/ en / Traditional / help

Beats Biblionetz - News

iconPersonen - News

Die zuletzt hinzugefügten Personen

  1. 12.09.26: Ezra Klein
  2. 08.09.26: Leonard Tetzlaff
  3. 08.09.26: Amory H. Danek
  4. 08.09.26: Franck Petrucci
  5. 08.09.26: Naomi Langerock
  6. 08.09.26: Eva Roos
  7. 08.09.26: Martin Verner
  8. 08.09.26: Stella Bollmann
  9. 08.09.26: Tiago Fragoso
  10. 08.09.26: Franka Baron
  11. 08.09.26: C. Deneker
  12. 06.09.26: Thomas Larsen
  13. 06.09.26: Spencer Kitts
  14. 06.09.26: Cormac Slade Byrd
  15. 06.09.26: Sydney Von Arx
  16. 05.09.26: Antonio Fumagalli
  17. 05.09.26: Immo Junghärtchen
  18. 04.09.26: Institut für Schweizer Wirtschaftspolitik (IWP)
  19. 04.09.26: Yves Wegelin
  20. 04.09.26: Fahrettin Calislar
  21. 03.09.26: Martha Eddison
  22. 03.09.26: Brittany Hutchinson
  23. 03.09.26: Jill Bassett
  24. 03.09.26: Sam Madden
  25. 01.09.26: Michel Wenzler
  26. 31.08.26: Robert Betschart
  27. 30.08.26: Luisa Jacobs
  28. 30.08.26: Julia Jennek
  29. 30.08.26: Jörn Brüggemann
  30. 30.08.26: Lara Halbrock

iconBücher - News

iconTexte - News

Die zuletzt hinzugefügten Texte

  1. 12.09.26: Beyond the ‘Matrix’ Theory of the Mind local web 
  2. 08.09.26: Frankreich wählt den falschen Weg local web 
  3. 08.09.26: Modellbasierte Problemlösekompetenz local 
  4. 08.09.26: Diskussion  local 
  5. 08.09.26: ICT-Nutzung in und ausserhalb der Schule local 
  6. 08.09.26: Vertiefung local 
  7. 08.09.26: Ergebnisse in den Domänen local 
  8. 08.09.26: Ziele und Inhalte local 
  9. 07.09.26: «Alle machen alles mit KI!» local web 
  10. 06.09.26: «Ein neues Luxusgut entsteht» local web 
  11. 06.09.26: Klauen wie im Kolonialismus local web 
  12. 06.09.26: Discovery of a new OpenAI agent message board
  13. 06.09.26: Wie KI-Agenten ein deutschsprachiges Wiki kaperten local web 
  14. 05.09.26: Meta-Vergleich treibt Debatte in Europa an local web 
  15. 05.09.26: Sicherheitsleine fürs Smartphone local web 
  16. 05.09.26: Gigantische KI-Fabriken local web 
  17. 04.09.26: Der Lobbyist im Professoren-Jackett local web 
  18. 04.09.26: Ein Aussenbord-Gehirn für die Schule? local 
  19. 04.09.26: Cybermobbing: Regierung sagt Nein zu neuem Straftatbestand local web 
  20. 03.09.26: MIT’s Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training local web 
  21. 03.09.26: Beschluss Nr. 490/2026 local web 
  22. 02.09.26: KI-Korrektur und KI-Feedback: Warum wir diese Tools abschalten local web 
  23. 01.09.26: Keine Smartphones mehr in Schulklassen local web 
  24. 31.08.26: Lehrpersonen sollen digital fitter werden local web 
  25. 31.08.26: Regierung mahnt zur Vorsicht beim Einsatz von KI an Schwyzer Schulen local web 
  26. 31.08.26: Beschluss Nr. 555/2026 local web 
  27. 30.08.26: Es ist Zeit, das Denken zurückzuerobern – in fünf Schritten local web 
  28. 30.08.26: «Die Schulen verzetteln sich zu stark» local web 
  29. 30.08.26: Social-Media-Verbot für Jugendliche in der Schweiz chancenlos local web 
  30. 29.08.26: «Wer zu oft Chat-GPT fragt, verliert das Selbstvertrauen» local web 

