Geschichte · Klasse 10 · Herausforderungen im 21. Jahrhundert · 2. Halbjahr

Künstliche Intelligenz und Gesellschaft

Diskussion der Chancen und Risiken von KI für Arbeit, Ethik und soziale Interaktion.

• KMK Bildungsstandards
• Sachkompetenz
• Urteilskompetenz

Über dieses Thema

Das Thema Künstliche Intelligenz und Gesellschaft führt Schülerinnen und Schüler in die grundlegenden Konzepte der KI ein, wie maschinelles Lernen und neuronale Netze. Sie erkunden Anwendungsbereiche in Medizin, Verkehr und Alltag sowie Chancen wie Effizienzsteigerung und neue Berufe. Gleichzeitig analysieren sie Risiken: Automatisierung von Jobs, Bias in Algorithmen und Abhängigkeit von Technologie. So lernen sie, Chancen und Risiken für Arbeit, Ethik und soziale Interaktion abzuwägen.

Im Kontext der KMK-Standards fördert das Thema Sachkompetenz durch Erklären von KI-Konzepten und Analysieren gesellschaftlicher Auswirkungen. Urteilskompetenz entsteht beim Beurteilen ethischer Herausforderungen und Regulierungsbedarfs. Es verbindet Geschichte der Nachkriegszeit mit aktuellen Herausforderungen des 21. Jahrhunderts und schult zukunftsorientiertes Denken.

Aktives Lernen eignet sich hervorragend, da abstrakte KI-Themen durch Debatten, Rollenspiele und Fallstudien konkret werden. Schüler diskutieren reale Szenarien, argumentieren Positionen und entwickeln eigene Urteile. Solche Methoden machen komplexe Inhalte greifbar, fördern kritisches Denken und bereiten auf gesellschaftliche Debatten vor.

Leitfragen

1. Erklären Sie die grundlegenden Konzepte der Künstlichen Intelligenz und ihre Anwendungsbereiche.
2. Analysieren Sie die potenziellen Auswirkungen von KI auf den Arbeitsmarkt und die Gesellschaft.
3. Beurteilen Sie die ethischen Herausforderungen und Regulierungsbedarfe im Umgang mit KI.

Lernziele

• Erklären Sie die Funktionsweise von maschinellem Lernen und neuronalen Netzen anhand von Beispielen.
• Analysieren Sie die Auswirkungen von KI-gestützter Automatisierung auf spezifische Berufsbilder im produzierenden Gewerbe und im Dienstleistungssektor.
• Bewerten Sie die ethischen Dilemmata, die sich aus algorithmischer Voreingenommenheit (Bias) in KI-Systemen ergeben.
• Entwerfen Sie Lösungsansätze zur Regulierung von KI, um Datenschutz und soziale Gerechtigkeit zu gewährleisten.

Bevor es losgeht

Grundlagen der Digitalisierung und des Internets

Warum: Ein grundlegendes Verständnis digitaler Technologien ist notwendig, um die Funktionsweise und Verbreitung von KI nachvollziehen zu können.

Grundzüge der Demokratie und Rechtsstaatlichkeit

Warum: Die Diskussion ethischer Herausforderungen und Regulierungsbedarfe setzt ein Verständnis von Grundrechten und gesellschaftlichen Normen voraus.

Schlüsselvokabular

Maschinelles Lernen	Ein Teilbereich der KI, bei dem Computersysteme aus Daten lernen, ohne explizit programmiert zu werden. Sie erkennen Muster und treffen Vorhersagen.
Neuronale Netze	Ein Modell, das von der Struktur des menschlichen Gehirns inspiriert ist und zur Verarbeitung komplexer Daten wie Bilder oder Sprache verwendet wird.
Algorithmen-Bias	Systematische und wiederholbare Fehler in einem Computersystem, die zu unfairen Ergebnissen führen, oft aufgrund verzerrter Trainingsdaten.
Automatisierung	Der Einsatz von Technologie, um menschliche Arbeit zu ersetzen oder zu unterstützen, insbesondere bei repetitiven oder gefährlichen Aufgaben.
Datenschutz	Der Schutz persönlicher Daten vor unbefugtem Zugriff und Missbrauch, besonders relevant bei der Sammlung und Verarbeitung von Daten durch KI-Systeme.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

KI denkt wie Menschen und hat Bewusstsein.

Was Sie stattdessen lehren sollten

KI basiert auf Algorithmen und Datenmustern, ohne echtes Verständnis. Aktive Diskussionen in Gruppen helfen Schülern, Filmvorstellungen von KI zu entkräften und reale Funktionsweisen durch Beispiele zu verstehen.

Häufige Fehlvorstellung

KI ersetzt alle Jobs vollständig.

Was Sie stattdessen lehren sollten

KI verändert Jobs, schafft aber auch neue. Rollenspiele zu Berufswechseln zeigen Nuancen und fördern differenziertes Denken durch Peer-Argumente.

Häufige Fehlvorstellung

KI ist immer ethisch neutral.

Was Sie stattdessen lehren sollten

Bias entsteht durch Trainingsdaten. Fallstudienanalysen machen Schüler sensibel für ethische Fallstricke und stärken Urteilskompetenz.

