MOOCit

Zukunftswerkstatt Fair-Image.de: Unterschied zwischen den Versionen

← Zum vorherigen Versionsunterschied
Glanz (Diskussion | Beiträge)
Bürokraten, expert, Administratoren
64.324 Bearbeitungen
Glanz (Diskussion | Beiträge)
Bürokraten, expert, Administratoren
64.324 Bearbeitungen
Keine Bearbeitungszusammenfassung
 
(8 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 1: Zeile 1:
{{T}}
{{T}}


= '''Zukunftswerkstatt Fair-Image 2030 – KI verändert alles''' =
<br>
[[Image:Fair-image.jpg|300px|center|link=https://moocit.de/index.php?title=Fair-Image]]
<br>


[[Datei:Logo-WTS.png|200px|rahmenlos|zentriert|link=https://weihungstalschule.de/startseite.html]]
<br>
{{#ev:youtube | https://www.youtube.com/watch?v=iM_L_Ale7fY | 500 | center}}


== Ziel des Workshops ==
<br>
Schüler:innen der Schulfirma [[Fair-Image.de]] entwickeln Zukunftsvisionen für ihr Unternehmen im Jahr 2030 – mit Fokus auf '''künstliche Intelligenz, Nachhaltigkeit und soziale Verantwortung'''.   
 
Sie lernen, wie man technologische Trends erkennt, Ideen kreativ umsetzt und Zukunftsstrategien im Team plant.
= '''Zukunftswerkstatt [[Fair-Image.de|Fair-Image]] 2030 – Netzwerkprojekt [[KI-Teams]]''' =
 
Die Zukunftswerkstatt verknüpft die Schulfirma [[Fair-Image.de]] mit dem Netzwerkprojekt [[KI-Teams]]: An jeder teilnehmenden Schule entstehen '''KI-Teams''' (z. B. KI-Design, KI-Media, KI-Lernkurse, KI-Green), die mit datenschutzkonformen Tools (z. B. [[ChatGPT Business]]) kreative und produktive KI-Projekte entwickeln, veröffentlichen und gemeinsam weiterdenken. 
'''Ziel''': Ein wachsendes '''Schul-Netzwerk''' mit kompatiblen Workflows, gemeinsamen Ressourcen und sichtbaren Produkten (Motive, Videos, aiMOOCs, Songs, PoD-Bücher).
<br>
<br>
 
== Lernziele ==
# Trends in KI, Digitalisierung, Nachhaltigkeit erkennen und benennen. 
# Eigene Vision für Fair-Image 2030 in Form von '''KI-Teams''' entwickeln.   
# Visionen in '''umsetzbare Projektpläne''' (Rollen, Tools, Meilensteine) überführen. 
# Kooperationen im '''Schul-Netzwerk''' aufbauen (Schule ↔ Schule, Schule ↔ Partner).
# Kompetenzen für die Arbeitswelt (Teamarbeit, Prozessverständnis, digitale Tools) anwenden.
<br>
<br>


== Rahmen ==
== Rahmen ==
; Dauer: 90–120 Minuten   
; Dauer: 90–120 Minuten   
; Gruppengröße: 15–25 Schüler:innen (3–5 Gruppen)   
; Gruppengröße: 15–25 Schüler:innen (3–5 Gruppen)   
; Leitung: Rudolf Machlai + Lehrkraft [[Fair-Image.de]]  
; Leitung: Rudolf Machlai (Impulse, Architektur, Datenschutz/Prozess-Feedback) + Lehrkraft   
; Zielgruppe: Schüler:innen ab 13 Jahren (z. B. AES, WBS, Informatik, Schulfirma-AG)   
; Zielgruppe: ab Klasse 6 (AG Schulfirma, AES, WBS, Informatik)   
; Materialien:
; Materialien:
# Flipcharts, Papierbögen, Marker
# Flipcharts/Papier, Marker; Laptops/Tablet  
# Tablets oder Laptops   
# Zugänge: [[ChatGPT Business]] / Alternativen ([[schulKI]], [[fobizz]], [[Kiwi]])  
# KI-Tools: [[ChatGPT]], [[Suno.ai]], [[Leonardo.ai]], [[Runway]], [[Canva Magic Studio]]   
# Vorlagen: ''Trend-Impulse 2030'', ''KI-Team-Rollen'', ''Fair-Image-Canvas 2030''
# Moderationskarten „Trend-Impulse 2030“ 
<br>
# Vorlage: ''Fair-Image-Canvas 2030''
<br>


