Informatik · Klasse 5 · digitale Lernstrecke

Lernende Systeme – schlaue Maschinen?

Hier experimentierst du mit einem echten lernenden System. Dein Arbeitsblatt liegt daneben – die orangen Kästen sagen dir, wann welche Aufgabe dran ist. 📝

Einstieg

Sind Computer intelligent?

In deinem Online-Alltag begegnen dir immer wieder Systeme, die sich scheinbar intelligent verhalten und gute Tipps für dich haben. Kommt dir davon etwas bekannt vor?

🎬

Streaming-App

Basierend auf deinen Filmen habe ich diese Tipps für dich …

🛒

Online-Shop

Das könnte Sie auch interessieren …

⌨️

Tastatur

Dein Smartphone hat beim Tippen scheinbar immer das passende Wort parat.

📱

App-Store

Vorschläge für dich! – woher kennt er dich so gut?

In dieser Lernstrecke findest du heraus, wie solche Systeme funktionieren – und du darfst selbst mit einem lernenden System experimentieren und es austricksen!

📝

Aufgabe 1 · ★Jetzt auf deinem Arbeitsblatt: Kreuze an, wo lernende Systeme dahinterstecken. Achtung, zwei Beispiele passen nicht – überlege genau, warum!

Schritt 1

Der Erfahrungsschatz

Normale Computerprogramme arbeiten nach dem EVA-Prinzip: Eingabe → Verarbeitung → Ausgabe. Sie machen immer genau das Gleiche. Lernende Systeme haben etwas Besonderes dazu: einen Erfahrungsschatz, in den die Verarbeitung hineinschaut.

Eingabe z. B. deine Zeichnung Verarbeitung vergleicht & rechnet Ausgabe z. B. „98 % fröhlich“ Erfahrungsschatz gesammelte Beispiele · kann wachsen! Hier steckt das „Lernen“ drin!

Beispiel Online-Shop: Deine Eingabe ist der Kauf eines Buches. Im Erfahrungsschatz steckt, was andere Kunden zusammen mit diesem Buch gekauft haben. Daraus berechnet das System die Ausgabe: „Das könnte Sie auch interessieren …“

📝

Aufgabe 2 · ★Aufgabe 3 · ★★Jetzt auf deinem Arbeitsblatt: Beschrifte zuerst das Schaubild (der Wortspeicher hilft dir). Fülle danach die Tabelle für Streaming-Dienst und Tastatur aus – die erste Zeile ist schon gelöst.

Schritt 2

Fröhlich oder traurig?

Hier ist ein echtes lernendes System – es läuft direkt in deinem Browser. Male ein Gesicht und drücke auf Auswerten. Das System sagt dir, ob es fröhlich oder traurig ist – und wie sicher es sich ist.

📝

Aufgabe 4 · ★★Jetzt auf deinem Arbeitsblatt: Führe dein Experiment-Protokoll! Male drei verschiedene Gesichter. Vermute immer zuerst, was das System sagen wird – teste dann. Schaffst du die 100-%-Challenge?

Schritt 3

Fehlende Erfahrung – das System macht Fehler!

Du kennst jetzt den Erfahrungsschatz: nur 10 Beispielbilder, alle aufrecht. Was passiert wohl bei Zeichnungen, die anders sind als alles, was das System kennt? Probiere die Detektiv-Aufträge aus:

💡 Wichtig: Für das System sind alle Bilder gleich. Es erkennt nicht wirklich, was du gemalt hast – es vergleicht stur Formen und Linien mit seinem Erfahrungsschatz und berechnet daraus Wahrscheinlichkeiten.
📝

Aufgabe 5 · ★★★Jetzt auf deinem Arbeitsblatt: Werde Fehler-Detektiv! Erkläre, warum das Gesicht auf dem Kopf als „traurig“ erkannt wird – und was der gemalte Text „Traurig!“ über das System verrät. Pflichtwort: Erfahrungsschatz.

