Diesen aiMOOC als Battle spielen: Deutsch, Klasse 7-8, G-Niveau

KI-Projekt – Kritisch prüfen und verbessern

Einleitung

Künstliche Intelligenz kann beim Lernen Ideen liefern, Texte strukturieren, Bilder erzeugen, Fragen formulieren oder Informationen zusammenfassen. Doch ein KI-Ergebnis ist nicht automatisch richtig, vollständig, fair oder für Deine Aufgabe geeignet. In diesem Lernkurs lernst Du deshalb nicht nur, wie Du ein KI-Werkzeug benutzt, sondern vor allem, wann Du es sinnvoll einsetzt, wann Du das Werkzeug wechselst und wann Du bewusst ohne KI weiterarbeitest.

Der Kurs richtet sich besonders an die Klasse 7 und ist für etwa eine bis zwei Unterrichtsstunden geplant. Im Mittelpunkt steht ein vollständiger Mensch-KI-Arbeitsprozess: Du definierst ein Problem, wählst ein passendes Werkzeug, legst die Arbeitsteilung zwischen Mensch und KI fest, prüfst Zwischenergebnisse an Kontrollpunkten, verbesserst Fehler und begründest am Ende Deine Entscheidung.

Das Ziel ist nicht, möglichst schnell eine fertige Lösung erzeugen zu lassen. Dein Ziel ist ein sichtbares Produkt mit nachvollziehbarem Arbeitsprozess: eine geprüfte Infokarte für die Schülerzeitung mit dem Titel „KI-Ergebnisse prüfen: 5 Regeln für unsere Schule“ und ein kurzes Prüfprotokoll, das zeigt, was Du selbst entschieden, was ein KI-Werkzeug beigetragen und was Du anschließend kontrolliert oder verändert hast.

Die Abbildung zeigt vereinfacht zwei verschiedene Aufgaben: Ein System kann Eingaben unterscheiden und einordnen oder neue Inhalte erzeugen. Gerade bei generativer KI ist wichtig: Eine überzeugend formulierte Ausgabe ist zunächst ein erzeugtes Ergebnis, noch kein geprüfter Beleg.

Lernziele

Nach dem Kurs kannst Du:

ein Problem so beschreiben, dass klar ist, was wirklich gelöst werden soll.
zwischen verschiedenen Werkzeugen unterscheiden und begründen, warum ein KI-Werkzeug, eine Suchmaschine, ein Taschenrechner, eine Tabellenkalkulation, eine Bibliotheksquelle oder bewusst kein digitales Werkzeug passend ist.
erklären, warum generative KI Wahrscheinlichkeiten verarbeitet und deshalb auch plausible, aber falsche Aussagen erzeugen kann.
Behauptungen aus KI-Ausgaben prüfen, statt nur auf sprachliche Sicherheit oder schöne Formulierungen zu vertrauen.
Bias und einseitige Darstellungen erkennen und nach fehlenden Perspektiven fragen.
Bilder, Texte und Videos nicht nur nach ihrem Aussehen, sondern nach Herkunft, Kontext und Belegen beurteilen.
Mensch und KI sinnvoll aufteilen: Die KI darf unterstützen, die Verantwortung für Ziel, Prüfung, Werturteil und Veröffentlichung bleibt beim Menschen.
Kontrollpunkte und Qualitätskriterien nutzen, um ein Ergebnis schrittweise zu verbessern.
begründen, wann Du KI weiterverwendest, das Werkzeug wechselst oder die KI-Nutzung beendest.
Deinen Mensch-KI-Arbeitsprozess transparent dokumentieren.

Unterrichtsplanung für 45 oder 90 Minuten

Phase	Kurzversion ca. 45 Minuten	Doppelstunde ca. 90 Minuten
Aktivierung und Diagnose	5 Minuten	8 Minuten
Technisches Verständnis	8 Minuten	15 Minuten
Quellenkritik, Bias und Medienanalyse	8 Minuten	15 Minuten
Anwendungssituation	12 Minuten	25 Minuten
Produkt und Prüfprotokoll	8 Minuten	17 Minuten
Selbstkontrolle, Reflexion und Transfer	4 Minuten	10 Minuten

In der Kurzversion werden die Aufgaben in Partnerarbeit bearbeitet. In der Doppelstunde bleibt zusätzlich Zeit für Quellenvergleich, Peer-Feedback und eine zweite Verbesserungsschleife.

Aktivierung und Diagnose

Lies die folgenden Aussagen. Entscheide zunächst ohne Nachschlagen jeweils: sicher richtig, unsicher oder eher falsch. Notiere bei mindestens zwei Aussagen auch, warum Du so entscheidest. Am Ende des Kurses überprüfst Du Deine Einschätzung erneut.

Eine flüssig formulierte KI-Antwort ist wahrscheinlich auch sachlich richtig.
Wenn drei KI-Systeme dasselbe behaupten, gilt die Aussage als bewiesen.
Für eine Rechenaufgabe kann ein Taschenrechner geeigneter sein als ein Textgenerator.
Ein KI-Bild kann glaubwürdig aussehen und trotzdem ein erfundenes Ereignis zeigen.
Die wichtigste Entscheidung in einem KI-Projekt trifft immer das Werkzeug.