== Ablaufübersicht ==
== Ablaufübersicht ==
{| class="wikitable" style="width:100%; text-align:left; border-collapse:collapse;"
! style="width:24%;" | Phase
! style="width:10%;" | Zeit
! style="width:26%;" | Ziel
! style="width:40%;" | Methode
|-
| '''1. Einstieg: Zukunft & Netzwerk''' || 10 min || Neugier & Vernetzungsidee wecken || Kurzimpuls + Visual (Visionboard)
|-
| '''2. Kritikphase: Heute vs. Morgen''' || 15 min || Engpässe/Potenziale sammeln || Kartenabfrage, Clustering
|-
| '''3. Fantasiephase: KI-Teams 2030''' || 35 min || Zukunftsbilder & Rollen entwerfen || Gruppenarbeit mit KI-Tools
|-
| '''4. Realisierung: Projektplan & Netzwerk-Fit''' || 30 min || Umsetzungsplan + Netzwerk-Schnittstellen || ''Fair-Image-Canvas 2030''
|-
| '''5. Pitches & Feedback''' || 20 min || Sichtbarkeit, Qualitätssicherung || Elevator-Pitch + Machlai-Feedback
|}
<br>
<br>
== 1. Einstieg – Zukunft & Netzwerk ==
'''Impuls (Machlai, 6–8 min):'''
# Warum '''KI-Teams'''? Datenschutz, Rechte-/Rollen, Team-Workflows ([[ChatGPT Business]]). 
# Was bedeutet '''netzwerkfähige''' Produktion (gemeinsame Vorlagen, Austausch, Releases)? 
# Beispielpfade: KI-Motive → Shop/PoD; aiMOOCs → Unterricht; KI-Songs/Video → Socials/Events.
'''Diskussionsfragen (2–4 min):'''
# Welches Produkt/Prozess bei Fair-Image profitiert sofort von KI-Teams? 
# Welche '''Rolle''' würdet ihr darin übernehmen?
<br>
<br>
== 2. Kritikphase – Heute vs. Morgen ==
'''Arbeitsanweisung (Gruppen, 15 min):'''
# Karten: „Was läuft heute '''nicht''' rund?“ / „Wo geht Zeit verloren?“ / „Was könnte KI verbessern?“ 
# Clustering an die Wand:
## Organisation & Rollen
## Produktion/Technik & Tools
## Nachhaltigkeit/Fairness
## Kommunikation/ÖA & Vertrieb
# Wählt 1–2 Kernprobleme für euer späteres KI-Team.
<br>
<br>
== 3. Fantasiephase – KI-Teams 2030 ==
'''Auftrag (35 min):''' Entwerft euer '''KI-Team''' für 2030. Nutzt Trendkarten (z. B. „AR-Ausstellungen“, „ITS/[[FELIX]]“, „Green-Druckoptimierung“, „aiMOOC-Generator“). Erstellt ein Visionboard (Canva/Plakat) mit:
# Team-Name & Motto 
# KI-Einsatz (Bilder/Video/Songs/Lernkurse/Green-Ops) 
# Nutzen (Kund:innen, Schule, Öffentlichkeit, Umwelt) 
# 1–2 realistische Schritte für 2025/26
'''Tool-Hinweise:'''
# Ideen/Text: [[ChatGPT Business]] 
# Visuals/Poster: Bild-KI (z. B. DALL·E/SD-Workflow) + Canva 
# Audio: [[Suno.ai]] (Snippet) 
# Kurs-Konzept: [[aiMOOCs]] (Seitenstruktur) 
<br>
<br>
== 4. Realisierung – Projektplan & Netzwerk-Fit ==
'''Canvas-Arbeit (30 min):''' Füllt das ''Fair-Image-Canvas 2030'' aus und achtet auf '''Netzwerk-Anschlussfähigkeit''' (Rollen, Daten, Lizenzen, Releases).


