Mit der ankunft von breit verwendeten LLMs wie ChatGPT, Gemini oder auch Llama bot sich eine neue Form der Arbeit im Bereich der Informatik, spezifisch dem schreiben von Code.

Das sogenannte Vibe-Coding ist ein bereits weit vertretener Begriff für Personen, die zur Erstellung von Code und Code-Architekturen auf KI-Modelle zugreifen um Personal und Arbeit zu reduzieren.

Problematisch sind jedoch Synthetic Error Injections bei generiertem Code, der zu unerwünschten Problemen führen kann. Beispiele hierfür sind undefinierte Variablen, fehlende Imports, Typenfehler, Off-By-One-Fehler und logic contradicitons.

Diese Thesis behandelt diese Problematik, indem 

```mermaid
gantt

title Zeitplan (9 Wochen)

dateFormat YYYY-MM-DD

section Pakete

1. Baseline :2026-04-01, 3d

2. Datensatz-Plan :2026-04-04, 7d

3. Datensatz-Erst.:2026-04-11, 14d

4. BERT-Setup :2026-04-25, 4d

5. MCP-Infrastr. :2026-04-29, 7d

6. Frontend :2026-05-6, 3d

7. Fine-Tuning :2026-05-9, 7d

8. Analyse :2026-05-16, 7d

Puffer :crit, 2026-05-023, 14d
```