Künstliche Intelligenz Rätsel Grenzen, Risiken und Regulierung von KI‑Systemen (EU AI Act) T 1 v. 8 Jg. 8-10 Weiterbildung 

Die vorliegenden Themenfelder bilden eine strukturierte Grundlage für die Entwicklung moderner, kompetenzorientierter KI‑Lernmaterialien. Sie decken sowohl technische Grundlagen (Machine Learning, Deep Learning, NLP, Sensorik) als auch übergeordnete Rahmenbedingungen (EU AI Act, Datenmanagement, IoT) ab. Die Inhalte eignen sich für modulare Lernpfade, interaktive Übungen und adaptive Lernformate. Durch die klare Trennung der Themenfelder können Lernende schrittweise an komplexe KI‑Konzepte herangeführt werden, während gleichzeitig ein verantwortungsvoller und sicherheitsbewusster Umgang mit KI‑Systemen vermittelt wird.1. Grenzen, Risiken und Regulierung von KI‑Systemen (EU AI Act)Zentrale Inhalte:Einordnung von KI‑Systemen in RisikoklassenAnforderungen an Transparenz, Sicherheit und DokumentationVerbotene KI‑Praktiken und Pflichten für Anbieter/NutzerBedeutung für Bildung, Unternehmen und öffentliche EinrichtungenKernbotschaft: KI braucht klare Leitplanken, um sicher, fair und vertrauenswürdig eingesetzt zu werden.2. Datenbeschaffung und DatenverwaltungZentrale Inhalte:Datenquellen, Datenqualität, DatenbereinigungDatenschutz, Einwilligungen, rechtliche RahmenbedingungenAufbau von Datensätzen für KI‑ModelleData Governance und DokumentationKernbotschaft: Gute Daten sind die Grundlage jeder funktionierenden KI.3. Machine Learning (ML)Zentrale Inhalte:Grundprinzip: Systeme lernen Muster aus DatenArten des Lernens: Supervised, Unsupervised, ReinforcementTrainings‑, Validierungs‑ und TestphasenTypische ML‑Modelle und AnwendungsfelderKernbotschaft: ML ist das Fundament moderner KI‑Systeme.4. Deep Learning (DL)Zentrale Inhalte:Neuronale Netze und ihre SchichtenConvolutional Neural Networks (CNN), Recurrent Neural Networks (RNN)Große Datenmengen und RechenleistungEinsatz in Bild‑, Sprach‑ und MustererkennungKernbotschaft: Deep Learning ermöglicht komplexe, hochperformante KI‑Anwendungen.5. Internet of Things (IoT)Zentrale Inhalte:Vernetzte Geräte, Sensoren und AktorenDatenströme in EchtzeitEdge‑ und Cloud‑VerarbeitungSicherheitsanforderungen und DatenschutzKernbotschaft: IoT verbindet physische Welt und digitale Intelligenz.6. SensoringZentrale Inhalte:Arten von Sensoren (optisch, akustisch, thermisch, Bewegung etc.)Messprinzipien und DatenformateKalibrierung, Genauigkeit und FehlerquellenBedeutung für Automatisierung, Robotik und IoTKernbotschaft: Sensoren liefern die Rohdaten, die KI erst nutzbar machen.7. Audiovisuelle DatenanalyseZentrale Inhalte:Bild‑ und Videoanalyse (Objekterkennung, Tracking, Klassifikation)Audioanalyse (Spracherkennung, Geräuschanalyse, Emotionserkennung)Einsatz von CNNs, RNNs und Transformer‑ModellenHerausforderungen: Datenschutz, Verzerrungen, RechenlastKernbotschaft: Audiovisuelle KI erschließt komplexe Sinnesdaten für automatisierte Entscheidungen.8. Natural Language Processing (NLP)Zentrale Inhalte:Verarbeitung und Analyse natürlicher SpracheSprachmodelle, Tokenisierung, EmbeddingsChatbots, Textklassifikation, Sentiment‑AnalyseTransformer‑Modelle wie BERT, GPT, LLaMAKernbotschaft: NLP ermöglicht Maschinen, menschliche Sprache zu verstehen und zu erzeugen.Einsatzmöglichkeiten der 8 ThemenfelderUnterrichtsmaterialien für KI‑GrundbildungWorkshops für Schulen, Weiterbildung, UnternehmenProjektarbeiten (z. B. IoT‑Prototypen, ML‑Experimente, NLP‑Chatbots)Rätsel‑ und Lernhefte zur spielerischen WissensvermittlungEinführungsmodule für KI‑Beauftragte, Lehrkräfte und LernendeGrundlage für EdTech‑Produkte und digitale LernplattformenVorteile der ThemenfelderGanzheitlicher Überblick über moderne KI‑TechnologienDidaktisch klar voneinander abgegrenzte LernmoduleHohe Praxisnähe durch Beispiele aus Alltag, Wirtschaft und BildungKombinierbar zu Lernpfaden für unterschiedliche ZielgruppenIdeal für kompetenzorientierten Unterricht und SelbstlernmaterialienFördert kritisches Denken und verantwortungsvollen KI‑Einsatz

Klassenstufen: 9-10. Klasse, EF (10./11. Jhg.), Q1 (11./12. Jhg.)