Personalisierte KI und Erinnerung kritisch beurteilen

Personalisierte KI und Erinnerung kritisch beurteilen
Personalisierte KI und Erinnerung kritisch beurteilen
Einleitung
Personalisierte KI kann sich an Dich anpassen. Ein Lernsystem kann sich zum Beispiel merken, welche Aufgabentypen Dir schwerfallen, welche Erklärungen Du bevorzugst oder wie schnell Du arbeitest. Das kann beim Lernen helfen. Gleichzeitig entstehen Fragen: Welche Daten werden gespeichert? Wie lange? Wer kann sie nutzen? Ist die Personalisierung fair? Verengt sie Deinen Blick? Und wer entscheidet am Ende – Du oder das System?
Dieser aiMOOC richtet sich besonders an die Klasse 8 und ist für etwa 45 bis 90 Minuten Unterricht gedacht. Du lernst, personalisierte KI nicht einfach gut oder schlecht zu finden, sondern sie mit nachvollziehbaren Kriterien zu prüfen. Dazu handelst, vergleichst, rechnest, prüfst Belege, triffst Entscheidungen und begründest Dein Urteil.
Die zentrale KI-Kompetenz lautet: Du behältst die Verantwortung, auch wenn KI Dich unterstützt. KI darf Vorschläge machen, Erklärungen erzeugen oder Daten sortieren. Ziele, sensible Daten, Prüfkriterien und die endgültige Entscheidung bleiben menschliche Aufgaben.

Lernziele
Am Ende kannst Du Personalisierung, Erinnerung und Nutzungsdaten unterscheiden. Du kannst eine KI-Anwendung nach Datenschutz, Sicherheit, Fairness, Transparenz, Quellenqualität und menschlicher Entscheidungsfreiheit beurteilen. Du kannst Belege heranziehen und zu einem begründeten Urteil gelangen.
Wichtig ist: Eine gespeicherte Erinnerung ist nicht automatisch dasselbe wie das Training eines KI-Modells. Bei einem konkreten Dienst musst Du prüfen, wofür Daten gespeichert oder weiterverwendet werden.
Ablauf für 1 bis 2 Unterrichtsstunden
| Phase | Kurzvariante | Doppelstunde |
|---|---|---|
| Aktivierung | 5 Minuten Daten-Ampel | 10 Minuten Daten-Ampel und Austausch |
| Einführung | 10 Minuten Grundmodell | 20 Minuten mit Medien und ELIZA-Effekt |
| Anwendung | 20 Minuten Fallbeispiel | 35 Minuten Fallbeispiel und Gruppenprojekt |
| Selbstkontrolle | 5 Minuten Quiz | 15 Minuten interaktive Aufgaben |
| Reflexion | 5 Minuten Kurzurteil | 10 Minuten Transfer |
Aktivierung: Was würdest Du speichern lassen?
Stell Dir vor, ein digitaler Lerncoach möchte Informationen über Dich speichern. Ordne jede Angabe einer Daten-Ampel zu: grün bedeutet eher unkritisch, gelb bedeutet nur mit gutem Grund, rot bedeutet nicht in einen unbekannten KI-Dienst eingeben.
| Information | Deine Einschätzung | Prüffrage |
|---|---|---|
| Du übst Bruchrechnen | grün, gelb oder rot | Hilft diese Information wirklich beim Lernen? |
| Deine häufigsten Fehlertypen | grün, gelb oder rot | Wie lange müsste das gespeichert werden? |
| Deine Wohnadresse | grün, gelb oder rot | Braucht der Lerncoach das überhaupt? |
| Dein Passwort | grün, gelb oder rot | Welche Folgen hätte ein Missbrauch? |
| Ein privater Streit | grün, gelb oder rot | Gehört das in ein KI-System? |
Vergleiche Deine Einschätzung mit einer anderen Person. Entscheidend ist nicht, sofort dieselbe Meinung zu haben, sondern Zweck, Nutzen, Risiko und Alternativen begründen zu können.
Human Agency: Du bleibst entscheidungsfähig
Human Agency bedeutet hier: Du bleibst handlungs- und entscheidungsfähig. Ein KI-System soll Deine Urteilsfähigkeit unterstützen und nicht ersetzen.

Eine hilfreiche Reihenfolge lautet:
Ziel klären → Werkzeug wählen → Daten begrenzen → Ergebnis prüfen → selbst entscheiden.