Die zuletzt geänderten Texte

  1. «Alle machen alles mit KI!» local web 
  2. Beyond the ‘Matrix’ Theory of the Mind local web 
  3. «Ein neues Luxusgut entsteht» local web 
  4. Person-Thing-Orientation and the Choice of Computer Science Courses in High School local web 
  5. Maschinelles Lernen Unplugged local web 
  6. Analogien für Programmierkonzepte local web 
  7. Nutzung eines Robotiksystems zur Förderung der Berufssprache Deutsch local web 
  8. Warum Onlinelehre sowie Open-Books-Klausuren und das Fach Informatik zusammenpassen local web 
  9. Machine Learning Unplugged local web 
  10. Internet of Things zum Nachbauen local web 
  11. KI ist an Schulen omnipräsent – aber völlig unkontrolliert. «Das bringt nichts, ist sogar kontraproduktiv», sagt der Bildungsforscher Stefan Wolter local web 
  12. Handy aus, Leben an local web 
  13. Eine unheilige Allianz will die Schule retten local web 
  14. Komfort zählt mehr als Leistung local web 
  15. Reformwahn gefährdet Schweizer Bildungssystem local web 
  16. Das Krisen-KV local web 
  17. «Der Gender-Unfug hat an Schulen nichts zu suchen» local web 
  18. «Wir halten an verblendeten Systemen fest» local web 
  19. «So zahlen jene mit wenig Bildung denen mit Bildung die Bildungskosten» local web 
  20. «Das nimmt groteske Züge an» local web 
  21. Frankreich wählt den falschen Weg local web 
  22. Bildung in der digitalen Welt local web 
  23. Lehren und Lernen in der digitalen Welt local web 
  24. Informatik für alle! local web 
  25. Informatikunterricht: Deutschland abgehängt in Europa local web 
  26. Modellbasierte Problemlösekompetenz local 
  27. ICT-Nutzung in und ausserhalb der Schule local 
  28. Motivationsunterstützung im Mathematikunterricht
  29. How the ICT development level and usage influence student achievement in reading, mathematics, and science local web 
  30. Ziele und Inhalte local 

iconFragen - News

Die zuletzt hinzugefügten Fragen

  1. 07.01.26: Wie nutzen Menschen GMLS?How do people use GMLS?
  2. 08.12.25: Wie nutzen Studierende GMLS?How do students use GMLS?
  3. 04.12.25: Wie nutzen Lehrpersonen GMLS?How do teachers use GMLS?
  4. 15.09.25: Wie nutzen Kinder und Jugendliche GMLS?How do children and young people use GMLS?
  5. 15.05.25: Was denken wir über die Nutzung generativer Machine-Learning-Systeme anderer Menschen?What do we think about other people's use of generative machine learning systems?
  6. 30.05.24: Warum soll ich lernen, was die Maschine (besser) kann?Why should I learn what the machine can do (better)?
  7. 07.04.24: Wie sollen Eltern Kinder in einer digitalisierten Welt erziehen?How should parents raise children in a digitalised world?
  8. 23.04.22: Wie ist das Verhältnis von Technologiewandel und Lernkulturwandel in der Schule?What is the relationship between technological change and learning culture change in schools?
  9. 25.10.20: Was verdienen InformatikerInnen?What do computer scientists earn?
  10. 07.09.17: Was stellen sich (angehende) Lehrpersonen unter Informatik vor?What do (prospective) teachers imagine computer science to be?
  11. 01.07.17: Wie lassen sich Computerprogramme bewerten/benoten?How can computer programmes be assessed/graded?
  12. 14.05.17: Wie lassen sich Forschungsleistungen messen?How can research performance be measured?
  13. 23.06.16: Wie ist das Bild/Image der Informatik?What is the image of computer science?
  14. 17.03.16: Was bringt eine 1:1-Ausstattung?What does a 1:1 device ratio bring?
  15. 22.07.15: Welche Berufe sind von der Automatisierung bedroht?Which jobs are threatened by automation?
  16. 05.03.15: Welche Programmiersprache eignet sich für die Schule?Which programming language is suitable for school?
  17. 11.08.13: Wie kam man eigentlich ins Internet, bevor es Computer gab?How did people actually access the internet before computers existed?
  18. 25.04.13: Wie soll die Schule auf den Leitmedienwechsel reagieren?How should schools respond to the change in leading media?
  19. 22.10.12: Ab welchem Alter können/sollen Kinder programmieren?At what age can/should children learn to programme?
  20. 02.10.12: Korreliert Bildschirmgrösse mit Produktivität?Does screen size correlate with productivity?
  21. 09.12.11: Wie sieht die Zukunft des Schulbuchs aus?What is the future of textbooks?
  22. 17.09.11: Fördert BYOD One-to-One-Computing?Does BYOD promote one-to-one computing?
  23. 16.09.11: Erhöht BYOD den ICT-Betriebsaufwand?Does BYOD increase ICT operational effort?
  24. 16.09.11: Gefährdet BYOD die Chancengerechtigkeit?Does BYOD threaten equal opportunities?
  25. 08.06.11: Wie viele Computer braucht ein Schulkind?How many computer does a student need?
  26. 25.10.10: Wie nutzen Kinder und Jugendliche Medien und ICT?How do children and young people use media and ICT?
  27. 22.04.10: Gehört Tastaturschreiben zur Allgemeinbildung?Is touch typing part of general education?
  28. 22.04.10: In welchem Alter sollte Tastaturschreiben gelernt werden?At what age should touch typing be learned?
  29. 19.04.10: Gefährdet das iPad die Verlage?Does the iPad threaten publishers?
  30. 19.04.10: Gefährdet Open Access die Verlage?Does open access threaten publishers?

