Diesen aiMOOC als Battle spielen: Deutsch, Klasse 9-10, G-Niveau

Merkmale und Repräsentationen verstehen

Einleitung

Der Lernkurs Merkmale und Repräsentationen verstehen richtet sich besonders an Lernende der Klasse 10 und ist für etwa 60 bis 90 Minuten konzipiert. Du untersuchst, wie reale Dinge, Texte, Messungen oder Situationen in Daten übersetzt werden, welche Merkmale ein KI-System erhält und wie diese Merkmale als Zahlen, Kategorien oder Vektoren repräsentiert werden. Dabei geht es nicht nur um Technik: Die Auswahl von Merkmalen beeinflusst, was ein System überhaupt erkennen kann, welche Fehler es macht und wen diese Fehler betreffen.

Ein Merkmal ist im maschinellen Lernen eine messbare oder abgeleitete Eigenschaft, die einem Modell als Eingabe dienen kann. Eine Repräsentation ist die konkrete mathematische oder symbolische Darstellung, in der Daten verarbeitet werden. Ein Foto kann zum Beispiel als Pixelmatrix, ein Wort als Zahlenvektor und eine Busfahrt als Merkmalsvektor aus Strecke, Wetter und Linienzugehörigkeit dargestellt werden. Wichtig ist: Die Repräsentation ist nicht die Wirklichkeit selbst. Sie hebt bestimmte Aspekte hervor und lässt andere weg.

Der Kurs verbindet Informatik, Mathematik, Technik, Deutsch, Wirtschaft, Geschichte, Ethik und Gemeinschaftskunde. Du arbeitest mit einem kleinen, überschaubaren Datensatz, zeichnest und deutest Visualisierungen, vergleichst Repräsentationen, prüfst Datenqualität und Labels und entwickelst Kriterien für verantwortliches Systemdesign.

Lernziele

Am Ende kannst Du die Grundidee von Merkmalen und Repräsentationen in eigenen Worten erklären, an neuen Beispielen erkennen und typische Fehlvorstellungen korrigieren. Du kannst begründen, warum Datenmenge allein keine Repräsentativität garantiert, warum Labels fehlerhaft oder umstritten sein können, warum die Wahl der Repräsentation Ergebnisse verändert und warum Evaluation mehr braucht als eine einzige Genauigkeitszahl.

Du kannst außerdem ein einfaches KI-System als soziotechnisches System beurteilen: Zweck, Datenerhebung, Merkmalswahl, Repräsentation, Modellentscheidung, Evaluation, menschliche Kontrolle, Beschwerde- und Korrekturmöglichkeiten, Monitoring und Folgenabschätzung gehören zusammen.

Ablauf für 1–2 Unterrichtsstunden

Phase	Zeit	Tätigkeit	Schwerpunkt
Aktivierung und Diagnose	5–10 Minuten	Drei Alltagsbeispiele vergleichen und Vermutungen notieren	Vorwissen, Fehlvorstellungen
Einführung	10–15 Minuten	Merkmale, Repräsentationen, Labels und Merkmalsvektoren verstehen	Grundidee
Datenexperiment	20–25 Minuten	Kleinen Busdatensatz analysieren, codieren und visualisieren	Datenqualität, Auswahl, Repräsentativität
Anwendung und Evaluation	15–20 Minuten	Fehlerarten, Konfusionsmatrix und Fairness prüfen	Evaluation, Folgen
Systemdesign und Governance	10–15 Minuten	Verantwortlichkeiten, Transparenz und Eingriffsmöglichkeiten planen	Human Agency, Governance
Reflexion und Transfer	5–10 Minuten	Neue Fälle erklären und Fehlvorstellungen korrigieren	Transfer

Für eine einzelne 45-Minuten-Stunde kannst Du die Aktivierung, die Einführung, das Busdaten-Experiment bis zur Repräsentationswahl und zwei Transferfragen bearbeiten. In einer Doppelstunde kommen Evaluation, Governance und Folgenabschätzung hinzu.

Aktivierung und Diagnose

Stell Dir drei Systeme vor: Eine Musik-App gruppiert Titel nach Ähnlichkeit, ein Verkehrsmodell schätzt Verspätungen und eine Schule sortiert Texte nach Textsorte. Notiere für jedes Beispiel zwei mögliche Merkmale. Schreibe danach dazu, welche Information dabei verloren gehen könnte. Vergleiche Deine Vorschläge mit einer Partnerperson.

Diagnosefrage: Wenn zwei Systeme denselben Datensatz bekommen, müssen sie dann dieselben Ergebnisse liefern? Begründe Deine Vermutung. Halte die Antwort fest und prüfe sie am Ende des Kurses erneut.

Typische Fehlvorstellungen zu Beginn

Aussage	Prüffrage
Je mehr Merkmale, desto besser.	Können irrelevante oder verzerrte Merkmale ein Modell verwirren?
Große Datensätze sind automatisch repräsentativ.	Was passiert, wenn fast alle Daten aus derselben Teilgruppe stammen?
Ein Label ist die objektive Wahrheit.	Wer hat das Label festgelegt und nach welchen Kriterien?
Zahlen sind neutral.	Welche Bedeutung wurde einer Zahl beim Codieren gegeben?
Hohe Genauigkeit bedeutet ein faires System.	Sind Fehler für alle Gruppen ähnlich verteilt und gleich folgenreich?

