Informatische Bildung in Schulen (IBiS)
Permanent URI for this communityhttps://dl.gi.de/handle/20.500.12116/41880
Zeitgemäße, gute informatische Bildung ist entscheidend, um jeden und jede zum Verstehen und Gestalten der digitalen Welt im Sinne mündiger Bürgerinnen und Bürger zu befähigen.
Im Jahr 2022 ist die letzte Ausgabe der LOG IN, der einzigen deutschsprachigen Zeitschrift für Lehrkräfte im Bereich der informatischen Bildung, erschienen. In der OER-Zeitschrift Informatische Bildung in Schulen (IBiS) wird diese wichtige Arbeit unter dem Dach des Fachausschusses Informatische Bildung an Schulen und der Fachgruppe Didaktik der Informatik der Gesellschaft für Informatik e. V. fortgeführt.
Siehe auch https://www.informatischebildung.de/ibis/
Authors with most Documents
Browse
8 results
Search Results
Journal Article Künstliche Intelligenz im Informatikunterricht(Gesellschaft für Informatik, 2024) Dorn, JulianDas kostenfreie digitale Buch https://buch.informatik.cc/ki/ bietet eine umfangreiche Grundlage, um Maschinelles Lernen als Teil der künstlichen Intelligenz im Unterricht zu behandeln. Die Themenbereiche überwachtes, unüberwachtes, bestärkendes und selbstüberwachtes Lernen sind mit vielen Aufgaben und Beispielen beschrieben, sodass darauf aufbauend ein eigener Unterricht entwickelt werden kann. Da sich der theoretische Teil in dem verlinkten digitalen Buch nachlesen lässt, stelle ich hier die didaktischen Überlegungen und Ausgestaltungen vor.Journal Article ClusterLabor: Ein Werkzeug zur interaktiven Visualisierung und Analyse von Clusteralgorithmen(Gesellschaft für Informatik, 2024) Andres, Daniela; Joachim, Silvia; Hennecke, MartinIn diesem Beitrag wird die Webanwendung ClusterLabor (verfügbar unter ddi.informatik.uni-wuerzburg.de) vorgestellt. ClusterLabor ermöglicht eine interaktive Visualisierung und Analyse von Clusteralgorithmen in zweidimensionalen Datensätzen. Damit können verschiedene Algorithmen hinsichtlich ihrer Ergebnisse in Abhängigkeit von der gewünschten Anzahl an Clustern verglichen werden. Anwender können aus verschiedenen Beispieldatensätzen wählen, eigene Datensätze hochladen oder Datensätze direkt durch manuelle Eingabe generieren. Zum Clustern stehen verschiedene Methoden zur Verfügung: der k-Means-Algorithmus mit Varianten wie Lloyd oder MacQueen, der k-Medoids-Algorithmus sowie hierarchische Clusteranalyse mit unterschiedlichen Distanzmaßen und Fusionierungsalgorithmen. Ein besonderer Fokus liegt dabei auf dem Unsupervised Learning, einem Bereich der Künstlichen Intelligenz (KI), bei dem Algorithmen Muster und Strukturen in unbeschrifteten Daten selbstständig erkennen. Zur Bestimmung der "optimalen" Clusterzahl k sind zudem Visualisierungen des Elbow Plots (Ellenbogendiagramms), des Average Silhouette Plots (ASW-Kurve) sowie des Dendrogramms integriert.Journal Article Unterrichtsreihe zu künstlicher Intelligenz und künstlichen neuronalen Netzen für die gymnasiale Oberstufe(Gesellschaft für Informatik, 2024) Grabe, KatrinDiese Unterrichtsreihe erarbeitet in 7 Doppelstunden das Thema „Künstliche Intelligenz und Maschinelles Lernen“ für einen Grundkurs Informatik in der gymnasialen Oberstufe nach dem „Bildungsplan Studienstufe Informatik Hamburg“. Die Rahmenbedingungen für den Ablauf der Sequenz sind, dass innerhalb der ersten 3 Doppelstunden theoretisches Basiswissen für eine Klausur aufgebaut wird, anschließend wird eine Klausur auf Papier geschrieben. Im zweiten, praktischen Teil (2 Doppelstunden) trainieren die SuS künstliche neuronale Netze (im Folgenden mit KNN abgekürzt) und arbeiten mit einer Python-Implementierung. In den letzten 2 Doppelstunde reflektieren sie die Möglichkeiten und Grenzen von Künstlicher Intelligenz (im Folgenden mit KI abgekürzt).Journal Article Den k-Means-Algorithmus verstehen: Mit Stift & Papier und BlueJ(Gesellschaft für Informatik, 2024) Andres, Daniela; Joachim, Silvia; Hennecke, MartinDieser Praxisbeitrag stellt unterrichtliche Aktivitäten vor, um den k-Means-Algorithmus einzuführen und ihn anschließend in BlueJ zu implementieren. Anhand eines Beispieldatensatzes