Welcher Tool-Stack für die Informatik-Abschlussarbeit 2026? Git, LaTeX, Jupyter im Vergleich

Eine Informatik-Abschlussarbeit ist selbst ein kleines Softwareprojekt – und genau wie ein Softwareprojekt braucht sie einen Tool-Stack, der Code, Daten, Text und Ergebnisse reproduzierbar zusammenhält. Dieser Beitrag vergleicht die Werkzeuge, die sich für Versionskontrolle, Schreibprozess, Experimentdokumentation und Literaturverwaltung tatsächlich durchgesetzt haben.

Vergleichstabelle: Tool-Stack für die Informatik-Abschlussarbeit

Versionskontrolle: Warum Git für eine Abschlussarbeit Pflicht ist

Git löst zwei Probleme auf einmal: Es macht jede Änderung am Code und – bei entsprechender Nutzung – auch am LaTeX-Text nachvollziehbar, und es dient als automatisches Backup, sobald ein privates Repository auf GitHub oder GitLab eingerichtet ist. Für eine Abschlussarbeit reicht ein einzelnes privates Repository mit klar benannten Commits völlig aus; ein aufwendiges Branching-Modell, wie es in Teamprojekten üblich ist, ist für eine Einzelarbeit unnötiger Overhead.

Wichtig ist eine Gewohnheit, die viele Studierende erst nach einem Datenverlust lernen: Commit-Nachrichten sollten beschreiben, was und warum geändert wurde, nicht nur „Update“. Eine Historie aus aussagekräftigen Commits ist zugleich ein informelles Nachweisprotokoll, falls im Kolloquium die Frage kommt, wann welcher Teil der Implementierung entstanden ist.

Schreibwerkzeug: LaTeX/Overleaf oder Word?

Für eine Informatik-Abschlussarbeit mit Formeln, Codeblöcken und vielen Quellenverweisen spricht die Mehrheit der Argumente für LaTeX über Overleaf: automatisches Literaturverzeichnis aus einer BibTeX-Datei, sauberer Formelsatz und eine Versionshistorie, die sich – bei Bedarf – sogar mit Git verbinden lässt. Der ausführliche, fachübergreifende Vergleich von Word, LaTeX und Overleaf mit Lernkurve, Zusammenarbeit und Fach-Eignung steht im Beitrag Word vs. LaTeX vs. Overleaf; für die Informatik gilt die dortige Empfehlung besonders deutlich, weil Algorithmus-Umgebungen und mathematische Notation in Word deutlich mühsamer zu formatieren sind.

Code und Experimente dokumentieren: Jupyter Notebooks

Ein Jupyter Notebook verbindet Code, Ausgabe (Tabellen, Diagramme) und erklärenden Text in einer einzigen, linear lesbaren Datei – ideal für den Methodik- und Ergebnisteil einer empirischen oder datengetriebenen Informatikarbeit. Der Vorteil gegenüber einem reinen Skript mit separatem Ergebnisprotokoll: Prüfende können den kompletten Analyseweg nachvollziehen, ohne Code und Ergebnisse gedanklich wieder zusammenzusetzen.

Ein häufiger Anfängerfehler ist, das Notebook nicht von oben nach unten durchlaufen zu lassen, bevor es abgegeben oder als Anhang exportiert wird – Zellen, die in unsystematischer Reihenfolge ausgeführt wurden, erzeugen scheinbar funktionierenden Code, der bei einem sauberen Neustart des Kernels tatsächlich fehlschlägt. Ein „Restart & Run All“ unmittelbar vor der Abgabe deckt dieses Problem zuverlässig auf.