Die letzte Aussage ist besonders wichtig: Ein gutes KI-Projekt beginnt nicht mit der Frage „Was kann die KI?“, sondern mit der Frage „Was ist mein Problem und welche Qualität brauche ich?“

Wie generative KI technisch arbeitet

Muster statt Wahrheitsmaschine

Viele moderne Sprachmodelle werden mit großen Mengen an Text trainiert. Dabei lernen sie statistische Muster: Welche Wörter oder Textbausteine treten in welchen Zusammenhängen häufig auf? Beim Erzeugen einer Antwort wird schrittweise berechnet, welche Fortsetzung im aktuellen Kontext wahrscheinlich passt.

Texte werden dafür in kleinere Einheiten zerlegt, sogenannte Tokens. Ein Token kann ein Wort, ein Wortteil oder ein Satzzeichen sein. Das Modell verarbeitet Zahlenrepräsentationen dieser Tokens und viele gelernte Parameter. Diese Parameter speichern nicht einfach eine Liste fertiger Antworten, sondern mathematisch beschriebene Zusammenhänge.

Ein wichtiges vereinfachtes Bild lautet daher:

Eingabe → Zerlegung in Tokens → Verarbeitung gelernter Muster → Wahrscheinlichkeiten für mögliche Fortsetzungen → erzeugte Ausgabe

Ein neuronales Netz besteht aus vielen miteinander verbundenen Rechenschritten. Moderne Sprachmodelle sind wesentlich komplexer als die einfache Grafik. Die Abbildung hilft Dir aber zu verstehen, dass ein Modell Eingaben mathematisch verarbeitet und daraus Ausgaben berechnet.

Training und Nutzung sind zwei verschiedene Phasen

Beim Training lernt ein Modell aus sehr vielen Beispielen statistische Zusammenhänge. Bei der späteren Nutzung erhält es Deinen Prompt und den aktuellen Kontext und erzeugt daraus eine Ausgabe.

Das bedeutet nicht automatisch, dass jede Antwort aus einer überprüfbaren Quelle stammt. Ein Textgenerator kann eine richtige Aussage erzeugen, aber auch eine ungenaue, veraltete oder erfundene. Wenn ein System zusätzlich eine Websuche, Datenbank oder andere Werkzeuge verwendet, kann es aktuelle Quellen einbeziehen. Dann musst Du trotzdem prüfen, ob die Quelle die Aussage tatsächlich stützt.

Warum kann eine KI überzeugend falsch liegen?

Ein Sprachmodell wird vor allem darauf optimiert, passende sprachliche Fortsetzungen zu erzeugen. Sprachliche Plausibilität und sachliche Wahrheit sind nicht dasselbe. Deshalb kann eine Ausgabe selbstbewusst klingen und trotzdem Fehler enthalten. Solche erfundenen oder unbelegten Angaben werden häufig als Halluzinationen bezeichnet.

Für Dich folgt daraus eine wichtige Regel:

Je wichtiger eine Behauptung für Deine Entscheidung ist, desto stärker musst Du sie unabhängig prüfen.

Problem zuerst, Werkzeug danach

Bevor Du ein KI-Werkzeug öffnest, formulierst Du Dein Problem in einem Satz.

Beispiel: „Unsere Klasse braucht für die Schülerzeitung eine kurze und verständliche Infokarte darüber, wie man KI-Ergebnisse prüft. Jede Regel muss begründet sein und wichtige Tatsachen müssen mit zuverlässigen Quellen überprüfbar sein.“

Ein gutes Problem enthält vier Elemente:

Element	Leitfrage	Beispiel
Ziel	Was soll am Ende entstehen?	Eine verständliche Infokarte
Zielgruppe	Für wen ist das Produkt?	Schülerinnen und Schüler der Klasse 7
Qualitätskriterien	Woran erkennen wir eine gute Lösung?	Richtig, belegt, fair, verständlich, transparent
Grenzen	Was darf nicht passieren?	Keine erfundenen Quellen, keine persönlichen Daten, keine ungeprüfte Veröffentlichung

Werkzeugwahl: Nicht jede Aufgabe braucht generative KI

Aufgabe	Häufig sinnvolles Werkzeug	Begründung
37 × 48 exakt berechnen	Taschenrechner	Das Ziel ist eine eindeutige Rechenoperation.
Häufigkeiten aus einer Klassentabelle auswerten	Tabellenkalkulation	Daten lassen sich nachvollziehbar berechnen und prüfen.
Eine historische Behauptung überprüfen	Bibliotheksquelle, Schulbuch, seriöse Webseite, Suchmaschine	Entscheidend sind Herkunft und Beleg.
Drei Formulierungsvarianten für eine Überschrift sammeln	Generative KI kann hilfreich sein	Es geht um Varianten und Ideen, nicht um eine einzige richtige Tatsache.
Ein persönliches Erlebnis reflektieren	Zuerst selbst schreiben	Deine Erfahrung und Dein Urteil können nicht sinnvoll ausgelagert werden.
Vertrauliche oder personenbezogene Daten bearbeiten	Kein frei zugängliches KI-Werkzeug	Datenschutz und Schutz der betroffenen Personen gehen vor.

