Informatik · Klasse 9 · Künstliche Intelligenz und Maschinelles Lernen · 2. Halbjahr

Einführung in Künstliche Intelligenz

Die Schülerinnen und Schüler definieren KI und unterscheiden zwischen starker und schwacher KI sowie deren Anwendungsbereichen.

• KMK Bildungsstandards
• KMK: Sekundarstufe I - Informatik und Gesellschaft
• KMK: Sekundarstufe I - Modellieren

Über dieses Thema

Die Einführung in Künstliche Intelligenz (KI) führt Schülerinnen und Schüler der Klasse 9 an die Definition von KI heran. Sie lernen, zwischen schwacher KI, die spezifische Aufgaben wie Sprachassistenten oder Bilderkennung löst, und starker KI, die allgemeine Intelligenz wie beim Menschen nachahmt, zu unterscheiden. Anwendungsbereiche wie Empfehlungssysteme bei Netflix oder autonome Fahrzeuge werden analysiert, um Funktionsweisen zu verstehen.

Im KMK-Lehrplan 'Digitale Welten Gestalten: Informatik und Gesellschaft' verbindet das Thema Modellieren mit gesellschaftlichen Fragen. Schüler bewerten Potenziale wie Effizienzsteigerung in der Medizin und Grenzen wie Vorurteile in Algorithmen oder fehlendes echtes Verständnis. Dies fördert kritisches Denken und Systemkompetenz, da Beispiele aus dem Alltag mit theoretischen Modellen verknüpft werden.

Aktives Lernen passt ideal, weil abstrakte KI-Konzepte durch praktische Erkundung und Diskussion konkret werden. Wenn Schüler Anwendungen testen oder Szenarien debattieren, internalisieren sie Unterschiede und Grenzen nachhaltig und entwickeln Bewertungsfähigkeiten.

Leitfragen

1. Differentiieren Sie zwischen starker und schwacher Künstlicher Intelligenz.
2. Analysieren Sie Beispiele für KI im Alltag und deren Funktionsweise.
3. Bewerten Sie die Potenziale und Grenzen aktueller KI-Systeme.

Lernziele

• Klassifizieren Sie gegebene KI-Anwendungen als schwache oder starke KI.
• Analysieren Sie die Funktionsweise von mindestens zwei Alltags-KI-Systemen (z.B. Empfehlungssystem, Sprachassistent).
• Vergleichen Sie die Potenziale und Grenzen aktueller KI-Systeme anhand konkreter Beispiele.
• Erklären Sie den Unterschied zwischen schwacher und starker KI in eigenen Worten.

Bevor es losgeht

Grundlagen der Datenverarbeitung

Warum: Ein grundlegendes Verständnis dafür, wie Computer Daten verarbeiten und speichern, ist notwendig, um die Funktionsweise von KI-Systemen zu verstehen.

Algorithmen und Problemlösung

Warum: Schüler sollten bereits mit dem Konzept von Algorithmen als Schritt-für-Schritt-Anleitungen zur Lösung von Problemen vertraut sein, um die Funktionsweise von KI-Algorithmen nachvollziehen zu können.

Schlüsselvokabular

Künstliche Intelligenz (KI)	Ein Teilgebiet der Informatik, das sich mit der Schaffung von Systemen befasst, die Aufgaben ausführen können, die typischerweise menschliche Intelligenz erfordern.
Schwache KI (Narrow AI)	KI-Systeme, die darauf ausgelegt sind, eine spezifische Aufgabe auszuführen, wie z.B. Spracherkennung oder das Spielen von Schach. Sie sind nicht auf andere Aufgaben übertragbar.
Starke KI (General AI)	Eine hypothetische Form der KI, die die Fähigkeit besitzt, jede intellektuelle Aufgabe zu verstehen, zu lernen und anzuwenden, die ein Mensch ausführen kann. Sie existiert derzeit nicht.
Maschinelles Lernen (ML)	Ein Ansatz der KI, bei dem Systeme aus Daten lernen und sich verbessern, ohne explizit programmiert zu werden. Es ist die Grundlage für viele schwache KI-Anwendungen.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

KI denkt und fühlt wie Menschen.

Was Sie stattdessen lehren sollten

Schwache KI basiert auf Algorithmen und Daten, ohne echtes Bewusstsein. Aktive Erkundung von Apps wie Siri zeigt regelbasierte Antworten. Peer-Diskussionen klären, dass starke KI derzeit hypothetisch ist und aktuelle Systeme nur simulieren.

Häufige Fehlvorstellung

Starke KI existiert bereits.

Was Sie stattdessen lehren sollten

Alle gängigen KI-Systeme sind schwach und aufwuchsbeschränkt. Durch Testen realer Beispiele erkennen Schüler Grenzen wie Kontextabhängigkeit. Gruppendebatten fördern differenziertes Urteilen.

Häufige Fehlvorstellung

KI hat keine Grenzen und ersetzt alles.

Was Sie stattdessen lehren sollten

KI scheitert bei Kreativität oder unvorhersehbarem Input. Praktische Experimente mit Fehlern (z. B. falsche Bilderkennung) machen Schwächen erlebbar. Reflexion in Kleingruppen stärkt kritisches Bewusstsein.

