Erste Schritte mit KI und Datenanalyse
Überblick
Auf einen Blick
Schlüsselwörter: KI, Machine Learning, Roboter, Technologie, IT, Big Data
Fächer: Informatik, MINT, Technik
Weitere Disziplinen: Sozialwissenschaften, Mathematik
Altersstufe der Schüler*innen: 10–14
Benötigte Vorkenntnisse: keine
Zeitrahmen: 6 x 1 Unterrichtsstunde oder ein Projekttag
Mögliche Partner*innen: Hochschule oder lokale Unternehmen/Einrichtungen, die mit KI und Machine Learning arbeiten
Benötigte Hardware/Software/Onlinedienste und -tools:
- Internetzugang
- PCs/Laptops/Tablets
- Bild-, Musik- und Textgeneratoren (erfordern teilweise ein kostenloses Benutzerkonto)
- Zooniverse ist kostenlos und ohne Anmeldung nutzbar
Autor: Paul Tyler (Großbritannien)
Künstliche Intelligenz (KI) und maschinelles Lernen (ML) sind die Technologien, die in den nächsten fünf bis zehn Jahren wahrscheinlich die größten Auswirkungen auf den Alltag junger Menschen in aller Welt haben werden. Es ist daher sehr wichtig, ihnen die Anwendungen und Funktionsweisen dieser Technologien schon früh in ihrer Schulzeit näherzubringen und ihnen zu zeigen, wie man sie verantwortungsvoll nutzt. In den meisten Grundschulen in Europa lernen die Kinder bisher kaum etwas über KI oder ML, obwohl die Technologie schon eine so große Rolle in ihrem Leben spielt.
Die Entwicklung auf diesem Gebiet hat sich so schnell vollzogen, dass das Bildungssystem noch keine Zeit hatte, die Lehrpläne anzupassen und spezifische Anleitungen oder Ressourcen zur Unterstützung der Lehrkräfte bereitzustellen.
Gibt man Schülerinnen und Schülern die Möglichkeit, KI- und ML-Anwendungen in einem geschützten Raum mit klarer Anleitung auszuprobieren, können sie ein besseres Verständnis für die verschiedenen Einsatzkontexte und für die möglichen Auswirkungen der Technologie entwickeln.
Schon jetzt gibt es viele falsche Vorstellungen von KI und ihrer möglichen künftigen Entwicklung. Fehlinformationen und Fake News sind im Internet weit verbreitet, und es ist dringend notwendig, dass die Schüler*innen diesbezüglich aufgeklärt werden und lernen, den Wahrheitsgehalt von Informationen zu prüfen und zu erkennen.
KI und ML entwickeln sich rasend schnell (allein 4 ChatGPT-Versionen innerhalb von sechs Monaten bis Januar 2024), und laufend werden neue Tools entwickelt und veröffentlicht. Es gibt bereits frei verfügbare Online-KI-Anwendungen für die Erstellung von Texten, Bildern, Musik, Videos, Übersetzungen usw., und die Möglichkeiten werden sich in den nächsten Jahren noch erheblich erweitern.
Aktivität 1: Künstliche Intelligenz und maschinelles Lernen definieren
Die Texte und Zusatzmaterialien für diese Aktivität stehen in einer bearbeitbaren Powerpoint-Präsentation zur Verfügung. Jüngere Grundschüler*innen können sich dem Thema alternativ über ein einführendes Video nähern (siehe weiterführende Links).
In Kleingruppen diskutieren die Schüler*innen folgende Fragen:
- Was denkt ihr: Was sind Künstliche Intelligenz und maschinelles Lernen?
- Was wisst ihr über Künstliche Intelligenz und maschinelles Lernen?
Die Gruppen machen sich dazu Notizen. Im Anschluss stellen sie der Klasse vor, was sie zusammengetragen haben, und besprechen die Gemeinsamkeiten und Unterschiede in ihrem Wissensstand. Dazu kann eine Mindmap an der Tafel erstellt werden.
Die Lehrkraft zeigt den Schüler*innen einige mit KI-Chatbots erstellte Definitionen von KI und ML. Wie nah kamen die Überlegungen der Schüler*innen den von den Chatbots verfassten Definitionen?
Als Nächstes tragen die Schüler*innen aktuelle Anwendungen von KI und ML zusammen, die ihrer Meinung nach bereits heute Auswirkungen auf ihr Leben haben. Die Lehrkraft erstellt dazu eine Liste an der Tafel (ein Beispiel für eine solche Liste findet sich in der Powerpoint-Datei.)