Werkzeugkompetenz bedeutet deshalb nicht, möglichst oft KI zu verwenden. Sie bedeutet, für die Aufgabe das passendste Verfahren zu wählen.

Mensch-KI-Arbeitsteilung

Eine hilfreiche Grundregel lautet: Die KI kann Vorschläge machen. Der Mensch setzt Ziel, Regeln und Kontrollmaßstab.

Aufgabe	Mensch	KI als mögliche Unterstützung
Problem festlegen	führt	kann Rückfragen vorschlagen
Qualitätskriterien bestimmen	entscheidet	kann Kriterienideen ergänzen
Ideen sammeln	wählt und bewertet	kann Varianten erzeugen
Fakten prüfen	trägt Verantwortung	kann mögliche Suchbegriffe nennen, ist aber kein Ersatz für die Quelle
Quellen beurteilen	entscheidet	kann Strukturfragen liefern
Fairness und Folgen abwägen	urteilt	kann Perspektiven simulieren, aber nicht die Verantwortung übernehmen
Endprodukt veröffentlichen	entscheidet	kann beim Formulieren helfen

Diese Arbeitsteilung schützt Deine Handlungsfähigkeit: Du bleibst die Person, die Gründe abwägt und Entscheidungen verantwortet.

Kontrollpunkte im KI-Projekt

Ein gutes Projekt hat mehrere Stoppschilder. An diesen Punkten prüfst Du, bevor Du weiterarbeitest.

Kontrollpunkt	Prüffrage	Mögliche Entscheidung
K0 vor dem Start	Brauche ich für dieses Problem überhaupt KI?	KI einsetzen, anderes Werkzeug wählen oder ohne KI beginnen
K1 nach dem ersten Prompt	Hat das Werkzeug meine Aufgabe verstanden?	Prompt verbessern oder Aufgabe neu formulieren
K2 nach dem ersten Entwurf	Welche Aussagen müssen überprüft werden?	Quellen suchen, Behauptungen markieren, Fehler korrigieren
K3 nach der Prüfung	Fehlen Perspektiven oder werden Gruppen unfair dargestellt?	Gegenperspektive suchen, Bias reduzieren
K4 vor der Veröffentlichung	Erfüllt das Ergebnis alle Qualitätskriterien?	veröffentlichen, erneut verbessern oder verwerfen

Wichtig: Ein Kontrollpunkt ist kein Zeichen dafür, dass etwas schiefgelaufen ist. Er ist ein geplanter Teil guter Arbeit.

Quellenkritik: Vom Satz zur überprüfbaren Behauptung

Quellenkritik kennst Du vielleicht aus Geschichte. Dort fragst Du zum Beispiel: Wer hat eine Quelle erstellt? Wann? Mit welchem Zweck? In welchem Zusammenhang? Ähnliche Fragen helfen auch bei KI-Ausgaben.

Eine KI-Ausgabe ist nicht automatisch eine Quelle. Sie kann Hinweise liefern, doch für überprüfbare Tatsachen brauchst Du geeignete Belege.

Nutze für wichtige Aussagen den 5-Fragen-Check:

Behauptung: Was genau wird behauptet?
Beleg: Welche Quelle soll die Aussage stützen?
Herkunft: Wer ist für die Quelle verantwortlich?
Vergleich: Bestätigt mindestens eine weitere unabhängige geeignete Quelle die Kernaussage?
Restunsicherheit: Was ist noch unklar oder umstritten?

Ein guter Faktencheck beginnt nicht mit „Stimmt der ganze Text?“, sondern zerlegt ihn in einzelne überprüfbare Aussagen.

Quellen sind nicht alle gleich geeignet

Für eine Frage nach einem Gesetz ist eine amtliche Quelle häufig geeigneter als ein anonymer Social-Media-Beitrag. Für die Wirkung einer historischen Rede ist das Originaldokument wichtig, aber zusätzlich brauchst Du möglicherweise eine wissenschaftliche Einordnung. Für aktuelle Nachrichten helfen mehrere unabhängige journalistische Quellen.

Frage daher nicht nur „Gibt es eine Quelle?“, sondern „Passt diese Quelle zu meiner Behauptung?“

Bias und Fairness

Bias bedeutet hier eine systematische Verzerrung. Sie kann an verschiedenen Stellen entstehen: in Trainingsdaten, bei der Auswahl von Beispielen, in Kategorien, in der Aufgabenformulierung oder bei der Interpretation eines Ergebnisses.

Ein einfaches mathematisches Gedankenexperiment:

In einer erfundenen Beispielsammlung über Schulaktivitäten kommen 100 Texte vor. 80 handeln von Sport, 15 von Musik und 5 von Theater. Das bedeutet:

Bereich	Anzahl	Anteil
Sport	80	80 %
Musik	15	15 %
Theater	5	5 %

Wenn ein System aus dieser einseitigen Sammlung typische Schulaktivitäten ableiten soll, kann es Sport überbetonen. Dieses Beispiel beweist noch keinen realen Bias eines bestimmten Modells. Es zeigt aber, wie ungleiche Datenverteilungen Ergebnisse beeinflussen können.

