Kategorie: Medienbildung

In diesem Kapitel wird folgendes behandelt: Inhaltliche Schwerpunkte: Konzepte von KI-Kompetenz (fachspezifische) Anwendungsszenarien von KI in der schulischen Bildung Vor- und Nachteile von KI in der schulischen Bildung: Adaptive Lernsysteme Personalisiertes Lernen Digitale Spaltung Datenschutz KI zur Unterstützung bei Inklusion Und weitere Lernen und Lehren über KI: Welche Tools eignen sich, um KI-Wissen zu vermitteln?… KI in der Bildung: Lehren & Lernen weiterlesen

Um den genannten Herausforderungen zu begegnen, sind sowohl technische als auch rechtliche Maßnahmen erforderlich. Mithilfe von gesetzlichen Regelungen sollte sichergestellt werden, dass KI-Modelle transparent und erklärbar sind und der Missbrauch dieser Tools eingeschränkt wird. Gleichzeitig ist eine kritische Medienkompetenz in der Gesellschaft unerlässlich, um KI-generierte Inhalte richtig einordnen zu können. Justitia hält Waagschale mit Zahlen.… KI in der Bildung: Verantwortung – Gesetze und Richtlinien weiterlesen

Bereits heute wird an Robotern geforscht, die Menschen in der Pflege unterstützen können. Dominiert im Science-Fiction-Genre die Vorstellung von einer humanoiden KI, die den Menschen unterwirft, so existieren auf der anderen Seite auch Wünsche und Vorstellungen, dass ein KI-gestütztes System als Freund existieren kann oder sogar den verstorbenen Partner wieder lebendig macht. Mensch und Figur… KI in der Bildung: Verantwortung – KI als Freund? weiterlesen

Folgende Liste gibt einen Überblick über den ersten Teil des Selbstlernkurses. Inhalte Gesellschaftliche-ethische Implikationen: Vorteile und Risiken (Diskriminierung, Koloniale Strukturen, Ressourcenverbrauch, Manipulation, Autonome Systeme, Arbeitsmarkt, Starke KI etc.) KI und Mensch: Human-in-the-loop, KI als Freund Gesetzliches, Datenschutz: EU AI Act Lernziele Dabei sollen folgende Lernziele erreicht werden: Teilnehmende dieses Selbstlernkurses… … können gesellschaftliche und ethische… KI in der Bildung: Verantwortung – Gesellschaftliche Implikationen weiterlesen

Aufgrund der Verbreitung pornografischer Inhalte unter Jugendlichen sollte das Thema in Bildung und Jugendarbeit nicht übergangen werden. Medienwissenschaftliche Publikationen Nicola Döring, Biermann, M., Bresemann, Y., Chaniewski, T., Daum, A.,Wellner, M., & Zenge Wesendonk, T. (2026). Pornografie in der Sexuellen Bildung – 10 Empfehlungen auf der Basis vonempirischer Forschung und pädagogischer Praxis [Pornographyin sexuality education –… Pornografie weiterlesen

Es wurden schon einige Anwendungsgebiete für KI-gestützte Programme genannt, beispielsweise Klassifizierungsprogramme, die Zahlen oder Bilder erkennen oder solche, die Werte vorhersagen. Außerdem können Methoden aus dem Maschinellen Lernen für Algorithmen genutzt werden, die Spiele spielen oder Produkte empfehlen. Das ist nur ein Teil der Möglichkeiten. Die bekanntesten Anwendungen heutzutage sind generative Programme, die aus bekanntem… Ki und Bildung: Anwendung – Generative KI weiterlesen

Klassifikation und Regression Zwei gängige Problemstellungen im maschinellen Lernen sind Regression und Klassifikation. Bei der Regression will man kontinuierliche Werte vorhersagen, beispielsweise Schätzung der Temperatur in Abhängigkeit von Wetterparametern, Hauspreise in der Zukunft basierend auf Fläche und Lage des Hauses oder wie beeinflusst die Anzahl der Stunden, die ein Schüler lernt, die Prüfungsergebnisse? Algorithmen für… KI und Bildung: Anwendung – Klassifikation und Regression weiterlesen

Damit das Modell aus den Daten lernen kann, gibt es verschiedenen Methoden, die für unterschiedliche Anwendungen genutzt werden. Hier sollen die drei Hauptarten des Lernens dargestellt werden. Darüber hinaus existieren aber auch Mischformen und in komplexeren Anwendungen, werden in verschiedenen Schritten unterschiedliche Arten des Lernens genutzt. MindMap der Arten des Lernens mit Beispielen. CC BY-SA… KI und Bildung: Arten des Lernens weiterlesen

Die Modelle für ML-Algorithmen sind vielfältig. Je nachdem, welche Probleme betrachtet werden, können unterschiedliche Modelle zum Einsatz kommen. Dazu zählen: Lineare Regression, Gradientenverfahren, Logistische Regression, Support Vector Machines, Entscheidungsbäume, Random Forest, Nächste-Nachbarn-Klassifikation, k-Means-Algorithmen, Hauptkomponentenanalyse, Convolutional Neural Networks, Recurrent Neural Networks, Transformers, etc. Neuronale Netze Neuronale Netze sind eine bekannte Methode im Maschinellen Lernen. Alle wesentlichen… KI und Bildung: Modelle weiterlesen

Um KI-Systeme zu trainieren, benötigt es eine große Menge an Daten als Grundlage. Diese Daten nennt man Trainingsdaten. In diesen Daten erkennen KI-gestützte Systeme Muster, auf deren Basis die Modelle sich selbst verbessern und Entscheidungen treffen können. Diese identifizierten Muster können auf unbekannte Daten angewandt werden, um zum Beispiel Vorhersagen zu treffen. Dabei gibt es… KI und Bildung: Datentypen weiterlesen