KI-Tools zum Schreiben von Skripten für miniSMU und µSMU nutzen
So schreiben Sie mit KI-Assistenten wie Claude, ChatGPT und Gemini Python-Skripte zur Automatisierung der Source-Measure-Units miniSMU und µSMU. Mit sofort einsetzbaren Kontextvorlagen und funktionierenden Codebeispielen für Solarzellen, Batterien, LEDs und mehr.

Sie arbeiten in der Photovoltaik- oder Batterieforschung, in der Materialentwicklung oder studieren und wissen genau, welche Messungen Sie brauchen, trauen sich aber nicht zu, Python-Code von Grund auf zu schreiben? Dann können KI-Programmierassistenten helfen. Mit Tools wie Claude, ChatGPT und Gemini beschreiben Sie Ihr Experiment in eigenen Worten und erhalten funktionierenden Code zurück. Programmiererfahrung ist nicht erforderlich.
Der Haken? Diese Tools wurden zwar mit riesigen Mengen an Code trainiert, kennen aber die Details der Python-Bibliotheken für die miniSMU oder die µSMU möglicherweise nicht. Diese Anleitung löst das Problem mit sofort einsetzbaren Kontextvorlagen, die Ihrem KI-Tool alles vermitteln, was es wissen muss.
Die wichtigste Erkenntnis: KI-Tools arbeiten am besten, wenn sie Kontext zu den Bibliotheken erhalten, mit denen sie arbeiten.
Stellen Sie sich vor, Sie sollen sich an Details aus einem Buch erinnern, das Sie vor 10 Jahren gelesen haben, im Vergleich zu einem Buch, das Sie zum Nachschlagen vor sich liegen haben. Ähnlich verhält sich Wissen, das ein KI-Modell beim Training gelernt hat, zu Wissen in seinem „Kontextfenster“.
Diese Anleitung bietet sofort einsetzbare Kontextvorlagen, mit denen KI-Assistenten korrekten, funktionierenden Code für Ihre miniSMU oder µSMU schreiben.
Was ist eine Kontextvorlage?
Eine Kontextvorlage ist ein Referenzdokument, das die API einer Bibliothek, typische Muster und wichtige Fallstricke beschreibt. Wenn Sie einem KI-Assistenten eine solche Vorlage geben, ist das, als würden Sie einer Kollegin oder einem Kollegen einen Spickzettel reichen, bevor Sie um Hilfe bitten – die Ergebnisse werden deutlich besser.
Wir pflegen Kontextvorlagen für unsere beiden Python-Bibliotheken. Sie können eine Vorlage:
- am Anfang einer Unterhaltung mit einem beliebigen KI-Assistenten einfügen
- als Datei in Ihrem Projektordner speichern (
CLAUDE.mdfür Claude Code,AGENTS.mdfür Copilot/Codex), damit die KI sie automatisch einliest - zum System-Prompt oder zu den benutzerdefinierten Anweisungen hinzufügen
Die Vorlagen abrufen
miniSMU
Die Vorlage für die miniSMU MS01 behandelt den Zweikanalbetrieb, die Anbindung über USB und WLAN, Hardware-I-V-Sweeps, die Steuerung der Strombereiche, die 4-Leiter-Kelvin-Messung und das Daten-Streaming.
Vorlage abrufen: Auf GitHub ansehen – auf „Raw“ klicken und dann alles kopieren
µSMU
Die Vorlage für die µSMU behandelt die serielle USB-Verbindung, die Steuerung des Ausgangs, die Spannungs- und Strommessung, die Strombegrenzung und softwarebasierte I-V-Sweeps.
Vorlage abrufen: Auf GitHub ansehen – auf „Raw“ klicken und dann alles kopieren
Erste Schritte
- Kopieren Sie die Vorlage über den Link oben (auf „Raw“ klicken, alles markieren, kopieren)
- Fügen Sie sie zu Beginn Ihrer Unterhaltung mit einem beliebigen KI-Tool ein
- Beschreiben Sie Ihre Messung in eigenen Worten
- Verfeinern Sie das Ergebnis schrittweise – bitten Sie die KI, Code zu ändern, Funktionen hinzuzufügen oder Probleme zu beheben
Fangen Sie einfach an. Bitten Sie um ein einfaches Skript, das eine Verbindung herstellt und eine einzelne Messung durchführt. Sobald das funktioniert, lassen Sie die KI einen Sweep hinzufügen, dann einen CSV-Export, dann ein Diagramm. Schrittweise vorzugehen ist zuverlässiger, als alles auf einmal zu verlangen, und Sie verstehen den Code besser, während er wächst.
