Lektion 1 10 Min.

Warum Python-Automatisierung (und wie KI alles beschleunigt)

Warum Python die beste Sprache für Automatisierung ist, wie KI den Prozess verändert und welche praktischen Skripte du in diesem Kurs baust.

Python ist die beliebteste Sprache für Automatisierung — und das hat gute Gründe. Lesbar genug, dass auch Nicht-Programmierer Skripte verstehen, Libraries für jede Automatisierungsaufgabe und läuft auf jedem Betriebssystem. In Kombination mit KI wird Python-Automatisierung für jeden zugänglich, der beschreiben kann, was er automatisiert haben will.

Warum Python für Automatisierung?

Stärke	Was das bedeutet	Beispiel
Lesbare Syntax	Skripte sind leicht verständlich	`for file in folder.glob("*.pdf")` liest sich fast wie Englisch
Riesiges Ökosystem	Libraries für Dateien, Daten, Web, E-Mail, Scheduling	pandas für Daten, requests für APIs, BeautifulSoup fürs Scraping
Plattformübergreifend	Gleiches Skript auf Windows, macOS, Linux	Einmal schreiben, überall laufen lassen
KI-freundlich	KI generiert Python besser als jede andere Sprache	Die meisten KI-Trainingsdaten sind Python
Schnelles Prototyping	Keine Kompilierung, sofortiges Feedback	Skript in Sekunden starten, schnell iterieren

Wie KI die Automatisierung verändert

Ohne KI: Library lernen → Dokumentation lesen → Code schreiben → Fehler debuggen → Wiederholen

Mit KI: Beschreiben, was du willst → KI generiert das Skript → Du prüfst und testest → Fertig

Beispiel-Konversation mit KI:

Du: „Schreib ein Python-Skript, das alle PDFs in meinem Downloads-Ordner findet, in einen Ordner ‘PDFs’ verschiebt (erstelle ihn, falls nötig) und eine Zusammenfassung ausgibt, wie viele Dateien verschoben wurden."
KI: Generiert ein vollständiges, funktionierendes Skript mit pathlib, Fehlerbehandlung und Zusammenfassung.

Du musst noch verstehen, was das Skript tut (um zu prüfen, ob es korrekt ist) — aber KI übernimmt Syntax und Library-Kenntnisse.

What You’ll Learn — Was du in diesem Kurs baust

Jede Lektion produziert ein funktionierendes Skript, das du wirklich nutzen wirst:

Lektion	Skript	Praxiseinsatz
Dateien & Ordner	Datei-Organizer + Massen-Umbenenner	Downloads aufräumen, Fotos sortieren
Datenverarbeitung	CSV/Excel-Transformer	Reports verarbeiten, Spreadsheets zusammenführen
Web Scraping	Website-Datenextraktor	Preise tracken, Stellenanzeigen sammeln
API-Integration	Multi-Service-Connector	Daten zwischen Apps synchronisieren
E-Mail & Alerts	Benachrichtigungssystem	Reports versenden, bei Bedingungen alarmieren
Zeitplanung	Automatisierter Task-Runner	Skripte nach Zeitplan ausführen

How This Course Works — Dein Setup

Du brauchst:

Python 3.8+ installiert (prüfen: python3 --version)
pip für Paketinstallation (prüfen: pip3 --version)
Einen Texteditor oder eine IDE (VS Code empfohlen)
Einen KI-Assistenten (Claude, ChatGPT oder eine andere KI)

KI-Prompt zum Überprüfen deines Setups:

Prüfe, ob meine Python-Umgebung für Automatisierung bereit ist. Ich brauche Python 3.8+, pip und die Möglichkeit, Pakete zu installieren. Generiere ein Testskript, das: (1) die Python-Version ausgibt, (2) os, pathlib und json importiert (eingebaute Module), (3) requests und pandas installiert und testet, (4) „Setup abgeschlossen!" ausgibt, wenn alles funktioniert.

