Beschreibung
Maschinelles Lernen (ML) gilt heute als eine der zentralen Technologien moderner Künstlicher Intelligenz – doch was genau steckt dahinter? In diesem Workshop erhalten Lehrkräfte eine verständliche Einführung in die grundlegenden Konzepte des maschinellen Lernens. Wir klären zentrale Fragen: Wie lernen Maschinen aus Daten? Welche Rolle spielen Algorithmen und neuronale Netze“ Und wie unterscheiden sich verschiedene ML-Ansätze? Anhand praxisnaher Beispiele erleben die Teilnehmenden, wie ML-Systeme trainiert werden, welche Herausforderungen dabei auftreten und wo Grenzen und Risiken liegen – von Verzerrungen in Datensätzen bis hin zur Black-Box-Problematik. Gemeinsam erstellen wir ein eigenes kleines ML-Modell, trainieren es mit selbst erstellten Trainingsdaten und bringen der KI bei, verschiedene Objekte zu erkennen. Dabei wird nicht nur der technische Prozess nachvollziehbar – es entsteht auch ein direkter Bezug zum Schulkontext. Darüber hinaus beleuchten wir, wie sich ML mithilfe lebensnaher Beispiele in den Unterricht integrieren lässt. Anknüpfungspunkte finden sich im Informatikunterricht ebenso wie in gesellschaftswissenschaftlichen oder sprachlichen Fächern. Diskutiert wird außerdem, welche Kompetenzen Schüler:innen benötigen, um KI-Technologien kritisch einordnen zu können, und wie Lehrkräfte diese Kompetenzen gezielt fördern können. Der Workshop vermittelt fundiertes Grundlagenwissen – ohne dass Vorkenntnisse erforderlich sind.
