Grundkompetenzen im Bereich Künstliche Intelligenz (AI Literacy)Zu finden in: Handbuch Lernen mit digitalen Medien (3. Auflage) (Seite 770 bis 785), 2025
|
![]() |
Zusammenfassungen
Anwendungen von Methoden der Künstlichen Intelligenz (KI) ziehen in immer
mehr Lebensbereiche ein und sind spätestens seit ChatGPT auch im Bildungsbereich
angekommen. Für einen souveränen und sicheren Umgang mit KI-Systemen
ist ein grundlegendes Verständnis von KI-Methoden, ihren Stärken und ihren
Grenzen unverzichtbar. Bei der Vermittlung von KI-Kompetenzen (AI Literacy)
sollte ein grundlegendes Verständnis davon gegeben werden, was KI-Methoden
von Standardmethoden der Informatik unterscheidet und für welche Problembereiche
sie angemessen sind. Insbesondere sollte der Bereich maschinelles Lernen
mit Bezug auf die aktuellen Deep-Learning-Architekturen sowie Generative
KI adressiert werden. Basierend auf diesen Grundlagen kann verdeutlicht werden,
wie sich Künstliche und menschliche Intelligenz unterscheiden, um unzutreffende
Anthropomorphisierungen zu vermeiden. Es sollte deutlich werden, dass gelernte
Modelle grundsätzlich nicht fehlerfrei arbeiten und Verzerrungen in den Daten in
den Modellen reflektiert werden können. Gleichzeitig sollte der Nutzen von maschinellem
Lernen für viele Anwendungsbereiche, auch in der Bildung, aufgezeigt
werden. Ein solches Grundverständnis von KI-Methoden ist auch für die Anwendung
von KI-Werkzeugen im Bildungsbereich notwendig, damit bewertet werden
kann, welche Einsatzmöglichkeiten für Lernende sowie für Lehrende sinnvoll sind
und welche nicht. In diesem Beitrag wird zunächst eine Einführung in grundlegende
KI-Konzepte gegeben, danach werden Ansatzpunkte für die Vermittlung von
KI-Kompetenzen aufgezeigt und abschließend Einsatzmöglichkeiten von KI-Tools
in der Bildung vorgestellt.
Dieses Kapitel erwähnt ...
![]() Personen KB IB clear | Thomas Bartoschek , Julia Behrens , Emily M. Bender , Nadine Bergner , Torsten Brinda , Meredith Broussard , Philipp Deny , Ira Diethelm , Leonore Dietrich , Beat Döbeli Honegger , Rüdiger Fries , Timnit Gebru , Rainer Gemulla , Aidan N. Gomez , Werner Hartmann , Lutz Hellmig , Bardo Herzig , Jürgen Hollatz , Steffen Jaschke , Llion Jones , Benjamin Jörissen , Lukasz Kaiser , Matthias Klusch , Sven Kommer , Daniel Krupka , Peter Kusterer , Duri Long , Daniel Losch , Brian Magerko , Angelina McMillan-Major , Tilman Michaeli , Alexander Mittag , Andreas Oberweis , Simone Opel , Torsten Otto , Niki Parmar , Illia Polosukhin , Marvin Priedigkeit , Alexander Rabe , Gerhard Röhner , Ralf Romeike , Heidi Schelhowe , Björn Scheuermann , Ute Schmid , Birgit Schmitz , Johannes Schöning , Carsten Schulte , Richard Schwarz , Stefan Seegerer , Noam Shazeer , Shmargaret Shmitchell , Hartmut Sommer , Peer Stechert , Jasmin Troeger , Jakob Uszkoreit , Shannon Vallor , Ashish Vaswani , Andreas Weich , Joseph Weizenbaum , Ben Williamson , Jeannette M. Wing , Martin Zimnol | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
![]() Begriffe KB IB clear |
AI literacy
, Algorithmus algorithm
, Anthropomorphisierung bei GMLS
, Anthropomorphismus
, Chat-GPT
, clickworker
, computational thinkingcomputational thinking
, data literacy
, Daten data
, Datenschutz
, Datensicherheit
, Denken thinking
, Digitalisierung
, Eliza Eliza
, Expertensystemexpert system
, Generative Machine-Learning-Systeme (GMLS) computer-generated text
, Generative Pretrained Transformer 3 (GPT-3)
, GMLS & Bildung
, GMLS & Schule
, Hausaufgaben homework
, Intelligent Tutoring System (ITS)Intelligent Tutoring System
, Klassifikation
, Kompetenzcompetence
, Künstliche Intelligenz (KI / AI) artificial intelligence
, learning analytics learning analytics
, Learning Management System (LMS) / Lernplattform Learning Management System
, LehrerIn teacher
, Lernen learning
, machine learning
, Mathematik mathematics
, Medienpädagogik
, Neuron neuron
, Perceptron
, Predictive Analytics Predictive Analytics
, Primarschule (1-6) / Grundschule (1-4) primary school
, Prognose
, Programmiersprachenprogramming languages
, Prüfung
, Retrieval Augmented Generation (RAG)
, Schule school
, Urheberrecht
, Vertrauen trust
, Wikipedia
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
![]() Bücher |
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
![]() Texte |
|
Dieses Kapitel erwähnt vermutlich nicht ... 
![]() Nicht erwähnte Begriffe | Bildung, blockbasierte Programmierumgebungen, Chatbot, Generative Pretrained Transformer 4 (GPT-4), GMLS & Hochschule, Kinder, Schweiz, Textgeneratoren-Verbot, Unterricht |
Tagcloud
Zitationsgraph
Zitationsgraph (Beta-Test mit vis.js)
Zeitleiste
1 Erwähnungen 
- Kinder und KI - Ein Überblick zur Einordnung (Jessica Heesen, Klaus Heine, Bernhard Hüngsberg) (2026)

Volltext dieses Dokuments
![]() | Grundkompetenzen im Bereich Künstliche Intelligenz (AI Literacy): Kapitel als Volltext ( : , 159 kByte) |
Anderswo suchen 
Beat und dieses Kapitel
Beat hat Dieses Kapitel 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. Es gibt bisher nur wenige Objekte im Biblionetz, die dieses Werk zitieren. Beat selbst sagt, er habe dieses Dokument überflogen.


Algorithmus
Anthropomorphismus
Chat-GPT
Daten
Datenschutz
Denken
Digitalisierung
Eliza
Generative Machine-Learning-Systeme (GMLS)
Generative Pretrained Transformer 3 (GPT-3)
Hausaufgaben
Klassifikation
Künstliche Intelligenz (KI / AI)
learning analytics
Learning Management System (LMS) / Lernplattform
LehrerIn
Lernen
machine learning
Mathematik
Neuron
Perceptron
Predictive Analytics
Primarschule (1-6) / Grundschule (1-4)
Prüfung
Schule
Urheberrecht
Vertrauen
Wikipedia













, 159 kByte)
Biblionetz-History