Abschließend diskutieren die Schüler*innen, welche zukünftigen Anwendungen von KI und ML sie sich vorstellen können und welche (positiven wie auch negativen) Auswirkungen diese womöglich auf ihr Leben haben werden.
Geben Sie in das Dialogfeld eines Chatbots wie ChatGPT oder Google Gemini einen Prompt (Textbefehl) für die Erstellung einer Definition ein, zum Beispiel: „Verfasse eine kurze Definition, mit der einem zehnjährigen Kind Künstliche Intelligenz erklärt werden kann.“
Antwort von Google Gemini zu KI:
Künstliche Intelligenz, oder kurz KI, ist wie ein superkluger Roboter im Computer. So wie du neue Dinge lernst, indem du Bücher liest und Fragen stellst, kann KI aus riesigen Datenmengen lernen und so schlau werden, dass sie selbstständig Aufgaben lösen kann.
KI kann uns also helfen, viele Dinge zu tun, die für uns schwierig oder zeitaufwändig sind. Sie kann zum Beispiel:
- Fragen beantworten: Du fragst KI „Wie ist das Wetter heute?“, und sie zeigt dir die Antwort an.
- Probleme lösen: Du sagst KI „Mein Fahrrad hat einen platten Reifen“, und sie zeigt dir, wie du ihn reparieren kannst.
- Dinge erfinden: KI kann neue Medikamente entwickeln oder Musik komponieren.
Antwort von Microsoft Copilot zu maschinellem Lernen:
Maschinelles Lernen ist, wenn Computer wie kleine Schüler lernen, indem sie Beispiele betrachten.
Stell dir vor, du zeigst einem Roboter viele Bilder von Hunden und Katzen. Der Roboter schaut sich die Bilder an und lernt, wie man Hunde von Katzen unterscheidet. Dann kann er selbstständig entscheiden, ob ein neues Bild ein Hund oder eine Katze ist! 🤖📸🐶🐱
„Künstliche Intelligenz – kindgerecht erklärt“: Erklärfilm zum Umgang mit Daten in der Mediathek der Bundeszentrale für politische Bildung, abgerufen am 23.07.2024.
„„Terra X: Wie Künstliche Intelligenz funktioniert“, Erklärvideo mit Philip Häusser, Februar 2018, abgerufen am 23.07.2024.
„Künstliche Intelligenz vs. Machine Learning vs. Deep Learning“: YouTube-Erklärvideo von Florian Dalwigk, 2021, abgerufen am 23.07.2024.
Was ist Machine Learning?“: Definition, Funktionsweise und Herausforderungen von maschinellem Lernen sowie ML im Unternehmen in Aktion. www.sap.com, abgerufen am 23.07.2024.
„Künstliche Intelligenz, Data Science und maschinelles Lernen – was steckt hinter den Schlagwörtern?“: Expertenantworten zu Zusammenhängen, Missverständnissen und möglichen neuen Kompetenzen im Umgang mit diesen technologischen Entwicklungen. Blog des Instituts für lebenslanges Lernen der TU München, April 2023, abgerufen am 23.07.2024.
Aktivität 2: Supermarkt-Spionen auf die Spur kommen
Bei dieser Aktivität arbeiten die Schüler*innen in Zweiergruppen zum Thema Datenerhebung. Bearbeitbare Version der dafür benötigten Vorlagen
Jede Zweiergruppe bekommt den Einkaufszettel 1, liest ihn sich aufmerksam durch und notiert möglichst viele Informationen über die Person, die den Einkauf getätigt hat.
- Inwiefern könnten diese Informationen für Supermärkte nützlich sein? Warum könnten sie diese Daten sammeln wollen?
Die Überlegungen werden mit der ganzen Klasse besprochen. Daraufhin bekommt jede Zweiergruppe den Einkaufszettel 2, liest ihn sich aufmerksam durch und notiert möglichst viele Informationen über die Person, die den Einkauf getätigt hat.
- All diese Daten sammeln Supermärkte täglich von Millionen Kund*innen. Was denkt ihr: Wie sammeln sie die Daten? Wie verknüpfen sie sie mit einer bestimmten Person?
