KI-Grundlagen - Verstehen, Hinterfragen, Mitgestalten SEK II
Dieselben vier Stationen wie in der Sekundarstufe I - aber mit Fachbegriffen, Belohnungsfunktionen, Datensatz-Audit und dem Blick auf den EU AI Act.
Bestellfenster bis 20. November 2026 · 11,80 € pro Schüler:in und Schuljahr
KI-generiertKI-generiertJeder Abschnitt öffnet sich auf Klick auf seine Überschrift.
Ab der Sekundarstufe II arbeiten Lernende mit KI-Werkzeugen an eigenen Arbeiten - in der vorwissenschaftlichen Arbeit, in der Diplomarbeit, im Praktikum. Damit werden die Fragen konkreter: Woher kommen die Trainingsdaten? Warum ist der Output plausibel und trotzdem falsch? Wer haftet dafür? Dieser Kurs beantwortet sie an Experimenten, die die Klasse selbst durchführt - mit den Fachbegriffen, die in der Debatte tatsächlich verwendet werden.
Für die Oberstufe geschärft
Dieselbe Struktur wie die Sek-I-Fassung, aber mit anderer Tiefe: Supervised Learning, Belohnungsfunktion und Policy, Reward Hacking, Datensatz-Audit, Repräsentations-Bias.
Anschluss an VWA und Diplomarbeit
Wer versteht, wie ein Sprachmodell zu seinen Sätzen kommt, prüft Quellen anders. Der Kurs liefert die Begründung dafür, warum eine KI-Antwort eine Behauptung ist und kein Beleg.
EU AI Act und Daten-Governance
Bias und Halluzination werden nicht nur benannt, sondern an den regulatorischen Rahmen angebunden - relevant für jede Klasse, die später beruflich mit KI-Systemen zu tun hat.
Keine IT-Vorkenntnisse nötig
Auch in dieser Fassung braucht die Lehrkraft kein Informatikstudium. Die Fachbegriffe werden im Kurs eingeführt, nicht vorausgesetzt.
Der Kurs folgt demselben konstruktivistischen Ansatz wie die Sek-I-Fassung: Die Lernenden erarbeiten sich das Wissen an eigenen Experimenten statt an Erklärungen. Der Unterschied liegt in der Genauigkeit. Hier wird nicht nur beobachtet, dass mehr Daten helfen - hier wird variiert, verglichen und abgeleitet, welcher Effekt worauf zurückgeht. Die Spiele sind dieselben Werkzeuge, die Aufträge sind Versuchsanordnungen.
AI Literacy mit Fachsprache
Modell, Label, Policy, Epsilon, Reward Hacking: Die Begriffe kommen dort vor, wo sie gebraucht werden - und werden am eigenen Experiment belegt statt definiert.
Digitale Mündigkeit
Ein KI-Output ist eine textstatistisch plausible Aussage, kein geprüfter Fakt. Wer das einmal selbst hergestellt hat, geht anders mit Antworten um.
Human in the Loop
Die Belohnungsfunktion wählt der Mensch. Wer sie setzt, verantwortet die Strategie, die daraus entsteht - das ist an der RewardBot-Station direkt erfahrbar.
Reproduzierbarkeit
Mehrfach trainieren, Ergebnisse vergleichen, Schwankungen benennen: Der Kurs übt nebenbei wissenschaftliches Arbeiten - dieselbe Haltung, die die VWA verlangt.
Formuliert als das, was Schülerinnen und Schüler danach tun können - nicht als Themenliste. Die Quizze im Kurs prüfen genau diese Punkte.
- KI-Systeme im Alltag identifizieren und den drei Bereichen ML, CV und GenKI zuordnen
- Ein Bild-Klassifikationsmodell selbst trainieren und die Modellgüte begründen
- Ableiten, wie Mindestmenge, Label-Sauberkeit und Vielfalt der Daten wirken
- Eine Belohnungsfunktion konfigurieren und die entstehende Strategie erklären
- Reward Hacking als Folge schlecht gewählter Belohnungen erkennen
- Bias als Daten- und Halluzination als Output-Problem sauber trennen
- Ein Datensatz-Audit entlang der klassischen Bias-Risiken durchführen
Der Kurs umfasst 4 Lektionen. Was jede davon im Unterricht leistet, steht daneben - ebenso, ob ein Film, ein Lernspiel oder ein Quiz dazugehört.
- Kurs gesamt
- 2 bis 4 UE
- Quizze
- rund 15 Min
- Urkunde
- ab 85 %
Unterrichtseinheiten · kompakt 90 Min, mit Auswertung 4 UE
4 Quizze à 5 Fragen · geschätzt
der erreichbaren T-Coins (33)
- 1
KI-generiertKI-Detektive – KI im Alltag aufspüren
KI-Systeme im Alltag sichtbar machen und den drei Bereichen zuordnen - inklusive vertiefender Präsentationen zu jedem Bereich.
