IB Computer Science IA Guide: Struktur & Erfolgsstrategien

Die IB Computer Science Internal Assessment (IA) ist ein lösungsorientiertes Projekt, bei dem Studierende einen echten Kunden identifizieren, ein Produkt entwerfen, implementieren und das Ergebnis evaluieren. Es trägt erheblich zur finalen IB-Note bei und wird anhand der offiziellen IBO-Kriterien bewertet, daher ist es ein großer Vorteil, die Struktur frühzeitig zu verstehen und Monate an Überarbeitungen zu sparen.

Was die IA tatsächlich ist

Im Gegensatz zu einem typischen Schulprojekt basiert die IA auf einer echten Kundenbeziehung. Du (der Studierende) agierst als Entwickler und löst ein Problem für jemand anderen—einen Lehrer, ein lokales Unternehmen, einen Club, ein Familienmitglied—das ein echtes Bedürfnis hat. Die IB möchte kein generisches "baue eine App"-Projekt; sie möchte belegen, dass du Anforderungen erfassen, eine Lösung entwerfen, diese bauen und kritisch bewerten kannst, ob sie funktioniert hat.

Die endgültige Abgabe umfasst üblicherweise:

• Ein schriftlicher Bericht (normalerweise auf etwa 2.000 Wörter für die Kriterienabschnitte begrenzt)
• Unterstützende Dokumentation: Aufzeichnung der Aufgaben, Produktdesign-Übersicht, Entwicklungsprotokoll
• Das eigentliche Produkt (Code, Anwendung oder System)
• Eine Videodemonstration für HL/SL-Studierende, die das funktionsfähige Produkt zeigt

Die fünf Bewertungskriterien

Die IB bewertet die IA anhand von fünf Kriterien, jedes trägt Punkte zur Gesamtsumme bei:

1. Planung (Kriterium A) — Definition des Problems, der Kundenbedürfnisse und Erfolgskriterien. Hier erklärst du, warum das Projekt relevant ist und was es erreichen muss.
2. Lösungsübersicht (Kriterium B) — Aufzeichnungen abgeschlossener Aufgaben, Zeitmanagement und Belege für iterative Entwicklung (oft über ein Gantt-Diagramm oder Aufgabenprotokoll dargestellt).
3. Entwicklung (Kriterium C) — Technische Dokumentation, wie die Lösung gebaut wurde: Algorithmen, Datenstrukturen, wichtige Code-Auszüge und Designentscheidungen. Dies ist normalerweise der technisch anspruchsvollste Abschnitt.
4. Funktionalität (Kriterium D) — Demonstriert durch das Video, zeigt dies das Produkt tatsächlich funktionieren entsprechend der in Kriterium A definierten Erfolgskriterien.
5. Evaluierung (Kriterium E) — Ehrliche Reflexion, was funktioniert hat, was nicht, und Feedback vom Kunden. Schwache Evaluierungen sind einer der häufigsten Gründe, warum IAs Punkte verlieren.

Ein starkes Projektumfang wählen

Der größte Fehler, den Studierende machen, ist die Wahl eines Projekts, das entweder zu trivial ist (eine einfache To-Do-Listen-App) oder zu ehrgeizig (ein vollständiges soziales Netzwerk mit Live-Chat, Authentifizierung und Zahlungen) für die verfügbare Zeit. Eine gut abgegrenzte IA gewöhnlich:

• Ein spezifisches, klar definiertes Problem für einen echten Kunden löst
• Technologie einsetzt, die zum Kursniveau passt (SL-Projekte können einfacher sein als HL)
• technische Tiefe ermöglicht—Datenbankdesign, algorithmische Logik oder nicht triviale Datenverarbeitung—ohne unbeherrschbar zu werden
• Platz für eine klare