Supermärkte sammeln riesige Datenmengen über ihre Kund*innen – das nennt man „Big Data“. Diese Daten werden mit KI und ML analysiert, um Muster im Kaufverhalten der Kund*innen zu erkennen. Darauf können die Supermärkte dann mit personalisierter Werbung und passenden Sonderangeboten reagieren.
Die Schüler*innen lesen einige KI-generierte Beispieltexte zur Funktionsweise von Kundenkarten (Word und PDF).
Verfasst von ChatGPT 4.0
Stell dir vor, du bist ein Detektiv in einem Supermarkt, aber anstatt Menschen zu beobachten, schaust du dir an, was sie kaufen. Das ist ein bisschen so, wie Supermärkte mit Hilfe von Kundenkarten und Computern arbeiten.
Wenn du oder deine Eltern an der Kasse bezahlen und dabei eine Kundenkarte zeigen, ist es, als würdet ihr dem Supermarkt ein kleines Geheimnis erzählen. Ihr sagt ihm zum Beispiel: „Heute habe ich Äpfel, Nudeln und Schokolade gekauft.“ Der Supermarkt sammelt diese Geheimnisse von allen Kunden und verwendet sie, um Muster zu erkennen. Vielleicht kaufen viele Leute montags immer Äpfel oder vor großen Fußballspielen mehr Chips und Cola.
Mit diesen Informationen kann der Supermarkt dann zwei Dinge tun: Erstens kann er sicherstellen, dass immer genug von den beliebten Produkten da ist, wenn sie besonders gefragt sind. Stell dir vor, du hast eine riesige Party und brauchst unbedingt Chips, aber der Supermarkt hat keine mehr – das wäre doch blöd, oder? Wenn der Supermarkt weiß, was und wann die Leute kaufen, kann er solche Situationen vermeiden.
Zweitens können Supermärkte dir persönliche Angebote machen. Wenn der Supermarkt weiß, dass du jede Woche Äpfel kaufst, könnte er dir einen Rabatt auf Äpfel geben, damit du weiterhin bei ihm und nicht woanders einkaufst. Es ist ein bisschen wie ein Spiel, bei dem beide Seiten gewinnen: Du bekommst Sachen günstiger oder erfährst von tollen Angeboten, und der Supermarkt freut sich, weil du gerne dort einkaufst.
Manchmal machen sich Leute Sorgen darüber, dass Supermärkte so viel über ihre Einkäufe wissen. Deshalb ist es wichtig, dass diese Informationen sicher aufbewahrt und nicht für falsche Zwecke verwendet werden. Es ist ein bisschen so, als würdest du einem Freund ein Geheimnis anvertrauen: Du möchtest, dass er es für sich behält.
In unserem Titel Supermarkt-Spione: Wie deine Kundenkarte mit Robotern spricht sind die „Roboter“ eigentlich die Computer, die all diese Daten analysieren und daraus lernen. Sie helfen den Supermärkten zu verstehen, was ihre Kunden mögen und brauchen, damit sie beim nächsten Einkauf ein noch besseres Erlebnis haben.
- Benutzen eure Familien Kundenkarten?
- Habt ihr gewusst, wofür Supermärkte die Daten verwenden?
- Findet ihr diese Nutzung der Daten über eure Einkaufsgewohnheiten gut oder schlecht?
Aktivität 3: Daten würfeln
Die Schüler*innen arbeiten in Zweiergruppen. Sie würfeln mit zwei Würfeln und halten die Augensummen mit Strichlisten fest. Sie sollten etwa zehn Minuten lang würfeln, um so viele Daten wie möglich zu sammeln.
Die Lehrkraft überträgt die Daten in ein Tabellenkalkulationsprogramm und zeigt der Klasse, dass das Programm in Sekundenschnelle die Summen für alle Spalten berechnet und wie es dazu verwendet werden kann, ein Diagramm zu erstellen, aus dem die Muster in den Daten ersichtlich werden. Hier kann eine Würfeldaten-Tabelle heruntergeladen werden, in die Sie die Daten Ihrer Schüler*innen übertragen können. Sie enthält auch ein Beispielblatt mit Daten, die von einer Klasse gesammelt wurden.
Dieser Würfelsimulator macht die Muster sichtbar, die beim Sammeln der Daten in Echtzeit auftreten (dazu das Kästchen „Roll automatically“ aktivieren).