{| class="wikitable"
{| class="wikitable" style="width:100%; border:1px solid #aaa; border-collapse:collapse;"
! Phase !! Zeit !! Ziel !! Methode
! style="width:20%;" | Feld
! Leitfragen
|-
|-
| '''1. Einstieg: Blick in die Zukunft''' || 10 min || Neugier & Fantasie wecken || Videoimpuls + Diskussion
| '''Vision''' || Wie sieht Fair-Image 2030 aus – aus Sicht '''eures''' KI-Teams?
|-
|-
| '''2. Kritikphase: Was läuft heute noch nicht perfekt?''' || 15 min || Herausforderungen erkennen || Kartenabfrage & Clustering
| '''Teilprojekt & Deliverables''' || Welche Produkte liefert ihr (z. B. 20 Motive/Monat, 6 aiMOOCs/Jahr, 4 Musik-Snippets/Quartal, 1 AR-Ausstellung)?
|-
|-
| '''3. Fantasiephase: Fair-Image 2030 träumen''' || 35 min || Zukunftsvisionen mit KI entwickeln || Gruppenarbeit & KI-Tools
| '''Zielgruppen & Kanäle''' || Für wen? (Schulen, Vereine, Kommunen, Firmen) Über welche Kanäle? (Shop, Website, Socials, Events)
|-
|-
| '''4. Realisierungsphase: Von der Vision zum Plan''' || 30 min || Ideen konkretisieren & bewerten || Arbeit mit Canvas 2030
| '''KI-Stack''' || Welche Tools/Prozesse? (Prompt-Vorlagen, Review-Schritte, Rendering, Dateiformate)
|-
|-
| '''5. Präsentation & Reflexion''' || 20 min || Ergebnisse vorstellen & Feedback erhalten || Pitch + Resonanzrunde
| '''Nachhaltigkeit & Fairness''' || Material-/Energie-Effizienz, Bias-Check, Urheberrecht, offene Lizenzen (CC-BY/CC-BY-SA), Quellenlog
|-
| '''Rollen & Kompetenzen''' || z. B. Prompt-Lead, Design-Ops, Data/Legal, QA, Release-Manager:in, Doku
|-
| '''Netzwerk-Schnittstellen''' || Welche Austauschformate mit anderen Schulen? (Vorlagen-Repo, Peer-Review, Co-Produktionen, gemeins. Releases)
|-
| '''Meilensteine (2025/26)''' || 3 Termine mit Ergebnis (Prototyp, Pilot, Veröffentlichung)
|}
|}


== 1. Einstieg – Blick in die Zukunft ==
'''Checkliste – Arbeitsanweisungen (konkret):'''
'''Impuls durch Rudolf Machlai:'''   
# Legt '''Dateistandards''' fest (z. B. PNG transparent 300 dpi; WAV/FLAC 44,1 kHz; MP4 H.264 1080p).  
Kurzer Vortrag mit Beispielen aus der Wirtschaft:
# Erstellt ein '''Prompt-Template''' (Aufbau, Stil, Negativ-Prompts, Seed/Serien). 
# Wie verändern KI und Digitalisierung Produktions- und Designprozesse?
# Definiert '''QA-Kriterien''' (Schärfe/Kanten, Artefakte, Rechte/Lizenzen, Bias-Review). 
# Welche neuen Berufe entstehen?
# Plant '''Release-Routinen''' (Changelog, Credits, Lizenzhinweis, Veröffentlichungsseite im Wiki/Shop). 
# Wie nutzen Unternehmen heute schon KI (z. B. in Produktentwicklung, Marketing, Nachhaltigkeitsanalyse)?
# Hinterlegt ein '''Netzwerk-Paket''' (Vorlagen + kurze Anleitung), das andere Schulen direkt nutzen können.
<br>
<br>


'''Visualisierung:'''   
== 5. Pitches & Feedback ==
Kurzes Video oder KI-generiertes Szenario:
* '''2-Min-Pitch''' pro Team mit Visionboard/Plakat/Audio-Snippet.  
''„Fair-Image im Jahr 2030 – was wäre, wenn KI jede Idee in Minuten Wirklichkeit werden lässt?“''
* '''Feedback (Machlai):'''
# Architektur/Prozess-Fit (Datenflüsse, Rechte/Rollen, Skalierung)
# Machbarkeit/Kosten/Nutzen
# Netzwerk-Tauglichkeit (Wiederverwendbarkeit, Inter-School-Workflows)
<br>
<br>
{{T}}
<br>
<br>


'''Diskussionsfragen:'''
= Netzwerkaufbau: KI-Teams an vielen Schulen =
# Welche Chancen seht ihr für Fair-Image, wenn KI noch besser wird?
== Zielbild ==
# Wo könnten Menschen trotzdem unersetzlich bleiben?
Ein wachsendes '''KI-Teams-Netzwerk''' (Schulen, Medienzentren, Vereine, Hochschulen), das Vorlagen, Qualitätssicherung und Releases teilt – sichtbar auf Wiki-Seiten (z. B. Schul-Profile, Projektseiten, gemeinsame Galerien).
<br>
<br>