Die zuletzt geänderten Fragen

  1. Wie nutzen Kinder und Jugendliche GMLS?How do children and young people use GMLS?
  2. Wie nutzen Kinder und Jugendliche Medien und ICT?How do children and young people use media and ICT?
  3. Wie nutzen Studierende GMLS?How do students use GMLS?
  4. Warum soll ich lernen, was die Maschine (besser) kann?Why should I learn what the machine can do (better)?
  5. Welche Ausbildung wird in der Informationsgesellschaft benötigt?What education is needed in the information society?
  6. Wie funktioniert Lernen?How does learning work?
  7. Wie nutzen Lehrpersonen GMLS?How do teachers use GMLS?
  8. Was bringt eine 1:1-Ausstattung?What does a 1:1 device ratio bring?
  9. Gefährdet BYOD die Chancengerechtigkeit?Does BYOD threaten equal opportunities?
  10. Wie viele Computer braucht ein Schulkind?How many computer does a student need?
  11. Was ist Informatik?What is computer science?
  12. Was bringen Handhelds/PDAs in der Schule?What do handhelds/PDAs bring to schools?
  13. Macht das Internet einsam?Does the internet make people lonely?
  14. Gibt es zur Idee des Biblionetzes verwandte Ansätze?Are there approaches related to the idea of Biblionetz?
  15. Ist Denken Symbolmanipulation?Is thinking symbol manipulation?
  16. Was ist Bewusstsein?What is consciousness?
  17. Wie nutzen Menschen GMLS?How do people use GMLS?
  18. Was denken wir über die Nutzung generativer Machine-Learning-Systeme anderer Menschen?What do we think about other people's use of generative machine learning systems?
  19. Wie sollen Eltern Kinder in einer digitalisierten Welt erziehen?How should parents raise children in a digitalised world?
  20. Wie ist das Verhältnis von Technologiewandel und Lernkulturwandel in der Schule?What is the relationship between technological change and learning culture change in schools?
  21. Was verdienen InformatikerInnen?What do computer scientists earn?
  22. Wie lassen sich Computerprogramme bewerten/benoten?How can computer programmes be assessed/graded?
  23. Wie lassen sich Forschungsleistungen messen?How can research performance be measured?
  24. Wie ist das Bild/Image der Informatik?What is the image of computer science?
  25. Welche Berufe sind von der Automatisierung bedroht?Which jobs are threatened by automation?
  26. Welche Programmiersprache eignet sich für die Schule?Which programming language is suitable for school?
  27. Wie kam man eigentlich ins Internet, bevor es Computer gab?How did people actually access the internet before computers existed?
  28. Ab welchem Alter können/sollen Kinder programmieren?At what age can/should children learn to programme?
  29. Korreliert Bildschirmgrösse mit Produktivität?Does screen size correlate with productivity?
  30. Wie sieht die Zukunft des Schulbuchs aus?What is the future of textbooks?