Wir brauchen Computer, um riesige Datensätze analysieren und Muster erkennen zu können – denn wenn Menschen das tun müssten, würde es unvorstellbar lange dauern. Riesige Datenmengen zu verarbeiten ist etwas, was Computer hervorragend erledigen können, und diese Fähigkeit ist der Ausgangspunkt für KI und ML.
Zwei Beispiele für den Umgang mit riesigen Datenmengen sind das MET Office (der britische Wetterdienst) und das Europäische Zentrum für mittelfristige Wettervorhersage (ECMWF). Diese beiden Organisationen nutzen einige der leistungsfähigsten Computer der Welt, um täglich Hunderte Milliarden von Datenpunkten zu verarbeiten und das Wetter in Europa und darüber hinaus vorherzusagen. Die von beiden Organisationen eingesetzten Supercomputer sind in der Lage, jede Sekunde Tausende von Billionen von Berechnungen durchzuführen!
Sowohl das MET Office als auch das ECMWF beginnen nun, KI und ML einzusetzen, um die gesammelten Daten zu verarbeiten und zu analysieren, Muster zu erkennen und die Wettervorhersage zu unterstützen. Der Hauptvorteil dabei ist die Datenmenge, die in kurzer Zeit effizient und kostengünstig verarbeitet werden kann.
In diesem Blogbeitrag werden das Potenzial, aber auch Herausforderungen und Grenzen von Künstlicher Intelligenz in der Wettervorhersage beschrieben. Stefanie Hollborn, Mathematikerin beim Deutschen Wetterdienst, erklärt die Hintergründe in einem Interview mit dem SWR.
Aktivität 4: Mit Chatbots experimentieren
Eine Anwendung von KI sind generative Large Language Models (LLMs) wie Google Gemini und ChatGPT. Der Begriff generativ bezieht sich auf alle KI-Tools, die neue Inhalte erstellen können, unabhängig davon, ob es sich um Text, Bilder, Audio oder Video handelt.
Bei dieser Aktivität werden die Schüler*innen mit einigen der generativen Sprachmodelle (oder Chatbots) im Internet experimentieren. Dabei kann die ganze Klasse zusammenarbeiten, oder Zweiergruppen und/oder einzelne Schüler*innen arbeiten an jeweils einem Gerät.
Die Schüler*innen verwenden einen Chatbot wie ChatGPT oder Google Gemini, um Texte zu erstellen – dies können fiktive Geschichten, Biografien oder Sachtexte zu einem Thema sein. Dabei lernen die Schüler*innen, wie wichtig eine präzise Formulierung ihrer Anfrage ist und wie die von ihnen eingegebenen Informationen verfeinert werden können, um die KI-Textausgabe zu verändern.
Beispiele für Prompts, mit denen Texte nach den gewünschten Vorgaben generiert werden können:
- Schreibe eine für 11-Jährige geeignete Geschichte über ein abenteuerlustiges Erdferkel, das sich auf die Suche nach einem versteckten Schatz macht. Beschränke die Geschichte auf maximal 300 Wörter.
- Schreibe einen für 10-jährige Kinder geeigneten Artikel über bedrohte Tierarten in Europa. Beschränke den Artikel auf maximal 300 Wörter.
- Schreibe eine Biografie der Wissenschaftlerin Marie Curie. Der Text soll für 12-Jährige geeignet sein und maximal 250 Wörter umfassen.
Es empfiehlt sich, eine maximale Textlänge vorzuschreiben. Außerdem sollte das Alter der Zielgruppe immer genannt werden, um sicherzustellen, dass nichts Unangemessenes im Text erscheint und das Niveau des Wortschatzes passt.
Hier finden sich einige mit KI generierte Beispieltexte.
Bei allen KI-Chatbots findet sich ein Warnhinweis zu den Inhalten, die sie generieren: „Es kann passieren, dass [die KI] Fehler macht, Informationen fehlinterpretiert oder auf veraltete Daten zurückgreift. […] Daher ist es wichtig, dass Du die von ChatGPT generierten Inhalte sorgfältig überprüfst und Dein eigenes Urteil einbringst, bevor Du sie in Gebrauch nimmst“, heißt es zum Beispiel auf der Website von ChatGPT.
Es ist wichtig, dass sich die Schüler*innen angewöhnen, die Richtigkeit der erstellten Texte zu überprüfen, insbesondere wenn es sich um sachliche Inhalte handelt. Dieser Schritt des Korrekturlesens ist in allen Situationen eine gute Übung und kann zusammen mit der Kompetenz des kritischen Lesens geschult werden.
