📝 Verantwortlich für die Inhalte: ralf.kretzschmar@ksso.ch, ich nehme gerne Kritik, Wünsche, Anregungen entgegen.

Alle nicht mit Lizenzen versehenen Inhalte zur künstlichen Intelligenz sind gemeinfrei CC0 1.0.

⚠️ Die Unterlagen funktionieren auch ohne Login, es werden dann jedoch keine Eingaben gespeichert.

ℹ️ Klassifikation von Daten mit Storytelling-Einstieg in die KI, inklusive Zusatzkapitel, das auch KI-Chatbots thematisiert

• 🐟 Künstliche Intelligenz für echte Fische 1
• 🐟 Künstliche Intelligenz für echte Fische 2
• 🐟 Künstliche Intelligenz für echte Fische 3
• 🐟 Künstliche Intelligenz für echte Fische 4
• 🐟 Fische für ChatGPT?

Funktionsapproximation als Bonuskapitel für Schnelle oder Interessierte

• ➡️ Zusammenhänge erlernen

Repetitionskapitel, falls das Thema später einmal erneut aufgegriffen wird

• 🐟 Rückschau: Künstliche Intelligenz für echte Fische

ℹ️ Mit Besorgnis nehme ich wahr, dass viele Schülerinnen und Schüler KI-Chatbots zu ihrem Nachteil beim Lernen einsetzen. Die Ursache sehe ich vor allem in ihrer Haltung gegenüber dem Einsatz von KI-Chatbots. Daher habe ich dieses Kapitel zusammengestellt, das darauf eingeht, wie Lernen funktioniert und danach aufzeigt, wie Lernprozesse durch den Einsatz von KI-Chatbots unterstützt werden können. Über kritische Rückmeldungen würde ich mich freuen.

• Variante Gymnasium (9tes Schuljahr): 🧑 & 🤖 - Lernen mit KI
• Variante Sekundarschule (7tes Schuljahr): 🧑 & 🤖 - Lernen mit KI

Eine weitere Einheit ist zum (Auf-)wachsen mit KI geplant, dabei wird es darum gehen, welchen Einfluss generative KI auf das Erlernen des Umgangs mit Emotionen, Entscheidungfindung und anderen Menschen hat. Inspiration sind so weit: „Raising Humans in the Age of AI: A Practical Guide for Parents“ von Nate B. Jones¹⁾, die Think-Tank-Studie „A new direction for students in an AI world: prosper, prepare, protect“²⁾ und das c't-Magazin Titelthema „Wie KI-Müll das Internet vergiftet“³⁾.

ℹ️ Ein vertiefter Blick auf die Funkionsweise maschnellen Lernens in vier Teilen mit zunehmendem Mathematikgehalt

• 🤖 Wie funktioniert maschinelles Lernen 1
• 🤖 Wie funktioniert maschinelles Lernen 2
• 🤖 Wie funktioniert maschinelles Lernen 3
• 🤖 Wie funktioniert maschinelles Lernen 4

ℹ️ Grundlegende Überlegungen zur Zeitreihenvorhersage

• 📈 Zeitreihenvorhersage

Zusatz zur Zeitreihenvorhersage

• 🇨🇭 SMI-Vorhersage

ℹ️ In diesen beiden Teilen werden wie in der „Einführung Zeitreihenvorhersage“ zuerst Grundlagen der Zeitreihenvorhersage vermittelt. Anders als in der „Einführung Zeitreihenvorhersage“ werden danach fortgeschrittene Parameter-Einstellungen in TensorFlow thematisiert.

• 📈 Zeitreihenvorhersage mit TensorFlow 1
• 📈 Zeitreihenvorhersage mit TensorFlow 2

ℹ️ Dieses Kapitel thematisiert, wie gut seltene Ereignisse erkannt werden können und wie sich das beurteilen lässt.

• 🌪️ Umgang mit seltenen Ereignissen