Key Takeaways

Automatisierungs-ROI potenziert sich: Eine 30-Minuten-Aufgabe täglich kostet 130 Stunden pro Jahr — selbst eine Stunde Investition in ein Skript spart 129 Stunden im ersten Jahr, und KI reduziert die Skript-Entwicklungszeit von Stunden auf Minuten
KI schreibt genau das, was du verlangst — spezifische Prompts produzieren präzise Skripte: Gib immer an, welche Dateien, welche Transformation, Sicherheitsmaßnahmen (Vorschau vor Ausführung) und Grenzfälle (was überspringen)
Fang mit häufigen, vorhersagbaren Aufgaben mit niedrigem Risiko an — Dateiverwaltung ist der klassische Einstieg, weil die Ergebnisse sichtbar, umkehrbar und sofort nützlich sind

Up Next

In der nächsten Lektion baust du deine ersten Automatisierungsskripte — Dateien in Ordner sortieren und Dateien in Masse umbenennen mit Python und KI.

Wissenscheck

1. Du verbringst jeden Morgen 30 Minuten damit, heruntergeladene Dateien in Ordner zu sortieren (PDFs hier, Bilder da, Tabellen dort). Dein Kollege sagt: 'Automatisier das doch mit Python.' Aber du denkst, das Skript zu schreiben dauert länger als die manuelle Arbeit. Stimmt das?

Ja — Skripte schreiben kostet Zeit und man spart am Ende vielleicht nichts Die Rechnung: 30 Minuten × 5 Tage × 52 Wochen = 130 Stunden pro Jahr für diese eine Aufgabe. Mit KI dauert das Skript 10-15 Minuten. Selbst mit einer Stunde Testen und Verfeinern sparst du im ersten Jahr 129 Stunden — und das Skript läuft danach für immer. Der Punkt: Automatisierungs-ROI potenziert sich. Eine tägliche Aufgabe lohnt sich zu automatisieren, selbst wenn das Skript Stunden braucht, weil sich die Ersparnis jeden Tag multipliziert Kommt auf die Komplexität an — einfache Aufgaben lohnen sich nicht

2. Du fragst die KI: 'Schreib ein Python-Skript zum Umbenennen aller Dateien in meinem Downloads-Ordner.' Die KI generiert ein Skript mit os.rename(), das alles in 'datei_001.txt', 'datei_002.txt' usw. umbenennt — auch wichtige Dokumente. Was ist schiefgelaufen?

Die KI hat schlechten Code generiert — nimm eine andere KI Python's os.rename() ist gefährlich und sollte nicht verwendet werden Der Prompt war zu vage. 'Alle Dateien umbenennen' sagt nicht: (1) WELCHE Dateien (alle? nur bestimmte Typen?), (2) WELCHES Benennungsmuster (nach Datum? nach Typ?), (3) OB Originale behalten werden. Ein besserer Prompt: 'Schreib ein Python-Skript, das JPG- und PNG-Dateien in ~/Downloads/ im Format JJJJ-MM-TT_originalname.jpg nach Erstellungsdatum umbenennt. Überspringe Nicht-Bilddateien. Zeige vorher an, was umbenannt wird.' KI schreibt genau das, was du verlangst — vage Anweisungen liefern vage Ergebnisse

3. Du willst Python-Automatisierung lernen, bist aber unsicher, welche Aufgabe du zuerst automatisieren sollst. Welcher Ansatz ist am besten?

Fang mit einer Aufgabe an, die du häufig machst und die ein klares, wiederholbares Muster hat. Gute erste Kandidaten: (1) Dateien nach Typ oder Datum sortieren — klare Regeln, niedriges Risiko, sofortiger Nutzen, (2) Dateien in Masse umbenennen — einfache String-Operationen, (3) Dateiformate konvertieren (CSV zu Excel, JSON zu CSV). Schlechte erste Kandidaten: Aufgaben mit vielen Ausnahmen, Aufgaben die Urteilsvermögen brauchen, seltene Aufgaben Fang mit der komplexesten Aufgabe an — wenn du die schaffst, ist der Rest einfach Lerne erst alle Python-Libraries, dann entscheide, was du automatisierst

Beantworte alle Fragen zum Prüfen

Erst das Quiz oben abschließen

Passende Skills

Workflow Automator Python Packaging