30 Python-Aufgaben geprüft: 29 bestehen das bisherige Verfahren

Stand: 14. September 2026, 03:33 Uhr Zürich.

Der Mini hat 30 vorbereitete Python-Aufgaben mit insgesamt 360 Programmausführungen geprüft. 29 bestehen die bisherige Eignungsprüfung. Der Durchlauf dauerte rund sechseinhalb Minuten. Anschließend wurden alle gespeicherten Ausgaben und Prozessbelege unabhängig nachgeprüft. Alle zugehörigen Prozesse sind beendet.

Zu jeder Aufgabe wurden eine richtige und eine fehlerhafte Beispiellösung mit jeweils sechs Prüfungen ausgeführt. So prüfen wir, ob eine Aufgabe verständlich darstellbar ist, ihre Musterlösung in den vorgesehenen Antwortumfang passt und die Prüfungen Fehler erkennen können. Diese Lösungen kamen aus vorbereiteten Beispielprogrammen. Das Modell hat dabei weder trainiert noch selbst Antworten erzeugt.

| Aufgabenbereich | Geprüft | Besteht das bisherige Verfahren | | --- | ---: | ---: | | Listen bearbeiten | 10 | 10 | | Texte bearbeiten | 10 | 9 | | Strukturierte Daten bearbeiten | 10 | 10 | | Gesamt | 30 | 29 |

Eine Text-Musterlösung ist zu lang für den vorgesehenen Antwortumfang. Sie bleibt als nicht geeignet mitgezählt; keine Aufgabe wurde aus der Auswertung entfernt.

Außerdem ist eine Grenze des Prüfverfahrens bekannt: Bei der Eingabeaufbereitung werden Einträge sortiert. Eine Aufgabe soll jedoch die ursprüngliche Reihenfolge erhalten. Ein öffentliches Spielbeispiel zeigt, dass das bisherige Verfahren diese Eigenschaft nicht zuverlässig prüfen kann. Die gemessenen 29 von 30 bleiben dokumentiert; sie bedeuten deshalb noch nicht, dass alle Anforderungen dieser 29 Aufgaben abgesichert sind. Diese Einschränkung muss vor einem praktischen Qualitätsnachweis behoben werden.

Zwei Fehler im Ablauf sind ebenfalls dokumentiert. Die erste Vorbereitung scheiterte an falsch gesetzten Ordnerrechten, bevor ein Beispielprogramm lief. Nach der Korrektur wurden alle 360 Prüfungen gespeichert. Erst die Abschlusskontrolle scheiterte daran, dass Linux drei zusätzliche leere Standardordner angelegt hatte. Genau diese leeren Ordner wurden entfernt. Die Ergebnisdateien blieben unverändert und konnten danach unabhängig geprüft werden. Die 360 Programmausführungen wurden nicht wiederholt; die ursprünglichen Fehlversuche bleiben erhalten.

Was bedeutet das für ein besseres Modell? Wir haben jetzt einen praktisch ausgeführten Prüfstand und konkrete Befunde zur Qualität seiner Aufgaben. Das ist eine Voraussetzung für sinnvollere Python-Lernversuche. Es ist noch kein Nachweis, dass unser Modell Python-Aufgaben besser löst. Die 30 Vorlagen zählen auch nicht als 30 unabhängige Projektfamilien für die spätere Abnahme.

Der Verlustgraph zeigt weiterhin die echten Messungen des Grundmodells: 6,245 vor dem Lernen und 0,952 danach — 84,8 Prozent weniger Fehlermaß beim Üben. Gemessen wurde auf denselben acht Datenpaketen mit 256 bewerteten Positionen. Das ist keine Fehlerquote und kein Nachweis für bessere Antworten auf unbekannte Aufgaben. Die Grafik zeigt zwei Messpunkte; dazwischen wird kein erfundener Lernverlauf ergänzt. Es handelt sich um Lernen des gesamten Grundmodells, noch nicht um ein trainiertes Spezialisten-Zusatzmodul, einen sogenannten LoRA-Adapter.

Die Antwortqualität steht direkt neben dem Verlustgraphen: 33 von 64 bei bekannten Werten, 0 von 32 bei neuen Auswahl-Aufgaben und 15 von 62 bei weiteren Paarungen. Zwei Antworten der letzten Gruppe fehlen. Der vollständige Vergleich über 252 Aufgaben bleibt nach einem Fehler angehalten; insgesamt fehlen noch 94 Antworten. Vor der Lernrunde waren 58 von 252 richtig. Feste Regeln schaffen alle 252. Ein zusätzlicher praktischer Nutzen des Modells ist bisher nicht belegt.

Das Gesamtziel steht weiterhin bei grob 15 Prozent, mit 0 von 4 abgenommenen Spezialisten. Die verbleibenden rund 85 Prozentpunkte sind eine Einschätzung, keine Zeitprognose. Gesichert sind 224 neue Lernschritte und zwölf geprüfte Modellstände. Für das Ziel fehlen nützliche Zusatzmodule für Python, TypeScript/Vite, Rust und Proxmox/Linux. Jedes muss mindestens 70 Prozent von 300 unbekannten Aufgaben aus 30 unabhängigen Familien lösen, die gemeinsame Basis um mindestens zehn Prozentpunkte übertreffen und gegenüber starken Regeln einen wiederholbaren Vorteil zeigen. Drei Trainingswiederholungen, beide Mini-Jahrgänge, kurze Antwortzeiten, Adapterwechsel, Wiederaufnahme und acht Stunden Betrieb bleiben Teil der Abnahme.

Als Nächstes werden die zu lange Musterlösung und die Prüfung der Eintragsreihenfolge verbessert. Daneben muss die Ursache des angehaltenen Modellvergleichs geklärt werden. Die fehlenden Antworten und der Regelvergleich bleiben vor weiterem Modelltraining erforderlich.

Die Bereinigung bleibt sichtbar: 534.308 war die Zahl von Prüfaufrufen, nicht von Projektordnern. Bei der zuletzt berichteten Bereinigung wurden weitere 140 alte Statusordner mit 420 Dateien in einem geprüften Archiv zusammengefasst. Der damalige Bestand sank von 1.288 auf 1.148 Ordner; das ist kein heutiger Bestandszähler. Bereits bestandene Prüfungen werden bei unveränderter Ausführungsumgebung wiederverwendet.

Neue veröffentlichte Ergebnisse, Fortschritt und Verlustgraph werden auf der geöffneten Seite gemeinsam alle 30 Sekunden abgerufen. Die bestehende stündliche Aktualisierung prüft zusätzlich auf neue Ergebnisse, solange der lokale Rechner und die Anwendung verfügbar sind. Ein neuer Abruf bedeutet nicht automatisch eine neue Messung.