Ideen für aktives Lernen

Stationenrotation: KI-Chancen und Risiken

Richten Sie vier Stationen ein: 1. KI in der Medizin (Videos analysieren), 2. Arbeitsmarktveränderungen (Job-Listen vergleichen), 3. Ethische Dilemmata (Fälle diskutieren), 4. Regulierungsvorschläge (Gesetze entwerfen). Gruppen rotieren alle 10 Minuten und notieren Erkenntnisse.

45 Min.·Kleingruppen

Debatte: Pro und Contra KI

Teilen Sie Paare ein, die für und gegen KI im Alltag argumentieren. Jede Seite bereitet drei Argumente vor, präsentiert und kontert. Abschließend stimmt die Klasse ab und reflektiert in Plenum.

30 Min.·Partnerarbeit

Fallstudie-Analyse: Bias in KI

Geben Sie reale Fälle wie diskriminierende Algorithmen aus. Gruppen identifizieren Ursachen, bewerten Auswirkungen und schlagen Lösungen vor. Präsentationen im Plenum mit Klassendiskussion.

50 Min.·Kleingruppen

Zukunftsszenario: Ganzer Unterricht

Schüler entwerfen in der Klasse Szenarien für 2040 mit KI. Sammeln Ideen an Whiteboard, clustern und diskutieren Implikationen kollektiv.

40 Min.·Ganze Klasse

Bezüge zur Lebenswelt

• In der Automobilindustrie werden KI-Systeme für autonomes Fahren entwickelt, was zu neuen Berufsfeldern wie KI-Sicherheitstestern führt, aber auch traditionelle Fahrerberufe verändert.
• Krankenhäuser wie die Charité in Berlin nutzen KI zur Analyse medizinischer Bilder, um Diagnosen zu beschleunigen und die Behandlungsplanung zu optimieren, was neue Rollen für medizinisch-technische Radiologieassistenten schafft.
• Streaming-Dienste wie Netflix verwenden KI-Algorithmen, um personalisierte Filmempfehlungen zu geben. Diese Algorithmen können jedoch auch zu Filterblasen führen, wenn sie nicht sorgfältig gestaltet sind.

Ideen zur Lernstandserhebung

Diskussionsfrage

Teilen Sie die Klasse in Kleingruppen auf. Geben Sie jeder Gruppe eine kurze Fallstudie (z.B. KI in der Kreditvergabe, KI in der Strafverfolgung). Die Gruppen diskutieren: Welche Chancen bietet die KI hier? Welche Risiken (Bias, Arbeitsplatzverlust) sind erkennbar? Welche ethischen Fragen stellen sich? Jede Gruppe präsentiert ihre wichtigsten Diskussionspunkte.

Lernstandskontrolle

Bitten Sie die Schüler, auf einer Karteikarte zwei konkrete Anwendungsbereiche von KI zu nennen, die sie im Unterricht besprochen haben. Für jeden Bereich sollen sie eine potenzielle Chance und ein potenzielles Risiko formulieren.

Kurze Überprüfung

Stellen Sie eine Reihe von Ja/Nein-Fragen oder Multiple-Choice-Fragen zu den Kernkonzepten (z.B. 'Ist maschinelles Lernen dasselbe wie Programmierung?', 'Kann ein KI-Algorithmus diskriminieren?'). Nutzen Sie ein interaktives Tool oder Handzeichen zur schnellen Erfassung des Verständnisses.

Häufig gestellte Fragen

Was sind die Chancen von KI für den Arbeitsmarkt?

KI automatisiert Routineaufgaben und schafft Jobs in Programmierung, Datenanalyse und Ethikberatung. Sie steigert Produktivität, ermöglicht personalisierte Dienstleistungen und löst Engpässe in Pflege oder Logistik. Schüler lernen, diese Entwicklungen durch Daten und Beispiele wie autonome Fahrzeuge zu analysieren, um Chancen realistisch einzuschätzen.

Welche Risiken birgt KI für die Gesellschaft?

Risiken umfassen Jobverluste durch Automatisierung, soziale Ungleichheit durch Zugangslücken und Abhängigkeit von Technologie. Ethische Probleme wie Datenschutzverletzungen oder manipulative Algorithmen bedrohen Demokratie. Unterricht mit Debatten hilft, diese Risiken zu bewerten und Regulierungen wie EU-KI-Verordnung zu diskutieren.

Wie hilft aktives Lernen beim Verständnis von KI und Ethik?

Aktives Lernen macht abstrakte KI-Konzepte durch Stationen, Debatten und Fallstudien erfahrbar. Schüler argumentieren Positionen, analysieren reale Fälle und entwickeln Lösungen in Gruppen. Das fördert Sach- und Urteilskompetenz, da sie eigene Vorstellungen prüfen und gesellschaftliche Implikationen greifbar machen. Solche Methoden erhöhen Motivation und Transferfähigkeit.

Welche ethischen Herausforderungen stellt KI?

Ethische Probleme umfassen Diskriminierung durch biased Daten, Verlust von Privatsphäre und autonome Entscheidungen in Waffen. Schüler beurteilen diese durch Diskussionen und fordern Regulierungen wie Transparenzpflichten. Das schult verantwortungsvolles Handeln in der digitalen Gesellschaft.