== 2. Kritikphase – Heute vs. Morgen ==
== Rollen im Netzwerk (Vorschlag) ==
'''Ziel:''' Bestehende Probleme oder Potenziale identifizieren.   
# '''School-Lead''' (pro Schule): Koordiniert die lokalen KI-Teams, Ansprechpartner:in.
'''Methode:'''
# '''Product-Lead (Kategorie)''': Motive | Lernkurse | Media | Green – kuratiert Vorlagen/Standards.
# Jede:r schreibt auf Karten:
# '''QA-Lead''': Prüft Qualität, Lizenzen, Datenschutz, Bias.   
## „Was nervt uns heute?“  
# '''Release-Manager:in''': Stellt Veröffentlichungen (Wiki/Shop/PoD/Playlist) fertig. 
## „Wo verlieren wir Zeit?“  
# '''Community-Lead''' (regional): Plant Austausch, Onboarding neuer Schulen.
## „Was könnten wir verbessern?“  
<br>
# Clustering in Themenfelder:
<br>
## Organisation  
 
## Kommunikation  
== Governance & Datenschutz ==
## Technik/Design  
{| class="wikitable" style="width:100%; border:1px solid #aaa; border-collapse:collapse;"
## Nachhaltigkeit  
! Thema !! Netzwerk-Standard !! Arbeitsanweisung
## Öffentlichkeitsarbeit 
|-
| '''Accounts & Rechte''' || SSO/Rollen in [[ChatGPT Business]] oder Alternative || Admin legt Gruppen/Rollen an; Schüler:innen in Projekt-Spaces einladen
|-
| '''Datenräume''' || Projekt-Ordner, nur notwendige Daten || Keine Klarnamen in Prompts/Assets; PII vermeiden
|-
| '''Lizenzen''' || CC-BY/CC-BY-SA für Unterrichtsassets || Lizenz am Seitenende + Quellenlog pflegen
|-
| '''Bias/Urheberrecht''' || Sichtprüfung + Quellenangabe || Checkliste vor Release abhaken, ggf. nacharbeiten
|-
| '''Dokumentation''' || Wiki-Seiten pro Projekt/Release || ''Readme'': Ziel, Prozess, Prompts, Assets, Team, Lizenz, Version
|}
<br>
<br>
 
== Onboarding neuer Schulen (konkret) ==
# '''Kick-off (60 min):''' Projekt vorstellen, Rollen vergeben, Zugang klären. 
# '''Templates deployen:''' Prompt-Vorlagen, QA-Sheet, Canvas, Dateistandards.  
# '''Pilot (4–6 Wo):''' 1 kleines Produkt/Team (z. B. 5 Motive + 1 aiMOOC-Seite).  
# '''Review & Release (1 Wo):''' QA, Lizenz, Veröffentlichung im Wiki/Shop.  
# '''Scaling:''' Zweites Team starten, regionale Peer-Runde aufsetzen.
<br>
<br>
 
== Vergleich: Business/Schulumgebungen (Kurzüberblick) ==
{| class="wikitable" style="width:100%; border:1px solid #aaa; border-collapse:collapse;"
! Kriterium !! [[ChatGPT Business]] !! [[schulKI]] !! [[fobizz]] !! [[Kiwi]]
|-
| Modell/Leistung || modernste Modelle; Code-Interpreter || mehrere LLMs, schulnah || GPT-/SD-Fokus Unterricht || didaktischer Fokus
|-
| Datenschutz || AVV, SSO/RBAC möglich || DE-Hosting/AVV || EU-Proxy/AVV || DE-Server, minimiert
|-
| Team/Admin || Workspaces, Rollen, Speicher || Schul-Lizenzen/Klassenlinks || Shared Spaces || Basis-Admin
|-
| Bild/Video || DALL·E; Video ggf. extern || SD-Workflows || DALL·E/SDXL || einfach
|-
| Datei/Collab || Upload/Analyse; Team-Storage || Projekte, begrenzt || geteilte Bereiche || Notebooks/Material
|}
<br>
<br>
 
= Aufgabenpakete (für Klassen & AG) =
== Paket A: KI-Design (Motive) – 90 min ==
# 3 Prompt-Varianten entwerfen, 1 Styleguide schreiben.  
# 10 Motive generieren, 3 auswählen, QA + Lizenz anfügen.  
# Wiki-Release mit ''Readme'' + Quellenlog.
<br>
<br>
 
