlanBewirb dich beim Solopreneur Accelerator.Jetzt bewerben →

Häufig gestellte Fragen

Was ist eine Validierungsschleife in der KI-Entwicklung?

Eine Validierungsschleife ist eine Checkliste ausführbarer Prüfungen – Typprüfung, Unit-Tests, ein Integrationsaufruf und ein manueller Durchlauf –, die die KI ausführen und bestehen muss, bevor sie ihren Code vorlegt. Die KI sieht ihre eigenen Fehlschläge und behebt sie, sodass du vorab verifizierte Arbeit bekommst statt eines ersten Entwurfs.

Muss ich programmieren können, um Validierungsschleifen zu nutzen?

Nein. Du liest nicht die Ausgabe der Prüfungen – du setzt die Schranken. Die Vorlage oben funktioniert unverändert per Copy-and-paste. Was du brauchst, ist die Disziplin, sie an jede Build-Anfrage anzuhängen und Code abzulehnen, der nicht alle vier Stufen bestanden hat.

Welche Validierungsstufe ist am wichtigsten?

Stufe 1 fängt die meisten Bugs ab – rund 60 % – in etwa fünf Sekunden, deshalb läuft sie zuerst. Aber Stufe 2 ist, wo Qualität entsteht: Randfälle machen 80 % der Produktions-Bugs aus, daher schützen dich Tests für leere, ungültige und fehlerhafte Fälle am meisten, sobald echte Nutzer kommen.

Kann die KI ihre eigenen Fehler wirklich beheben?

Ja, wenn sie sie sehen kann. Mit einer fehlschlagenden Prüfung und einer erwarteten Ausgabe liest die KI den Fehler, findet die Ursache, behebt sie und führt erneut aus – manchmal über mehrere Iterationen. In meinem Matching-Feature korrigierte sie auf diese Weise 47 Bugs ohne mein Zutun. Was sie nicht kann, ist Fehler zu beheben, die sie nie zu Gesicht bekommt.