Küstliche Intelligez  Methoden Internet of Things (IoT) - Rätsel T 5 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.)

Diese Materialreihe vermittelt die zentralen Grundlagen moderner Künstlicher Intelligenz – von Daten und Algorithmen bis hin zu Sensorik, IoT, Sprache, Bildern und Regulierung. Die acht Themenfelder decken den gesamten KI‑Lebenszyklus ab: rechtliche Rahmenbedingungen, Datenbeschaffung, Machine Learning, Deep Learning, IoT‑Architekturen, Sensoring, audiovisuelle Datenanalyse und Natural Language Processing. Gemeinsam ermöglichen sie ein umfassendes Verständnis dafür, wie KI‑Systeme entwickelt, trainiert, überwacht und verantwortungsvoll eingesetzt werden könnenAlle 8 Themenfelder im Überblick1. Grenzen, Risiken und Regulierung von KI‑Systemen (EU AI Act)Grundlagen der KI‑RegulierungRisikoklassen, Pflichten, TransparenzSicherheit, Fairness, DatenschutzGrenzen und Risiken von KI2. Datenbeschaffung und DatenverwaltungInterne und externe DatenquellenDatenqualität, Bias, RepräsentativitätDatenflüsse, Metadaten, LineageData Cleaning, Preprocessing, Datenbanken3. Machine LearningÜberwachtes, unüberwachtes und verstärkendes LernenKlassifikation, Regression, ClusteringOverfitting, Underfitting, EvaluierungFeature Engineering4. Deep LearningNeuronale Netze, CNNs, RNNsTransfer LearningAutoencoder, GANsBackpropagation, Gradient Descent5. Internet of Things (IoT)IoT‑Architektur (Device, Connectivity, Edge, Cloud)Datenintegration, EchtzeitverarbeitungSicherheit, SkalierbarkeitIoT‑Anwendungen in Smart Cities, Industrie 4.06. SensoringSensortypen und MessgrößenDatengewinnung, Filterung, VorverarbeitungSensorfusionSensornetzwerke und autonome Systeme7. Audiovisuelle DatenanalyseBild‑, Video‑ und AudioverarbeitungCNNs, RNNs, Deep LearningSpracherkennung, EmotionserkennungVideoüberwachung, Qualitätskontrolle, Assistenzsysteme8. Natural Language Processing (NLP)Sprachmodelle (BERT, GPT, Transformer)Textklassifikation, NER, ÜbersetzungSentimentanalyseSprachdialogsysteme und TextgenerierungEinsatzgebiete der gesamten MaterialreiheUnterricht in Informatik, KI‑Grundlagen, Data Science, Technik, MedienPrüfungsvorbereitung und WiederholungErstellung von Arbeitsblättern, Präsentationen, ProjektenFortbildungen für Lehrkräfte, Unternehmen und VerwaltungenEinführung in KI für Lernende ohne VorwissenVertiefung für Themen wie IoT, Deep Learning, NLP, RegulierungEinsatz in Berufsbildung, Hochschulen und WeiterbildungVorteile der gesamten MaterialreiheVollständige Abdeckung aller zentralen KI‑ThemenEinheitliche Struktur: Definitionen, Beispiele, Fragen, Lösungen, TestsVerständliche Sprache trotz komplexer InhaltePraxisnahe Beispiele aus Industrie, Verwaltung, Alltag und ForschungSofort einsetzbar im Unterricht oder SelbststudiumDidaktisch klar aufgebaut und modular nutzbarIdeal für Lernpfade, Kurse, Workshops und PrüfungenVerbindet Technik, Daten, Regulierung und Anwendung

Klassenstufen: 7. Klasse, 9-10. Klasse, EF (10./11. Jhg.), Q1 (11./12. Jhg.)