Hier verbindet sich Mathematik mit Ethik und Informatik: Prozentanteile beschreiben die Daten, aber die Frage nach Fairness verlangt zusätzlich ein begründetes Urteil.

Die Zielscheiben-Grafik veranschaulicht einen Unterschied: Bias bedeutet eine systematische Abweichung in eine Richtung; Streuung oder Rauschen bedeutet, dass Ergebnisse stark schwanken. Ein System kann also regelmäßig in dieselbe falsche Richtung liegen oder unzuverlässig wechselnde Ergebnisse produzieren.

Vier Fragen gegen einseitige Ergebnisse

Wer oder was kommt in den Daten und Beispielen häufig vor?
Wer oder was könnte fehlen?
Welche Begriffe oder Kategorien wurden vorausgesetzt?
Wer könnte durch eine Entscheidung benachteiligt werden?

Eine faire Prüfung bedeutet nicht, dass jede Antwort für alle gleich sein muss. Sie bedeutet, relevante Unterschiede und mögliche Benachteiligungen bewusst zu untersuchen.

Medienanalyse: Sehen heißt nicht beweisen

Generative KI kann Bilder, Stimmen und Videos erzeugen oder verändern. Ein realistisch wirkendes Medium ist deshalb kein Beweis dafür, dass ein Ereignis tatsächlich so stattgefunden hat.

Bei verdächtigen Medien solltest Du nicht nur nach auffälligen Bildfehlern suchen. Solche sichtbaren Fehler können verschwinden. Wichtiger sind:

Herkunft des Mediums
ursprünglicher Veröffentlichungsort
Zeitpunkt und Kontext
unabhängige Bestätigung
mögliche Bearbeitung oder fehlende Metadaten
Interessen der verbreitenden Person oder Organisation

Deepfakes zeigen besonders deutlich, warum Medienbildung heute mehr als „genau hinschauen“ bedeutet. Du brauchst eine Quellenkette und Kontextwissen.

Fächerübergreifende Perspektiven

Informatik

Du untersuchst Algorithmen, Trainingsdaten, Tokens, Modelle und die Frage, warum ein statistisches System keine Garantie für Wahrheit liefert. Du lernst außerdem, dass die Werkzeugwahl Teil einer technischen Lösung ist.

Deutsch

Du untersuchst Sprache, Argumentation und Wirkung. Besonders wichtig sind Formulierungen, die Sicherheit vortäuschen. Wörter wie „belegt“, „immer“ oder „zweifelsfrei“ müssen zu den vorhandenen Belegen passen. In Deinem Endprodukt formulierst Du Unsicherheit transparent, zum Beispiel mit „nach den vorliegenden Quellen“, „wahrscheinlich“ oder „nicht eindeutig belegt“.

Mathematik

Du nutzt Häufigkeiten, Anteile und einfache Prozentrechnung, um Datensätze zu beschreiben. Du unterscheidest systematische Verzerrung von zufälliger Streuung und fragst, ob Zahlen überhaupt zur gestellten Frage passen.

Geschichte

Du überträgst Methoden der Quellenkritik: Urheber, Entstehungszeit, Zweck, Perspektive und Überlieferung. Eine KI-Ausgabe ist keine historische Primärquelle und ersetzt keine Quelle, die aus der untersuchten Zeit stammt.

Kunst

Du analysierst, wie Bilder gestaltet, kombiniert oder synthetisch erzeugt werden. Ein Bild kann ästhetisch überzeugend sein, ohne dokumentarisch wahr zu sein. Du reflektierst außerdem Autorschaft, Stil, Bearbeitung und Kennzeichnung.

Ethik

Du fragst nach Verantwortung, Fairness, Schutz vor Schaden, Selbstbestimmung und der Frage, wer von einer KI-gestützten Entscheidung betroffen ist. Besonders wichtig ist: Verantwortung kann nicht einfach an ein Werkzeug abgegeben werden.

Gemeinschaftskunde

Du untersuchst, wie KI-generierte Inhalte Meinungsbildung beeinflussen können. In einer Demokratie sind nachvollziehbare Quellen, überprüfbare Argumente und faire Darstellung verschiedener Positionen wichtig.

Medienbildung

Du verbindest Quellenprüfung, Datenschutz, Bild- und Videoanalyse, Transparenz und den bewussten Umgang mit KI-gestützten Medien.

Realistische Anwendungssituation

Die Schülerzeitung möchte eine Infokarte veröffentlichen: „Kann man KI-Antworten glauben?“ Eine Person hat bereits einen KI-Text erzeugt. Der Text klingt sicher, wurde aber noch nicht geprüft.

Beispiel-KI-Ausgabe – absichtlich problematisch:

„KI durchsucht bei jeder Antwort automatisch das gesamte Internet. Deshalb sind die Antworten normalerweise aktuell. Wenn drei KI-Systeme denselben Satz schreiben, ist er sicher richtig. Gute KI nennt immer die Originalquelle für jeden Satz. Bei KI-Bildern erkennt man Fälschungen zuverlässig an ungewöhnlichen Händen. Für Rechnungen, Faktenchecks und persönliche Entscheidungen ist dieselbe KI gleichermaßen das beste Werkzeug.“

Deine Aufgabe ist nicht, den Text einfach neu schreiben zu lassen. Du arbeitest in fünf Schritten.

