Informatik · Klasse 10

Ideen für aktives Lernen

Ethik und Bias in KI-Systemen

Künstliche Intelligenz prägt zunehmend unseren Alltag, doch ihre ethischen Implikationen bleiben oft unsichtbar. Durch aktive Auseinandersetzung mit realen Fällen und Rollenspielen verstehen Schülerinnen und Schüler, dass KI-Systeme nicht neutral sind und gesellschaftliche Verantwortung tragen. Diese Zugänge fördern kritisches Denken und zeigen, wie Informatik und Ethik zusammenhängen.

• KMK Bildungsstandards
• KMK: STD.11
• KMK: STD.20

• 35–50 Min.
• Partnerarbeit → Ganze Klasse
• 4 Aktivitäten

Aktivität 01

• Rollenspiel
• 45 Min. · Kleingruppen

Rollenspiel: Haftung in KI-Fehlern

Teilen Sie die Klasse in Gruppen ein, jede übernimmt Rollen wie KI-Entwickler, Nutzer und Geschädigter. Stellen Sie ein Szenario vor, z. B. falsche medizinische Diagnose durch KI. Gruppen diskutieren 10 Minuten, rotieren Rollen und fassen zusammen.

Wer haftet für Fehlentscheidungen einer KI?

Moderationstipp

Legen Sie beim Rollenspiel klare Rollenbeschreibungen vor, damit die Schüler die Perspektiven von Hersteller, Nutzer und Betroffenem konkret ausarbeiten können.

Worauf zu achten ist

Stellen Sie die Frage: 'Wer sollte die Verantwortung tragen, wenn ein autonomes Fahrzeug einen Unfall verursacht: der Hersteller, der Programmierer, der Besitzer oder die KI selbst?' Lassen Sie die Schüler in Kleingruppen argumentieren und ihre Positionen im Plenum vorstellen.

• Anwenden
• Analysieren
• Bewerten
• Sozialbewusstsein
• Selbstwahrnehmung

Aktivität 02

• Debatte
• 50 Min. · Partnerarbeit

Bias-Detektiv: Dataset-Analyse

Geben Sie anonymisierte Datensätze aus Recruiting-Algorithmen. Schüler identifizieren Vorurteile, z. B. Geschlechterbias, in Paaren. Erstellen Sie eine Tabelle mit Ursachen und Lösungsvorschlägen, präsentieren im Plenum.

Wie verhindern wir die Verstärkung gesellschaftlicher Vorurteile?

Moderationstipp

Fordern Sie die Schüler auf, beim Bias-Detektiv mindestens drei konkrete Beispiele in den Datensätzen zu markieren und zu begründen.

Worauf zu achten ist

Bitten Sie die Schüler, auf einem Zettel zwei Beispiele für potenziellen Bias in KI-Systemen zu nennen, denen sie im Alltag begegnen könnten (z.B. personalisierte Werbung, Suchergebnisse). Sie sollen kurz erklären, warum dies problematisch ist.

• Analysieren
• Bewerten
• Erschaffen
• Selbststeuerung
• Entscheidungsfähigkeit

Aktivität 03

• Debatte
• 40 Min. · Ganze Klasse

Fireside Chat: Transparenz-Debatte

Formen Sie Pro- und Contra-Teams zu 'Algorithmen als Richter'. Jede Seite bereitet Argumente vor, moderiert durch Sie. Schüler notieren Gegenargumente und stimmen anonym ab.

Sollten Algorithmen über Menschen urteilen dürfen?

Moderationstipp

Stellen Sie im Fireside Chat gezielte Nachfragen, um die Teilnehmer dazu zu bringen, ihre Argumente mit Beispielen zu untermauern.

Worauf zu achten ist

Zeigen Sie ein kurzes Video oder eine Infografik zu einem KI-Bias-Beispiel (z.B. Gesichtserkennung, die bestimmte Ethnien schlechter erkennt). Fragen Sie: 'Welches ethische Problem wird hier deutlich? Wie könnte man versuchen, dieses Problem zu lösen?' Sammeln Sie Antworten per Handzeichen oder digital.

• Analysieren
• Bewerten
• Erschaffen
• Selbststeuerung
• Entscheidungsfähigkeit

Aktivität 04

• Debatte
• 35 Min. · Kleingruppen

Ethik-Richtlinie: Gruppenentwicklung

Gruppen entwerfen Richtlinien für faire KI, basierend auf besprochenen Fällen. Integrieren Sie Elemente wie Audit-Pflicht. Präsentieren und vergleichen die Vorschläge.

Wer haftet für Fehlentscheidungen einer KI?

Moderationstipp

Geben Sie den Gruppen für die Ethik-Richtlinie eine klare Struktur vor (z.B. Grundprinzipien, Umsetzungsbeispiele, Kontrollmechanismen), um die Diskussion zu fokussieren.

Worauf zu achten ist

Stellen Sie die Frage: 'Wer sollte die Verantwortung tragen, wenn ein autonomes Fahrzeug einen Unfall verursacht: der Hersteller, der Programmierer, der Besitzer oder die KI selbst?' Lassen Sie die Schüler in Kleingruppen argumentieren und ihre Positionen im Plenum vorstellen.

• Analysieren
• Bewerten
• Erschaffen
• Selbststeuerung
• Entscheidungsfähigkeit

Einige Hinweise zum Unterrichten dieser Einheit

Erfahrungsgemäß gelingt die Vermittlung dieses Themas am besten durch handlungsorientierte Methoden, die Technik und Ethik verbinden. Beginnen Sie mit konkreten Beispielen aus dem Alltag, um die Relevanz zu verdeutlichen. Vermeiden Sie abstrakte Vorträge, sondern lassen Sie die Schüler selbst aktiv werden. Aktuelle Studien zeigen, dass Schüler durch eigene Entdeckungen (z.B. Bias in Bilderkennung) nachhaltiger lernen als durch reine Theorie.

Am Ende dieser Einheit können die Lernenden Verantwortungsfragen bei KI-Entscheidungen benennen, Bias in Datensätzen identifizieren und konkrete Maßnahmen zur Vermeidung vorschlagen. Sie argumentieren sachlich in Debatten und entwickeln ein Bewusstsein für die Grenzen automatisierter Systeme.

---

Vorsicht vor diesen Fehlvorstellungen

• During der Gruppenarbeit zur Dataset-Analyse beobachten Sie häufig die Annahme: 'KI-Systeme sind immer neutral und objektiv'.

  Nutzen Sie die konkreten Datensätze, um zu zeigen, wie historische Ungleichheiten in Trainingsdaten reproduziert werden. Fragen Sie die Schüler, welche gesellschaftlichen Gruppen in den Daten unterrepräsentiert sind und welche Folgen das hat.

• Während des Rollenspiels zur Haftung räumen einige Schüler ein: 'Bias entsteht nur durch absichtliche Programmierung'.

  Lenken Sie die Diskussion auf die unbewussten Muster in den Trainingsdaten zurück. Fordern Sie die Schüler auf, Beispiele zu nennen, wo Bias ohne bewusste Absicht entsteht, und lassen Sie sie über Gegenmaßnahmen diskutieren.

• Im Fireside Chat äußern einige Teilnehmer die Meinung: 'Transparenz in KI ist technisch unmöglich'.

  Zeigen Sie anhand von Explainable AI-Tools (z.B. LIME oder SHAP), wie Algorithmen zumindest teilweise nachvollziehbar gemacht werden können. Lassen Sie die Schüler diskutieren, welche Grenzen trotzdem bestehen.

---

In dieser Übersicht verwendete Methoden

• Rollenspiel
• Debatte