Grundidee: Von der Welt zur Repräsentation

Ein KI-System verarbeitet nicht direkt „die Welt“, sondern Daten über die Welt. Zwischen Wirklichkeit und Modell liegen mehrere Entscheidungen: Was wird gemessen? Was wird weggelassen? Wie wird etwas codiert? Welche Beispiele gelangen in den Datensatz? Welche Zielgröße wird als Label verwendet?

Ebene	Beispiel Schulbus	Leitfrage
Wirklichkeit	Eine konkrete Busfahrt mit Wetter, Verkehr, Fahrgästen und Ereignissen	Was ist tatsächlich passiert?
Rohdaten	GPS-Zeit, Regenmessung, Liniennummer, Baustellenmeldung	Wie wurden Daten erhoben?
Merkmale	Strecke in km, Regen ja/nein, Baustelle ja/nein	Welche Eigenschaften werden ausgewählt?
Repräsentation	Zahlenvektor wie [5,0; 1; 0; 1; 0; 0]	Wie werden Merkmale mathematisch dargestellt?
Label	verspätet oder pünktlich	Nach welcher Regel wird die Zielklasse gebildet?
Modelloutput	Wahrscheinlichkeit für mehr als fünf Minuten Verspätung	Was sagt das Modell wirklich aus?

Ein einzelnes Beispiel kann als Merkmalsvektor dargestellt werden. Wenn eine Busfahrt 5,0 km lang ist, Regen gemessen wurde und sie zur Linie Rot gehört, könnten Teile der Repräsentation zum Beispiel so aussehen: Strecke = 5,0; Regen = 1; Linie Rot = 1; Linie Blau = 0; Linie Grün = 0. Diese Form heißt bei Kategorien häufig One-Hot-Encoding.

Warum Kategorien nicht einfach durchnummerieren?

Angenommen, die Linien Rot, Blau und Grün werden als Rot = 1, Blau = 2 und Grün = 3 codiert. Ein lernendes System könnte daraus eine rechnerische Ordnung ableiten, obwohl „Grün“ nicht dreimal so viel wie „Rot“ und „Blau“ nicht die Mitte zwischen beiden ist. Eine One-Hot-Repräsentation vermeidet diese künstliche Rangordnung.

Das Beispiel zeigt einen zentralen Punkt: Eine Repräsentation enthält Annahmen. Auch scheinbar harmlose Codierungen können Nähe, Abstand oder Reihenfolge suggerieren.

Anschauliche Visualisierung von Merkmalsräumen

Das bekannte Iris-Datenset zeigt, wie Messwerte als Punkte in Merkmalsräumen dargestellt werden können. Jeder Punkt steht für ein Beispiel; Achsen stehen für Merkmale. In zwei Dimensionen kann man Muster direkt sehen. Reale KI-Systeme arbeiten oft mit viel mehr Dimensionen, die sich nicht mehr vollständig auf Papier darstellen lassen.

Verfahren wie die Hauptkomponentenanalyse können hochdimensionale Daten in weniger Dimensionen projizieren. Das kann Strukturen sichtbar machen, ist aber ebenfalls eine Repräsentationsentscheidung: Eine Projektion vereinfacht und kann Information verlieren.

Datenexperiment: Schulbus-Verspätungen

Der folgende Datensatz ist synthetisch und dient nur dem Lernen. Er enthält zwölf Busfahrten. Das Label lautet „verspätet“, wenn die gemessene Verspätung mehr als fünf Minuten beträgt.

ID	Linie	Strecke in km	Regen	Baustelle	Verspätung in min	Label
A	Rot	4,2	nein	nein	2	pünktlich
B	Rot	5,0	ja	nein	6	verspätet
C	Rot	6,1	nein	ja	9	verspätet
D	Rot	3,7	ja	nein	4	pünktlich
E	Rot	7,2	ja	ja	12	verspätet
F	Rot	4,8	nein	nein	3	pünktlich
G	Blau	8,0	nein	nein	6	verspätet
H	Blau	5,5	ja	ja	10	verspätet
I	Blau	4,1	nein	nein	1	pünktlich
J	Blau	9,0	nein	ja	11	verspätet
K	Grün	3,2	ja	nein	5	pünktlich
L	Grün	6,0	ja	nein	5	pünktlich

Experiment A: Datenqualität prüfen

Untersuche den Datensatz zunächst ohne Modell. Achte auf fehlende Werte, ungleiche Häufigkeiten, ungewöhnliche Werte und die Definition des Labels.

Die Linien kommen unterschiedlich häufig vor: Rot sechsmal, Blau viermal und Grün nur zweimal. Daraus darfst Du nicht schließen, dass Linie Grün „immer pünktlich“ ist. Zwei Beobachtungen sind zu wenig, um die gesamte Linie zuverlässig zu repräsentieren. Ein großer Datensatz könnte übrigens ebenfalls nicht repräsentativ sein, wenn er systematisch nur bestimmte Zeiten, Orte oder Bedingungen erfasst.

Eine geschichtete Stichprobe kann sinnvoll sein, wenn bekannte Teilgruppen angemessen berücksichtigt werden sollen. Ob sie passt, hängt jedoch von der Fragestellung ab. Repräsentativität bedeutet nicht, dass jede Gruppe gleich groß sein muss, sondern dass die Stichprobe für den beabsichtigten Schluss geeignet ist.