So verhinderst Du, dass Du automatisch KI benutzt, obwohl ein Taschenrechner, eine offizielle Quelle, ein Schulbuch, eine Lehrkraft oder gar kein digitales Werkzeug besser geeignet wäre.
Systematische Werkzeugwahl
| Aufgabe | Sinnvolles erstes Werkzeug | Rolle von KI |
|---|---|---|
| Aktuelle Schulregel nachschlagen | Offizielle Schulhomepage oder Lehrkraft | Regel anschließend erklären lassen |
| Prozentwerte vergleichen | Taschenrechner oder Tabellenkalkulation | Rechenweg erklären lassen |
| Alternative Erklärung für Bruchrechnung | Schulbuch, Lernplattform oder nicht personalisierte KI | Mehrere Erklärvarianten erzeugen |
| Mehrwöchige Übungsplanung | Schulisch freigegebenes personalisiertes Lernsystem | Lernstand berücksichtigen |
| Privaten Konflikt besprechen | Vertrauensperson oder Beratungsstelle | Höchstens allgemeine Informationen ohne persönliche Daten |
Werkzeugkompetenz bedeutet nicht, möglichst oft KI einzusetzen. Sie bedeutet, das geeignetste und sicherste Werkzeug für ein Ziel auszuwählen.
Wie Personalisierung funktioniert
Personalisierung bedeutet, dass ein System Inhalte oder Funktionen an Merkmale einer Person anpasst. Das kann einfach sein, etwa eine bevorzugte Schriftgröße, oder komplex, wenn ein System aus Verhalten schätzt, welche Aufgabe oder Empfehlung zu Dir passen könnte.
Ein vereinfachtes Modell lautet:
Ziel → Eingabe → Profil oder Erinnerung → Auswahl oder Generierung → Reaktion → Aktualisierung

Bei einem Lernsystem kann eine Feedbackschleife entstehen: Du löst Aufgaben, das System erkennt Fehlermuster, speichert ausgewählte Informationen und schlägt neue Aufgaben vor. Deine Antworten verändern das Profil erneut.

Das kann nützlich sein. Es kann aber auch problematisch werden, wenn ein System aus wenigen Beobachtungen zu schnell schließt, dass Du dauerhaft nur einfache Aufgaben bekommen solltest.
Drei Arten von Erinnerung unterscheiden
| Form | Beispiel | Kritische Frage |
|---|---|---|
| Gesprächskontext | Die KI bezieht sich im aktuellen Chat auf Deine vorige Nachricht | Was passiert nach Ende des Gesprächs? |
| Gespeicherte Erinnerung | Das System merkt sich über mehrere Sitzungen, dass Du kurze Erklärungen bevorzugst | Kannst Du die Erinnerung ansehen, ändern oder löschen? |
| Personalisierung aus Nutzungsdaten | Ein Dienst wertet Klicks, Verweildauer oder frühere Entscheidungen aus | Welche Daten werden genutzt und mit welchem Ziel? |
ELIZA und der Eliza-Effekt
Mitte der 1960er-Jahre entwickelte Joseph Weizenbaum das Programm ELIZA. Es konnte Gespräche nach vorgegebenen Mustern führen. Manche Menschen reagierten darauf, als verstünde das Programm ihre Gedanken wirklich. Der ELIZA-Effekt beschreibt, dass Menschen Computersystemen leichter Verständnis, Absichten oder Einfühlungsvermögen zuschreiben, als technisch gerechtfertigt ist.

Wenn eine heutige KI Deinen Namen kennt, sich an Vorlieben erinnert und freundlich formuliert, kann sie besonders persönlich wirken. Diese Wirkung beweist aber nicht, dass sie Dich wie ein Mensch versteht.
Datenschutz und Datenminimierung
Datenschutz schützt personenbezogene Informationen und die Möglichkeit, über ihre Verwendung mitzubestimmen. Ein wichtiges Prinzip ist die Datenminimierung: Nur Daten verarbeiten, die für den Zweck wirklich notwendig sind.

Prüfe: Kannst Du gespeicherte Informationen sehen? Kannst Du falsche Erinnerungen korrigieren? Kannst Du sie löschen? Gibt es eine klare Speicherfrist? Werden sensible Informationen vermieden? Ist die Nutzung in der Schule freigegeben?
Fairness, Bias und falsche Profile
Personalisierte Systeme können aus unvollständigen Daten falsche Schlüsse ziehen. Systematische Verzerrungen können zu Bias führen und einzelne Personen oder Gruppen benachteiligen.