Schritt 1: Problem zerlegen

Markiere jede überprüfbare Behauptung einzeln. Formuliere sie so, dass Du sie prüfen kannst.

Beispiel: Aus „KI durchsucht bei jeder Antwort automatisch das gesamte Internet“ wird die prüfbare Frage: „Greift ein generatives KI-System bei jeder Antwort automatisch auf eine Live-Websuche zu?“

Schritt 2: Werkzeug wählen

Entscheide für jede Teilaufgabe:

Teilaufgabe	Werkzeug	Begründung
Funktionsweise generativer KI verstehen	Lerntext und Erklärvideo	Grundlagen werden erklärt.
aktuelle Aussage über ein System prüfen	seriöse aktuelle Quelle oder Dokumentation	Aktualität und konkrete Funktionen können sich ändern.
Prozentwerte aus einer Tabelle berechnen	Taschenrechner oder Tabellenkalkulation	Exakte Berechnung ist wichtiger als Textgenerierung.
Überschrift variieren	optional generative KI	Kreative Varianten können nützlich sein.
Schlussurteil über Veröffentlichung	Mensch	Verantwortung und Abwägung bleiben menschlich.

Schritt 3: Fakten prüfen

Prüfe mindestens drei Aussagen mit geeigneten Quellen. Für jede Behauptung notierst Du:

Behauptung	Quelle 1	Quelle 2	Ergebnis	Restunsicherheit
			bestätigt / widerlegt / teilweise
			bestätigt / widerlegt / teilweise
			bestätigt / widerlegt / teilweise

Schritt 4: Bias und Medienwirkung prüfen

Untersuche den Beispieltext zusätzlich:

Welche Aussage klingt besonders selbstsicher?
Wo wird aus „manchmal“ oder „kann“ fälschlich ein „immer“?
Welche Perspektive fehlt?
Welche falsche Sicherheit könnte Leserinnen und Leser zu einer schlechten Entscheidung führen?
Welche Aussage würde sich in einem Bild oder Kurzvideo besonders leicht irreführend darstellen lassen?

Schritt 5: Sichtbares Produkt erstellen

Erstellt als Paar oder Kleingruppe eine Infokarte mit dem Titel:

„KI-Ergebnisse prüfen: 5 Regeln für unsere Schule“

Die Infokarte muss enthalten:

fünf kurze Regeln
zu mindestens drei Regeln einen überprüfbaren Beleg
ein Beispiel für einen sinnvollen KI-Einsatz
ein Beispiel, bei dem ein anderes Werkzeug besser ist
ein Beispiel, bei dem Ihr bewusst keine KI verwendet
einen Hinweis auf Bias oder fehlende Perspektiven
einen Satz zur Verantwortung des Menschen
eine transparente Kennzeichnung, wenn KI beim Entwurf geholfen hat

Qualitätskriterien für das Endprodukt

Bewerte Euer Produkt vor der Abgabe mit 0, 1 oder 2 Punkten pro Kriterium.

Kriterium	0 Punkte	1 Punkt	2 Punkte
Richtigkeit	ungeprüfte Fehler	teilweise geprüft	zentrale Aussagen geprüft
Belege	keine Quellen	Quellen vorhanden, aber nicht immer passend	passende Quellen stützen die Aussagen
Verständlichkeit	unklar	überwiegend verständlich	klar und altersgerecht
Fairness	einseitig	einzelne Perspektiven berücksichtigt	relevante Perspektiven bewusst geprüft
Transparenz	KI-Nutzung unklar	teilweise dokumentiert	Mensch-KI-Anteile nachvollziehbar
Werkzeugwahl	unbegründet	teilweise begründet	passend und begründet
Sicherheit und Datenschutz	Risiken ignoriert	teilweise beachtet	bewusst geprüft
Eigenständiges Urteil	nur übernommen	teilweise begründet	klar selbst begründet

Maximal sind 16 Punkte möglich. Die Punktzahl ist weniger wichtig als die Begründung: Welche Verbesserung hat den größten Qualitätsgewinn gebracht?

Wann KI einsetzen, wechseln oder bewusst nicht verwenden?

KI einsetzen

KI kann sinnvoll sein, wenn Du Ideen, Varianten, Übungsfragen, alternative Erklärungen oder einen ersten Entwurf brauchst und das Ergebnis anschließend selbst prüfen kannst.

Werkzeug wechseln

Wechsle das Werkzeug, wenn die Aufgabe etwas anderes verlangt als generative Textproduktion. Beispiele: exaktes Rechnen, aktuelle Primärquellen suchen, strukturierte Messdaten auswerten oder die Herkunft eines Bildes untersuchen.

KI bewusst nicht verwenden

Verzichte auf ein frei zugängliches KI-Werkzeug, wenn vertrauliche oder personenbezogene Daten nötig wären, wenn die Aufgabe ausdrücklich Deine eigene Erstleistung oder persönliche Reflexion verlangt oder wenn Du das Ergebnis nicht sinnvoll kontrollieren kannst.