Ideen für aktives Lernen

Lernen an Stationen: KI-Anwendungen testen

Richten Sie vier Stationen ein: Sprachassistent (Fragen stellen), Bilderkennungs-App (Fotos analysieren), Chatbot (Gespräche führen), Empfehlungssystem (Playlists erstellen). Gruppen rotieren alle 10 Minuten, notieren Funktionsweise und Kategorie (schwach/stark). Abschließende Plenumdiskussion.

45 Min.·Kleingruppen

Karten-Sortierung: Stark vs. Schwach KI

Teilen Sie Karten mit KI-Beispielen aus (z. B. Schachcomputer, Sci-Fi-Roboter). Paare sortieren sie in 'schwach' oder 'stark' und begründen. Gemeinsame Korrektur im Plenum mit Beispielen aus dem Alltag.

25 Min.·Partnerarbeit

Rollenspiel: KI-Szenarien bewerten

Gruppen erhalten Szenarien (z. B. KI-Arzt, KI-Lehrer). Sie diskutieren Potenziale, Grenzen und ethische Aspekte, präsentieren Ergebnisse. Lehrer moderiert mit Leitfragen.

35 Min.·Kleingruppen

Mindmap: KI im Alltag

Individuell erstellen Schüler eine Mindmap mit Alltagsbeispielen, Funktionsweisen und Bewertungen. Im Plenum erweitern und vergleichen.

30 Min.·Einzelarbeit

Bezüge zur Lebenswelt

• Bei Spotify werden KI-gestützte Empfehlungssysteme eingesetzt, um Nutzern Musikvorschläge zu machen, basierend auf ihrem Hörverhalten und dem von ähnlichen Nutzern. Dies beeinflusst direkt die Entdeckung neuer Künstler und die Musikkonsumgewohnheiten.
• Autonome Fahrzeuge wie die von Waymo oder Tesla nutzen KI für die Objekterkennung, Routenplanung und Entscheidungsfindung im Straßenverkehr. Sie sind ein Beispiel für die Anwendung schwacher KI in komplexen Umgebungen, die menschliche Wahrnehmung und Reaktion nachahmen soll.
• Chatbots in Kundenservices, wie sie beispielsweise von vielen Banken oder Online-Shops eingesetzt werden, verwenden KI, um häufig gestellte Fragen zu beantworten und einfache Anfragen zu bearbeiten, was die Effizienz steigert und menschliche Agenten entlastet.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Die Schüler erhalten eine Karte mit der Beschreibung einer KI-Anwendung (z.B. ein Navigationssystem, ein Schachcomputer). Sie sollen auf der Rückseite notieren, ob es sich um schwache oder starke KI handelt und eine kurze Begründung dafür geben.

Diskussionsfrage

Stellen Sie die Frage: 'Welche ethischen Bedenken ergeben sich bei der Nutzung von KI in Bereichen wie der Gesichtserkennung oder bei autonomen Waffensystemen?' Die Schüler diskutieren in Kleingruppen und präsentieren ihre wichtigsten Diskussionspunkte.

Kurze Überprüfung

Zeigen Sie ein kurzes Video oder eine Abbildung einer KI-Anwendung. Bitten Sie die Schüler, per Handzeichen (Daumen hoch/runter) anzuzeigen, ob sie die Funktionsweise grundsätzlich verstehen. Anschließend werden 2-3 Schüler gebeten, ihre Einschätzung kurz zu erläutern.

Häufig gestellte Fragen

Was ist der Unterschied zwischen starker und schwacher KI?

Schwache KI löst spezifische Aufgaben, wie Sprachassistenten oder Schachprogramme, basierend auf Algorithmen und Daten. Starke KI würde menschliche Intelligenz universell nachahmen, inklusive Lernen in neuen Bereichen, existiert aber nicht. Schüler lernen das durch Beispiele zu differenzieren, was Potenziale wie Automatisierung und Grenzen wie fehlendes Verständnis aufzeigt. Dies fördert realistische Erwartungen.

Welche KI-Beispiele gibt es im Alltag?

Alltägliche Beispiele sind Sprachassistenten wie Alexa, Bilderkennung in Smartphones, Empfehlungen auf YouTube oder Navigations-Apps. Diese schwachen KI-Systeme verarbeiten Daten effizient, zeigen aber Grenzen bei Komplexität. Analyse hilft Schülern, Funktionsweisen zu verstehen und gesellschaftliche Auswirkungen wie Datenschutz zu bewerten.

Welche Potenziale und Grenzen haben aktuelle KI-Systeme?

Potenziale liegen in Effizienz, z. B. in Medizin oder Verkehr, Grenzen in Bias, fehlender Kreativität und Abhängigkeit von Datenqualität. Bewertung durch Schüler fördert ethisches Denken. Praktische Übungen verdeutlichen, warum KI keine vollständige Autonomie hat.

Wie kann aktives Lernen das Verständnis von KI verbessern?

Aktives Lernen macht abstrakte KI-Konzepte greifbar, z. B. durch Testen von Apps oder Sortieren von Beispielen. Schüler entdecken Unterschiede zwischen schwacher und starker KI selbst, debattieren Grenzen und internalisieren Bewertungen. Kollaborative Stationen oder Rollenspiele stärken Systemdenken und Motivation, da reale Anwendungen mit Theorie verknüpft werden. So entsteht nachhaltiges Wissen.