Reproduzierbarkeit sicherstellen: CI/CD und Environments

Ein Continuous-Integration-Dienst wie GitHub Actions führt bei jedem Commit automatisch einen definierten Testlauf aus – für eine Abschlussarbeit reicht dafür meist ein einfacher Workflow, der prüft, ob der Code auf einer frischen virtuellen Umgebung mit den in einer requirements.txt oder environment.yml festgelegten Paketversionen noch fehlerfrei durchläuft. Das klingt nach Zusatzaufwand, spart aber in der Praxis genau den Moment, in dem der Code eine Woche vor der Abgabe auf dem Laptop des Betreuers plötzlich nicht mehr läuft, weil dort eine andere Paketversion installiert ist.

Wer keine Erfahrung mit CI-Konfiguration hat, erreicht einen Großteil des Nutzens bereits mit einer sauber gepflegten requirements.txt (Python) oder einem entsprechenden Äquivalent der verwendeten Sprache, die exakte Versionsnummern statt nur Paketnamen festhält – das allein macht eine Arbeit für die Gutachterin oder den Gutachter erheblich leichter nachvollziehbar.

Literaturverwaltung: Zotero im Vergleich zu Citavi

Zotero ist kostenlos, plattformunabhängig und exportiert Literaturlisten direkt als BibTeX-Datei, die sich nahtlos in ein LaTeX-Dokument einbinden lässt – ein klarer Vorteil gegenüber Citavi, das primär für Windows und Word optimiert ist und bei LaTeX-Nutzung einen Exportumweg benötigt. Für eine Informatikarbeit, die ohnehin mit Git, LaTeX und Notebooks arbeitet, passt Zotero damit besser in den Gesamt-Stack.

Entwicklungsumgebung: VS Code oder PyCharm?

Visual Studio Code ist für die meisten Informatik-Abschlussarbeiten die pragmatischere Wahl: kostenlos, sprachunabhängig durch Erweiterungen, mit integrierter Git-Anbindung und direkter Jupyter-Notebook-Unterstützung in einem einzigen Fenster. PyCharm punktet bei größeren, rein Python-basierten Projekten mit stärkerem Refactoring-Werkzeug und integriertem Debugger, ist in der kostenlosen Community-Edition aber funktional eingeschränkter als die Professional-Version, die Studierende über eine kostenlose Lizenz beziehen können.

Für eine typische Abschlussarbeit mit überschaubarer Codebasis reicht VS Code völlig aus; PyCharm lohnt sich vor allem, wenn die Arbeit einen umfangreicheren Softwareteil mit vielen Modulen und Testfällen enthält, bei dem die stärkeren Refactoring-Werkzeuge tatsächlich Zeit sparen.

Wie dokumentiere ich die Tool-Wahl im Methodikkapitel?

Mit einer kurzen Tabelle oder Aufzählung, die jedes verwendete Werkzeug mit Versionsnummer nennt – nicht nur „Python“, sondern die konkrete Python-Version und die Versionen der wichtigsten verwendeten Bibliotheken.

Diese Angabe erfüllt zwei Zwecke gleichzeitig: Sie macht die Arbeit für die Prüferin oder den Prüfer technisch nachvollziehbar, und sie ist zugleich die Grundlage für die eigene requirements.txt. Wo eine Arbeit zusätzlich einen Datenmanagementplan verlangt – etwa bei der Nutzung sensibler oder umfangreicher Datensätze –, ergänzt dieser die Tool-Dokumentation um Fragen der Datenspeicherung und -archivierung; die vollständige Struktur eines solchen Plans nach DFG-Leitlinien und FAIR-Prinzipien erklärt der Beitrag Datenmanagementplan und FAIR-Prinzipien.

Welche Kombination ist die beste Empfehlung?

Für die meisten Informatik-Abschlussarbeiten ist die Kombination aus Git/GitHub, Overleaf, Jupyter Notebook, einer einfachen requirements.txt und Zotero die beste Balance aus Lernaufwand und Nutzen – jedes einzelne Tool ist kostenlos oder in der Studierendenversion kostenlos, und alle fünf lassen sich ohne tiefe DevOps-Kenntnisse einrichten. Ein vollständiger CI/CD-Workflow mit automatisierten Tests lohnt sich zusätzlich, wenn die Arbeit einen nennenswerten Softwareanteil hat oder der Betreuer Wert auf Software-Engineering-Praxis legt; für eine überwiegend theoretische oder datenanalytische Arbeit ist die einfache requirements.txt meist ausreichend.

