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

Mensch-Maschine-Interaktion mit KI

Die Schülerinnen und Schüler untersuchen, wie Menschen mit KI-Systemen interagieren und welche Herausforderungen dabei entstehen.

• KMK Bildungsstandards
• KMK: Sekundarstufe I - Informatiksysteme
• KMK: Sekundarstufe I - Kommunizieren

Über dieses Thema

Die Mensch-Maschine-Interaktion mit KI untersucht, wie Menschen mit künstlichen Intelligenzen kommunizieren und welche Designprinzipien eine effektive Zusammenarbeit ermöglichen. Schülerinnen und Schüler in Klasse 9 analysieren reale Beispiele wie Sprachassistenten, Chatbots oder Bilderkennungs-Apps. Sie erkennen Herausforderungen wie ungenaue Sprachverarbeitung, kulturelle Missverständnisse oder mangelndes Feedback und lernen Prinzipien wie Klarheit, Konsistenz und Anpassungsfähigkeit kennen. Dies verbindet sich nahtlos mit dem täglichen Umgang junger Menschen mit KI-Tools und bereitet auf zukünftige Technologien vor.

Im Rahmen der KMK-Standards zu Informatiksystemen und Kommunizieren fördert das Thema Kompetenzen im systemischen Denken, kritischer Reflexion und kreativen Problemlösen. Schüler entwickeln Ideen für intuitive Schnittstellen, etwa durch multimodale Eingaben oder transparente Erklärungen von KI-Entscheidungen. So entsteht ein Verständnis, dass gute Interaktion auf gegenseitigem Verständnis basiert und gesellschaftliche Implikationen wie Inklusion berücksichtigt.

Aktives Lernen ist hier besonders wirksam, da abstrakte Konzepte durch praktische Tests und Entwicklungen konkret werden. Wenn Schüler KI-Systeme ausprobieren, Designs prototipieren oder in Gruppen Herausforderungen simulieren, festigen sie Erkenntnisse langfristig und trainieren Transferfähigkeiten für reale Anwendungen.

Leitfragen

1. Analysieren Sie die Designprinzipien für eine effektive Mensch-KI-Interaktion.
2. Erklären Sie die Herausforderungen bei der Kommunikation mit intelligenten Systemen.
3. Entwickeln Sie Ideen für intuitive Schnittstellen zwischen Mensch und KI.

Lernziele

• Analysieren Sie die Funktionsweise von drei verschiedenen KI-Schnittstellen (z. B. Sprachassistent, Chatbot, Empfehlungssystem) hinsichtlich ihrer Benutzerfreundlichkeit und Effektivität.
• Erklären Sie die technischen und ethischen Herausforderungen, die bei der Mensch-KI-Interaktion auftreten können, wie z. B. Datenverzerrung oder mangelnde Transparenz.
• Entwerfen Sie ein Mock-up für eine intuitive Benutzeroberfläche für eine KI-gestützte Lernanwendung, die auf die Bedürfnisse von Schülerinnen und Schülern zugeschnitten ist.
• Bewerten Sie die Vor- und Nachteile verschiedener Interaktionsmodi (z. B. textbasiert, sprachbasiert, grafisch) für spezifische KI-Anwendungen.

Bevor es losgeht

Grundlagen der Programmierung

Warum: Ein grundlegendes Verständnis von Algorithmen und Programmierlogik hilft den Schülern, die Funktionsweise von KI-Systemen besser nachzuvollziehen.

Datendarstellung und -verarbeitung

Warum: Das Wissen, wie Daten gesammelt, gespeichert und verarbeitet werden, ist wichtig, um die Funktionsweise von maschinellem Lernen und mögliche Verzerrungen zu verstehen.

Schlüsselvokabular

Benutzeroberfläche (UI)	Die visuelle und interaktive Gestaltung, über die ein Mensch mit einem Computersystem, wie einem KI-System, kommuniziert.
User Experience (UX)	Das gesamte Erlebnis und die Zufriedenheit eines Nutzers bei der Interaktion mit einem KI-System, das über die reine Bedienbarkeit hinausgeht.
Natürliche Sprachverarbeitung (NLP)	Ein Teilbereich der KI, der es Computern ermöglicht, menschliche Sprache zu verstehen, zu interpretieren und darauf zu reagieren.
Feedbackschleife	Der Mechanismus, durch den ein KI-System dem Nutzer Informationen über seine Leistung oder Entscheidungen gibt und auf Nutzereingaben reagiert.
Bias (Verzerrung)	Systematische Fehler oder Vorurteile in den Trainingsdaten einer KI, die zu unfairen oder diskriminierenden Ergebnissen führen können.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

KI versteht Sprache genau wie Menschen.

Was Sie stattdessen lehren sollten

KI basiert auf statistischen Mustern und fehlt an echtem Verständnis für Kontext oder Ironie. Aktive Tests mit Assistenten zeigen Missverständnisse direkt, Gruppenanalysen helfen, Unterschiede zu klassifizieren und Designlösungen zu erarbeiten.

Häufige Fehlvorstellung

Gute Schnittstellen müssen nur schön aussehen.

Was Sie stattdessen lehren sollten

Effektive Interaktion erfordert Funktionalität wie schnelles Feedback und Fehlerkorrektur, nicht nur Ästhetik. Praktische Prototyping-Aktivitäten lassen Schüler Erfolge von reiner Optik unterscheiden und priorisieren nutzerzentrierte Prinzipien.

Häufige Fehlvorstellung

KI-Antworten sind immer objektiv und fair.

