Zusammenfassungen
Das Buch Künstliche Intelligenz für Lehrkräfte führt die zentralen Ansätze und Gebiete der KI fundiert und insbesondere für Informatiklehrkräfte aufbereitet ein. Es bietet aber auch Lehrkräften mit anderem Hintergrund die Möglichkeit, sich mit den fachlichen Grundlagen von KI auseinanderzusetzen. Behandelte Themen sind insbesondere Problemlösen und Suche, Grundlagen des Maschinellen Lernens, Wissensrepräsentation und Schließen, Künstliche neuronale Netze, Tiefes Lernen, Generative KI und Robotik. In jedem Kapitel wird eine methodische Einführung gegeben, relevante Anwendungsbereiche aufgezeigt und Vorschläge für die konkrete Umsetzung im Unterricht gegeben. Zudem werden interdisziplinäre Bezüge hergestellt und Fragen der Ethik und gesellschaftliche Bezüge diskutiert.
Die Herausgebenden und Autor:innen des Buches sind Lehrkräfte an Hochschulen aus den Bereichen Künstliche Intelligenz und Informatikdidaktik. Durch die interdisziplinäre Kooperation bietet das Buch sowohl einen fachlich fundierten Einstieg in das Thema KI als auch einen geeigneten didaktischen Zugang.
Kapitel 
- Einführung (Seite 1 - 5) (Ulrich Furbach, Ute Schmid)
- Suche im Problemraum (Seite 9 - 23) (Ute Schmid)
- Lernen aus Daten (Seite 25 - 38) (Tilman Michaeli, Emanuel Kitzelmann, Stefan Seegerer, Ralf Romeike)
- Schließen aus Wissen (Seite 39 - 50) (Ulrich Furbach, Christoph Benzmüller)
- Lernen mit Neuronalen Netzen (Seite 53 - 67) (Emanuel Kitzelmann)
- Analytisches vs. konnektionistisches Paradigma (Seite 69 - 80) (Udo Frese, Uwe Lorenz)
- Verstärkendes Lernen (Seite 81 - 97) (Uwe Lorenz)
- Tiefes Lernen (Seite 99 - 116) (Udo Frese, Uwe Lorenz)
- Erklärbarkeit (Seite 117 - 124) (Ute Schmid)
- Generative KI (Seite 125 - 136) (Johannes Langer, Ute Schmid)
- Logikbasierte Wissensverarbeitung (Seite 139 - 162) (Christoph Benzmüller)
- Schließen im Alltag und unter Unsicherheit (Seite 163 - 176) (Claudia Schon)
- Robotik (Seite 179 - 193) (Diedrich Wolter, Udo Frese, Tilman Michaeli)
- Natürliche und Künstliche Intelligenz (Seite 197 - 204) (Ute Schmid)
- Wechselwirkungen von KI mit anderen Schulfächern (Seite 205 - 217) (Ulrike Barthelmeß, Ulrich Furbach, Uwe Lorenz)
- Verantwortung (Seite 219 - 236) (Lukas Höper, Carsten Schulte, Christoph Benzmüller)
Dieses Buch erwähnt ...
Dieses Buch erwähnt vermutlich nicht ... 
![]() Nicht erwähnte Begriffe | big data, Bildung, Datenbank, Datenschutz, Deklaratives/explizites Gedächtnis, Demokratie, Denken, Digitalisierung, facebook, Generative Machine-Learning-Systeme (GMLS), GMLS & Bildung, Google, Grosshirnrinde/Neocortex, Informatikunterricht in der Schule, Intelligenztest / IQ, Internet, Kinder, LehrerIn, machine learning, Neurobiologie, Politik, Primarschule (1-6) / Grundschule (1-4), Privatsphäre, Schule, Schweiz, supervised learning, Ultra-Kurzzeitgedächtnis, unsupervised learning, Wirtschaft, Wissensgenerierung, Wissenskommunikation, Wissensmanagement, Wissensnutzung |
Tagcloud
Zitationsgraph
Zitationsgraph (Beta-Test mit vis.js)
Zeitleiste
2 Erwähnungen 
- Künstliche Intelligenz und Wir - Stand, Nutzung und Herausforderungen der KI (Frank Schmiedchen, Alexander von Gernler, Martina Hafner, Klaus Peter Kratzer)

- Symbolische Kontrolle für subsymbolische Künstliche Intelligenz? (Christoph Benzmüller)

- Symbolische Kontrolle für subsymbolische Künstliche Intelligenz? (Christoph Benzmüller)
Volltext dieses Dokuments
![]() | Künstliche Intelligenz für Lehrkräfte: Gesamtes Buch als Volltext ( : , 29764 kByte) |
![]() | Einführung: Artikel als Volltext @ Springer ( : , 140 kByte; : ) |
![]() | Generative KI: Artikel als Volltext @ Springer ( : , 606 kByte; : ) |
![]() | Logikbasierte Wissensverarbeitung: Artikel als Volltext @ Springer ( : , 778 kByte; : ) |
![]() | Schließen im Alltag und unter Unsicherheit: Artikel als Volltext @ Springer ( : , 281 kByte; : ) |
![]() | Robotik: Artikel als Volltext @ Springer ( : , 533 kByte; : ) |
![]() | Natürliche und Künstliche Intelligenz: Artikel als Volltext @ Springer ( : , 438 kByte; : ) |
![]() | Wechselwirkungen von KI mit anderen Schulfächern: Artikel als Volltext @ Springer ( : , 310 kByte; : ) |
![]() | Verantwortung: Artikel als Volltext @ Springer ( : , 564 kByte; : ) |
![]() | Suche im Problemraum: Artikel als Volltext @ Springer ( : , 566 kByte; : ) |
![]() | Lernen aus Daten: Artikel als Volltext @ Springer ( : , 1217 kByte; : ) |
![]() | Schließen aus Wissen: Artikel als Volltext @ Springer ( : , 350 kByte; : ) |
![]() | Lernen mit Neuronalen Netzen: Artikel als Volltext @ Springer ( : , 1106 kByte; : ) |
![]() | Analytisches vs. konnektionistisches Paradigma: Artikel als Volltext @ Springer ( : , 476 kByte; : ) |
![]() | Verstärkendes Lernen: Artikel als Volltext @ Springer ( : , 2056 kByte; : ) |
![]() | Tiefes Lernen: Artikel als Volltext @ Springer ( : , 2187 kByte; : ) |
![]() | Erklärbarkeit: Artikel als Volltext @ Springer ( : , 536 kByte; : ) |
Anderswo suchen 
Beat und dieses Buch
Beat hat dieses Buch während seiner Zeit am Institut für Medien und Schule (IMS) ins Biblionetz aufgenommen. Beat besitzt kein physisches, aber ein digitales Exemplar. (das er aber aus Urheberrechtsgründen nicht einfach weitergeben darf). Aufgrund der vielen Verknüpfungen im Biblionetz scheint er sich intensiver damit befasst zu haben.

Algorithmus
bias
Biologie
Chat-GPT
Computer
Daten
Evolution
Gehirn
Gesellschaft
Intelligenz
Kommunikation
Krankheit
Künstliche Intelligenz (KI / AI)
Lernen
Maschine
Mensch
Modelle
Nervensystem
Neuron
Neuronales Netz
Philosophie
Problem
Psychologie
Roboter
Sicherheit
Sprache
Unterricht
USA
Wahrnehmung
Wissen
Zukunft
(




, 29764 kByte)
)
Biblionetz-History