Wie dieser Software-Anteil am Ende bewertet und die Qualität des eigenen Systems im Ergebnisteil nachgewiesen wird, ist eine eigene methodische Entscheidung, die über den reinen Tool-Stack hinausgeht: Benchmark, Nutzerstudie, Fallstudie oder Ablationsstudie kommen je nach Thema infrage. Welches Evaluationsverfahren zu welchem Informatik-Thema passt und welcher statistische Test jeweils dazugehört, vergleicht der Beitrag Welches Evaluationsverfahren für die Informatik-Abschlussarbeit? im Detail – der Tool-Stack in diesem Beitrag liefert dafür lediglich die technische Infrastruktur.

Automatisierte Tests: Lohnt sich ein Testframework für eine Abschlussarbeit?

Für jeden Teil der Implementierung, der ein zentrales Ergebnis der Arbeit trägt, ja – ein Testframework wie pytest für Python macht es möglich, mit wenigen Zeilen Code zu belegen, dass eine Funktion für definierte Eingaben das erwartete Ergebnis liefert, statt sich allein auf manuelles Ausprobieren zu verlassen.

Der Umfang sollte dabei realistisch bleiben: Eine vollständige Testabdeckung wie in einem kommerziellen Softwareprojekt ist für eine Abschlussarbeit weder erwartet noch sinnvoll investierte Zeit. Sinnvoll sind gezielte Tests für die Kernfunktionen, auf denen die Ergebnisse der Arbeit beruhen – etwa die Implementierung eines Algorithmus oder eine zentrale Datenverarbeitungsfunktion –, dokumentiert mit ein bis zwei Sätzen im Methodikkapitel, welche Testfälle abgedeckt werden.

Präsentationswerkzeug für Kolloquium und Verteidigung

Für die Verteidigung einer Informatikarbeit hat sich eine schlanke Kombination bewährt: wenige Folien mit Kernaussagen statt Volltext, ergänzt um eine Live-Demo des eigenen Systems oder eine kurze aufgezeichnete Bildschirmaufnahme als Absicherung, falls die Live-Demo aus technischen Gründen nicht funktioniert. Ein Tool wie Beamer (LaTeX) fügt sich nahtlos in einen bereits LaTeX-basierten Schreibprozess ein, während klassische Präsentationsprogramme für optisch aufwendigere Folien praktischer sind, wenn Design wichtiger ist als Konsistenz mit dem LaTeX-Dokument.

Wie gehe ich mit großen Datensätzen oder Modellen im Repository um?

Große Dateien gehören nicht direkt ins Git-Repository, sondern werden über eine .gitignore-Regel ausgeschlossen und stattdessen in einem separaten Speicherort abgelegt, auf den im Repository nur per Verweis oder Download-Skript zugegriffen wird – ein mit Rohdaten oder trainierten Modellen vollgestopftes Repository wird unübersichtlich langsam und ist für ein Backup ungeeignet.

Für sehr große Dateien, die dennoch versioniert werden müssen, bietet Git Large File Storage (Git LFS) eine Erweiterung, die große Binärdateien effizient außerhalb der normalen Git-Historie verwaltet. Für die meisten Abschlussarbeiten reicht jedoch eine einfache Trennung: Code und kleine Konfigurationsdateien im Repository, Rohdaten und große Modelldateien in einem gesonderten, im Methodikteil dokumentierten Speicherort.