KI-Nutzung abbrechen

Beende eine KI-Schleife, wenn das System wiederholt unbelegte Behauptungen liefert, seine Antworten trotz Korrektur widersprüchlich bleiben oder Du nur noch Prompts veränderst, ohne dem eigentlichen Problem näherzukommen. Mehr KI ist nicht automatisch mehr Qualität.

Mensch-KI-Prüfprotokoll

Dokumentiere den Prozess knapp, aber nachvollziehbar.

Schritt	Was habe ich selbst entschieden?	Was hat ein KI-Werkzeug beigetragen?	Was habe ich geprüft?	Was habe ich verändert?	Warum?
Problemdefinition
Werkzeugwahl
erster Entwurf
Quellencheck
Bias- und Fairnesscheck
Endentscheidung

Dieses Protokoll macht Deine Leistung sichtbar. Es zeigt nicht nur was herauskam, sondern wie Du zu einer begründeten Lösung gelangt bist.

Selbstkontrolle

Prüfe vor der Abgabe:

Kann ich das Problem in einem Satz erklären?
Kann ich begründen, warum ich dieses Werkzeug gewählt habe?
Habe ich wichtige Behauptungen in einzelne Prüffragen zerlegt?
Habe ich geeignete Quellen statt nur weitere KI-Antworten verwendet?
Habe ich nach fehlenden Perspektiven und Bias gefragt?
Habe ich persönliche oder vertrauliche Daten geschützt?
Kann ich erklären, was die KI beigetragen hat und was meine eigene Entscheidung war?
Habe ich mindestens einen Kontrollpunkt genutzt, an dem ich etwas geändert habe?
Kann ich begründen, warum mein Endprodukt jetzt besser ist als der erste Entwurf?

Reflexion und Transfer

Erkläre an einem eigenen Beispiel, warum eine technisch beeindruckende KI-Ausgabe trotzdem ungeeignet sein kann.
Beschreibe eine Aufgabe aus einem anderen Schulfach, bei der Du zuerst kein KI-Werkzeug, sondern ein anderes Werkzeug wählen würdest.
Formuliere einen persönlichen Satz für zukünftige KI-Arbeit: „Ich nutze KI nur dann weiter, wenn …“

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Eine KI-Antwort enthält eine wichtige Behauptung ohne Beleg. Was ist der beste nächste Schritt? (Die Behauptung einzeln formulieren und mit geeigneten unabhängigen Quellen prüfen) (!Die Antwort übernehmen, weil sie flüssig klingt) (!Den gleichen Prompt mehrfach unverändert senden) (!Nur die Überschrift schöner formulieren)

Du musst 37 mal 48 exakt berechnen. Welches Vorgehen ist meist am passendsten? (Einen Taschenrechner oder ein anderes Rechenwerkzeug verwenden) (!Einen Bildgenerator verwenden) (!Mehrere KI-Texte miteinander vergleichen) (!Eine historische Quelle suchen)

Warum kann ein Sprachmodell überzeugend klingende Fehler erzeugen? (Weil sprachliche Wahrscheinlichkeit nicht automatisch sachliche Wahrheit bedeutet) (!Weil jedes KI-System absichtlich falsche Antworten erzeugt) (!Weil Computer keine Zahlen verarbeiten können) (!Weil Quellenkritik nur im Geschichtsunterricht gilt)

Was beschreibt Bias in diesem Kurs am besten? (Eine systematische Verzerrung, die Ergebnisse in eine bestimmte Richtung beeinflussen kann) (!Jeden einzelnen Tippfehler in einem Text) (!Die Dateigröße eines KI-Modells) (!Eine zufällige Reihenfolge von Wörtern ohne Bedeutung)

Drei KI-Systeme geben dieselbe Antwort. Was folgt daraus? (Die Übereinstimmung kann interessant sein, ersetzt aber keinen unabhängigen Beleg) (!Die Aussage ist damit automatisch bewiesen) (!Alle drei Systeme müssen dieselben Trainingsdaten besitzen) (!Weitere Prüfung ist grundsätzlich verboten)

Wer trägt in einem Schulprojekt die Verantwortung für das veröffentlichte Ergebnis? (Der Mensch, der das Ergebnis auswählt, prüft und veröffentlicht) (!Das KI-System allein) (!Die schnellste Suchmaschine) (!Der längste Prompt)

Wann ist ein Werkzeugwechsel sinnvoll? (Wenn ein anderes Werkzeug die Teilaufgabe genauer oder nachvollziehbarer lösen kann) (!Nur wenn die KI keine langen Texte schreibt) (!Immer nach genau zwei Prompts) (!Nie, weil ein einziges Werkzeug jede Aufgabe am besten löst)

Was ist bei einem realistisch wirkenden KI-Bild besonders wichtig? (Herkunft, Kontext und unabhängige Bestätigung zu prüfen) (!Nur nach ungewöhnlichen Fingern zu suchen) (!Dem Bild zu glauben, wenn es hochauflösend ist) (!Die Bildunterschrift grundsätzlich zu ignorieren)