Fairness bedeutet nicht immer, dass alle genau dasselbe bekommen. Personalisierung darf Unterschiede berücksichtigen. Sie sollte aber keine Person ohne guten sachlichen Grund schlechtere Chancen erhalten lassen.
Personalisierung kann den Blick verengen
Empfehlungssysteme können Inhalte nach vergangenem Verhalten auswählen. Das ist praktisch, kann aber dazu führen, dass immer ähnliche Inhalte bevorzugt werden. Eine Filterblase entsteht nicht automatisch bei jeder Personalisierung, aber die Gefahr einer einseitigen Auswahl sollte geprüft werden.

Gerade bei politischen, gesellschaftlichen oder gesundheitlichen Themen solltest Du aktiv unterschiedliche und verlässliche Quellen vergleichen.
Der ZEIGE-Check
Der ZEIGE-Check ist eine Merkhilfe für diesen Lernkurs.
| Buchstabe | Kriterium | Leitfrage |
|---|---|---|
| Z | Zweck | Welches Problem soll die Personalisierung lösen und ist sie wirklich nötig? |
| E | Eingaben und Erinnerungen | Welche Daten werden gespeichert, wie lange und kann ich sie löschen? |
| I | Interessen und Fairness | Wer profitiert und wer könnte benachteiligt werden? |
| G | Güte und Belege | Sind Ergebnisse überprüfbar und gibt es verlässliche Belege? |
| E | Entscheidung beim Menschen | Welche Entscheidung muss ich selbst treffen? |
Ein gutes Urteil verbindet Kriterien, Belege, Abwägung und Entscheidung.
Mensch-KI-Arbeitsteilung
| Aufgabe | Mensch | KI |
|---|---|---|
| Lernziel festlegen | entscheidet | kann Teilziele vorschlagen |
| Persönliche Daten auswählen | entscheidet nach Regeln und Datenschutz | darf Verantwortung nicht übernehmen |
| Übungsvarianten erzeugen | wählt aus | kann Varianten generieren |
| Quellen prüfen | vergleicht Originalquellen | kann Suchbegriffe vorschlagen |
| Fairness beurteilen | berücksichtigt Werte und Folgen | kann Perspektiven simulieren |
| Endgültiges Urteil | trägt Verantwortung | liefert Informationen |
Projektsteuerung: Ein KI-System als Team prüfen
Verteilt in einer Gruppe vier Rollen: Projektleitung, Datenschutzprüfung, Qualitätsprüfung und Fairnessprüfung.
| Phase | Leitfrage | Ergebnis |
|---|---|---|
| Ziel | Was soll das System leisten? | Prüfsatz |
| Kriterien | Was ist unverzichtbar? | ZEIGE-Check |
| Test | Was prüfen wir konkret? | Testprotokoll |
| Belege | Welche Quellen oder Beobachtungen stützen das Urteil? | Mindestens zwei Belege |
| Entscheidung | Nutzen, einschränken oder ablehnen? | Begründetes Gruppenurteil |
PISA-nahe Anwendungssituation: Soll die Klasse den Lerncoach nutzen?
Die Klasse 8b testet einen fiktiven Lerncoach für Mathematik. Die Lehrkraft bewertet bei 20 Testaufgaben, wie oft die vorgeschlagene Übung zum festgestellten Lernbedarf passt. Die Werte sind fiktive Unterrichtsdaten.
| Modus | Passende Vorschläge | Trefferquote | Zeit bis zu passender Übung | Datenkategorien | Speicherumfang |
|---|---|---|---|---|---|
| A: Nur aktuelle Sitzung | 12 von 20 | 60 Prozent | etwa 5 Minuten | 1 | nur aktuelle Aufgabe |
| B: Lernstand-Erinnerung | 16 von 20 | 80 Prozent | etwa 2 Minuten | 3 | Fach, Fehlertypen, Lerntempo für 30 Tage |
| C: Vollprofil | 17 von 20 | 85 Prozent | etwa 1 Minute | 8 | zusätzlich Interessen, Nutzungszeiten, Standort, Kontakte und weitere Verlaufsdaten für 12 Monate |
Arbeitsauftrag 1: Berechne den Unterschied der Trefferquote von A zu B und von B zu C in Prozentpunkten.
Arbeitsauftrag 2: Vergleiche den zusätzlichen Nutzen von C mit der größeren Datenmenge. Welche Information spricht für C und welche dagegen?
