Lernziele & Kompetenzen
Learning Objectives & Competencies
- Erklären können, was Machine Learning ist und wie KI aus Daten lernt
- Explain what Machine Learning is and how AI learns from data
- Ein ML-Modell selbst trainieren und testen
- Train and test an ML model themselves
- Den Einfluss von Trainingsdaten auf KI-Ergebnisse erkennen (Bias)
- Recognize the influence of training data on AI outcomes (bias)
- Chancen und Risiken von KI für die Gesellschaft reflektieren
- Reflect on opportunities and risks of AI for society
Bezug zum AI2Schools-Projekt
Relation to the AI2Schools Project
Diese Einheit ersetzt das Szenario "AI Body Beats" (micro:bit-basiert) durch die browserbasierte Aktivität "AI for Oceans" von Code.org. Die Kernkompetenzen — ML verstehen, Modell trainieren, Bias reflektieren — bleiben identisch. Der Vorteil: Kein Hardware-Setup nötig, sofort einsetzbar, für alle Klassenstufen ab 8 Jahren geeignet.
This unit replaces the "AI Body Beats" scenario (micro:bit-based) with Code.org's browser-based "AI for Oceans" activity. Core competencies — understanding ML, training a model, reflecting on bias — remain identical. Advantage: No hardware setup required, immediately deployable, suitable for all grade levels from age 8+.
Vorbereitung
Preparation
- Tablets oder PCs mit Internetzugang (1 pro Schüler:in oder 1 pro Paar)
- Tablets or PCs with internet access (1 per student or 1 per pair)
- Beamer für gemeinsamen Einstieg
- Projector for shared introduction
- Aktivität vorher selbst durchspielen: studio.code.org/s/oceans
- Try the activity yourself first: studio.code.org/s/oceans
- Fragebogen-Link bereithalten (siehe unten)
- Have questionnaire link ready (see below)
Fragebögen (Evaluation)
Questionnaires (Evaluation)
- Schüler:innen Pre-Fragebogen (vor der Stunde): forms.gle/D1sVXaCidwN5xraeA
- Student Pre-Questionnaire (before the lesson): forms.gle/D1sVXaCidwN5xraeA
- Lehrkräfte Post-Fragebogen (nach dem Pilot): forms.gle/T8vpA6ffQM7W1ULA6
- Teacher Post-Questionnaire (after the pilot): forms.gle/T8vpA6ffQM7W1ULA6
Hinweise zur Durchführung
Implementation Notes
- Die Videos sind in der Aktivität eingebettet — SuS schauen sie selbstständig
- Videos are embedded in the activity — students watch them independently
- Ermutigen Sie SuS, bewusst "falsch" zu trainieren — so wird Bias erlebbar
- Encourage students to deliberately train "incorrectly" — this makes bias tangible
- Partnerarbeit ist möglich: eine:r trainiert, der/die andere beobachtet
- Pair work is possible: one trains, the other observes
- Kein Login oder Account nötig — Link öffnen und loslegen
- No login or account required — open the link and start
Verlaufsskizze (45 Minuten)
Lesson Plan (45 minutes)
| Zeit | Phase | Unterrichtsverlauf | Sozialform | Medien |
|---|---|---|---|---|
| 5' | Einstieg | L: „Wo begegnet euch KI im Alltag?" — SuS sammeln Beispiele (Sprachassistenten, Empfehlungen, Filter). Überleitung: „Heute trainiert ihr selbst eine KI." | UG | Beamer |
| 3' | Fragebogen | SuS füllen den Pre-Fragebogen aus (Link an Tafel/Board) | EA | Tablet/PC, Google Forms |
| 25' | Erarbeitung | SuS durchlaufen selbstständig AI for Oceans (Level 1–8). Dabei: Videos schauen, KI trainieren, Bias erleben, neues Wort beibringen. L geht herum, unterstützt, stellt Impulsfragen. | EA / PA | Tablet/PC, Code.org |
| 10' | Sicherung | Plenumsdiskussion: Was habt ihr gelernt? Was passiert, wenn man falsch trainiert? Wo kann KI helfen / schaden? — L sammelt Erkenntnisse an der Tafel. | UG / Plenum | Tafel / Whiteboard |
