Datenkompetenz als Grundlage für KI-Verständnis vermitteln

Das Problem

«Die KI weiss das» ist eine schnelle Erklärung für eine passende Antwort. Frau Keller möchte zeigen, dass hinter KI-Systemen Daten und menschliche Auswahlentscheidungen stehen. Dafür braucht sie keinen Programmierkurs, sondern einen überschaubaren Gegenstand zum Untersuchen.

Datenkompetenz bedeutet, Daten sinnvoll zu lesen, zu beurteilen und zu verwenden. Daten können Zahlen, Texte, Bilder oder Merkmale von Gegenständen sein. Ihre Qualität hängt auch davon ab, ob sie zur Fragestellung passen und wichtige Unterschiede abbilden.

Ein sauber gestaltetes Datenblatt kann trotzdem einseitig sein. Wer beispielsweise nur Bilder reifer Früchte betrachtet, hat keine Grundlage dafür, unreife zuverlässig zu unterscheiden. Das Problem liegt dann nicht bloss in einer falschen Antwort, sondern bereits in der Auswahl der Beispiele.

So lösen Sie es mit KI – Schritt für Schritt

1. Wählen Sie eine harmlose Entscheidungsaufgabe. Öffnen Sie ein leeres Tabellenblatt und planen Sie etwa das Sortieren gezeichneter Früchte. Legen Sie den Zweck fest: Es soll um sichtbare Merkmale und begründete Kategorien gehen. Verwenden Sie keine Daten über Verhalten, Herkunft oder Leistung realer Kinder.

1. Erstellen Sie einen kleinen fiktiven Datensatz. Ein Datensatz ist hier eine geordnete Sammlung von Beispielen. Lassen Sie eine KI Kartenbeschreibungen mit Merkmalen wie Form, Farbe und Grösse vorschlagen. Prüfen Sie jede Karte selbst und kennzeichnen Sie die gesamte Sammlung als erfundenes Unterrichtsmaterial.

1. Lassen Sie die Auswahl untersuchen. Fragen Sie, welche Varianten häufig vorkommen und welche fehlen. Erklären Sie eine Stichprobe als ausgewählten Teil einer grösseren Menge. Die Klasse soll begründen, für welche weiteren Fälle die Sammlung geeignet ist und wo sie keine tragfähige Aussage erlaubt.

1. Vergleichen Sie unterschiedliche Kategorien. Kategorien sind Gruppen mit vereinbarten Zuordnungsregeln. Lassen Sie nach Form und danach nach Farbe sortieren. Diskutieren Sie Grenzfälle und Mehrdeutigkeiten: Ein Gegenstand kann je nach Fragestellung anders eingeordnet werden, ohne dass eine der Sortierungen grundsätzlich falsch ist.

1. Führen Sie neue Beispiele ein. Halten Sie einige Karten zunächst zurück und verwenden Sie sie erst zur Prüfung der gefundenen Regel. So bleibt sichtbar, ob die Regel auch auf unbekannte Fälle passt. Werden Prüfbeispiele schon zur Regelbildung benutzt, erscheint das Ergebnis leichter zuverlässig, als es tatsächlich ist.

1. Verändern Sie gezielt eine Eigenschaft der Sammlung. Ergänzen Sie fehlende Varianten oder korrigieren Sie absichtlich falsch beschriftete Karten. Die Lernenden vergleichen, welche Entscheidungen sich dadurch ändern. Verändern Sie möglichst nur einen Aspekt gleichzeitig, damit die Ursache nachvollziehbar bleibt.

1. Übertragen Sie die Beobachtung auf KI. Erläutern Sie, dass maschinelles Lernen Muster aus Beispielen nutzt, während die Kartenarbeit diese Zusammenhänge nur vereinfacht veranschaulicht. Lassen Sie jedes Kind eine Grenze formulieren. Die Klasse hat mit Karten kein Sprachmodell nachgebaut und kann daraus keine Genauigkeit eines echten Dienstes ableiten.

Welche Datenprobleme lassen sich erkennen?

Der Lehrplan 21 im Bereich Informatik nennt das Darstellen, Strukturieren und Auswerten von Daten. Prüfen Sie den konkreten Anschluss im kantonal geltenden Lehrplan. Die KI-Verbindung ist Ihre didaktische Ausgestaltung, keine hier behauptete zusätzliche Pflicht.