iconAussagen - News

Die zuletzt hinzugefügten Aussagen

  1. 30.05.26: GMLS gefährden das Vertrauensverhältnis zwischen Lehrenden und LernendenGMLS jeopardizes the relationship of trust between teachers and learners.
  2. 30.05.26: Retraction eines Papers hat praktisch keinen Einfluss auf weitere ZitationenThe retraction of a paper has virtually no impact on future citations
  3. 30.05.26: Publikationsdruck führt zu WissenschaftsbetrugPublication pressure leads to scientific misconduct
  4. 28.05.26: Wissenschaftsbetrug verringert das Vertrauen in die WissenschaftScientific fraud undermines trust in science
  5. 28.05.26: Generative Machine-Learning-Syteme erleichtern WissenschaftsbetrugGenerative machine learning systems facilitate scientific fraud
  6. 27.05.26: workslop reduziert Produktivitätworkslop reduces productivity
  7. 23.05.26: Donald Trump fördert KorruptionDonald Trump is corrupt
  8. 14.05.26: Vibe-coding führt oft zu IT-SicherheitsproblemenVibe coding often leads to IT security problems.
  9. 03.05.26: Teilzeitarbeit ist gesellschaftliches SchmarotzertumPart-time work is social parasitism.
  10. 18.04.26: GMLS sind zu neu und dynamisch für seriöse Studien zu ihren (Lern-)WirkungenGMLS are too new and dynamic for serious studies on their (learning) effects.
  11. 18.04.26: GMLS fördern Illusion of knowingGMLS promote the illusion of knowing.
  12. 03.03.26: Alterskontrollen im Internet lassen sich leicht umgehenAge verification on the internet can be easily circumvented.
  13. 31.12.25: Aufgrund von GMLS/KI sollte der Lehrplan 21 aktualisiert werden.Due to GMLS/AI, the Lehrplan 21 should be updated.
  14. 25.12.25: Aufmerksamkeit zu erregen ist viel einfacher, als sie auf Dauer zu haltenAttracting attention is much easier than sustaining it.
  15. 25.12.25: Die heutige Jugend ist dümmer als früherToday's young people are less intelligent than in the past.
  16. 13.12.25: Anonymität fördert HassAnonymity promotes hatred.
  17. 05.12.25: Schreiben ist DenkenWriting is thinking.
  18. 11.10.25: Generative Machine-Learning-Systeme gefährden das WWWGenerative machine learning systems endanger the WWW.
  19. 10.10.25: Ladekabel brauchen auch ohne angeschlossenes Gerät StromCharging cables also consume power without a connected device.
  20. 27.09.25: Donald Trump ist ein notorischer LügnerDonald Trump is a notorious liar.
  21. 07.09.25: GMLS als Abkürzung kann Lernen gefährdenGMLS as an abbreviation may endanger learning.
  22. 06.09.25: Generative Machine-Learning-Systeme gefährden BerufseinsteigendeGenerative machine learning systems endanger career entrants.
  23. 01.08.25: Don't be evilDon't be evil.
  24. 23.05.25: Generative Machine-Learning-Systeme erhöhen die Ansprüche an ArbeitnehmendeGenerative machine learning systems increase the demands on employees.
  25. 23.05.25: Generative Machine-Learning-Systeme überfordern derzeit alleGenerative machine learning systems are currently overwhelming everyone.
  26. 17.05.25: PISA-Studien beeinflussen die BildungspolitikPISA studies influence education policy.
  27. 15.05.25: Man sollte auch zu Maschinen höflich seinOne should also be polite to machines.
  28. 09.03.25: Donald Trump gefährdet die WissenschaftDonald Trump endangers science.
  29. 08.03.25: Flood the zone with shitFlood the zone with shit.
  30. 30.11.24: Social Media Verbote für Jugendliche erfordern eine Alterskontrolle im InternetSocial media bans for young people require age verification on the internet.

