Künstliche Intelligenz im Unterricht: Funktionsweise, KI-Tools & Prompt-Kompetenz | Sek I

Informatik · Künstliche Intelligenz · Sek I (Klasse 7–10)

Unterrichtsmaterial zu künstlicher Intelligenz für die Sekundarstufe I: Wie lernende Systeme aus Trainingsdaten Muster ableiten, wie man KI-Werkzeuge sachgerecht bedient und wie Empfehlungsalgorithmen die Sicht auf Inhalte verengen. Sie erhalten fertige Reihen mit Arbeitsaufträgen und Lösungen, die sich einzeln oder als zusammenhängende Einheit unterrichten lassen.

Material ansehenSparpaket Digitale Kompetenzen stärken ansehen
5Materialpakete
Kl. 7–10Stufenbereich
mit LösungenAufgaben
Einzel & BundleKaufoptionen

Kurz gesagt: Künstliche Intelligenz gehört in den Informatikunterricht der Sekundarstufe I – und zwar fachlich und kritisch zugleich. Die Reihen auf dieser Seite erklären, wie Systeme aus Trainingsdaten Muster ableiten, wie sich Eingaben an KI-Werkzeuge präzisieren lassen und wie Empfehlungsalgorithmen entscheiden, was Nutzerinnen und Nutzer zu sehen bekommen. So entsteht ein Bild, das weder Technikbegeisterung noch Warnungen allein transportiert, sondern nachvollziehbares Wissen.

Warum künstliche Intelligenz ein Thema des Fachunterrichts ist

Lernende begegnen KI-Systemen täglich, ohne sie als solche zu erkennen: in der Vorschlagsliste eines Videoportals, in der automatischen Übersetzung, in der Textvervollständigung des Smartphones. Genau darin liegt das didaktische Problem. Wer die Funktionsweise nicht kennt, hält die Ausgabe entweder für Magie oder für gesichertes Wissen. Der Informatikunterricht kann diese Lücke schließen, indem er den Kern des maschinellen Lernens erfahrbar macht: Ein System bekommt viele Beispiele, sucht darin statistische Muster und wendet diese Muster auf neue Fälle an. Es versteht nichts, es rechnet mit Wahrscheinlichkeiten.

Aus dieser Einsicht folgt fast alles Weitere von selbst. Wenn Muster aus Beispielen stammen, dann bestimmt die Auswahl der Beispiele das Ergebnis – und damit ist die Frage nach Trainingsdaten, Verzerrungen und blinden Flecken keine moralische Zusatzstunde, sondern eine fachliche Konsequenz. Ebenso lässt sich erklären, warum ein Sprachmodell flüssige, aber sachlich falsche Sätze produziert: Es optimiert auf Plausibilität, nicht auf Wahrheit. Lerngruppen, die das einmal durchdrungen haben, gehen mit Ausgaben deutlich souveräner um als solche, denen man lediglich Verbote mitgegeben hat.

Unterrichtsmaterial zu KI, Prompt-Kompetenz und Algorithmen

Die folgenden Reihen lassen sich einzeln einsetzen oder zu einer Einheit verbinden, die von der Funktionsweise über die Werkzeugarbeit bis zur kritischen Bewertung führt.

So bauen Sie die Unterrichtsreihe auf

Ein tragfähiger Einstieg kommt ohne Rechner aus. Die Lerngruppe sortiert vorbereitete Bildkarten oder kurze Texte nach selbst gewählten Merkmalen und hält fest, welche Regel sie dabei angewendet hat. Anschließend bekommt eine zweite Gruppe nur die Sortierergebnisse und soll die Regel rekonstruieren. Aus dieser Übung lässt sich der Kern des überwachten Lernens ableiten: Beispiele mit Kennzeichnung, daraus ein Muster, dann die Anwendung auf unbekannte Fälle. Erst danach lohnt sich der Blick auf ein reales System, weil die Lernenden nun ein Modell im Kopf haben, an das sie das Beobachtete anschließen können.