Arbeitsauftrag 3: Welche Angaben fehlen noch, bevor die Klasse verantwortlich entscheiden kann? Denke an Löschung, Zugriff, Sicherheit, Zweck, Fairness und schulische Freigabe.
Arbeitsauftrag 4: Entscheide Dich für A, B, C oder keine Variante. Begründe Dein Urteil mit mindestens drei Kriterien aus dem ZEIGE-Check und zwei Belegen aus der Tabelle.
Aus den Zahlen allein folgt nicht automatisch, welcher Modus der beste ist. Modus C steigert die Trefferquote gegenüber B nur um 5 Prozentpunkte, verarbeitet aber deutlich mehr Daten und speichert sie länger.
Fächerübergreifende Bezüge
| Fach | Bezug | Lernhandlung |
|---|---|---|
| Informatik | Datenfluss, Profilbildung, Empfehlungssysteme | Systemdiagramm erklären |
| Deutsch | Argumentieren und Quellen prüfen | Urteilstext verfassen |
| Mathematik | Prozentwerte und Datentabellen | Trefferquoten vergleichen |
| Technik | Systemgrenzen und Schnittstellen | sicheren Lerncoach entwerfen |
| Geschichte | ELIZA und frühe Mensch-Computer-Interaktion | historische und heutige Chatbots vergleichen |
| Kunst | Interfacegestaltung und visuelle Lenkung | transparente Einstellungsseite gestalten |
| Ethik | Autonomie, Fairness und Verantwortung | Zielkonflikt abwägen |
| Gemeinschaftskunde | Informationsvielfalt und digitale Rechte | personalisierte Auswahl beurteilen |
| Wirtschaft | Geschäftsmodelle und Wert von Daten | Interessen vergleichen |
Quellenwerkstatt
Unterscheide drei Ebenen:
Behauptung: „Personalisierte KI verbessert immer das Lernen.“
Beleg: Eine Untersuchung, ein dokumentierter Test oder verlässliche Daten zeigen unter bestimmten Bedingungen einen Vorteil.
Urteil: Du entscheidest auf Grundlage der Belege und zusätzlicher Kriterien, ob der Vorteil in Deinem Fall die Risiken rechtfertigt.
Geeignete Vertiefungen:
- UNESCO: AI Competency Framework for Students
- klicksafe: KI in der Schule
- klicksafe: KI and me
- Wikipedia: Personalisierung in der Informationstechnik
- Wikipedia: Empfehlungsdienst
Selbstkontrolle und Reflexion
Kannst Du jeden Satz mit einem eigenen Beispiel erklären?
- Human Agency: KI darf mich unterstützen, aber die endgültige Verantwortung bleibt beim Menschen.
- Datenminimierung: Ein System sollte nicht alle verfügbaren Daten speichern.
- Quellenkritik: Eine überzeugende KI-Antwort ist noch kein geprüfter Beleg.
- Fairness: Personalisierte Behandlung ist nicht automatisch gerecht oder ungerecht.
Formuliere danach drei Sätze: Ich würde personalisierte KI nutzen, wenn … / Ich würde sie nicht nutzen, wenn … / Besonders prüfen würde ich …
Transfer in Deinen Alltag
Beobachte einen Tag lang, wo Dir personalisierte Inhalte begegnen: Lernplattform, Videoempfehlung, Musik, Werbung, Shop oder Nachrichtenfeed. Wähle ein Beispiel und führe den ZEIGE-Check durch. Notiere eine Information, die Du über das System weißt, und eine Information, die Dir fehlt.
