Informatik · Klasse 11

Ideen für aktives Lernen

Grundlagen des Maschinellen Lernens

Aktives Lernen funktioniert hier besonders gut, weil die Unterscheidung zwischen überwachtem und unüberwachtem Lernen durch konkrete Beispiele und praktische Auseinandersetzung mit echten Daten besser verständlich wird. Schülerinnen und Schüler entwickeln ein intuitives Verständnis für die Unterschiede und Anwendungsfälle, wenn sie die Konzepte direkt anwenden und diskutieren.

• KMK Bildungsstandards
• KMK: Sekundarstufe II - Darstellen und Interpretieren
• KMK: Sekundarstufe II - Problemlösen

• 15–30 Min.
• Partnerarbeit → Ganze Klasse
• 4 Aktivitäten

Aktivität 01

• Flipped Classroom
• 20 Min. · Partnerarbeit

Pärchenarbeit: Lernarten klassifizieren

Schüler erhalten Beispiele aus dem Alltag und ordnen sie überwachtem oder unüberwachtem Lernen zu. Sie begründen ihre Entscheidung und notieren Vor- und Nachteile. Gemeinsam erstellen sie ein Vergleichsposter.

Erklären Sie den Unterschied zwischen überwachtem und unüberwachtem Lernen anhand von Beispielen.

Moderationstipp

Bei der Pärchenarbeit gezielt Paare mit unterschiedlichen Vorwissensständen zusammenbringen, um den Austausch zu fördern.

Worauf zu achten ist

Die Schüler erhalten zwei kurze Szenarien: 1. Ein System, das Spam-E-Mails erkennt, basierend auf vielen Beispielen von Spam und Nicht-Spam. 2. Ein System, das Kunden in verschiedene Gruppen basierend auf ihrem Einkaufsverhalten einteilt. Die Schüler schreiben für jedes Szenario, ob es sich um überwachtes oder unüberwachtes Lernen handelt und begründen ihre Wahl kurz.

• Verstehen
• Anwenden
• Analysieren
• Selbststeuerung
• Selbstwahrnehmung

Aktivität 02

• Flipped Classroom
• 30 Min. · Kleingruppen

Gruppenarbeit: Trainingsdaten analysieren

Gruppen untersuchen reale Datensätze auf Qualität, Bias und Relevanz. Sie simulieren Modelltraining und prognostizieren Leistungsprobleme. Ergebnisse werden in einer Präsentation zusammengefasst.

Analysieren Sie die Bedeutung von Trainingsdaten für die Leistungsfähigkeit von KI-Modellen.

Moderationstipp

In der Gruppenarbeit darauf achten, dass alle Schülerinnen und Schüler aktiv an der Analyse der Trainingsdaten teilnehmen, z. B. durch Rollenzuweisung (Datenprüfer, Notizenführer, Präsentator).

Worauf zu achten ist

Stellen Sie die Frage: 'Stellen Sie sich vor, Sie trainieren ein KI-Modell, um die Qualität von Äpfeln anhand von Bildern zu beurteilen. Welche Art von Daten würden Sie benötigen? Wie würden Sie sicherstellen, dass die Daten repräsentativ sind und keine Verzerrungen (Bias) enthalten? Diskutieren Sie die möglichen Konsequenzen von schlechten Trainingsdaten für die Zuverlässigkeit des Modells.'

• Verstehen
• Anwenden
• Analysieren
• Selbststeuerung
• Selbstwahrnehmung

Aktivität 03

• Flipped Classroom
• 15 Min. · Einzelarbeit

Individuelle Aufgabe: Fallstudie bewerten

Jeder Schüler wählt eine Anwendung wie Spracherkennung und bewertet Potenziale sowie Grenzen basierend auf Lernarten. Eine kurze Reflexion schließt ab.

Bewerten Sie die Grenzen und Potenziale des Maschinellen Lernens in verschiedenen Anwendungsbereichen.

Moderationstipp

Während der Fallstudienbewertung individuelle Rückmeldungen geben, die sich auf konkrete Textstellen oder Datenbeispiele beziehen.