mit Fundkoordinaten von Pilzen können sich die Schülerinnen und Schüler die Funktionsweise des k-Means-Algorithmus selbst erschließen. Der Datensatz ist zweidimensional und klein genug, um den Algorithmus mit Stift und Papier in angemessener Zeit zu erarbeiten. Anschließend kann der Algorithmus in der den Schülerinnen und Schülern sowie Lehrkräften bekannten Umgebung BlueJ programmiert und das Ergebnis durch Einlesen einer csv-Datei mit den vorher verwendeten Fundkoordinaten verifiziert werden.Journal Article KI in der Kiste: Unterrichtsaktivitäten aus einem Lernlabor zum Thema Künstliche Intelligenz(Gesellschaft für Informatik, 2023) Lindner, Annabel; Müller-Unterweger, Michaela; Berges, Marc; Rösch, MathiasDer Beitrag präsentiert eine Sammlung von Unterrichtsaktivitäten, die im Rahmen der Entwicklung eines Lernlabors zum Thema Künstliche Intelligenz (KI) entstanden sind. Die Aktivitäten können in verschiedenen Jahrgangsstufen, Schulformen und Unterrichtsfächern als Impulse und thematische Aufhänger zur Vermittlung verschiedener Konzepte aus dem Bereich der KI eingesetzt werden. Es werden exemplarisch fünf Aktivitäten aus der Sammlung vorgestellt. In der Aktivität Gesucht: KI können Schüler:innen den Einsatz von KI-Algorithmen in Alltagsgegenständen unterstützt durch Bildkarten diskutieren. Es war einmal ... bietet einen Überblick über die historische Entwicklung von KI-Systemen, während Realitäts-Tabu sich mit der Komplexität der Realität und ihrer Verarbeitung durch KI-Systeme befasst. Die Orakel-Cops stellen Szenarien des Predictive Policing nach und in der Aktivität Künstler:in unbekannt versuchen die Schüler:innen, KI-Artefakte von menschlichen Kunstwerken zu unterscheiden.Journal Article Perzeptron Unplugged: Enaktive Ansätze zur Vermittlung künstlicher neuronaler Netze im Unterricht(Gesellschaft für Informatik, 2023) Zurfluh, ThomasIn diesem Praxisbeitrag werden erprobte Unterrichtskonzepte und -ansätze zur Vermittlung von Kompetenzen im Bereich künstlicher Intelligenz (KI) und künstlicher neuronaler Netze (KNN) vorgestellt. Die Materialien stammen von der Webseite Machine Learning for Teachers (ml4t.ch) und werden erfolgreich im Lehramtsstudium der Pädagogischen Hochschule Zürich für Lehrkräfte der Sekundarstufe I im Fach Medien und Informatik eingesetzt. Ziel ist es, Lehrkräften konkrete und direkt anwendbare Ansätze inklusive des verwendeten Materials bereitzustellen und enaktive Erfahrungen zu ermöglichen, um die Konzepte begreifbar zu machen. Die Webseite ist nach dem Prinzip des didaktischen Doppeldeckers aufgebaut und kann sowohl mit Lehrkräften als auch mit Schülerinnen und Schülern ab dem 7. Schuljahr eingesetzt werden.Journal Article Das Prinzip des verstärkenden Lernens im Rollenspiel erkunden(Gesellschaft für Informatik, 2023) Strecker, KerstinIn diesem Beitrag beschreiben wir ein Rollenspiel, das im Unterricht bereits ab der Sekundarstufe 1 mit der gesamten Klasse durchgeführt werden kann und das Prinzip des verstärkenden Lernens im Themenbereich „maschinelles Lernen“ erfahrbar macht.Journal Article Unravel – Bilderkennung mit neuronalen Netzen(Gesellschaft für Informatik, 2023) Gräßl, ChristophDie zunehmende Bedeutung von Künstlicher Intelligenz im Alltag hat dazu geführt, dass die Kultusministerien verschiedener Bundesländer dieses Thema in Lehrplänen allgemeinbildender Schulen verankert haben. Da dieser Lernbereich neu ist, müssen auch innovative didaktische Ansätze entwickelt werden. Dies stellt aufgrund weniger Erfahrungswerte eine besondere Herausforderung dar. In dieser Arbeit wird ein praxisorientiertes Konzept vorgestellt, in dem Schülerinnen und Schüler ab der oberen Mittelstufe selbstständig alle Komponenten eines Bilderkennungssystems, angefangen von der Bildaufnahme bis hin zur Klassifizierung, explorativ erleben. Ziel ist es zum einen, einen grundlegenden Einblick in Klassifikation mit neuronalen Netzen zu vermitteln. Zum anderen sollen die Schülerinnen und Schüler verstehen, wie Systeme des überwachten Lernens allgemein aufgebaut sind, wie man sie bewertet und wo deren Grenzen liegen.