== Paket B: KI-Lernkurse (aiMOOC) – 2×45 min ==
# Kurs-Gliederung, 6 Aufgabentypen, 4 Medien.  
# 1 Kursseite aufsetzen, Testfragen einbauen, Lizenz + Doku.  
# Peer-Review (andere Schule), dann Veröffentlichung.
<br>
<br>


→ Diese Punkte bilden die Basis für die Zukunftsvisionen.
== Paket C: KI-Media (Song/Video) – 90 min + Homework ==
# 1 Audio-Snippet (Suno) + 10-Sek-Teaser (Video).
# Credits, Lizenz, Cover (KI-Bild) + Wiki-Release. 
# Social-Plan (2 Posts, 1 Kurzclip).
<br>
<br>


== 3. Fantasiephase – Fair-Image 2030 träumen ==
== Messbare Kennzahlen (Beispiele) ==
'''Ziel:''' Zukunftsvisionen entwickeln – möglichst kreativ und mithilfe von KI-Tools.   
# 3 Schulen im Pilotquartal, 6 bis Jahresende.   
'''Arbeitsauftrag:'''
# 2 wiederverwendbare Templates pro Kategorie. 
> „Stellt euch vor, ihr lebt im Jahr 2030. Fair-Image ist eine internationale Marke für faire KI-Kunst. Wie arbeitet ihr, wie verkauft ihr, wie schützt ihr die Umwelt, wie gestaltet ihr mit KI?“
# 1 Release/Team/Monat mit QA-Check.
# 1 regionales Peer-Treffen/Quartal (online/hybrid).
<br>
<br>


'''Hilfsmaterial:'''
= Wo hilft Rudolf Machlai konkret? =
* Trendkarten (werden zufällig gezogen):
# '''Architektur & Prozesse''': Team-/Rechte-Setups, Datei-Standards, Release-Pipelines.  
** „KI kann Emotionen erkennen“  
# '''Datenschutz/Compliance''': AV-Verträge/SSO, sichere Datenräume, Rollenmodelle.  
** „3D-Druck ist Standard“  
# '''Skalierung''': Netzwerk-Topologie (Schulen ↔ Leads), Vorlagen-Repos, Versionierung.  
** „Jede:r hat einen persönlichen KI-Assistenten“  
# '''Qualität/Review''': Checklisten, „Definition of Done“, Audit von Prompts/Workflows.  
** „Virtuelle Ausstellungen in der Ulmer Innenstadt“  
# '''Partnering''': Kontakt zu Hochschulen/Unternehmen, Mentoring für Product/QA-Leads.
** „Nachhaltige Produktion per Recycling-Druckverfahren“ 
<br>
<br>


'''Einsatz von KI-Tools:'''
= Abschluss & Ausblick =
* [[ChatGPT]] – Zukunftsszenarien & Slogans 
# Ergebnisse als Galerie/Projektseiten veröffentlichen ([[Fair-Image.de]], [[KI-Teams]]).  
* [[Leonardo.ai]] oder [[DALL·E]] – Zukunftslogos oder Poster  
# Pilot an 1–2 Partnerschulen starten; gemeinsames Review nach 6–8 Wochen.
* [[Suno.ai]] – KI-Soundbranding 
# Nächstes Ziel: '''gemeinsame Ausstellung''' (Schulhaus/AR-Stadtraum) + PoD-Sonderedition.
* [[Canva Magic Studio]] – Visionboards
<br>
<br>


'''Beispielideen:'''
{{T}}
# „Fair-Image-AI Studio“ – Schüler:innen trainieren eigene KI-Modelle auf Basis fairer Kunst. 
# „AI Repair Shop“ – Alte KI-Kunstwerke werden repariert oder neu interpretiert. 
# „Green AI Printing“ – 3D- oder Textildruck nur mit nachhaltigen Materialien. 
# „Virtual Gallery Ulm“ – KI-Kunstwerke als AR-Erlebnis im Stadtraum. 


'''Ergebnis:''' 
Ein Zukunftsplakat oder digitales Visionboard mit:
* Name des Projekts 
* Leitbild oder Motto 
* KI-Einsatzbereiche 
* Nutzen für Umwelt, Schule, Gesellschaft 


== 4. Realisierungsphase – Von der Vision zum Plan ==
== Partnerschaft mit Rudolf Machlai & Daimler Truck – vom Pilot zur Skalierung ==
'''Ziel:''' Zukunftsvisionen in umsetzbare Schritte überführen. 