Experiment B: Ein Label ist eine Regel

Im Datensatz gilt „mehr als fünf Minuten“ als verspätet. Die Fahrten K und L haben genau fünf Minuten Verspätung und sind daher als pünktlich gelabelt. Ändere gedanklich die Regel zu „mindestens fünf Minuten“. Welche Labels ändern sich?

Damit wird sichtbar: Ein Label kann aus einer Definition entstehen. Die Messung „5 Minuten“ bleibt gleich, aber die Kategorie ändert sich. Bei vielen realen Aufgaben sind Labels noch schwieriger, etwa „guter Text“, „geeignet“, „auffällig“ oder „hohes Risiko“. Dann braucht es transparente Kriterien, mehrere Perspektiven und eine Prüfung, ob das Label überhaupt das abbildet, was man wissen möchte.

Experiment C: Repräsentation entwerfen

Wähle für die Busfahrten eine Repräsentation, die ein einfaches Modell verwenden könnte. Eine mögliche Struktur besteht aus Strecke, Regen, Baustelle und drei One-Hot-Spalten für die Linie. Vergleiche in der Gruppe mindestens zwei Varianten:

Variante	Idee	Risiko oder Vorteil
Nur Strecke und Wetter	Personenneutrale, direkt messbare Merkmale	Kann wichtige Ursachen wie Baustellen übersehen
Strecke, Wetter, Baustelle und Linie	Mehr Kontext	Linie kann indirekt Wohngebiete oder Infrastrukturunterschiede repräsentieren
Beliebig viele weitere Merkmale	Maximale Informationsmenge	Höheres Risiko für irrelevante Merkmale, Datenschutzprobleme und Scheinkorrelationen

Entscheide nicht danach, welche Variante „am technischsten“ wirkt. Begründe stattdessen, welche Merkmale für den Zweck erforderlich, nachvollziehbar und verhältnismäßig sind.

Experiment D: Visualisieren statt nur Tabellen lesen

Zeichne ein Streudiagramm. Trage die Strecke auf der x-Achse und die Verspätung auf der y-Achse ab. Markiere Regenfahrten mit einem zusätzlichen Symbol. Beschreibe, was Du siehst, ohne sofort eine Ursache zu behaupten.

Ein Zusammenhang im Streudiagramm ist zunächst eine Korrelation. Er beweist keine Kausalität. Längere Strecken könnten zum Beispiel mit mehr Haltestellen, anderen Linien oder dichterem Verkehr zusammenhängen. Gute Datenanalyse trennt Beobachtung, Vermutung und belegte Ursache.

Auswahl, Repräsentativität und Verzerrungen

Ein Datensatz kann auf viele Arten verzerrt werden. Auswahlverzerrung entsteht, wenn bestimmte Fälle systematisch leichter in die Stichprobe gelangen als andere. Messverzerrung entsteht, wenn ein Messverfahren manche Fälle genauer erfasst als andere. Labelverzerrung entsteht, wenn Zielwerte aus uneinheitlichen, historischen oder problematischen Entscheidungen stammen. Repräsentationsverzerrung kann entstehen, wenn eine relevante Gruppe oder Situation im Datensatz kaum vorkommt.

Die Abbildung zur selbst ausgewählten Umfrage zeigt ein extremes Beispiel: Wer freiwillig an einer Befragung teilnimmt, kann sich systematisch von der Gesamtgruppe unterscheiden. Das lässt sich auf digitale Systeme übertragen: Daten entstehen häufig nicht zufällig, sondern durch Nutzungsverhalten, Plattformzugang, Messmöglichkeiten oder organisatorische Entscheidungen.

Das kurze Video zu Trainingsdaten und Bias eignet sich, um zwei Fragen festzuhalten: Ist die Datenmenge für den Zweck ausreichend? und bildet die Auswahl die relevanten Situationen angemessen ab?

Datenqualität als Prüfprozess

Prüfdimension	Leitfrage	Beispiel
Vollständigkeit	Fehlen Werte oder ganze Gruppen von Fällen?	Keine Fahrten am Wochenende
Messqualität	Sind Messungen zuverlässig und vergleichbar?	GPS-Zeit springt oder Regen wird unterschiedlich erfasst
Aktualität	Passen die Daten zur heutigen Situation?	Neue Baustelle verändert Fahrzeiten
Repräsentativität	Deckt die Stichprobe die relevante Nutzung ab?	Fast nur Linie Rot im Datensatz
Labelqualität	Sind Zielwerte klar, konsistent und sinnvoll?	Schwelle „mehr als fünf Minuten“
Dokumentation	Ist nachvollziehbar, woher Daten und Definitionen stammen?	Erhebungszeitraum und Messmethode fehlen

Repräsentationen können gelernt werden

Bei manchen KI-Systemen werden Merkmale nicht vollständig von Menschen festgelegt. Neuronale Netze können während des Trainings interne Repräsentationen lernen. Bei Texten werden Wörter oder Textteile häufig in hochdimensionale Vektoren eingebettet. Ähnliche Verwendungskontexte können zu ähnlichen Vektorrepräsentationen führen.

Die Visualisierung von Zifferndaten erinnert daran, dass Projektionen und Clusterbilder die Daten nur in vereinfachter Form zeigen. Eine anschauliche Karte kann hilfreich sein, darf aber nicht mit der „wahren inneren Bedeutung“ eines Modells verwechselt werden.

Beim unüberwachten Lernen werden Muster ohne vorgegebene Klassenlabels gesucht. Auch dabei hängt das Ergebnis davon ab, wie Ähnlichkeit berechnet wird und welche Repräsentation verwendet wird.

