Skip to content

Grundlagen Künstlicher IntelligenzAktivitäten & Unterrichtsstrategien

Aktives Lernen funktioniert bei diesem Thema besonders gut, weil die abstrakten Konzepte der KI-Grundlagen durch konkrete Handlungen greifbar werden. Schülerinnen und Schüler können historische Entwicklungen selbst nachvollziehen, technische Ansätze direkt vergleichen und ethische Fragestellungen in Rollenspielen erleben.

Klasse 10Digitale Welten Gestalten: Informatik in der Praxis4 Aktivitäten30 Min.50 Min.

Lernziele

  1. 1Vergleichen Sie die Funktionsweise und Anwendungsgebiete der symbolischen KI mit der konnektionistischen KI.
  2. 2Erläutern Sie die historische Entwicklung der Definition von Intelligenz im Kontext der Künstlichen Intelligenz.
  3. 3Identifizieren Sie grundlegende Ansätze der KI zur Simulation menschenähnlicher Fähigkeiten.
  4. 4Analysieren Sie die Stärken und Schwächen verschiedener KI-Ansätze anhand konkreter Beispiele.

Möchten Sie einen vollständigen Unterrichtsentwurf mit diesen Lernzielen? Mission erstellen

45 Min.·Kleingruppen

Zeitstrahl-Workshop: Geschichte der KI

Teilen Sie die Klasse in Gruppen auf und weisen Sie Epochen zu, von Alan Turing bis Deep Learning. Jede Gruppe recherchiert Meilensteine, erstellt Plakate mit Definitionen von Intelligenz und präsentiert. Schließen Sie mit einer Klassenタイムライン ab.

Vorbereitung & Details

Wie hat sich die Definition von Intelligenz im Kontext der KI über die Zeit verändert?

Moderationstipp: Lassen Sie beim Zeitstrahl-Workshop Gruppenarbeit mit klaren Zeitvorgaben nutzen, damit Schülerinnen und Schüler selbstständig recherchieren und ihre Ergebnisse auf Plakaten präsentieren.

Setup: Tische für große Papierformate oder Wandflächen

Materials: Begriffskarten oder Haftnotizen, Plakatpapier, Marker, Beispiel für eine Concept Map

VerstehenAnalysierenErschaffenSelbstwahrnehmungSelbststeuerung
30 Min.·Partnerarbeit

Vergleichs-Tabelle: Symbolisch vs. Konnektionistisch

Paare füllen Tabellen mit Funktionsweise, Stärken, Schwächen und Beispielen aus. Ergänzen Sie durch Brainstorming gängiger Anwendungen. Diskutieren Sie in Plenum Unterschiede.

Vorbereitung & Details

Welche grundlegenden Ansätze verfolgt die KI, um menschenähnliche Fähigkeiten zu simulieren?

Moderationstipp: Halten Sie die Vergleichs-Tabelle während der Gruppenarbeit offen zugänglich, damit alle Schülerinnen und Schüler ihre Einträge kontinuierlich überarbeiten und ergänzen können.

Setup: Tische für große Papierformate oder Wandflächen

Materials: Begriffskarten oder Haftnotizen, Plakatpapier, Marker, Beispiel für eine Concept Map

VerstehenAnalysierenErschaffenSelbstwahrnehmungSelbststeuerung
50 Min.·Kleingruppen

Rollenspiel: KI-Entscheidungen

Gruppen simulieren symbolische (regelbasierte) und konnektionistische (datenbasierte) Entscheidungen in Szenarien wie Autofahren. Protokollieren Vor- und Nachteile, präsentieren Ergebnisse.

Vorbereitung & Details

Vergleichen Sie symbolische KI mit konnektionistischer KI hinsichtlich ihrer Funktionsweise und Anwendungsgebiete.

Moderationstipp: Führen Sie das Rollenspiel mit einer klaren Rollenverteilung durch, damit alle Teilnehmenden aktiv einbezogen werden und die Entscheidungsprozesse nachvollziehen können.

Setup: Spielfläche oder entsprechend angeordnete Tische für das Szenario

Materials: Rollenkarten mit Hintergrundinfos und Zielen, Szenario-Briefing

AnwendenAnalysierenBewertenSozialbewusstseinSelbstwahrnehmung
35 Min.·Ganze Klasse

Quiz-Runde: KI-Definitionen

Ganzklassig: Teams beantworten Fragen zur Entwicklung von Intelligenz-Definitionen. Nutzen Sie Kahoot oder Karten. Belohnen Sie mit Diskussionsrunden zu offenen Fragen.

Vorbereitung & Details

Wie hat sich die Definition von Intelligenz im Kontext der KI über die Zeit verändert?

Setup: Tische für große Papierformate oder Wandflächen

Materials: Begriffskarten oder Haftnotizen, Plakatpapier, Marker, Beispiel für eine Concept Map

VerstehenAnalysierenErschaffenSelbstwahrnehmungSelbststeuerung

Dieses Thema unterrichten

Erfahrene Lehrkräfte beginnen mit einer kurzen historischen Einführung, um Neugier zu wecken, bevor sie in die technischen Details einsteigen. Wichtig ist es, von Anfang an Vorurteile abzubauen, indem symbolische und konnektionistische Ansätze parallel betrachtet werden. Vermeiden Sie es, KI als 'magisch' darzustellen, sondern betonen Sie die algorithmischen Grundlagen und Datenabhängigkeiten.