Jede*r Schüler*in gibt exakt den gleichen Prompt ein; danach werden die Antworten verglichen.
Im nächsten Schritt formulieren die Schüler*innen ihren Prompt noch genauer (mit spezifischeren Anweisungen) und besprechen, wie sich dadurch die Antwort verändert.
Die Schüler*innen können im Prompt auch bestimmte Textgattungen oder Stile vorgeben, zum Beispiel: Tagebucheintrag, eine in Ich-Perspektive geschriebene Geschichte oder ein Sachartikel mit Stichpunktliste und Glossar.
Aktivität 5: Musik- und Bildgeneratoren kennenlernen
Große generative Sprachmodelle wie ChatGPT sind nur eine Anwendung von Künstlicher Intelligenz. Mithilfe von KI können auch Übersetzungen angefertigt, Computerspiele gespielt oder Musikstücke komponiert werden.
Die Lehrkraft führt einen KI-Musikgenerator wie Riffusion vor und demonstriert, dass die KI einen zur Verfügung gestellten Songtext in einem selbst gewählten Stil vertonen kann.
Danach probieren die Schüler*innen selbst KI-Anwendungen für Übersetzung und Bilderstellung aus.
Die Schüler*innen experimentieren mit Google Translate, das Übersetzungen in und aus mehr als 130 Sprachen möglich macht, und zwar ausgehend von schriftlichem Text, gesprochener Sprache und von Bildern.
Beispielaufgaben:
- Die Schüler*innen bekommen einen Text in einer Fremdsprache und sollen ihn übersetzen. Dafür wählen sie die jeweilige Sprachkombination im Auswahlmenü über dem Eingabe- und Ausgabefeld aus.
- In Zweiergruppen unterhalten sich die Schüler*innen mithilfe von zwei Geräten in einer Fremdsprache. Um eine Spracheingabe zu übersetzen, wählen sie die Sprachkombination über den Textfeldern aus und klicken auf das Mikrofon-Symbol im Eingabefeld. Zum Abspielen der Sprachausgabe klicken sie auf das Lautsprechersymbol im Ausgabefeld.
Die Schüler*innen experimentieren mit Canva oder Dall.E, um mit selbst formulierten Bildbeschreibungen eigene Bilder zu erstellen. Sie können beispielsweise verschiedene Illustrationsstile erzeugen und beobachten, was passiert, wenn sie ihre Bildbeschreibungen ändern. In diesen Beispielen für KI-generierte Bilder (als PPT und PDF) finden sich Vorschläge für Prompts, KI-erzeugte Bilder und einige Beispiele für die Grenzen von Bilderstellung mittels KI.
In Zusammenhang mit diesem Thema können die ethischen Aspekte der KI-Bildgenerierung diskutiert werden – das massenhafte Sammeln von Daten, Fragen der Haftung, Urheberrecht und geistiges Eigentum.
Als Quellen bieten sich beispielsweise an:
„Generative KI in 2 Minuten erklärt“, YouTube-Video des KI-Campus, 2023, abgerufen am 23.04.2024.
Der KI-Kurs des Bundeswettbewerb Künstliche Intelligenz bietet in Modul 3 „Wie geht man mit KI um?“ eine umfangreiche Linksammlung zum Themenkomplex KI und Gesellschaft sowie Unterrichtsmaterial für Diskussionen über ethische Fragestellungen.
„Der Rohstoff der KI sind wir“. Interaktiv aufbereitete Recherche des Bayerischen Rundfunks zu Trainingsdaten von KI-Systemen, veröffentlicht am 7.7.2023, abgerufen am 10.07.2024.
Weitere Links zu den sozialen, ethischen und ökologischen Auswirkungen von KI finden Sie im Hintergrundartikel zu unseren Unterrichtsmaterialien: „KI im Unterricht: Theorie und Praxis“.
Aktivität 6: Citizen-Science-Projekte und maschinelles Lernen
Von maschinellem Lernen spricht man, wenn Menschen einen Computer darauf trainieren, eine bestimmte Aufgabe auszuführen. Nach einer ersten Trainingsphase ist der Computer in der Lage, selbständig weiterzulernen und seine Leistung zu verbessern.