Fächerübergreifende Bezüge

Fach	Bezug	Transferfrage
Informatik	Merkmalsvektoren, Encoding, Modelle, Datenpipelines	Welche Information erreicht das Modell tatsächlich?
Mathematik	Skalen, Distanzen, Stichproben, Korrelation, Fehlerraten	Wie verändert Skalierung den Abstand zwischen Datenpunkten?
Technik	Sensoren, Messfehler, Kalibrierung, Systemgrenzen	Was misst ein Sensor wirklich und was nur indirekt?
Deutsch	Textmerkmale, Wortlänge, Satzstruktur, Kategorien und Bedeutung	Kann Textqualität durch wenige zählbare Merkmale vollständig erfasst werden?
Wirtschaft	Prognosen, Empfehlungssysteme, Kosten von Fehlentscheidungen	Welche Fehler sind finanziell oder sozial besonders folgenreich?
Geschichte	Quellenlage, Archivlücken, Auswahl historischer Dokumente	Ist ein digitalisiertes Archiv eine repräsentative Abbildung der Vergangenheit?
Ethik	Fairness, Transparenz, Verantwortung, Schutz vor Diskriminierung	Wer trägt Folgen, wenn eine Repräsentation Menschen falsch einordnet?
Gemeinschaftskunde	Regeln, Rechenschaft, Beteiligung und Beschwerdemöglichkeiten	Wer darf Kriterien festlegen und wer kann Entscheidungen anfechten?

Systemdesign: Nicht nur das Modell zählt

Ein verantwortliches KI-System entsteht nicht erst beim Training. Gute Gestaltung beginnt mit dem Zweck und endet nicht mit einer Genauigkeitszahl. Prüfe das gesamte System.

Designschritt	Kernfrage	Mögliche Entscheidung
Zweck	Welches konkrete Problem soll gelöst werden?	Nur Verspätungen schätzen, nicht Personen bewerten
Datenerhebung	Welche Daten sind wirklich nötig?	Datenminimierung statt Sammeln auf Vorrat
Repräsentation	Welche Codierung passt zur Bedeutung der Merkmale?	Kategorien nicht künstlich ordnen
Modell	Welches Modell ist für den Zweck ausreichend?	Verständliches Modell bevorzugen, wenn Leistung genügt
Menschliche Rolle	Wer darf prüfen, korrigieren oder überstimmen?	Disposition entscheidet bei ungewöhnlichen Fällen
Dokumentation	Was muss nachvollziehbar sein?	Datenquelle, Version, Merkmale, Schwellen, Fehler
Betrieb	Wie werden Änderungen erkannt?	Monitoring nach Linie, Zeit und Wetterlage

Human Agency bedeutet hier: Menschen behalten sinnvolle Entscheidungsmöglichkeiten. Ein KI-System soll nicht so gestaltet sein, dass seine Ausgabe automatisch als Wahrheit gilt. Besonders bei folgenreichen Entscheidungen müssen Menschen verstehen, was die Ausgabe bedeutet, Unsicherheit berücksichtigen und Korrekturen ermöglichen.

Gestaltung: Ergebnisse verständlich und korrigierbar machen

Zur Gestaltung gehört nicht nur die Datenrepräsentation im Modell, sondern auch die Darstellung für Menschen. Eine Benutzeroberfläche kann zum Beispiel eine geschätzte Wahrscheinlichkeit statt eines scheinbar sicheren Ja-Nein-Urteils zeigen, den Zeitpunkt der letzten Datenaktualisierung nennen und sichtbar machen, wenn wichtige Eingaben fehlen.

Gestaltungsprinzip	Gute Frage
Verständlichkeit	Kann eine Person erkennen, was die Ausgabe bedeutet und was sie nicht bedeutet?
Unsicherheit	Wird sichtbar, wenn Daten fehlen oder ein Fall außerhalb des Trainingsbereichs liegt?
Transparenz	Sind Zweck, Datenbasis und wichtige Grenzen dokumentiert?
Korrigierbarkeit	Kann ein fehlerhafter Datensatz berichtigt oder eine Entscheidung überprüft werden?
Sicherheit	Vermeidet die Oberfläche unnötige personenbezogene Daten und irreführende Automatisierung?

Eine faire und sichere Gestaltung vermeidet sogenannte Automation Bias-Effekte, bei denen Menschen automatischen Empfehlungen zu schnell vertrauen. Die Oberfläche sollte deshalb nicht so wirken, als sei eine Prognose eine unumstößliche Tatsache.

Evaluation: Was bedeutet „gut“?

Ein Klassifikationsmodell kann richtige und falsche Entscheidungen treffen. Eine Konfusionsmatrix unterscheidet unter anderem wahre Positive, wahre Negative, falsche Positive und falsche Negative.

Die Gesamtgenauigkeit kann irreführend sein. Wenn 95 von 100 Fällen pünktlich sind, erreicht ein System, das immer „pünktlich“ sagt, bereits 95 Prozent Genauigkeit und erkennt trotzdem keine einzige echte Verspätung. Deshalb müssen Metriken zum Zweck und zu den Folgen der Fehler passen.