Was Sie stattdessen lehren sollten

Bias aus Trainingsdaten führt zu verzerrten Interaktionen. Rollenspiele und Analysen realer Fälle machen dies erfahrbar, fördern Diskussionen über ethische Designansätze.

Ideen für aktives Lernen

Stationenrotation: KI-Tools testen

Richten Sie vier Stationen ein: Sprachassistent, Chatbot, Bild-KI und Gestensteuerung. Gruppen testen jede Station 8 Minuten, notieren Erfolge, Fehler und Verbesserungsvorschläge. Abschließende Plenumdiskussion fasst Prinzipien zusammen.

45 Min.·Kleingruppen

Design-Challenge: Intuitive Schnittstelle

Teilen Sie Szenarien aus (z. B. KI für Hausaufgaben). In Paaren skizzieren Schüler Wireframes mit Fokus auf Feedback und Klarheit. Präsentieren und bewerten Sie gegenseitig nach Designkriterien.

50 Min.·Partnerarbeit

Rollenspiel: Kommunikationsherausforderungen

Eine Gruppe spielt Mensch, die andere KI mit festen Regeln (z. B. nur Ja/Nein-Antworten). Wechseln der Rollen, Reflexion über Missverständnisse und Lösungen wie besseres Prompting.

35 Min.·Kleingruppen

Prototyping: Multimodale Interaktion

Individuell entwerfen Schüler eine App-Schnittstelle mit Skizzen für Sprache, Text und Gesten. In Kleingruppen bauen sie ein simples Modell mit Karton und testen es.

40 Min.·Einzelarbeit

Bezüge zur Lebenswelt

• Softwareentwickler bei Unternehmen wie Google arbeiten an der Verbesserung von Sprachassistenten wie Google Assistant, indem sie die natürliche Sprachverarbeitung optimieren und die Benutzererfahrung durch personalisierte Interaktionen gestalten.
• UX/UI-Designer bei Streaming-Diensten wie Netflix entwickeln Empfehlungssysteme, die auf KI basieren, um Nutzern personalisierte Film- und Serienvorschläge zu machen und so die Interaktion mit der Plattform intuitiv und ansprechend zu gestalten.
• Kundenbetreuer in Banken nutzen zunehmend KI-gestützte Chatbots, um häufig gestellte Fragen zu beantworten und Kundenanfragen effizienter zu bearbeiten, was eine klare und verständliche Kommunikation erfordert.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Die Schüler erhalten eine Karte mit der Beschreibung einer KI-Anwendung (z. B. ein Navigationssystem mit Sprachsteuerung). Sie sollen auf der Rückseite zwei Sätze schreiben, die eine mögliche Herausforderung bei der Interaktion beschreiben, und einen Satz, wie diese Herausforderung durch besseres Design gelöst werden könnte.

Diskussionsfrage

Stellen Sie die Frage: 'Stellen Sie sich vor, Sie entwickeln eine KI, die Schülern bei den Hausaufgaben hilft. Welche drei Designprinzipien sind für eine gute Mensch-KI-Interaktion bei diesem spezifischen Werkzeug am wichtigsten und warum?' Die Schüler diskutieren in Kleingruppen und präsentieren ihre Ergebnisse.

Kurze Überprüfung

Zeigen Sie ein kurzes Video oder eine Simulation einer Mensch-KI-Interaktion (z. B. ein Chatbot, der eine Bestellung aufnimmt). Bitten Sie die Schüler, auf einem Arbeitsblatt drei Beobachtungen zu notieren: 1. Was hat gut funktioniert? 2. Was war schwierig oder unklar? 3. Welchen Vorschlag zur Verbesserung haben Sie?

Häufig gestellte Fragen

Welche Designprinzipien sind für Mensch-KI-Interaktion entscheidend?

Wichtige Prinzipien umfassen Klarheit in Anweisungen, sofortiges Feedback, Konsistenz in Reaktionen und Anpassung an Nutzerbedürfnisse. Schüler lernen, dass transparente Erklärbarkeit Vertrauen schafft. Praktische Übungen wie das Testen von Chatbots verdeutlichen, wie diese Prinzipien Missverständnisse minimieren und die Zusammenarbeit verbessern. Inklusion durch barrierearme Multimodalität ist ebenfalls zentral.

Wie kann aktives Lernen die Mensch-KI-Interaktion verdeutlichen?

Aktives Lernen macht abstrakte Herausforderungen greifbar, etwa durch Stationentests von KI-Tools oder Rollenspiele. Schüler erleben Missverständnisse selbst, entwickeln Lösungen in Gruppen und prototipieren Schnittstellen. Diese Methoden fördern tiefes Verständnis, kritisches Denken und Transfer auf reale Anwendungen, da sie Neugier wecken und Erfolge spürbar machen. So bleibt Wissen nachhaltig.

Welche Herausforderungen entstehen bei der Kommunikation mit KI?

Häufige Probleme sind unpräzise Formulierungen, Kontextverluste, Bias-Effekte und fehlendes emotionales Verständnis. Schüler analysieren Beispiele wie fehlgeschlagene Sprachbefehle und lernen Strategien wie detailliertes Prompting. Gruppenarbeit mit realen Tools zeigt, wie iterative Tests diese Herausforderungen lösen und intuitive Interfaces schaffen.

Wie verbinde ich das Thema mit KMK-Standards?

Das Thema deckt Informatiksysteme ab durch Analyse von Interaktionsdesign und Kommunizieren durch Reflexion gesellschaftlicher Aspekte. Aktivitäten wie Prototyping fördern Kompetenzen in Problemlösen und Ethik. Bewertung erfolgt über Portfolios mit Tests und Designs, die Standards wie systemisches Denken und kreative Entwicklung nachweisen.