Einige Dinge, die der KI zu besseren Ergebnissen verhelfen:
- Nennen Sie Ihr Betriebssystem und Ihren COM-Port (z. B. „Ich arbeite unter Windows, das Gerät hängt an COM3“)
- Geben Sie die zu erwartenden Strombereiche Ihres Prüflings an
- Sagen Sie, welches Ausgabeformat Sie möchten (CSV, matplotlib-Diagramm, Ausgabe in der Konsole)
- Fordern Sie Sicherheitsfunktionen an: „Füge Schutzgrenzen hinzu und sorge dafür, dass der Ausgang bei einem Fehler abgeschaltet wird“
Beispiel-Prompts und generierter Code
Damit Sie einen Eindruck davon bekommen, wie dieser Arbeitsablauf in der Praxis aussieht, finden Sie hier einige echte Prompts und die Art von Code, die ein KI-Assistent daraus erzeugt.
I-V-Charakterisierung von Solarzellen
„Schreibe ein Python-Skript für die miniSMU MS01, das die I-V-Kennlinie einer Solarzelle von -0,2 V bis 0,8 V mit 101 Punkten misst. Berechne Voc, Isc, Füllfaktor und Wirkungsgrad und gib sie aus, unter der Annahme einer Beleuchtung mit 100 mW/cm² und einer Zellfläche von 1 cm². Speichere die Daten in einer CSV-Datei.“
LED-Test mit Sicherheitsabschaltung
„Erstelle ein Skript für die miniSMU, das an einer LED einen Spannungs-Sweep von 0 bis 3,5 V durchführt. Brich sofort ab, wenn der Strom 15 mA überschreitet, um die LED zu schützen. Stelle die I-V-Kennlinie am Ende in einem Diagramm dar.“
Lade- und Entladezyklus eines Li-Ionen-Akkus
„Schreibe ein Skript, das einen vollständigen Lade- und Entladezyklus eines Li-Ionen-Akkus mit 100 mA durchführt. Dazu gehören: CC-Laden bis 4,2 V, CV-Phase, bis der Strom auf 10 mA sinkt, 5 Minuten Pause, CC-Entladen bis 3,0 V und eine weitere Pause. Zeichne alle Daten mit Zeitstempeln in einer CSV-Datei auf.“
Serienprüfung von Proben
„Ich muss mehrere Proben prüfen. Schreibe ein Skript mit einer Schleife: Es fragt nach der Proben-ID, führt einen I-V-Sweep von -1 V bis 1 V durch, speichert das Ergebnis als ‚sample_[ID].csv‘ und fragt, ob ich weitermachen möchte.“
Widerstandsüberwachung über die Zeit
„Schreibe ein Skript, das einen Widerstand überwacht, indem es 1 mA einprägt und die Spannung misst. Nimm 5 Minuten lang jede Sekunde einen Messwert auf und zeige ein Diagramm an, das sich live aktualisiert.“
Wenn etwas nicht funktioniert
Wenn die KI Ihnen Code liefert, der nicht läuft, keine Sorge! Das gehört ganz normal zum Prozess (auch wenn es immer seltener vorkommt). Kopieren Sie die Fehlermeldung, fügen Sie sie wieder ein und bitten Sie die KI, den Fehler zu beheben. Meist erkennt sie das Problem sofort.
Einige häufige Probleme und schnelle Lösungen:
„Module not found“ – Installieren Sie zuerst die Bibliothek:
pip install minismu-py # For miniSMU
pip install usmu-py # For µSMU
Das Gerät wird nicht gefunden – Bitten Sie die KI: „Füge Code hinzu, der die verfügbaren seriellen Ports auflistet, damit ich mein Gerät finde“
Unerwartete Messwerte – Bitten Sie: „Füge geeignete Schutzgrenzen hinzu und erkläre, was jede Einstellung bewirkt“
Gut zu wissen: Die Python-Bibliotheken verwenden genau dieselben Hardwarebefehle wie die miniSMU-Desktop-App – die Messgenauigkeit ist identisch, ganz gleich, wie Sie das Gerät steuern. Die KI hilft Ihnen nur beim Schreiben des Codes; auf die elektrischen Messungen selbst hat sie keinen Einfluss.
Weiterführende Informationen
- Kelvin-Anschlüsse für die I-V-Messung an Solarzellen – 4-Leiter-Messungen für eine genaue Charakterisierung
- So aktualisieren Sie die Firmware Ihrer miniSMU – die neuesten Funktionen, darunter Hardware-Sweeps und die Kelvin-Messung
- Python-Bibliothek für die miniSMU – vollständiger Quellcode und Dokumentation
- Python-Bibliothek für die µSMU – vollständiger Quellcode und Dokumentation
Fehlt etwas in den Vorlagen, oder möchten Sie ein nützliches Code-Muster teilen? Die Dateien CLAUDE.md und AGENTS.md in jedem Repository sind die maßgebliche Quelle – Pull-Requests sind willkommen.