14.01.2025

Unterrichtsprojekt zum Maschinellen Lernen

Das Thema Künstliche Intelligenz (KI) begegnet uns heutzutage überall: Von Sprachassistenten wie Alexa oder Siri bis hin zu Empfehlungsalgorithmen bei Streaming-Diensten spielt KI eine immer größere Rolle in unserem Alltag. Doch wie funktioniert maschinelles Lernen (ML), das Kernstück vieler KI-Systeme? Um Schüler:innen die Grundlagen von ML näherzubringen, braucht es keine komplexen Programme – nur eine Portion Neugier und ein einfaches Klassenzimmer-Experiment mit Hilfe schulKI. Hier ist ein Unterrichtsprojekt, das ML ganz ohne Computer verständlich macht.

Maschinelles Lernen leicht erklärt

Maschinelles Lernen bedeutet, dass eine KI aus Beispielen „lernt“, um dann eigene Entscheidungen treffen zu können. Dabei lernt das System, Muster in den Daten zu erkennen, anstatt mit festgelegten Regeln zu arbeiten. Ein gutes ML-Modell wird durch viele Beispiele „trainiert“, um seine Fähigkeiten zu verbessern – ähnlich wie wir Menschen durch Erfahrungen lernen.

Um diesen Prozess zu verstehen, verwandeln wir die Klasse in ein KI-Modell. Die Schüler:innen lernen durch praktische Übungen, wie ML funktioniert und was es bedeutet, ein Modell mit Daten zu „füttern“.

Schritt für Schritt: Ein Machine-Learning-Experiment im Klassenzimmer

1. Einführung: Was ist maschinelles Lernen?

Zu Beginn dieser Unterrichtseinheit wird besprochen, was maschinelles Lernen ist und wie es in unserer heutigen Welt Anwendung findet. Die Lehrkraft erklärt, dass KI-Systeme wie Sprachassistenten oder Gesichtserkennung darauf basieren, Muster in Daten zu erkennen. Ein KI-Algorithmus „lernt“ dabei, wie er sich verhalten soll, indem er viele Beispiele analysiert.

Du kannst mit den Schüler:innen auch direkt eine KI, so z.B. den hilfreichen Assistenten fragen, wie diese KI funktioniert und was sich hinter dem Begriff maschinelles Lernen verbirgt.

Link zum Chat: https://schulki.de/chats/12ac0cc9-d100-409d-89c1-36aefc57ea0a

2. Ein einfaches Beispiel: Die Klasse wird zur KI

Nun werden die Schüler:innen selbst zum „Algorithmus“. Wir entscheiden uns für eine Klassifikationsaufgabe, wie „Katzenbilder vs. Hundefotos“ oder „glückliche vs. traurige Gesichter“. Die Lehrkraft zeigt verschiedene Bilder (z.B. von Hunden und Katzen), und die Klasse versucht, durch Raten und Ausschließen zu einer Regel zu kommen, um die Bilder korrekt zuzuordnen.

Jedes Mal, wenn die Klasse die Bilder richtig zuordnet, „lernt“ der Algorithmus – in diesem Fall die Schüler:innen – ein bisschen mehr über die Merkmale der jeweiligen Bilder. So verstehen die Schüler:innen spielerisch das Prinzip des maschinellen Lernens: Lernen durch Beispiele.

3. Die Trainingsphase: Wichtige Merkmale erkennen

In der Trainingsphase sollen die Schüler:innen genauer hinschauen und herausfinden, welche Merkmale wichtig sind. Die Schüler:innen erkennen zum Beispiel, dass Katzen oft spitze Ohren haben, während Hunde rundere Ohren haben. Sie entwickeln also Regeln, die die Bilder unterscheiden. Diese Phase simuliert die „Merkmalsextraktion“ in einem ML-Modell – der Prozess, bei dem ein Algorithmus selbstständig relevante Merkmale in den Daten findet, um seine Entscheidungen zu verbessern.

4. Testphase: Kann die „KI“ richtig entscheiden?

Nun wird die Klasse getestet: Die Lehrkraft zeigt neue, bisher unbekannte Bilder, und die Schüler:innen müssen entscheiden, ob es sich z.B. um eine Katze oder einen Hund handelt. Je nachdem, wie genau sie ihre Merkmale identifiziert haben, wird es einfacher oder schwieriger, die neuen Bilder zu klassifizieren.

Hier lernen die Schüler:innen, dass ein gut trainiertes Modell zuverlässig funktioniert – solange die Trainingsdaten vielfältig und vollständig waren.

Um diese Phase auszureizen, kann man mit der Bild-KI von schulKI Bilder erstellen lassen, bei denen diese Unterscheidung schwer fällt.

1. Prompt-Beispiel: Erstelle eine Nahaufnahme des Gesichts eines Tieres, bei dem Schnauze, Augen und Ohren sowohl katzen- als auch hundeartige Merkmale aufweisen. Das Bild sollte leicht unscharf sein

Link zum Bild: https://schulki.de/images/ab6265aa-ec83-4f49-a704-a4982011d95a

2. Prompt-Beispiel: Zeige ein Tier in entspannter Ruheposition, wobei die Körperhaltung und Gliedmaßenstellung zwischen typischem Katzen- und Hundeverhalten liegt. Die Rute sollte in einer Position sein, die für beide Arten plausibel ist, das Gesicht sollte zwischen Katze und Hund liegen.

Link zum Bild: https://schulki.de/images/bc92dcbe-24d2-4972-b40c-5fb56c22b6e5

5. Reflexion: Was passiert bei Fehlern?

Nach dem Test folgt die Reflexion: Was passiert, wenn die „KI“ Fehler macht? Die Klasse bespricht gemeinsam, was passiert wäre, wenn sie nur eine Art von Hunden gesehen hätten oder wenn einige Bilder schwer zu erkennen gewesen wären. Hier wird das Thema Datenqualität thematisiert – und warum eine breite und vielfältige Datenbasis wichtig ist, um Fehler oder Verzerrungen (Bias) zu vermeiden.

Die Schüler:innen erkennen, dass ein Modell, das nur sehr wenige Beispiele oder einseitige Daten hat, leicht zu falschen Schlussfolgerungen kommt. Diese Erkenntnis ist entscheidend, um zu verstehen, warum reale KI-Systeme, die mit Daten arbeiten, oft Fehler machen oder Menschen benachteiligen können, wenn ihre Trainingsdaten unvollständig oder unausgewogen sind.

Fazit: Was Schüler:innen aus diesem Experiment lernen

Mit diesem Experiment gewinnen Schüler:innen ein grundlegendes Verständnis für maschinelles Lernen – und das ganz ohne komplexe Technik. Sie erfahren, wie wichtig die Qualität und Vielfalt der Daten sind und wie Maschinen Muster erkennen. Außerdem lernen sie, wie leicht Fehler und Verzerrungen entstehen können, wenn ein Modell nicht ausreichend trainiert wurde.

Dieses einfache, aber wirkungsvolle Experiment macht die Grundlagen der KI greifbar und weckt Neugier für die Technologien, die unsere Zukunft prägen. Egal ob in Informatik, Ethik oder Sozialkunde – diese Einheit bietet eine perfekte Gelegenheit, KI in den Schulalltag zu integrieren und den Schüler:innen wichtige Kompetenzen im Umgang mit Technologien zu vermitteln.

Wer noch mehr über ML lernen will, kann sich didaktisch aufbereitet im schulKI Buch hier weiter beschäftigen.