Fehlerfolgen im Busbeispiel

Fehler	Bedeutung	Mögliche Folge
Falsch positiv	Das System warnt vor Verspätung, obwohl der Bus pünktlich ist	Unnötige Umplanung oder Zusatzkosten
Falsch negativ	Das System meldet pünktlich, obwohl der Bus verspätet ist	Fahrgäste verpassen Anschlüsse oder kommen zu spät

Welche Fehlerart schwerer wiegt, ist keine rein mathematische Frage. Sie hängt vom Nutzungskontext, den betroffenen Personen und möglichen Gegenmaßnahmen ab.

Evaluation nach Teilgruppen

Prüfe nicht nur eine Gesamtzahl. Untersuche, ob Fehler für unterschiedliche Linien, Tageszeiten oder Wetterlagen stark auseinandergehen. Bei personengebundenen Systemen muss besonders geprüft werden, ob bestimmte Gruppen systematisch benachteiligt werden. Das Entfernen eines sensiblen Merkmals reicht nicht automatisch aus, weil andere Merkmale als Stellvertreter oder Proxys wirken können.

Das Video zu algorithmischer Verzerrung zeigt verschiedene Wege, auf denen Bias entstehen kann. Nutze es nicht als fertige Antwort, sondern als Quelle für eine eigene Checkliste: Wo im Lebenszyklus kann Verzerrung entstehen, wie wird sie sichtbar und wer muss reagieren?

Governance: Regeln, Rollen und Rechenschaft

Governance bezeichnet hier die Regeln und Verantwortlichkeiten rund um ein KI-System. Dazu gehören nicht nur Entwicklerinnen und Entwickler, sondern auch Datenerhebende, Fachleute, Betroffene, Verantwortliche im Betrieb und Stellen, die Beschwerden oder Fehler bearbeiten.

Governance-Frage	Mindestanforderung für ein schulnahes Beispiel
Wer ist verantwortlich?	Eine klar benannte Person oder Stelle
Wer darf Daten ändern?	Nur berechtigte Personen mit dokumentiertem Zweck
Wer prüft Fehler?	Fachliche und technische Prüfung
Wie können Betroffene reagieren?	Verständliche Information und Korrekturmöglichkeit
Wann wird gestoppt?	Bei Sicherheitsproblemen, starkem Datenwandel oder auffälliger Benachteiligung
Was wird dokumentiert?	Zweck, Datenquellen, Merkmale, Versionen, Tests und Änderungen

Für reale schulische oder betriebliche Anwendungen müssen zusätzlich geltende Regeln zu Datenschutz, Gleichbehandlung, Schul- oder Arbeitsrecht sowie gegebenenfalls KI-Regulierung geprüft werden. Technische Leistungsfähigkeit ersetzt keine rechtliche oder ethische Legitimation.

Folgenabschätzung

Eine Folgenabschätzung betrachtet nicht nur die gewünschte Funktion, sondern auch mögliche Nebenwirkungen. Verwende dafür die folgende Matrix.

Frage	Beispiel Busprognose
Wer profitiert?	Fahrgäste können Anschlüsse besser planen
Wer kann Nachteile haben?	Fahrgäste seltener Linien, wenn das Modell dort schlechter ist
Welche Fehler sind besonders problematisch?	Falsch negative Verspätungsprognosen bei wichtigen Anschlüssen
Welche Datenrisiken bestehen?	Zu detaillierte Bewegungsdaten könnten unnötig personenbezogen werden
Welche Gegenmaßnahmen gibt es?	Datenminimierung, Teilgruppenprüfung, menschliche Kontrolle
Was bleibt als Restrisiko?	Unvorhersehbare Ereignisse wie Unfall oder Extremwetter

Eine gute Folgenabschätzung ist kein einmaliges Formular. Sie wird aktualisiert, wenn sich Daten, Nutzung, Regeln oder betroffene Gruppen ändern.

Realistische Anwendungssituation: KI bei der Praktikums-Vorauswahl

Stell Dir vor, ein großer Betrieb erhält sehr viele Bewerbungen für Schülerpraktika und erwägt ein System, das Bewerbungen für ein menschliches Gespräch vorsortiert. Historische Daten enthalten frühere Einladungen als Label. Mögliche Merkmale wären Projekterfahrung, ein fachbezogener Test, Textmerkmale aus dem Anschreiben, Schulart, Postleitzahl oder frühere Auswahlentscheidungen.

Deine Aufgabe ist nicht, einen echten Auswahlalgorithmus zu bauen. Untersuche stattdessen, ob die Systemidee verantwortbar ist.

Prüfaspekt	Leitfrage
Zweck	Soll das System nur organisieren oder bereits Chancen verteilen?
Label	Spiegeln frühere Einladungen Eignung oder frühere Auswahlgewohnheiten?
Merkmale	Sind alle Merkmale für die Tätigkeit wirklich relevant?
Proxy-Risiko	Können Postleitzahl oder Schulart soziale Unterschiede indirekt abbilden?
Transparenz	Wissen Bewerbende, dass ein System eingesetzt wird?
Human Agency	Kann eine Fachperson Entscheidungen prüfen und korrigieren?
Fairness	Werden Fehler und Einladungsraten angemessen untersucht?
Beschwerde	Gibt es einen verständlichen Weg für Rückfragen und Korrekturen?

Formuliere anschließend eine Entscheidung: einsetzen, nur unter Bedingungen testen oder nicht einsetzen. Begründe sie mit mindestens vier Kriterien. Verschiedene Entscheidungen können vertretbar sein, wenn die Begründung nachvollziehbar ist.