Interaktive Aufgaben
Quiz: Teste Dein Wissen
Ein Lerncoach möchte Deine Wohnadresse speichern, obwohl er nur Matheaufgaben anpassen soll. Was passt am besten zur Datenminimierung? (Die Adresse nicht speichern lassen, weil sie für den Lernzweck nicht nötig ist) (!Die Adresse speichern lassen, weil mehr Daten immer besser sind) (!Die Adresse speichern lassen, weil das System freundlich fragt) (!Die Adresse durch ein Passwort ersetzen)
Was ist der beste erste Schritt vor dem Einsatz einer personalisierten KI? (Das Lernziel und den Zweck der Personalisierung klären) (!Möglichst viele persönliche Daten eingeben) (!Die erste Antwort ungeprüft übernehmen) (!Das System selbst über alle Regeln entscheiden lassen)
Welche Aussage unterscheidet gespeicherte Erinnerung und Modelltraining am besten? (Eine gespeicherte Erinnerung ist nicht automatisch dasselbe wie das Training des Modells) (!Jede Erinnerung wird immer sofort Teil des Modells) (!Modelltraining findet nur während eines einzelnen Chats statt) (!Erinnerung bedeutet immer, dass keinerlei Daten gespeichert werden)
Welche Handlung stärkt Human Agency am stärksten? (Du legst Ziel und Kriterien fest, nutzt KI für Vorschläge und triffst selbst die Entscheidung) (!Die KI entscheidet über Dein Lernziel und bewertet sich selbst) (!Du übernimmst die erste Antwort ohne Prüfung) (!Du gibst der KI alle persönlichen Daten)
Ein personalisiertes System zeigt einer Person dauerhaft nur sehr leichte Aufgaben. Was sollte zuerst geprüft werden? (Ob das Profil oder die gespeicherten Annahmen über den Lernstand korrekt sind) (!Ob die Schriftfarbe der Aufgaben gefällt) (!Ob das Gerät besonders teuer war) (!Ob andere Personen dieselbe Lieblingsfarbe haben)
Welche Aussage ist ein Beleg und nicht nur eine Behauptung? (In einem dokumentierten Test passten 16 von 20 Aufgaben zum vorher festgelegten Lernbedarf) (!Personalisierte KI ist auf jeden Fall besser) (!Alle mögen Lerncoaches) (!KI versteht Schülerinnen und Schüler immer vollständig)
Was bedeutet das G im ZEIGE-Check? (Die Güte von Ergebnissen und die Qualität von Belegen prüfen) (!Geheime Daten sammeln) (!Geschwindigkeit über Datenschutz stellen) (!Gefühle der KI messen)
Die Trefferquote steigt von 80 auf 85 Prozent. Welche Aussage folgt direkt? (Die Trefferquote steigt um 5 Prozentpunkte) (!Die Trefferquote verdoppelt sich) (!Die zweite Variante ist automatisch die beste Wahl) (!Die Trefferquote sinkt um 5 Prozentpunkte)
Warum kann Personalisierung die Informationsvielfalt verringern? (Weil vergangenes Verhalten dazu führen kann, dass ähnliche Inhalte bevorzugt ausgewählt werden) (!Weil personalisierte Systeme grundsätzlich keine Daten verarbeiten) (!Weil jede Empfehlung zufällig entsteht) (!Weil unterschiedliche Quellen technisch unmöglich sind)
Welche Entscheidung ist am besten begründet? (Eine Entscheidung, die Zweck, Daten, Fairness, Belege und menschliche Verantwortung abwägt) (!Eine Entscheidung allein nach dem modernsten Design) (!Eine Entscheidung allein nach der Länge der KI-Antwort) (!Eine Entscheidung ohne Belege)
Memory
| Personalisierung | Anpassung an individuelle Bedürfnisse oder Merkmale |
| Erinnerung | Über eine Sitzung hinaus gespeicherte Information |
| Datenminimierung | Nur notwendige Informationen verarbeiten |
| Human Agency | Mensch behält Ziel und Entscheidungshoheit |
| Bias | Systematische Verzerrung in Daten oder Ergebnissen |
| Quellenkritik | Herkunft und Verlässlichkeit von Belegen prüfen |
Drag and Drop
| Ordne die richtigen Begriffe zu. | Passendes Werkzeug oder Vorgehen |
|---|---|
| Private Konfliktdaten | Vertrauensperson statt externer KI |
| Prozentvergleich | Taschenrechner oder Tabellenkalkulation |
| Aktuelle Schulregel | Offizielle Quelle |
| Alternative Lernerklärung | Nicht personalisierte KI oder Schulmaterial |
| Langfristige Lernanpassung | Schulisch freigegebene personalisierte Lernsoftware |
Kreuzworträtsel
| Personalisierung | Wie heißt die Anpassung eines digitalen Systems an Merkmale einer Person? |
| Transparenz | Welcher Begriff beschreibt nachvollziehbare Funktionsweise und Datenverwendung? |
| Fairness | Welches Prinzip verlangt, niemanden ohne sachlichen Grund zu benachteiligen? |
| Autonomie | Welcher Begriff beschreibt selbstbestimmtes Entscheiden? |
| Quellenkritik | Wie heißt das Prüfen von Herkunft und Zuverlässigkeit einer Quelle? |
| Datenminimierung | Welches Prinzip fordert, nur notwendige personenbezogene Informationen zu verarbeiten? |
LearningApps
Lückentext
Offene Aufgaben
Leicht
- Daten-Ampel: Ordne fünf typische Angaben aus dem Schulalltag ein und begründe jede Entscheidung.