'''Material:''' Fair-Image-Canvas 2030
'''Ziel dieses Kapitels:''' Konkrete Beiträge von Rudolf Machlai und [[Daimler Truck]] beschreiben, um die Vision '''[[KI-Teams]]''' schulübergreifend (Netzwerk mehrerer Schulen) wirksam zu machen – von der Architektur über Datenschutz bis zu Mentoring, Pilotprojekten und Skalierung.
<br>
<br>


{| class="wikitable"
=== 1) Rollen & Verantwortungen ===
! Feld !! Leitfrage
{| class="wikitable" style="width:100%; border-collapse:collapse;"
! Akteur:in !! Hauptbeitrag !! Konkrete Aufgaben (Auszug)
|-
|-
| Vision || Wie sieht Fair-Image 2030 aus?
| '''Rudolf Machlai''' (Head of IT Enterprise Architecture) || Strategische IT-Architektur, Prozess-Mentoring, Qualitätssicherung ||
# Architektur-Blueprints für Schul-/Team-Workspaces (Rechte, Datenflüsse) 
# Review von Release-Pipelines (Motive, aiMOOCs, Media) 
# Datenschutz-/Compliance-Checks (AV-Verträge, Rollenmodelle) 
# Coaching für '''School-Leads''' und '''Product-Leads'''
|-
|-
| Zielgruppe || Für wen arbeiten wir (Kund:innen, Schule, Öffentlichkeit)?
| '''Daimler Truck (Corporate Partner)''' || Netzwerk-Enablement, Praxiszugänge, Ressourcen ||
# School-to-Business-Brücke (Fallstudien, Gastvorträge, Werks-/Lab-Einblicke) 
# CSR/Engagement: Sachleistungen (Workshops, Räume, ggf. Lizenzen/Hardware) 
# Talent-Programme (Job-Shadowing, Praktikumsfenster, Mentoringtage) 
# Co-Events: '''KI-Teams-Hackday''', Review-Sprints, Abschluss-Showcases
|-
| '''Schulen (Netzwerk)''' || Umsetzung, Curricula-Anbindung, Dokumentation ||
# Lokale '''KI-Teams''' aufsetzen (Rollen, Kalender, QA) 
# Projekte produktiv machen (Monats-Releases) 
# Geteilte Vorlagen/Standards pflegen (Prompt-Templates, QA-Sheets)
|}
<br>
<br>
 
=== 2) Programmaufbau mit Daimler Truck (Vorschlag) ===
{| class="wikitable" style="width:100%; border-collapse:collapse;"
! Phase !! Dauer !! Zielbild !! Beiträge Machlai / Daimler Truck !! Deliverables
|-
| '''0. Alignment''' || 2–3 Wochen || Ziele, Datenschutz, Rollen & Governance stehen ||
# Kick-off (Machlai + School-Leads) 
# AVV/DSGVO-Prüfung, NDA-Vorlagen 
# Tool-Stack-Abstimmung (z. B. [[ChatGPT Business]]/Alternativen)
| Projektdokument „Operating Model“; Rollenmatrix; Datenschutz-Checkliste
|-
| '''1. Pilot''' || 6–8 Wochen || 2–3 Schulen, je 1 KI-Team live ||
# 1 Impulstag (Architektur/Prozess) 
# 2 Mentoring-Sprechstunden (Machlai) 
# 1 Werks-/Lab-Einblick (Daimler Truck)
| 3 Monats-Releases (Motive/aiMOOC/Media); QA-Protokolle; Post-Mortem
|-
| '''2. Review & Hardening''' || 2 Wochen || Stabiler Netzwerk-Kern ||
# Architektur-Review (Machbarkeit/Skalierung) 
# Security/Compliance-Check (DT Legal/IT)
| „Definition of Done“, freigegebene Standards, Release-Pipeline v1.0
|-
| '''3. Scaling''' || 8–12 Wochen || 6+ Schulen onboarded ||
# Train-the-Trainer (School-Leads) 
# KI-Teams-Hackday (bei/mit Daimler Truck) 
# Community-Rituale (Monthly Demos)
| 6+ aktive Teams; Template-Repo; Community-Kalender; Showcase-Seite
|}
<br>
<br>
 