| 2' | Abschluss | Zertifikat bei Code.org drucken lassen (optional). Ausblick: KI wird euch überall begegnen — denkt kritisch! | Plenum | — |
| Time | Phase | Lesson Flow | Social Form | Media |
|---|---|---|---|---|
| 5' | Introduction | T: "Where do you encounter AI in daily life?" — Ss collect examples (voice assistants, recommendations, filters). Transition: "Today you will train an AI yourself." | Class discussion | Projector |
| 3' | Questionnaire | Ss fill in the pre-questionnaire (link on board) | Individual | Tablet/PC, Google Forms |
| 25' | Exploration | Ss independently work through AI for Oceans (Level 1–8). Includes: watching videos, training AI, experiencing bias, teaching a new word. T circulates, supports, asks probing questions. | Individual / Pair | Tablet/PC, Code.org |
| 10' | Consolidation | Plenary discussion: What did you learn? What happens with bad training data? Where can AI help / harm? — T collects insights on the board. | Class discussion | Board / Whiteboard |
| 2' | Wrap-up | Print Code.org certificate (optional). Outlook: AI will be everywhere — think critically! | Plenary | — |
L = Lehrkraft · SuS = Schüler:innen · UG = Unterrichtsgespräch · EA = Einzelarbeit · PA = Partnerarbeit
T = Teacher · Ss = Students
Verankerung im Bildungsplan BW
Curriculum Reference (Baden-Württemberg)
Der BP 2016 nennt „KI" nicht explizit, bietet aber zahlreiche Anknüpfungspunkte. Das neue Pflichtfach Informatik und Medienbildung (ab 2025/26, BP ab 2027/28) benennt KI-Kompetenzen direkt.
The 2016 curriculum does not explicitly name "AI" but offers numerous connection points. The new mandatory subject Informatik und Medienbildung (from 2025/26, curriculum from 2027/28) directly names AI competencies.
| Fach | Klasse | Kompetenzbereich | Bezug zu dieser Einheit |
|---|---|---|---|
| Aufbaukurs Informatik | 7 | 3.1.1 Daten und Codierung 3.1.2 Algorithmen 3.1.4 Informationsgesellschaft | Datenrepräsentation als Grundlage für ML; Mustererkennung; personenbezogene Daten & Tracking |
| Wahlfach Informatik | 8–10 | 3.1.2 Algorithmen (Kl. 8) 3.2.1 Daten (Kl. 9) 3.3.4 Informationsgesellschaft (Kl. 10) | Datenstrukturen & Iteration über Datensätze; Graphen (Neuronale Netze); Datenschutz |
| IMP (Profilfach) | 8–10 | 3.1.1.2 Algorithmen (Kl. 8) 3.3.1.2 Algorithmen (Kl. 10) | Softwareprojekte, Simulation; Bibliotheken verwenden, Sensordaten auswerten |
| Technik (WPF) | 7–10 | 3.2.2 / 3.3.2 Systeme & Prozesse 3.3.3 Mensch & Technik | Sensoren/Aktoren, Steuerung/Regelung; Chancen & Risiken technischer Lösungen |
| Informatik Gym (Kursstufe) | 11/12 | 3.2.4 Informationsgesellschaft | Massenhafte Datenerhebung bewerten; Datensicherheit bei KI-Systemen |
| Informatik Berufl. Gym | JS2 | BPE 8 Gesellschaftliche Aspekte | Einziger BP, der KI explizit nennt: algorithmische Entscheidungen, ML-Verfahren (kNN, k-Means, Entscheidungsbaum) |
| Leitperspektive Medienbildung | MB_03 Information & Wissen MB_07 Datenschutz MB_08 IT-Grundlagen | Fächerübergreifend: Wie Algorithmen Informationsauswahl beeinflussen; informationelle Selbstbestimmung | |
| Informatik & Medienbildung (neu) | Ab Kl. 5, durchgängig | Direkte KI-Kompetenzen: Funktionsweise von KI; KI-generierte Inhalte erkennen; Algorithmen & Gesellschaft; Datenethik | |
| Subject | Grade | Competency Area | Relation to this Unit |
|---|---|---|---|
| Introductory CS (Aufbaukurs) | 7 | Data & Encoding, Algorithms, Information Society | Data representation for ML; pattern recognition; personal data & tracking |