Sicherheits- und Fairness-Check für eigene KI-Nutzung

Bevor Du ein KI-Werkzeug zur Auswertung von Daten nutzt, prüfe: Welche Daten darfst Du eingeben? Sind personenbezogene Informationen wirklich nötig? Kannst Du Quellen und Ergebnisse unabhängig prüfen? Werden Unsicherheiten sichtbar? Könnte eine falsche Ausgabe jemandem schaden? Wer entscheidet am Ende?

Verwende generative KI in diesem Kurs eher als Sparringspartner für Gegenbeispiele, Erklärvarianten oder Prüffragen, nicht als Autorität. Übernimm keine Klassifikation ungeprüft und lade keine vertraulichen oder personenbezogenen Datensätze hoch.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was beschreibt ein Merkmal im maschinellen Lernen am besten? (Eine messbare oder abgeleitete Eingabeeigenschaft) (!Eine Garantie für eine richtige Vorhersage) (!Eine zufällige Farbe im Diagramm) (!Ein fertiges KI-Modell)

Was ist eine Repräsentation von Daten? (Eine festgelegte Darstellung von Information für die Verarbeitung) (!Eine vollständige Kopie der Wirklichkeit) (!Nur die grafische Benutzeroberfläche) (!Immer ein einzelnes Wort)

Warum ist die Codierung Rot gleich 1 Blau gleich 2 Grün gleich 3 oft problematisch? (Sie kann eine künstliche Ordnung und Abstände suggerieren) (!Sie enthält zu viele Zeilen) (!Sie macht jede Messung unlesbar) (!Sie verhindert grundsätzlich jede Klassifikation)

Was zeigt die Busfahrt mit genau fünf Minuten Verspätung besonders gut? (Die Labeldefinition kann die zugewiesene Klasse verändern) (!Messwerte werden durch Labels automatisch genauer) (!Labels sind immer unabhängig von Regeln) (!Eine Schwelle beseitigt jeden Messfehler)

Wann ist ein Datensatz repräsentativ? (Wenn seine Auswahl für den beabsichtigten Schluss angemessen ist) (!Wenn er mindestens tausend Zeilen enthält) (!Wenn alle Gruppen exakt gleich groß sind) (!Wenn keine Visualisierung verwendet wird)

Warum reicht Gesamtgenauigkeit allein oft nicht zur Evaluation? (Sie kann wichtige Fehlerarten und Teilgruppenunterschiede verdecken) (!Sie ist niemals berechenbar) (!Sie beschreibt ausschließlich die Dateigröße) (!Sie misst nur die Rechengeschwindigkeit)

Was ist ein falsch negatives Ergebnis bei einer Verspätungswarnung? (Das System meldet pünktlich obwohl der Bus verspätet ist) (!Das System meldet verspätet obwohl der Bus pünktlich ist) (!Das System speichert keine Liniennummer) (!Das System erhält einen neuen Datensatz)

Welche Aussage zu Labels ist richtig? (Labels können Messregeln menschliche Urteile oder historische Entscheidungen enthalten) (!Labels sind immer objektive Naturgesetze) (!Labels entstehen nur bei unüberwachtem Lernen) (!Labels können niemals Fehler enthalten)

Was gehört zu guter Governance eines KI-Systems? (Klare Verantwortlichkeiten Dokumentation und Korrekturmöglichkeiten) (!Möglichst viele geheime Merkmale) (!Automatische Entscheidungen ohne Eingriffsmöglichkeit) (!Verzicht auf Evaluation nach dem Start)

Welche Aussage beschreibt Human Agency am besten? (Menschen behalten sinnvolle Prüf Korrektur und Entscheidungsmöglichkeiten) (!Menschen dürfen die Ausgabe niemals hinterfragen) (!Nur das Modell legt den Zweck des Systems fest) (!Jede Entscheidung muss vollständig automatisiert werden)

Memory

Merkmal	messbare Eingabeeigenschaft
Repräsentation	mathematische oder symbolische Darstellung
Label	Zielwert oder Zielklasse
Stichprobe	ausgewählter Teil einer Grundgesamtheit
Verzerrung	systematische Verschiebung oder Benachteiligung
Konfusionsmatrix	Übersicht richtiger und falscher Klassifikationen
Governance	Regeln und Verantwortlichkeiten

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Problemdefinition	Zweck und gewünschte Wirkung klären
Datenprüfung	Qualität Auswahl und Herkunft untersuchen
Repräsentationswahl	Merkmale und Codierungen begründen
Evaluation	Fehlerarten und Teilgruppen vergleichen
Monitoring	Veränderungen und neue Risiken im Betrieb beobachten

Kreuzworträtsel

Merkmal	Wie heißt eine messbare oder abgeleitete Eingabeeigenschaft?
Vektor	Wie heißt eine geordnete Liste von Zahlen zur Darstellung mehrerer Merkmale?
Label	Wie heißt der Zielwert oder die Zielklasse beim überwachten Lernen?
Stichprobe	Wie heißt ein ausgewählter Teil einer größeren Grundgesamtheit?
Bias	Welches kurze englische Wort wird häufig für systematische Verzerrung verwendet?
Fairness	Welcher Begriff bezeichnet die Frage nach angemessener und nicht benachteiligender Behandlung?

LearningApps

Lückentext

Ein

beschreibt eine messbare oder abgeleitete Eigenschaft eines Beispiels.

Eine

legt fest, in welcher Form Informationen verarbeitet werden.