Was Sie erwartet

Erfolgreiches Lernen zeigt sich darin, dass die Schülerinnen und Schüler symbolische und konnektionistische Ansätze klar unterscheiden können. Sie erkennen die historische Entwicklung der KI-Definition und diskutieren deren Grenzen in realen Anwendungen.

Diese Aktivitäten sind ein Ausgangspunkt. Die vollständige Mission ist das Erlebnis.

  • Vollständiges Moderationsskript mit Lehrkraft-Dialogen
  • Druckfertige Schülermaterialien, bereit für den Unterricht
  • Differenzierungsstrategien für jeden Lerntyp
Mission erstellen

Vorsicht vor diesen Fehlvorstellungen

Häufige FehlvorstellungWährend des Rollenspiels 'KI-Entscheidungen' achten Sie darauf, ob Schülerinnen und Schüler KI mit menschlicher Intelligenz gleichsetzen.

Was Sie stattdessen lehren sollten

Nutzen Sie die Reflexionsphase nach dem Rollenspiel, um die Unterschiede zwischen menschlicher Entscheidungsfindung und KI-Algorithmen herauszuarbeiten. Lassen Sie die Schülerinnen und Schüler ihre eigenen Entscheidungen mit denen der KI vergleichen und Grenzen aufzeigen.

Häufige FehlvorstellungWährend der Vergleichs-Tabelle 'Symbolisch vs. Konnektionistisch' beobachten Sie, ob Schülerinnen und Schüler symbolische KI als veraltet abtun.

Was Sie stattdessen lehren sollten

Fordern Sie die Schülerinnen und Schüler auf, in der Tabelle hybride Systeme zu recherchieren und zu diskutieren, wie symbolische und konnektionistische Ansätze sich ergänzen. So erkennen sie den aktuellen Nutzen symbolischer KI.

Häufige FehlvorstellungWährend der Simulationen zum maschinellen Lernen achten Sie darauf, ob Schülerinnen und Schüler glauben, konnektionistische KI lerne ohne Regeln.

Was Sie stattdessen lehren sollten

Lassen Sie die Schülerinnen und Schüler während der Simulationen die Algorithmen und Trainingsdaten explizit benennen. Bitten Sie sie, die regelbasierten Schritte im Trainingsprozess zu dokumentieren und zu erklären.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Nach dem Zeitstrahl-Workshop 'Geschichte der KI' erhalten die Schülerinnen und Schüler eine Karte mit einem KI-Anwendungsfall. Sie notieren auf der Rückseite, ob dieser Fall eher symbolische oder konnektionistische KI nutzt und begründen ihre Entscheidung kurz.

Diskussionsfrage

Nach dem Rollenspiel 'KI-Entscheidungen' leiten Sie eine Diskussion mit der Frage ein: 'Welche KI-Ansätze wären für eine KI geeignet, die medizinische Diagnosen stellt? Welche Herausforderungen könnten auftreten?' Die Schülerinnen und Schüler diskutieren in Kleingruppen und präsentieren ihre Ergebnisse.

Kurze Überprüfung

Während der Vergleichs-Tabelle 'Symbolisch vs. Konnektionistisch' präsentieren Sie eine kurze historische Entwicklung der KI-Definition auf Folie. Die Schülerinnen und Schüler sollen die wichtigsten Meilensteine oder Veränderungen in der Definition von Intelligenz in eigenen Worten auf einem Blatt Papier zusammenfassen.

Erweiterungen & Unterstützung

  • Fordern Sie schnelle Schülerinnen und Schüler auf, ein eigenes Mini-Projekt zu entwickeln: Sie sollen eine einfache KI-Anwendung entwerfen und deren Funktionsweise in der Klasse präsentieren.
  • Unterstützen Sie unsichere Schülerinnen und Schüler, indem Sie ihnen vorab eine vorbereitete Tabelle mit Beispielen zu symbolischen und konnektionistischen Ansätzen geben, die sie während der Gruppenarbeit nutzen können.
  • Vertiefen Sie das Thema mit einer Diskussion über ethische Fragen der KI, indem Sie reale Fallbeispiele aus der Rechtsprechung oder Medizin analysieren.

Schlüsselvokabular

Symbolische KIEin Ansatz der KI, der Wissen explizit durch Regeln, Logik und Symbole repräsentiert, um Schlussfolgerungen zu ziehen. Beispiele sind Expertensysteme.
Konnektionistische KIEin Ansatz der KI, der auf künstlichen neuronalen Netzen basiert und lernt, indem er Muster in Daten erkennt und Verbindungen zwischen Neuronen anpasst. Beispiele sind Deep-Learning-Modelle.
Turing-TestEin Test, der entwickelt wurde, um die Fähigkeit einer Maschine zu beurteilen, eine menschenähnliche Intelligenz zu zeigen, indem sie mit einem Menschen in natürlicher Sprache kommuniziert.
Maschinelles LernenEin Teilbereich der KI, der es Systemen ermöglicht, aus Daten zu lernen und sich zu verbessern, ohne explizit programmiert zu werden. Es ist die Grundlage für viele moderne KI-Anwendungen.

Bereit, Grundlagen Künstlicher Intelligenz zu unterrichten?

Erstellen Sie eine vollständige Mission mit allem, was Sie brauchen

Mission erstellen