Schritt 4

Verbesserungen – wir trainieren nach!

Manche Gesichter sind weder fröhlich noch traurig. Dafür hat das System bisher keine Kategorie. Das können wir ändern: Wir geben ihm 5 neue Beispielbilder für die Kategorie „Geht so“ 😐 und trainieren es neu.

🛠️ Trainings-Werkstatt

Das System kennt im Moment 2 Kategorien (Fröhlich, Traurig) mit 10 Bildern. Klicke auf den Knopf, um die Kategorie „Geht so“ hinzuzufügen und neu zu trainieren.

📝

Aufgabe 6 · ★★★Jetzt auf deinem Arbeitsblatt: Du bist System-Verbesserer! Notiere zwei eigene Ideen, wie man das System noch besser machen kann – und begründe, warum sie helfen.

Schritt 5

Ein eigenes System – jetzt bist du dran!

Im Internet kannst du eigene lernende Systeme bauen und riesige KIs testen. Hier ist deine Werkzeugkiste:

Unser Projekt

Machine Learning for Kids

Baue deine eigene Bild-KI mit selbst gewählten Kategorien – und nutze sie danach sogar in Scratch! Anmeldedaten bekommst du von deiner Lehrkraft.

Öffnen ↗

Quickdraw

Eine riesige KI von Google, die deine Zeichnungen errät – trainiert mit Millionen von Bildern aus aller Welt. Schau dir auch die Trainingsbilder an!

Öffnen ↗

Teachable Machine

Trainiere eine KI mit Bildern aus deiner Webcam. Mit diesem Werkzeug wurden die Original-Beispiele der inf-schule-Lernstrecke gebaut.

Öffnen ↗

Calliope Mini

Auch der Calliope kann lernen – aber mit Bewegungen statt Bildern! Sein Beschleunigungssensor erkennt trainierte Bewegungsmuster wieder.

Öffnen ↗
  1. Überlege dir vorher ein Thema (z. B. „Tiere“) und mindestens zwei Kategorien (z. B. „Hund“, „Katze“). 👉 Genau das planst du in Bonusaufgabe B1!
  2. Melde dich an und erstelle ein neues Projekt: Projekttitel = dein Thema, Project Type = „Erkenne Bilder“, Storage = „In the cloud“.
  3. Gehe auf Trainieren und lege deine Kategorien an.
  4. Zeichne für jede Kategorie mindestens 5 Beispielbilder.
  5. Klicke auf Lernen & Testen und trainiere die KI.
  6. Teste mit neuen Zeichnungen: Erkennt die KI sie richtig?
  7. Unzufrieden? Füge weitere Beispielbilder hinzu und trainiere erneut – genau wie wir in Schritt 4!
📝

Bonus B1 · ★★★Für KI-Profis: Plane dein eigenes System zuerst auf dem Bonusblatt – Thema, zwei Kategorien, je drei Beispielbilder. Sage auch voraus, wo dein System Fehler machen könnte!

Abschluss

Das hast du gelernt

✅ Ein lernendes System besitzt einen Erfahrungsschatz, der bei der Verarbeitung mitbenutzt wird – und der wachsen und sich verändern kann.
✅ Zum Aufbau werden Kategorien gebildet (z. B. „Fröhlich“, „Traurig“) und mit Beispielbildern trainiert. Danach ordnet das System neue Bilder den Kategorien zu.
✅ Dabei berechnet es Wahrscheinlichkeiten in Prozent – es versteht nicht wirklich, was es sieht. Fehlt passende Erfahrung, macht es Fehler. Mehr und vielfältigere Beispiele machen es besser.

Selbst-Check 🎯

Vier schnelle Fragen – mal sehen, ob du jetzt ein KI-Profi bist!

📝

Bonus B2 + B3 · ★★★Für KI-Profis: Täusche die KI mit einer Trick-Zeichnung (teste sie in Schritt 3!) – und beantworte zum Schluss die große Frage vom Anfang: Sind Computer intelligent?