Ein Zielwert beim überwachten Lernen wird häufig

genannt.

Eine Kategorie ohne natürliche Reihenfolge kann durch

dargestellt werden.

Eine große Datenmenge ist nicht automatisch

.

Ein systematischer Fehler in Auswahl Messung oder Bewertung kann eine

erzeugen.

Die Tabelle für richtige und falsche Klassifikationen heißt

.

Ein Zusammenhang zwischen zwei Variablen beweist noch keine

.

Klare Rollen Regeln und Rechenschaft gehören zur

.

Menschen sollen bei folgenreichen KI-Systemen sinnvolle

behalten.

Aufgaben nach Schwierigkeitsgrad

Leicht

Merkmalsliste: Wähle einen Alltagsgegenstand und notiere fünf mögliche Merkmale. Markiere danach zwei Merkmale, die für eine bestimmte Aufgabe wirklich relevant wären.
Repräsentation: Übersetze drei Kategorien Deiner Wahl in eine One-Hot-Darstellung und erkläre, warum eine einfache Nummerierung irreführend sein könnte.
Datenqualität: Finde im Busdatensatz zwei Punkte, die Du vor einem Modelltraining genauer prüfen würdest, und begründe Deine Auswahl.
Visualisierung: Zeichne ein Streudiagramm aus Strecke und Verspätung und beschreibe nur sichtbare Muster, ohne Ursachen zu behaupten.

Standard

Label-Design: Vergleiche die Regeln mehr als fünf Minuten und mindestens fünf Minuten und erkläre, welche Folgen die Änderung für Training und Evaluation haben kann.
Stichprobenkritik: Entwirf einen Plan, wie Du Busdaten über Linien Tageszeiten und Wetterlagen sammeln würdest, damit die Stichprobe für eine Schulwegprognose geeigneter wird.
Fehleranalyse: Erfinde acht Vorhersagen für echte Busfahrten und baue daraus eine kleine Konfusionsmatrix. Erkläre, welche Fehlerart in Deinem Szenario schwerer wiegt.
Fächertransfer: Übertrage die Idee von Merkmalen und Repräsentationen auf einen deutschen Text. Vergleiche zählbare Merkmale mit inhaltlicher Bedeutung.

Schwer

Systemdesign: Entwirf ein verantwortliches System für die Busprognose mit Zweck Datengrenzen menschlicher Rolle Monitoring und Abschaltkriterien.
Fairness-Audit: Plane eine Teilgruppenanalyse nach Buslinie oder Tageszeit und lege fest, welche Unterschiede in Fehlerraten eine genauere Untersuchung auslösen würden.
Folgenabschätzung: Analysiere die Praktikums-Vorauswahl. Benenne mindestens drei mögliche Schäden drei Gegenmaßnahmen und ein Restrisiko.
Transferfall: Wähle einen neuen Fall aus Wirtschaft Geschichte Technik oder Gemeinschaftskunde und erkläre, wie Auswahl Repräsentation Labels und Governance dort zusammenwirken.

Offene Aufgaben

Leicht

Daten-Tagebuch: Dokumentiere einen Tag lang drei Situationen, in denen Daten über Dich oder Deine Umgebung entstehen, und notiere jeweils mögliche Merkmale und ausgelassene Informationen.
Merkmalsplakat: Gestalte ein Plakat mit einem Objekt in der Mitte und verschiedenen möglichen Repräsentationen rundherum.
Quellencheck: Suche eine Datenvisualisierung in einem seriösen Medium und prüfe Quelle Zeitraum Stichprobe Achsen und mögliche Auslassungen.
Erklärvideo: Produziere ein höchstens zweiminütiges Video, in dem Du den Unterschied zwischen Wirklichkeit Merkmal und Repräsentation an einem eigenen Beispiel erklärst.

Standard

Mini-Datensatz: Erstelle einen anonymen Datensatz mit höchstens zwölf Zeilen zu einem harmlosen Schulalltagsthema und dokumentiere jede Spalte.
Label-Werkstatt: Entwickle zwei unterschiedliche Labelregeln für denselben Datensatz und untersuche, wie sich die Klassenverteilung verändert.
Interview Datenpraxis: Befrage eine Person aus Technik Verwaltung Wirtschaft oder Forschung dazu, wie dort Datenqualität geprüft wird, und fasse die Antworten kritisch zusammen.
Visualisierungsvergleich: Stelle denselben kleinen Datensatz in zwei Diagrammformen dar und erkläre, welche Muster jeweils leichter oder schwerer zu sehen sind.

Schwer

Audit-Konzept: Entwickle eine Prüfliste für ein KI-System mit Datenqualität Repräsentativität Fehlerarten Fairness Transparenz und menschlicher Kontrolle.
Governance-Rollenspiel: Simuliere mit Deiner Gruppe eine Sitzung mit Entwicklung Fachabteilung Betroffenen und Aufsicht und entscheide über den Einsatz eines KI-Systems.
Historische Datenkritik: Untersuche ein digitalisiertes historisches Quellenkorpus und argumentiere, welche Teile der Vergangenheit durch Auswahl und Erhaltungsbedingungen unterrepräsentiert sein könnten.
Transferprojekt KI: Analysiere einen neuen KI-Anwendungsfall vollständig von Zweck über Daten und Repräsentation bis zu Evaluation Folgenabschätzung und Governance.