Diese Trennung hat einen weiteren praktischen Vorteil: Ein Repository, das nur Code und Konfiguration enthält, lässt sich am Ende der Bearbeitungszeit problemlos als Zip-Archiv oder Anhang der Abschlussarbeit beilegen, ohne dass mehrere Gigabyte an Rohdaten mitgeliefert werden müssen. Wo die Rohdaten selbst archivierungspflichtig sind – etwa nach den Vorgaben eines Datenmanagementplans –, gehört ihr Speicherort explizit in die Dokumentation, unabhängig davon, ob sie im Repository selbst liegen. Für ein reproduzierbares Gesamtpaket reicht es, wenn Repository, requirements.txt und ein kurzer README-Hinweis auf den externen Datenspeicherort gemeinsam vollständig dokumentiert sind – mehr verlangt keine Prüfungsordnung.

Häufig gestellte Fragen zum Tool-Stack der Informatik-Abschlussarbeit

Muss ich Git schon vor Beginn der Abschlussarbeit können?

Nein, die Grundfunktionen (Commit, Push, Pull, einfache Branches) lassen sich in wenigen Stunden erlernen und reichen für eine Einzelarbeit vollständig aus. Fortgeschrittene Funktionen wie Rebasing oder komplexes Merging werden für eine Abschlussarbeit selten gebraucht.

Sollte ich mein Repository öffentlich oder privat einrichten?

Während der Bearbeitungszeit privat, um unbeabsichtigte Vorveröffentlichung und Plagiatsrisiken auszuschließen. Eine Veröffentlichung nach der Abgabe ist möglich, sofern die Prüfungsordnung und ein eventueller Sperrvermerk das erlauben.

Kann ich Overleaf auch offline nutzen?

Overleaf ist primär eine Online-Plattform; für Offline-Arbeit lässt sich das Projekt als lokales Git-Repository synchronisieren und mit einer lokalen LaTeX-Distribution weiterbearbeiten.

Brauche ich für ein einfaches Datenanalyse-Thema wirklich eine CI-Pipeline?

Nicht zwingend. Eine gepflegte requirements.txt und ein Notebook, das sich sauber von oben nach unten durchlaufen lässt, decken die Reproduzierbarkeitsanforderung für die meisten Bachelorarbeiten bereits ab.

Wie binde ich Zotero-Referenzen in Overleaf ein?

Über den Export der Zotero-Bibliothek als BibTeX-Datei, die als .bib-Datei ins Overleaf-Projekt hochgeladen und dort mit bibliography eingebunden wird; Zotero bietet zusätzlich eine automatische Synchronisationsoption für regelmäßige Updates.

Muss ich meinen Code am Ende der Arbeit als Anhang ausdrucken?

Das hängt von der Prüfungsordnung ab; viele Hochschulen akzeptieren inzwischen einen Verweis auf das Git-Repository oder eine beigelegte Code-CD/USB-Stick statt eines vollständigen Ausdrucks. Diese Vorgabe sollte vor der Abgabe explizit beim Prüfungsamt geklärt werden.

Was mache ich, wenn mein Betreuer mit Git nicht vertraut ist?

Ein kurzer, laienverständlicher Absatz im Methodikkapitel, der den Zweck der Versionskontrolle erklärt, reicht meist aus. Der Nutzen für die eigene Arbeitsorganisation bleibt unabhängig davon bestehen, ob die betreuende Person selbst aktiv mit Git arbeitet.

Sollte ich Docker für meine Abschlussarbeit verwenden?

Nur, wenn die Umgebung besonders komplex ist – etwa mehrere Dienste, spezielle Systembibliotheken oder GPU-Treiber, die sich mit einer einfachen requirements.txt nicht zuverlässig abbilden lassen. Für die meisten Abschlussarbeiten ist eine virtuelle Python-Umgebung mit fixierten Paketversionen ausreichend und deutlich schneller eingerichtet.

Fazit

Der Tool-Stack einer Informatik-Abschlussarbeit sollte dieselben Prinzipien erfüllen wie ein professionelles Softwareprojekt: nachvollziehbare Versionshistorie, reproduzierbare Umgebung und sauber verwaltete Quellen. Git, Overleaf, Jupyter Notebook und Zotero decken diese vier Anforderungen mit überschaubarem Lernaufwand vollständig ab.