=== 3) Architektur- und Prozessbeiträge im Detail ===
; Workspace-Architektur (Machlai)
# '''Rollenmodell''': Admin (Schule), School-Lead, Product-Lead, QA-Lead, Release-Manager:in, Contributor 
# '''Datenräume''': Projektordner pro Team (Entwurf ↔ Review ↔ Release), strikte Trennung personenbezogener Daten 
# '''Pipelines''': Prompt-Entwurf → Generierung → QA/Bias-Check → Lizenz/Quellenlog → Release (Wiki/Shop/Playlist)
 
; Prozess-Standards (mit Daimler Truck)
# '''Definition of Done''' (DoD) je Kategorie (Motive, aiMOOCs, Media, Green) 
# '''QA-Gate''' vor Veröffentlichung (Kanten/Artefakte, Rechte, Lizenz, Bias, Nachhaltigkeitsvermerk) 
# '''Versionierung''' (SemVer für Vorlagen & Releases; Change-Log)
 
; Datenschutz & Compliance
# AVV/NDA-Set (Muster), minimaler Datensatz, keine Klarnamen in Prompts 
# Audit-Trails (wer, was, wann), Löschkonzept, Zugriffsprotokolle
<br>
<br>
 
=== 4) Lern- & Praxisformate mit Daimler Truck ===
# '''Industry-Insights''' (45–60 min, online/hybrid): Architektur in Großunternehmen, reale KI-Use-Cases, Team-Workflows 
# '''Job-Shadowing-Fenster''' (1–3 Tage): Schüler:in begleitet IT-/Design-/Data-Teams (Beobachtung, Mini-Aufträge) 
# '''Werks-/Lab-Besuche''' (Halbtag): Datenflüsse erleben (vom Bedarf zur Lösung), Q&A mit Fachleuten 
# '''Mentor:innen-Sprechstunde''' (monatlich, 45 min/Schule): Roadblock-Klärung (Tech, Prozess, Recht) 
# '''KI-Teams-Hackday''' (1 Tag): gemischte Schul-Teams + Daimler-Mentor:innen → Prototypen, Jury, Awards
<br>
<br>
 
=== 5) Konkrete Arbeitsanweisungen für Schulen ===
# Legt pro KI-Team einen '''Release-Kalender''' (1/Monat) fest. 
# Erstellt '''Prompt-Templates''' (Stil, Negativ-Prompts, Metadaten). 
# Führt ein '''QA-Sheet''' (Check-Kästchen für Technik/Recht/Bias). 
# Dokumentiert jede Veröffentlichung im Wiki: Ziel, Prozess, Assets, Team, Lizenz, Version/Datum. 
# Meldet 1x/Monat ein '''Community-Update''' (3 Sätze + Link) für die Netzwerk-Seite [[KI-Teams]].
<br>
<br>
 
=== 6) KPI-Set & Reporting (gemeinsam mit Daimler Truck) ===
{| class="wikitable" style="width:100%; border-collapse:collapse;"
! KPI !! Ziel (Pilot) !! Messung !! Hinweis
|-
|-
| KI-Einsatz || Welche KI-Tools oder Systeme nutzen wir gezielt?
| Aktive Schulen || ≥ 3 || Onboarding-Liste || Wachstum auf 6+ in Phase „Scaling“
|-
|-
| Nachhaltigkeit || Wie handeln wir fair, ökologisch und sozial?
| Aktive KI-Teams || ≥ 4 || Release-Kalender || je Team ≥ 1 Release/Monat
|-
|-
| Team & Rollen || Welche neuen Rollen gibt es (z. B. KI-Coach, Nachhaltigkeitsbeauftragte:r)?
| Vorlagen-Repo (Templates) || ≥ 8 || Repo-Zählung || Prompt/QA/DoD je Kategorie
|-
|-
| Kommunikation || Wie zeigen wir unsere Arbeit der Öffentlichkeit (Website, Social Media, Ausstellungen)?
| QA-Pass-Rate || ≥ 90 % || QA-Sheet || Nachbesserung dokumentieren
|-
|-
| Nächste Schritte || Was könnten wir bis nächstes Schuljahr real umsetzen?
| Community-Events || 1/Quartal || Terminliste || Hackday/Showcase/Demo-Day
|}
|}
<br>
<br>