Im Mittelteil steht die Arbeit mit den Werkzeugen selbst. Bewährt hat sich ein Vergleichsauftrag: Dieselbe Aufgabe wird einmal mit einer knappen und einmal mit einer ausführlichen, kontextreichen Eingabe gestellt; die Lerngruppe protokolliert die Unterschiede in Länge, Genauigkeit und Belegbarkeit. Danach folgt der wichtigere zweite Schritt – die Prüfung. Jede Aussage wird gegen eine unabhängige Quelle gehalten, Fehler werden markiert und benannt. Den Abschluss bildet die Auseinandersetzung mit Empfehlungsalgorithmen: Die Lernenden beschreiben ihre eigene Startseite eines Videoportals, vergleichen sie mit der einer Mitschülerin oder eines Mitschülers und leiten daraus ab, welche Signale das System ausgewertet haben muss.

Für welche Stufe eignet sich das Material?

Stufe Einsatz Schwerpunkt
Klasse 5/6 Einstieg Was ist KI? Beispiele aus dem Alltag erkennen und beschreiben
Klasse 7/8 Erarbeitung Trainingsdaten, Mustererkennung und Empfehlungsalgorithmen
Klasse 9/10 Vertiefung Prompt-Kompetenz, Verzerrungen und begründete Bewertung

Differenzierung und Leistungsbewertung

Der Gegenstand bleibt für alle gleich, die Zugänge unterscheiden sich. Für Lernende, die schnell den Überblick verlieren, hilft ein festes Ablaufschema aus drei Feldern – Eingabe, Ausgabe, Prüfergebnis –, das jede Werkzeugarbeit strukturiert. Geübtere Lerngruppen arbeiten stattdessen mit offenen Aufträgen, in denen sie eine Eingabe so lange überarbeiten, bis das Ergebnis den vorher festgelegten Kriterien genügt, und ihre Zwischenschritte dokumentieren. Bei den Grundlagen lässt sich über die Materialform differenzieren: ein beschriftetes Schema zum Vervollständigen auf der einen Seite, eine eigenständige Erklärung in Fließtext auf der anderen.

Für die Bewertung eignen sich Formate, die den Denkweg sichtbar machen, nicht nur das Endprodukt. Bewährt haben sich ein Prüfprotokoll zu einer KI-Ausgabe mit Angabe der Gegenquelle, eine schriftliche Erklärung des maschinellen Lernens an einem selbst gewählten Beispiel sowie eine kurze begründete Stellungnahme zur Frage, wo der Einsatz eines KI-Werkzeugs sinnvoll ist und wo nicht. Wichtig ist eine transparente Regelung dazu, wann KI-Werkzeuge bei Leistungsnachweisen genutzt werden dürfen; diese Regelung sollte vor der ersten Aufgabe stehen und mit der Lerngruppe besprochen werden.

Lehrplanbezug und Anschluss an die Medienbildung

Die Informatiklehrpläne der Länder führen für die Sekundarstufe I durchgängig einen Bereich, der Daten, Automatisierung und die gesellschaftlichen Wirkungen informatischer Systeme umfasst; künstliche Intelligenz wird darin zunehmend eigens genannt. Parallel dazu verpflichtet der länderübergreifende Rahmen zur Medienbildung dazu, Auswahl- und Empfehlungsmechanismen digitaler Angebote zum Unterrichtsgegenstand zu machen. Die Reihen dieser Seite bedienen beide Stränge: Sie erklären die Technik fachlich und leiten daraus die Fragen nach Verantwortung und Wirkung ab.

Für die schulinterne Planung bietet sich eine Zweiteilung an. Eine erste Einheit in Klasse 7 oder 8 klärt die Funktionsweise und die Rolle der Trainingsdaten, eine zweite in Klasse 9 oder 10 widmet sich der Werkzeugarbeit und der Bewertung. Wo Informatik nicht durchgängig unterrichtet wird, lassen sich einzelne Bausteine gut in Wahlpflichtkurse, Projekttage oder den Ethikunterricht verlagern – die Reihe zu Empfehlungsalgorithmen funktioniert auch dort ohne technische Vorkenntnisse.