Die zuletzt geänderten Aussagen

  1. Generative Machine-Learning-Systeme erhöhen die ProduktivitätGenerative machine learning systems increase productivity.
  2. Multitasking macht ineffizientMultitasking makes people inefficient.
  3. Schreiben ist DenkenWriting is thinking.
  4. Generative Machine-Learning-Systeme erleichtern das Vortäuschen eigener Leistung / TextbetrugComputer-generated texts facilitate plagiarism / text fraud
  5. Generative Machine-Learning-Systeme benötigen viel EnergieGenerative machine learning systems require a lot of energy.
  6. Aufgrund von GMLS/KI sollte der Lehrplan 21 aktualisiert werden.Due to GMLS/AI, the Lehrplan 21 should be updated.
  7. Aufmerksamkeit zu erregen ist viel einfacher, als sie auf Dauer zu haltenAttracting attention is much easier than sustaining it.
  8. Die heutige Jugend ist dümmer als früherToday's young people are less intelligent than in the past.
  9. Anonymität fördert HassAnonymity promotes hatred.
  10. Generative Machine-Learning-Systeme gefährden das WWWGenerative machine learning systems endanger the WWW.
  11. Ladekabel brauchen auch ohne angeschlossenes Gerät StromCharging cables also consume power without a connected device.
  12. GMLS als Abkürzung kann Lernen gefährdenGMLS as an abbreviation may endanger learning.
  13. Generative Machine-Learning-Systeme erhöhen die Ansprüche an ArbeitnehmendeGenerative machine learning systems increase the demands on employees.
  14. PISA-Studien beeinflussen die BildungspolitikPISA studies influence education policy.
  15. Man sollte auch zu Maschinen höflich seinOne should also be polite to machines.
  16. Donald Trump gefährdet die WissenschaftDonald Trump endangers science.
  17. Flood the zone with shitFlood the zone with shit.
  18. Open Access verdrängt das kritische Denken aus der ÖffentlichkeitOpen access displaces critical thinking from the public sphere.
  19. Demokratie erfordert unabhängigen JournalismusDemocracy requires independent journalism.
  20. Eltern gefährden Langeweile von KindernParents endanger children's boredom.
  21. Nicht-Informatiker:innen können Leistung von Informatiksystemen sehr schlecht abschätzen.Non-IT professionals are very poor at estimating the performance of IT systems.
  22. Nicht-Informatiker:innen können notwendigen Entwicklungsaufwand für Informatiksysteme sehr schlecht abschätzen.Non-IT professionals are very poor at estimating the development effort required for IT systems.
  23. Machine learning erhöht das Kapitaleinkommen auf Kosten des ArbeitseinkommensMachine learning increases capital income at the expense of labour income.
  24. Gesichtserkennung zur Identifikation verringert AnonymitätFacial recognition for identification reduces anonymity.
  25. Gesichtserkennung zur Identifikation gefährdet die PrivatsphäreFacial recognition for identification endangers privacy.
  26. Generative Machine-Learning-Systeme erleichtern KriminalitätGenerative machine learning systems facilitate crime.
  27. Berufsbildung senkt JugendarbeitslosigkeitVocational training reduces youth unemployment.
  28. Internet ≠ WWWInternet ≠ WWW.
  29. Sprachassistenten fördern GeschlechterrollenVoice assistants promote gender stereotypes.
  30. Machine Learning kann Lernmotivation senkenMachine learning can reduce learning motivation.

iconBegriffe - News

icon Technische Änderungen

  1. 12.06.26: Wechsel der lokalen Volltextsuche von Exselo auf Lookeen
  2. 12.06.26: Update GraphViz auf Version 15
  3. 12.06.26: Biblionetz läuft auf einem neuen Rechner
  4. 16.05.26: Suche für Begriffe, Personen, Fragen und Aussagen (mehr…)
  5. 16.05.26: Alle Aussagen mit Claude Sonnet 4.6 auf englisch übersetzt