- Mensch oder KI: Sortiere zehn Tätigkeiten danach, ob Mensch, KI oder beide sinnvoll beteiligt sind.
- Alltagsbeobachtung: Finde drei personalisierte Angebote und notiere je einen Nutzen und ein Risiko.
- Belegsuche: Wähle eine Behauptung über KI und finde zwei unabhängige Quellen zur Prüfung.
Standard
- Empfehlungs-Test: Vergleiche personalisierte und nicht personalisierte Empfehlungen ohne private Daten offenzulegen.
- Urteilstext: Schreibe einen argumentativen Text dazu, ob Fehlertypen 30 Tage gespeichert werden dürfen.
- Datenanalyse: Verändere die Fallwerte und untersuche, wann mehr Datenspeicherung vertretbar sein könnte.
- Transparenz-Design: Gestalte eine verständliche Seite, auf der gespeicherte Erinnerungen sichtbar und löschbar sind.
Schwer
- Systementwurf: Entwirf ein Diagramm für einen datensparsamen Lerncoach mit Löschfunktion.
- Ethikrat: Simuliere eine Schulkonferenz über personalisierte KI.
- Geschäftsmodell prüfen: Untersuche bei einem digitalen Dienst mögliche wirtschaftliche Interessen hinter Personalisierung und trenne Belege von Vermutungen.
- Regelwerk entwickeln: Formuliere sechs Schulregeln für personalisierte KI, die Lernchancen, Datenschutz, Fairness und Verantwortung verbinden.


Lernkontrolle
- Fallurteil: Ein Lernsystem speichert Lernstand, Hobbys und Standort für ein Jahr. Entscheide, welche Daten Du zulassen würdest und welche Informationen Dir noch fehlen.
- Arbeitsteilung: Entwickle für ein Referat eine Mensch-KI-Arbeitsteilung und begründe die Rollenverteilung.
- Widersprüchliche Antworten: Zwei KI-Systeme erklären ein geschichtliches Ereignis unterschiedlich. Beschreibe einen Prüfplan für eine belastbare Aussage.
- Ungleiche Lernwege: Zwei Lernende erhalten nach demselben Fehler unterschiedlich schwere Aufgaben. Nenne mögliche Erklärungen und notwendige Belege.
- Nutzen-Risiko-Abwägung: Ein System verbessert die Trefferquote von 80 auf 84 Prozent, benötigt dafür aber fünf zusätzliche Datenkategorien. Erkläre, warum die Prozentzahl allein nicht genügt.
- Prüfprojekt: Plane einen 20-minütigen Test eines KI-Lernwerkzeugs mit Ziel, Rollen, Kriterien, Belegen und Abschlussentscheidung.
Lernnachweis
Für einen überzeugenden Lernnachweis ist wichtig:
- Beurteilungskriterien: mehrere nachvollziehbare Kriterien anwenden.
- Belege: Aussagen auf überprüfbare Daten, Quellen oder Beobachtungen stützen.
- Abwägung: Nutzen und Risiken gegeneinander abwägen.
- Human Agency: zeigen, welche Entscheidungen beim Menschen bleiben.
- Transparenz: kenntlich machen, wo KI geholfen hat und was eigene Leistung ist.
- Transfer: Kriterien auf neue Schul- und Alltagssituationen übertragen.
OERs zum Thema
- Wikipedia: Empfehlungsdienst
- Wikipedia: Datenschutz
- Wikimedia Commons: Medien zu Künstlicher Intelligenz
- klicksafe: KI in der Schule
- UNESCO: AI Competency Framework for Students
Verknüpfte Lernbereiche
aiMOOC-Projekte
MOOCwiki · Deutsch
Nach dem Lernen ist vor dem Lernen
Entdecke direkt den nächsten Lernkurs. Weitere Inhalte erscheinen, wenn Du weiter nach unten scrollst.
Zur MOOCwiki-HauptseiteMediathek wird aus dem Wiki geladen ...
Keine passenden Inhalte gefunden. Bitte ändere Suche oder Filter.
NEWSLernweltNOAH fragen