Wie ist das Material aufgebaut?

  • Fachlich fundiertVon Fachlehrkräften erstellte Inhalte mit korrekter Fachterminologie.
  • Direkt einsetzbarFertige Reihen mit Aufgaben – sofort im Unterricht nutzbar.
  • Mit LösungenAlle Aufgaben inklusive ausführlicher Lösungswege.
  • DifferenzierbarAufgabenformate lassen sich an unterschiedliche Lerngruppen anpassen.
  • EditierbarBearbeitbare Formate – frei an Ihre Lerngruppe anpassbar.
  • KombinierbarEinzelreihen lassen sich zu einer eigenen Unterrichtseinheit verbinden.

Weitere passende Unterrichtsreihen

Passende Sammlungen & Sparpakete

Sparpaket Digitale Kompetenzen stärken ansehen ›

Häufige Fragen

Wie erklärt man künstliche Intelligenz in Klasse 7?

Am besten über das Prinzip des Lernens aus Beispielen statt über Technikdetails. Die Lerngruppe sortiert zunächst selbst nach einem Merkmal und erkennt dann, dass ein System genau dies mit sehr vielen Beispielen tut. Fachbegriffe wie Trainingsdaten und Muster kommen danach und haben dann einen erfahrbaren Bezugspunkt.

Was ist Prompt-Kompetenz und wie übt man sie?

Prompt-Kompetenz bedeutet, eine Aufgabe an ein KI-Werkzeug so zu formulieren, dass Ziel, Adressat, Umfang und Form klar sind – und die Ausgabe anschließend zu prüfen. Geübt wird sie über Vergleichsaufträge: dieselbe Aufgabe mit knapper und mit ausführlicher Eingabe stellen und die Unterschiede protokollieren. Der Prüfschritt gehört zwingend dazu, sonst bleibt es beim Ausprobieren.

Wie entstehen Filterblasen durch Empfehlungsalgorithmen?

Empfehlungssysteme werten Signale wie Verweildauer, Klicks und Ähnlichkeiten zu anderen Nutzerprofilen aus und schlagen daraufhin Inhalte vor, die bisherigem Verhalten ähneln. Da abweichende Perspektiven seltener angezeigt werden, verengt sich mit der Zeit das Angebot. Im Unterricht lässt sich das durch den Vergleich mehrerer persönlicher Startseiten sichtbar machen.

Welche Regeln für KI-Tools brauchen Lerngruppen?

Sinnvoll sind wenige, klare Punkte: keine personenbezogenen Daten eingeben, jede übernommene Aussage gegen eine unabhängige Quelle prüfen, die Nutzung bei Leistungsnachweisen kennzeichnen. Ergänzend sollten die Altersvorgaben der jeweiligen Dienste und die Vorgaben Ihrer Schule berücksichtigt werden. Die Regeln wirken erfahrungsgemäß besser, wenn die Lerngruppe sie mitformuliert.

Sind Lösungen und Erwartungshorizonte enthalten?

Ja, zu den Aufgaben gehören Lösungen beziehungsweise Erwartungshorizonte. Bei offenen Aufträgen – etwa der Bewertung einer KI-Ausgabe – sind sie als Orientierung formuliert und benennen die Aspekte, die eine tragfähige Antwort enthalten sollte.

Braucht der Unterricht Zugänge zu KI-Werkzeugen?

Die Grundlagenteile funktionieren vollständig ohne Rechnereinsatz und lassen sich mit analogem Material umsetzen. Für die Reihe zur Prompt-Kompetenz ist eine Demonstration am Lehrgerät ausreichend, wenn keine individuellen Zugänge zur Verfügung stehen; die Auswertung und der Prüfschritt erfolgen ohnehin gemeinsam.