Zwei Spiele: KI-Kompass (Selbstbild gegen tatsächliches Verhalten) und KI-Trio.
2 Lernspiele Quiz rund 4 Min · 5 Fragen ohne Anmeldung offenDiese Lektion jetzt ansehen - 2
Pixel-Power – Lernen durch Beispiele
Supervised Learning als Versuchsanordnung: Datensatz anlegen, Parameter variieren, Modellgüte vergleichen.
Spiel ScriTL - dreimal trainieren: knappe Mindestmenge, viele Beispiele, absichtlich falsche Labels. Der Vergleich ist das Ergebnis.
Lernspiel Quiz rund 4 Min · 5 Fragen ohne Anmeldung offenDiese Lektion jetzt ansehen - 3
KI-generiertLevel Up – Lernen durch Belohnung
Bestärkendes Lernen: Belohnungsfunktion eines Q-Learning-Agenten konfigurieren und die entstehende Policy erklären.
Spiel RewardBot mit Schrittkosten, Zielbelohnung, Hindernisstrafe und Exploration - Reward Hacking wird dabei direkt erfahrbar.
Lernspiel Quiz rund 4 Min · 5 Fragen - 4
KI-generiertReality Check – Wo KI sich irrt
Daten- und Output-Kritik: Bias als systematische Datenverzerrung, Halluzination als faktisch falscher Output.
Spiel Fair Play AI als Datensatz-Audit entlang von Selektions-, historischem und Repräsentations-Bias.
Lernspiel Quiz rund 4 Min · 5 Fragen
Der Kurs ist nicht auf ein Format festgelegt. Diese drei Zuschnitte haben sich bewährt - die Zeitangabe steht vorne, damit die Entscheidung schnell geht.
Kompaktfassung
Lektion 1 und 2 in der ersten Einheit, Lektion 3 und 4 in der zweiten. Funktioniert, wenn die Experimente knapp gehalten werden - die Vertiefungspräsentationen gehen dann als Nacharbeit mit.
Mit Auswertung
Eine Lektion je Einheit. Die zweite Hälfte jeder Stunde gehört der Auswertung: Welche Einstellung hat welchen Effekt erzeugt, und woran lag es? Das ist der Teil, der in der Oberstufe den Unterschied macht.
Quellenkritik-Baustein
Lektion 4 als eigenständiger Baustein in der VWA-Begleitung: Warum eine KI-Antwort keine Quelle ist und wie man sie trotzdem sinnvoll einsetzt.
Die Szenarien sagen, in welchen Zeitrahmen der Kurs passt. Die Konzepte gehen einen Schritt weiter: Einheit für Einheit, mit Einstieg, Impulsen, Vorlage und Anpassung je Schulstufe. Jedes ist eine Option - Kolleg:innen kommentieren sie und schlagen eigene vor.
Forschungslabor: Hypothese, Experiment, Befund
Jede Lektion wird zum Versuch mit Laborprotokoll. Am Ende schreibt die Klasse eine Stellungnahme zum Einsatz von KI - wie ein kleines Gutachten.
Zwei Doppelstunden
Ihre OptionEigenes Konzept vorschlagen
Sie gehen es anders an? Beschreiben Sie Ihren Weg - getippt oder diktiert. Gute Konzepte kommen als weitere Option dazu.
Für angemeldete Lehrkräfte
Bewertet wird ohne Korrekturaufwand: Die Quizze werten automatisch aus, der Kursabschluss liefert eine druckfertige Urkunde.
Vier Quizze
Jede Lektion schließt mit einem Quiz ab. Geschafft ist der Kurs, wenn 85 Prozent der erreichbaren T-Coins gesammelt sind.
Die Experimente als Beleg
Die Spielergebnisse sind mehr als Punkte: Sie sind die Versuchsprotokolle, über die sich im Unterricht diskutieren lässt - besonders dort, wo etwas schiefgegangen ist.
Urkunde am Ende
Der Kursabschluss ergibt eine Urkunde, die die Lehrkraft druckfertig erhält.
Abschlusskriterium: Der Kurs gilt als abgeschlossen, sobald 85 % der erreichbaren T-Coins gesammelt sind (33 T-Coins insgesamt). Damit zählen Quizze und Lernspiele gemeinsam - niemand scheitert an einer einzigen Frage.
Der Kurs bringt 5 interaktive Lern- und Simulationsspiele und 4 Quizze mit - zusammen sind sie das Kurspaket, das bestellt wird. Dazu 10 % Gratisplätze und kostenlose Lehrkräfte-Zugänge; bestellt wird aus dem Abrufkontingent der Schule, abgerechnet über den OeAD. Das Bestellfenster läuft bis zum 20. November 2026.