Welche Information sollte nicht unüberlegt in ein frei zugängliches KI-System eingegeben werden? (Personenbezogene oder vertrauliche Daten) (!Eine selbst erfundene Überschrift) (!Eine allgemeine Rechenaufgabe ohne persönliche Angaben) (!Ein frei gewähltes Thema für eine Übung)

Wozu dient ein Mensch-KI-Prüfprotokoll? (Es macht Entscheidungen, KI-Beiträge, Prüfungen und Verbesserungen nachvollziehbar) (!Es ersetzt jede Quellenprüfung) (!Es beweist automatisch die Wahrheit jeder KI-Ausgabe) (!Es dient nur dazu, möglichst viele Prompts zu sammeln)

Memory

Prompt	Arbeitsauftrag an ein KI-System
Token	kleiner Textbaustein der Verarbeitung
Bias	systematische Verzerrung
Kontrollpunkt	geplanter Moment der Prüfung
Beleg	überprüfbare Stütze einer Behauptung
Halluzination	plausibel klingende unbelegte oder falsche Ausgabe
Transparenz	nachvollziehbare Offenlegung des Arbeitsprozesses
Human Agency	menschliche Entscheidungs- und Handlungsmacht

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Problem klären	Welche Aufgabe soll wirklich gelöst werden?
Werkzeug wählen	Welches Verfahren passt zur Teilaufgabe?
Arbeit aufteilen	Was entscheidet der Mensch und wobei darf KI unterstützen?
Behauptungen prüfen	Welche Aussagen brauchen Belege?
Bias untersuchen	Welche Perspektiven oder Gruppen könnten fehlen?
Endentscheidung treffen	Ist das Ergebnis gut genug für eine Veröffentlichung?

Kreuzworträtsel

Quellenkritik	Welche Methode prüft Herkunft, Zweck und Zuverlässigkeit von Aussagen und Quellen?
Transparenz	Wie nennt man die nachvollziehbare Offenlegung eines Arbeitsprozesses?
Fairness	Welcher Begriff beschreibt die Prüfung möglicher Benachteiligung?
Prompting	Wie nennt man das Formulieren von Eingaben für ein KI-System?
Deepfake	Wie heißt ein künstlich erzeugtes oder manipuliertes täuschend echt wirkendes Medium?
Kontrollpunkt	Wie heißt ein geplanter Stopp zur Qualitätsprüfung?

LearningApps

Lückentext

Ein KI-Projekt beginnt mit einer klaren

.

Ein generatives Sprachmodell verarbeitet Text in kleineren Einheiten, den

.

Eine flüssige Formulierung ist noch kein Beweis für die

einer Aussage.

Wichtige Behauptungen müssen mit geeigneten

geprüft werden.

Eine systematische Verzerrung wird als

bezeichnet.

An einem geplanten Stopp zur Prüfung nutzt Du einen

.

Bei exakten Rechenaufgaben kann ein

geeigneter sein als ein Textgenerator.

Die Entscheidung über die Veröffentlichung bleibt beim

.

Ein realistisches künstlich erzeugtes Video kann ein

sein.

Das Prüfprotokoll schafft

über den Mensch-KI-Arbeitsprozess.

Offene Aufgaben

Leicht

KI-Checkliste: Gestalte eine kleine Karte mit fünf Fragen, die Du vor dem Übernehmen einer KI-Antwort stellst.
Werkzeugwahl: Wähle drei typische Hausaufgaben und entscheide jeweils begründet zwischen KI, Suchmaschine, Taschenrechner, Tabellenkalkulation, Schulbuch oder eigener Arbeit.
Sprachkritik: Suche in einem Beispieltext Formulierungen, die zu sicher klingen, und ersetze sie durch sachlich passendere Formulierungen.
Medienanalyse: Wähle ein frei nutzbares Bild aus Wikimedia Commons und dokumentiere Urheber, Lizenz, ursprünglichen Kontext und Aussageabsicht.

Standard

Faktencheck: Lass Dir zu einem Unterrichtsthema drei Behauptungen vorschlagen, prüfe jede mit zwei geeigneten Quellen und dokumentiere Unterschiede.
Bias-Analyse: Entwickle einen kleinen Beispieldatensatz mit unausgeglichenen Häufigkeiten und erkläre, welche verzerrte Schlussfolgerung daraus entstehen könnte.
Mensch-KI-Protokoll: Bearbeite eine Aufgabe mit einem KI-Werkzeug und dokumentiere mindestens drei Kontrollpunkte, an denen Du selbst entschieden oder korrigiert hast.
Deepfake-Analyse: Vergleiche zwei Medienbeispiele und entwickle eine Prüfroutine, die nicht nur sichtbare Bildfehler, sondern auch Herkunft und Kontext berücksichtigt.