| CS Elective (Wahlfach) | 8–10 | Algorithms, Data Structures, Information Society | Data iteration; graphs (neural networks); data protection |
| IMP (Profile Subject) | 8–10 | Algorithms, Software Projects | Simulation; using libraries; evaluating sensor data |
| Technology (WPF) | 7–10 | Systems & Processes; Human & Technology | Sensors/actuators; control/feedback loops; opportunities & risks |
| CS Upper Secondary (Gym) | 11/12 | Information Society | Evaluating mass data collection; data security in AI systems |
| CS Vocational Gym | JS2 | Societal Aspects (BPE 8) | Only curriculum explicitly naming AI: algorithmic decisions, ML methods (kNN, k-Means, decision trees) |
| Cross-curricular: Media Education | MB_03 / MB_07 / MB_08 | How algorithms influence information; data protection; IT basics | |
| CS & Media Education (new) | From grade 5, ongoing | Direct AI competencies: How AI works; recognizing AI content; algorithms & society; data ethics | |
Arbeite die folgenden Schritte der Reihe nach durch — du trainierst heute eine echte KI und lernst, wie Machine Learning funktioniert.
Work through the following steps in order — today you'll train a real AI and learn how Machine Learning works.
Bevor wir starten, fülle bitte diesen kurzen Fragebogen aus. Das dauert nur 2–3 Minuten.
Before we start, please fill in this short questionnaire. It only takes 2–3 minutes.
Schau dir zuerst dieses kurze Video an — es erklärt, wie Machine Learning funktioniert:
First, watch this short video — it explains how Machine Learning works:
Öffne dann die Aktivität. Du brauchst kein Konto — einfach anklicken und loslegen.
Then open the activity. You don't need an account — just click and start.
In Level 2–4 trainierst du eine KI, den Ozean von Müll zu befreien. Du siehst verschiedene Bilder und entscheidest: Fisch oder kein Fisch?
In Levels 2–4, you train an AI to clean the ocean of trash. You see different images and decide: Fish or not fish?
Die KI lernt aus deinen Entscheidungen. Je mehr Beispiele du gibst, desto besser wird sie.
The AI learns from your decisions. The more examples you give, the better it gets.
In Level 5 siehst du ein Video über Bias (Vorurteile in Daten). Schau es dir hier an:
In Level 5, you watch a video about Bias (prejudice in data). Watch it here:
In Level 6 wendest du dein Wissen an — trainiere die KI erneut und beobachte den Unterschied.
In Level 6, you apply your knowledge — train the AI again and observe the difference.
In Level 7 siehst du ein Video über die Auswirkungen von KI auf die Gesellschaft:
In Level 7, you watch a video about AI's impact on society:
In Level 8 bringst du der KI ein subjektives Wort bei, z.B. „lustig" oder „gruselig".
In Level 8, you teach the AI a subjective word, e.g. "funny" or "scary".
Jetzt besprechen wir gemeinsam, was ihr erlebt und gelernt habt.
Now let's discuss together what you experienced and learned.
Fragen für die Diskussion:
Discussion Questions:
- Was ist Machine Learning in euren eigenen Worten?
- What is Machine Learning in your own words?
- Was ist passiert, als ihr die KI absichtlich falsch trainiert habt?
- What happened when you deliberately trained the AI incorrectly?
- Wo im Alltag trifft KI Entscheidungen über Menschen? Ist das immer fair?
- Where in daily life does AI make decisions about people? Is that always fair?
- Kann eine KI wirklich „verstehen" was sie tut?
- Can an AI truly "understand" what it's doing?
- Was hat euch am meisten überrascht?
- What surprised you the most?