KI-generierte Code-Beispiele
Wie sieht es in der Praxis aus? Hier wird gezeigt, wie KI-Assistenten auf konkrete Fragen reagieren – am Beispiel einer Quadratfunktion.
Ein guter Einstieg ins Arbeiten mit KI-Assistenten ist das Stellen einer konkreten, klar formulierten Aufgabe. Die folgenden Beispiele zeigen, wie eine Anfrage aussehen kann und was die KI daraus macht.
Je präziser die Frage, desto besser der generierte Code. Es sollte immer beschrieben werden, was dargestellt werden soll und in welchem Kontext der Code laufen wird.
Beispiel 1 – Einzelne Zelle
Frage an die KI:
Erstelle ein einfaches Python-Programm für eine einzelne marimo-Zelle, das eine Quadratfunktion `f(x) = x²` mit matplotlib darstellt. Der x-Bereich soll von -10 bis 10 gehen.
Antwort der KI:
Dieser Code lässt sich direkt in eine einzelne marimo-Zelle einfügen und ausführen. Die Funktion np.linspace erzeugt 200 gleichmässig verteilte x-Werte, x**2 berechnet die zugehörigen y-Werte.

Beispiel 2 – Vollständiges marimo-Programm
Im zweiten Schritt geht es darum, ein vollständiges marimo-Programm zu erstellen – strukturiert in vier Zellen, mit einer Markdown-Zelle zur Beschreibung.
Anweisung an die KI:
Erstelle ein vollständiges marimo-Programm mit vier Zellen: - Zelle 1: Import der benötigten Bibliotheken - Zelle 2: Eine Markdown-Zelle mit Titel und Beschreibung - Zelle 3: Berechnung der Quadratfunktion `f(x) = x²` - Zelle 4: Darstellung der Funktion als Grafik mit matplotlib Der x-Bereich soll von -10 bis 10 gehen.
Antwort der KI:
import marimo
app = marimo.App(width="medium")
app = mo.App()
@app.cell
def bibliotheken():
# Zelle 1 – Bibliotheken
import marimo as mo
import numpy as np
import matplotlib.pyplot as plt
return np, plt
@app.cell
def beschreibung(mo):
# Zelle 2 – Markdown
mo.md("""
# Quadratfunktion f(x) = x²
Diese Anwendung zeigt den Verlauf der Quadratfunktion im Bereich von **-10 bis 10**.
Die Funktion ist eine Parabel mit Scheitelpunkt im Ursprung.
""")
return
@app.cell
def berechnung(np):
# Zelle 3 – Berechnung
x = np.linspace(-10, 10, 200)
y = x**2
return x, y
@app.cell
def grafik(plt, x, y):
# Zelle 4 – Grafik
fig, ax = plt.subplots()
ax.plot(x, y, color="steelblue", linewidth=2)
ax.set_title("Quadratfunktion f(x) = x²")
ax.set_xlabel("x")
ax.set_ylabel("f(x)")
ax.grid(True)
plt.tight_layout()
plt.gca()
if __name__ == "__main__":
app.run()
So verwendest du diesen Code
Der KI-generierte Code für ein vollständiges marimo-Programm kann nicht direkt in eine marimo-Zelle kopiert werden – er ist kein Zelleninhalt, sondern die gesamte Dateistruktur eines marimo-Programms.
Gehe so vor:
- Kopiere den Code aus der Antwort der KI
- Füge ihn in einen Texteditor ein (z.B. VS Code, Notepad++ oder einen einfachen Editor)
- Speichere die Datei mit der Endung
.py, z.B.quadratfunktion.py - Öffne die Datei in marimo – entweder über das Terminal mit
marimo edit quadratfunktion.pyoder über die marimo-Startseite marimo erkennt die Dateistruktur automatisch und stellt das Programm mit den vier einzelnen Zellen dar.
Lege für jedes Projekt einen eigenen Ordner an und speichere die .py-Dateien dort. So behältst du den Überblick.

Aufbau im Überblick
Zelle 1 – Bibliotheken: Alle benötigten Bibliotheken werden importiert und als Rückgabewerte für die nachfolgenden Zellen bereitgestellt. In marimo werden Abhängigkeiten zwischen Zellen über Rückgabe- und Parameterwerte geregelt.
Zelle 2 – Markdown: Mit mo.md() lässt sich direkt in einer Zelle formatierter Text anzeigen. Das eignet sich gut für Beschreibungen, Formeln oder Hinweise.
Zelle 3 – Berechnung: Die x-Werte werden mit np.linspace erzeugt, die y-Werte durch x**2 berechnet. Beide Variablen werden zurückgegeben und stehen der Grafik-Zelle zur Verfügung.
Zelle 4 – Grafik: matplotlib erzeugt die Darstellung. plt.gca() gibt die aktuelle Achse zurück, damit marimo die Grafik als Zellausgabe anzeigt.
Teste jede Zelle einzeln, bevor du die nächste erstellst. So erkennst du Fehler frühzeitig und verstehst den Datenfluss zwischen den Zellen.