Worauf zu achten ist

Geben Sie den Schülern eine Liste von Begriffen (z.B. 'Klassifikation', 'Regression', 'Clustering', 'Dimensionsreduktion'). Bitten Sie sie, jeden Begriff entweder dem überwachten oder unüberwachten Lernen zuzuordnen und eine kurze Begründung zu geben.

• Verstehen
• Anwenden
• Analysieren
• Selbststeuerung
• Selbstwahrnehmung

Aktivität 04

• Flipped Classroom
• 25 Min. · Ganze Klasse

Ganzer-Klasse-Diskussion: Ethikfragen

Die Klasse diskutiert gesellschaftliche Implikationen von ML, z. B. Datenschutz. Moderatoren leiten und notieren Konsenspunkte.

Erklären Sie den Unterschied zwischen überwachtem und unüberwachtem Lernen anhand von Beispielen.

Moderationstipp

In der Klassen-Diskussion ethische Fragen nicht nur theoretisch erörtern, sondern immer wieder auf praktische Beispiele aus den vorherigen Aktivitäten zurückverweisen.

Worauf zu achten ist

Die Schüler erhalten zwei kurze Szenarien: 1. Ein System, das Spam-E-Mails erkennt, basierend auf vielen Beispielen von Spam und Nicht-Spam. 2. Ein System, das Kunden in verschiedene Gruppen basierend auf ihrem Einkaufsverhalten einteilt. Die Schüler schreiben für jedes Szenario, ob es sich um überwachtes oder unüberwachtes Lernen handelt und begründen ihre Wahl kurz.

• Verstehen
• Anwenden
• Analysieren
• Selbststeuerung
• Selbstwahrnehmung

Einige Hinweise zum Unterrichten dieser Einheit

Erfahrene Lehrkräfte betonen, dass das Thema nicht über abstrakte Definitionen eingeführt werden sollte, sondern über alltagsnahe Beispiele und die aktive Auseinandersetzung mit Daten. Wichtig ist, Missverständnisse wie die Vermenschlichung von Algorithmen oder die Annahme, dass mehr Daten immer besser sind, frühzeitig durch Gegenbeispiele zu korrigieren. Der Fokus liegt auf dem Verständnis der Funktionsweise und den Grenzen von KI-Modellen.

Erfolgreiches Lernen zeigt sich darin, dass die Schülerinnen und Schüler die Kernunterschiede zwischen überwachtem und unüberwachtem Lernen erklären können, Beispiele aus dem Alltag zuordnen und die Bedeutung von Datenqualität für die Modellperformance bewerten. Sie erkennen, welche Lernart für welche Problemstellung geeignet ist.

---

Vorsicht vor diesen Fehlvorstellungen

• Während der Pärchenarbeit zur Klassifizierung von Lernarten achten Sie darauf, dass einige Schülerinnen und Schüler Algorithmen mit menschlichem Lernen vergleichen.

  Lenken Sie die Diskussion gezielt auf die Unterschiede zwischen datenbasierter Optimierung und menschlicher Intuition, indem Sie nachfragen: 'Was würde passieren, wenn das System eine Katze nicht erkennt, weil die Trainingsdaten nur Hunde enthalten?'

• Während der Gruppenarbeit zur Analyse von Trainingsdaten halten Sie Ausschau nach der Annahme, dass überwachtes Lernen immer besser sei als unüberwachtes.

  Fordern Sie die Gruppen auf, mindestens ein Beispiel für eine Situation zu finden, in der unüberwachtes Lernen die bessere Wahl wäre, z. B. bei der Entdeckung unbekannter Kundengruppen.

• Während der Fallstudienbewertung bemerken Sie, dass Schülerinnen und Schüler die Bedeutung der Datenqualität unterschätzen.

  Bitten Sie die Schülerinnen und Schüler, in ihrer Bewertung konkret zu benennen, welche Daten fehlen oder verzerrt sein könnten, und wie sich das auf das Modell auswirken würde.

---

In dieser Übersicht verwendete Methoden

• Flipped Classroom