Für maschinelles Lernen werden so viele Daten wie möglich benötigt, um korrekte Ergebnisse sicherzustellen. Die Wissenschaft nutzt für das maschinelle Lernen auch Citizen-Science-Projekte, weil Tausende Nutzer*innen die Daten viel schneller liefern können als eine Handvoll wissenschaftliche Mitarbeiter*innen einer Forschungsgruppe. Sobald das KI-System über genügend Daten verfügt, kann es die Analyse selbst durchführen und sich mit zusätzlichen Daten verbessern.
In dieser Aktivität verwenden die Schüler*innen ein Zooniverse-Projekt, um Computer für die Analyse von wissenschaftlichen Daten zu trainieren. Projekte wie Tag Trees und Whale Chat nutzen KI und ML, um Computer darauf zu trainieren, bestimmte Objekte in Videos oder Fotos zu erkennen.
Hinweis: Die Citizen-Science-Projekte von Zooniverse ändern sich regelmäßig, aber man kann weiterhin auf archivierte Projekte zugreifen. Projekte wie z. B. Plastic Tide sind archiviert, aber es ist immer noch möglich, mit einem Klick auf „Get Started“ auf die Daten zuzugreifen.
Die Schüler*innen können auch Teachable Machine ausprobieren – ein Online-Tool, auf dem sie einen Computer darauf trainieren können, Formen, Farben, Bewegungen und Geräusche zu erkennen und dann Daten zu sortieren, um sie zu identifizieren.
Im Projekt KI-Superkräfte für die Umwelt, das sich an jüngere Grundschüler*innen richtet, wird ein Teachable-Machine-Modell zur Mülltrennung trainiert und getestet.
Berufsorientierung
KI wird in Zukunft für fast alle Berufe von großer Bedeutung sein, und Schüler*innen sollten schon früh die Möglichkeit haben, sich über die Auswirkung von KI auf die Arbeitswelt zu informieren und Einblicke in neue Berufsfelder zu erhalten.
Eine Auswahl an weiterführenden Links, spannenden Interviews und Unterrichtsmaterialien finden Sie auf unserer Berufsorientierungsseite.
Schlussbemerkung
Künstliche Intelligenz und maschinelles Lernen werden einen enormen Einfluss auf das Leben unserer Schüler*innen haben, und es ist wichtig, dass sie sich schon früh mit den Möglichkeiten, aber auch mit den Fallstricken auseinandersetzen.
Angesichts der rasanten Entwicklung der KI-Technologien ab Beginn des Jahres 2023 wird es immer wieder neue und verbesserte Gelegenheiten für Schüler*innen geben, KI und ML auszuprobieren. Halten Sie sich über die neuen Entwicklungen auf dem Laufenden, insbesondere wenn die in diesen Unterrichtsmaterialien vorgeschlagenen Tools überholt sind.
Es ist eine aufregende Zeit, diese Technologien kennenzulernen, sie auszuprobieren und zu verstehen, wie sie funktionieren.
Powerpoint-Präsentation mit Texten und Informationen zu Aktivität 1, 2 und 3
Bearbeitbare Vorlagen für die Kassenbelege zu Aktivität 2
KI-generierte Beispieltexte zur Funktionsweise von Kundenkarten (Word und PDF)
Würfeldaten-Tabelle für Aktivität 3
„Revolutioniert KI die Wettervorhersage?“, IT-P Blog vom 15.03.2024, abgerufen am 23.07.2024.
„KI kann Wettervorhersage-Systeme unterstützen“, SWR Wissen vom 06.07.2023, abgerufen am 23.07.2024.
Zooniverse-Projekte:
https://teachablemachine.withgoogle.com/
https://tm.gen-ai.fi/image/general (DSGVO-konform)
Weiterführende Links zu KI und maschinellem Lernen:
„Künstliche Intelligenz – kindgerecht erklärt“: Erklärfilm der Bundeszentrale für Politische Bildung.
„„Terra X: Wie Künstliche Intelligenz funktioniert“, YouTube-Erklärvideo.
„Künstliche Intelligenz vs. Machine Learning vs. Deep Learning“: YouTube-Erklärvideo.
Was ist Machine Learning?“: www.sap.com
Quellen zu ethischen Fragestellungen:
„Generative KI in 2 Minuten erklärt“, YouTube-Video des KI-Campus
„Wie geht man mit KI um?“, Modul 3 des KI-Kurses des Bundeswettbewerb Künstliche Intelligenz
„Der Rohstoff der KI sind wir“. BR-Recherche zu Trainingsdaten von KI-Systemen
Diese Seite teilen