Schwer

Werkzeugvergleich: Löse dieselbe Rechercheaufgabe einmal mit generativer KI und einmal mit klassischer Quellenrecherche. Vergleiche Zeit, Nachprüfbarkeit, Fehler und Qualität.
Fairnessprüfung: Entwickle Kriterien, mit denen ein KI-gestützter Vorschlag für eine schulische Entscheidung auf mögliche Benachteiligung geprüft werden kann.
Schülerzeitung: Produziere eine veröffentlichungsfähige Infokarte „KI-Ergebnisse prüfen“ mit Quellen, Transparenzhinweis und dokumentierter Überarbeitung.
Unterrichtsregel für KI: Formuliere eine begründete Klassenregel, wann KI eingesetzt, gewechselt oder nicht genutzt werden soll, und verteidige sie in einer Diskussion mit Gegenargumenten.

Lernkontrolle

Transfer – Werkzeugwahl: Eine Mitschülerin will eine komplizierte Prozentrechnung mit einem Textgenerator lösen. Entwickle ein besseres Vorgehen und begründe, warum Dein Werkzeug geeigneter ist.
Transfer – Quellenkritik: Ein KI-Text nennt eine historische Person, ein Datum und ein angebliches Zitat. Beschreibe Schritt für Schritt, wie Du die drei Angaben unabhängig überprüfen würdest.
Transfer – Bias: Ein System empfiehlt für eine AG fast nur Sportangebote, obwohl die Schule viele andere Interessen hat. Nenne mindestens zwei mögliche Ursachen und entwickle eine faire Prüfmethode.
Transfer – Medienanalyse: Ein Video einer angeblichen Schulveranstaltung verbreitet sich in einem Klassenchat. Erkläre, welche Prüfungen Du durchführen würdest, bevor Du es weiterleitest.
Transfer – Human Agency: Ein KI-Werkzeug schlägt eine überzeugende Lösung vor, die aber gegen ein von Dir vorher festgelegtes Qualitätskriterium verstößt. Begründe, ob Du nachbesserst, das Werkzeug wechselst oder die KI-Nutzung beendest.
Transfer – Prozessqualität: Vergleiche zwei Arbeitsprozesse: Person A übernimmt den ersten KI-Entwurf; Person B definiert Kriterien, prüft Quellen, sucht Gegenperspektiven und dokumentiert Änderungen. Erkläre, warum die zweite Person auch dann besser gearbeitet haben kann, wenn beide Endtexte ähnlich aussehen.

Lernnachweis

Für einen erfolgreichen Lernnachweis solltest Du zeigen können:

Du formulierst das Ausgangsproblem klar und nennst Zielgruppe, Qualitätskriterien und Grenzen.
Du begründest Deine Werkzeugwahl statt KI automatisch einzusetzen.
Du erklärst in Grundzügen, warum generative KI Wahrscheinlichkeiten verarbeitet und dadurch überzeugende Fehler erzeugen kann.
Du zerlegst KI-Ausgaben in überprüfbare Behauptungen.
Du nutzt geeignete Quellen und unterscheidest Quelle, KI-Ausgabe und eigenes Urteil.
Du erkennst mögliche Verzerrungen und fragst nach fehlenden Perspektiven.
Du beachtest Datenschutz, Sicherheit und mögliche Folgen einer Veröffentlichung.
Du setzt mindestens zwei Kontrollpunkte im Arbeitsprozess ein.
Du dokumentierst, welche Teile vom Menschen entschieden und welche durch KI unterstützt wurden.
Du präsentierst ein sichtbares, geprüftes Endprodukt und begründest mindestens eine wichtige Verbesserung.
Du kannst erklären, wann ein Werkzeugwechsel oder ein bewusster Verzicht auf KI sinnvoll ist.
Du übernimmst Verantwortung für Dein Schlussurteil.

OERs zum Thema

Weiterführende frei zugängliche Materialien:

klicksafe: Künstliche Intelligenz – Materialien zu Chancen, Risiken und Medienkompetenz.
klicksafe: Deep Fake. Deep Impact. – Material zur kritischen Auseinandersetzung mit Deepfakes.
Wikimedia Commons: Artificial neural network – freie Medien zu neuronalen Netzen.
Wikipedia: Quellenkritik – Grundlagen zum Prüfen von Quellen.
Wikipedia: Algorithmische Voreingenommenheit – Einstieg in Bias bei algorithmischen Systemen.

Mediennachweise und freie Lizenzen

Die verwendeten Wikimedia-Commons-Medien sind auf ihren Dateiseiten mit den jeweiligen freien Lizenzen dokumentiert.

Neural network.svg – Dake und Mysid, Creative Commons Attribution.
Discriminative vs Generative Neural Networks.png – Lwneal, CC0.
Ethics of Open Sharing icon - Algorithmic bias.svg – Julius Uusikylä / KRUT Collective, CC0.
Statistical bias and statistical noise illustration.png – Tim Isaksson, CC0.
Recognizing fake news & misinformation.jpg – Kozak005, CC BY-SA 4.0.
Audio deepfake detection.png – Antonelse, CC BY-SA 4.0.

Verknüpfte Lernbereiche

KI-Projekt – Kritisch prüfen und verbessern

aiMOOC-Projekte

Inhalte werden geladen ...

Mediathek wird aus dem Wiki geladen ...

Frag mich zum aktuellen Lerninhalt oder wähle eine kurze Hilfe.

Textmodus bereit

Sprache