Selbstkontrolle und Reflexion

Beantworte die Diagnosefrage vom Anfang erneut: Können zwei Systeme mit demselben Datensatz zu unterschiedlichen Ergebnissen kommen? Vergleiche Deine neue Antwort mit Deiner ersten. Eine tragfähige Antwort berücksichtigt mindestens Merkmalsauswahl, Repräsentation, Modelltyp, Trainingsverfahren und Entscheidungsschwellen.

Prüfe außerdem Deine Sprache. Sagst Du „das Modell weiß“, obwohl es nur Muster aus einer Repräsentation verarbeitet? Sagst Du „die Daten zeigen die Wirklichkeit“, obwohl sie nur Messungen und Auswahlentscheidungen enthalten? Sagst Du „95 Prozent genau“, ohne zu fragen, für welche Fälle und mit welchen Fehlerfolgen?

Fehlvorstellungen korrigieren

Fehlvorstellung	Korrektur
Mehr Daten lösen jedes Problem.	Mehr Daten helfen nur, wenn Auswahl Messung und Zieldefinition zum Zweck passen.
Ein Modell entdeckt automatisch die richtigen Merkmale.	Gelernte Repräsentationen hängen von Daten Ziel und Trainingsverfahren ab.
Sensible Merkmale zu löschen garantiert Fairness.	Andere Merkmale können als Proxys wirken und historische Muster fortsetzen.
Ein Diagramm zeigt die objektive Struktur der Daten.	Achsen Auswahl Projektion und Skalierung beeinflussen die Darstellung.
Ein hoher Durchschnittswert genügt.	Fehlerarten und Teilgruppen müssen zum Anwendungskontext passend geprüft werden.

Lernkontrolle

Transfer Erklärung: Erkläre an einem neuen Beispiel aus Sprache Technik oder Wirtschaft, wie aus Rohdaten Merkmale und daraus eine Repräsentation werden. Benenne mindestens eine Information, die dabei verloren geht.
Repräsentationsvergleich: Zwei Teams codieren dieselbe Kategorie einmal als 1 2 3 und einmal als One-Hot-Vektor. Beurteile, welche Rechenannahmen jeweils entstehen und welche Darstellung besser zur Aufgabe passt.
Datenqualitätsdiagnose: Ein Modell wurde nur mit Busfahrten an trockenen Werktagen trainiert und soll nun bei Schnee am Wochenende eingesetzt werden. Analysiere mindestens drei Risiken und schlage passende Prüfungen vor.
Labelkritik: Ein System soll „gute Bewerbung“ vorhersagen und nutzt frühere Einladungen als Label. Untersuche, welche Annahmen darin stecken und wie Du die Zieldefinition verbessern oder begrenzen würdest.
Evaluationsentscheidung: Ein Modell hat hohe Gesamtgenauigkeit, macht aber auf einer seltenen Linie deutlich mehr falsch negative Fehler. Entwickle eine Entscheidung über Weiterbetrieb Nachbesserung oder Stopp und begründe sie.
Governance-Transfer: Entwirf für einen neuen KI-Fall eine Rollenverteilung mit Verantwortlichen Prüfenden Betroffenen und einem Korrekturweg. Begründe, warum jede Rolle nötig ist.

Lernnachweis

Für einen Lernnachweis ist wichtig, dass Du nicht nur Begriffe nennst, sondern Zusammenhänge an neuen Fällen erklären und begründen kannst.

Grundidee Merkmale: Du kannst erklären, wie reale Situationen in Merkmale übersetzt werden.
Repräsentationskompetenz: Du kannst mindestens zwei Darstellungen vergleichen und ihre Annahmen benennen.
Datenkritik: Du kannst Auswahl Repräsentativität Messqualität und Labels kritisch prüfen.
Evaluation: Du kannst Fehlerarten und geeignete Metriken in Bezug auf Folgen interpretieren.
Fairness: Du kannst mögliche Verzerrungen und Teilgruppenunterschiede erkennen, ohne vorschnell Kausalität zu behaupten.
Systemdesign und Governance: Du kannst menschliche Rollen Transparenz Monitoring und Korrekturmöglichkeiten in ein Systemdesign einbauen.
Transfer: Du kannst die Idee auf einen neuen Fall aus mindestens einem weiteren Fach übertragen und typische Fehlvorstellungen korrigieren.

OERs zum Thema

Der Wikipedia-Artikel zu Features im maschinellen Lernen bietet eine fachliche Vertiefung:

Weitere frei zugängliche Medien im Kurs stammen überwiegend von Wikimedia Commons sowie Bildungsangeboten auf YouTube. Besonders hilfreich sind die Wikimedia-Grafiken zu Merkmalslernen, Stichproben, Streudiagrammen und Konfusionsmatrizen.

Quellen und Medienhinweise

Die zentralen Definitionen orientieren sich an Feature (Maschinelles Lernen), Maschinelles Lernen, Stichprobe, Korrelation, Kausalität, Hauptkomponentenanalyse und Konfusionsmatrix. Die eingebundenen Wikimedia-Commons-Dateien sind auf ihren jeweiligen Dateiseiten mit freien Lizenzen oder Public-Domain-Hinweisen dokumentiert.

Verknüpfte Lernbereiche

Merkmale und Repräsentationen verstehen

aiMOOC-Projekte

Inhalte werden geladen ...

Mediathek wird aus dem Wiki geladen ...

Frag mich zum aktuellen Lerninhalt oder wähle eine kurze Hilfe.

Textmodus bereit

Sprache