Vorlage zum Kopieren

Entwirf eine Unterrichtsaufgabe zu Datenqualität für [Altersstufe].
Gegenstand: [harmlose Gegenstände oder erfundene Symbole]
Erstelle Kartenbeschreibungen mit Merkmalen und eindeutigen Grundregeln.
Plane eine Sammlung mit fehlenden Varianten sowie eine verbesserte Fassung.
Halte neue Prüfkarten getrennt von den Beispielen zur Regelbildung.
Gib Gesprächsfragen und eine Lösungsskizze mit möglichen Grenzfällen an.
Erkläre, was die Kartenarbeit über KI veranschaulicht und was nicht.
Verwende keine Personenmerkmale und keine realen Daten.

Passen Sie Merkmale und Wortschatz an die Klasse an und kontrollieren Sie, ob alle vorgesehenen Unterschiede tatsächlich sichtbar sind.

Worauf Sie achten müssen

• Verwenden Sie für die Vorbereitung erfundene Beispiele. Personendaten von Lernenden und vertrauliche Unterlagen gehören nicht in öffentliche KI-Dienste.
• Prüfen Sie KI-Vorschläge fachlich: Auch flüssig formulierte Antworten können Fehler oder erfundene Angaben enthalten. Die Lehrperson verantwortet Auswahl, Rückmeldung und Beurteilung.
• Planen Sie einen gleichwertigen Zugang ohne privates Konto ein. Berücksichtigen Sie Alter, Sprache und Unterstützungsbedarf, ohne Lernende öffentlich nach Schwierigkeiten einzuteilen.
• Klären Sie die Regeln Ihrer Institution und Ihres Kantons. Rechtliche Fragen zu einem konkreten Einsatz lassen Sie durch die zuständige Fachstelle prüfen.

• Eine grössere Sammlung ist nicht automatisch besser. Entscheidend sind passende Vielfalt, verständliche Kategorien und verlässliche Beschriftungen für die konkrete Aufgabe.

Ein Beispiel aus der Praxis

Ein Beispiel: Frau Keller arbeitet in einer Schweizer Primarklasse mit erfundenen Obstkarten. Die erste Sammlung zeigt gelbe runde und rote längliche Früchte. Einige Kinder schliessen daraus, dass Farbe und Form immer zusammengehören.

Mit einer gelben länglichen Karte gerät diese Regel ins Wanken. Die Kinder erkennen, dass ihre Beispiele bestimmte Kombinationen gar nicht enthalten haben. Danach ergänzen sie die Sammlung und begründen, weshalb die neue Auswahl mehr Fälle abdeckt.

Frau Keller hält die Erklärung der Kinder fest, statt bloss richtige Sortierungen zu zählen. Für eine ausgearbeitete Materialplanung nutzt sie die Vorlage mit Sortierkarten. Später kann die Klasse mit einem Experiment zur Antwortvariation eine andere Grenze von KI untersuchen.

So hilft Ihnen Alpasana

Bei Alpasana finden Sie das Angebot KI-Weiterbildung mit Lernnachweis. Auf absofort lernen Sie im eigenen Tempo und bearbeiten Praxisaufgaben, Modul-Quizze und Abschlusskontrollen. Ein KI-Lerncoach begleitet den Lernweg; der Abschluss lässt sich über eine eindeutige Zertifikats-ID überprüfen. Sie können damit Ihre eigene Weiterbildung strukturieren und Lernaufgaben kritisch mit den hier vorgeschlagenen Kriterien vergleichen. Der private Lernnachweis ersetzt weder eine schulische Beurteilung noch die Prüfung, ob ein Angebot zu Ihrer Zielgruppe passt.

Häufige Fragen

Brauche ich echte Trainingsdaten?

Nein, für die beschriebenen Grundfragen genügt erfundenes Material. Trainingsdaten sind die Beispiele, anhand derer ein Modell während seiner Entwicklung Muster lernt. Die Karten machen einzelne Auswahlprobleme anschaulich, ohne diesen technischen Prozess vollständig abzubilden.

Kann ich die Aufgabe ohne Computer durchführen?

Ja, gedruckte Karten eignen sich dafür gut. KI kann Ihnen bei der Vorbereitung helfen, während die Lernenden selbst sortieren und argumentieren. Entscheidend ist die Begründung der Auswahl und nicht die Bildschirmzeit.

Wie prüfe ich, ob die Klasse den Zusammenhang verstanden hat?

Geben Sie eine neue Sammlung mit einer anderen Lücke vor. Lassen Sie erklären, welche Aussagen damit möglich sind und welche zusätzlichen Beispiele nötig wären. So wird sichtbar, ob die Lernenden das Prinzip übertragen können.