== 5. Präsentation & Reflexion ==
=== 7) Risiken & Gegenmaßnahmen ===
* Jede Gruppe präsentiert ihre Vision in einem '''2-minütigen Elevator-Pitch''' mit Plakat, KI-Bild oder Song-Snippet.  
# '''Datenschutz/Compliance''' → Frühzeitige AVV/NDA-Klärung; Rollen sauber trennen; Schulungen 
* Rudolf Machlai gibt professionelles Feedback:
# '''Ressourcen/Zeiten''' → Fixe, kurze Rituale (Monthly Demo, 45 min); schlanke Sprints (4–6 Wochen) 
# Welche Idee ist realistisch?
# '''Qualität''' → DoD + QA-Gate; Peer-Review zwischen Schulen; Mentor:in-Feedback  
# Welche bräuchte Partner:innen aus Wirtschaft oder IT?
# '''Abhängigkeit von Tools''' → Alternativen pflegen (z. B. schulKI/fobizz/Kiwi); Export-/Archiv-Formate festlegen
# Wo steckt das größte Zukunftspotenzial?
<br>
<br>


'''Abschlussrunde:'''  
=== 8) Budget-/Ressourcen-Hinweise (Beispiele) ===
„Was nehmen wir für Fair-Image heute mit?“
# Workshops/Coachings (Sach-/Zeitspenden im Rahmen CSR möglich)  
# Reisekosten für Werksbesuche/Showcases (Schule/Träger/Fördertopf) 
# Hardware/Software light (Leihgeräte, Testlizenzen, Räume)
<br>
<br>


== Mögliche Workshop-Ergebnisse ==
=== 9) Nächste Schritte (konkret) ===
# 3–5 Zukunftskonzepte mit KI-Bezug (Poster, Videos, Soundlogos)
# '''Kick-off anfragen''': Termin mit Rudolf Machlai + School-Leads (45–60 min) 
# Ideensammlung für reale Weiterentwicklung von [[Fair-Image.de]]
# '''Dokupaket''' aktivieren: Rollenmatrix, DoD, QA-Sheet, Prompt-Templates, Datenschutz-Hinweise 
# Motivation & Identifikation der Schüler:innen mit ihrer Schulfirma
# '''Pilot-Schulen festlegen''': 2–3 Schulen + je 1 KI-Team (Release nach 6–8 Wochen)
# '''Community-Kalender''' im Wiki [[KI-Teams]] pflegen (Demos, Hackday, Showcase) 
# '''Showcase''' planen: gemeinsame Ausstellung (Schule/AR-Stadt), Online-Galerie, PoD-Edition
<br>
<br>


== Mögliche Folgeschritte ==
<br>
# Veröffentlichung der besten Visionen auf [[Fair-Image.de]] oder [[aiMOOC.org]]
<br>
# Umsetzung eines Projekts im Schuljahr 2025/26
# Zweiter Workshop mit Rudolf Machlai: ''„Von der Vision zur Umsetzung – KI in der Praxis“''


== Warum KI hier so wichtig ist ==
Die Schüler:innen erkennen:
# KI ist '''Werkzeug und Gestaltungsraum''' zugleich. 
# Zukunftskompetenz bedeutet, KI '''kritisch, kreativ und fair''' zu nutzen. 
# [[Fair-Image.de]] kann ein '''Modell für nachhaltige, kreative KI-Nutzung an Schulen''' werden.




Aktuelle Version vom 22. November 2025, 15:23 Uhr



Zukunftswerkstatt Fair-Image.de






Video laden
YouTube


Zukunftswerkstatt Fair-Image 2030 – Netzwerkprojekt KI-Teams

Die Zukunftswerkstatt verknüpft die Schulfirma Fair-Image.de mit dem Netzwerkprojekt KI-Teams: An jeder teilnehmenden Schule entstehen KI-Teams (z. B. KI-Design, KI-Media, KI-Lernkurse, KI-Green), die mit datenschutzkonformen Tools (z. B. ChatGPT Business) kreative und produktive KI-Projekte entwickeln, veröffentlichen und gemeinsam weiterdenken. Ziel: Ein wachsendes Schul-Netzwerk mit kompatiblen Workflows, gemeinsamen Ressourcen und sichtbaren Produkten (Motive, Videos, aiMOOCs, Songs, PoD-Bücher).

Lernziele

  1. Trends in KI, Digitalisierung, Nachhaltigkeit erkennen und benennen.
  2. Eigene Vision für Fair-Image 2030 in Form von KI-Teams entwickeln.
  3. Visionen in umsetzbare Projektpläne (Rollen, Tools, Meilensteine) überführen.
  4. Kooperationen im Schul-Netzwerk aufbauen (Schule ↔ Schule, Schule ↔ Partner).
  5. Kompetenzen für die Arbeitswelt (Teamarbeit, Prozessverständnis, digitale Tools) anwenden.



Rahmen

Dauer
90–120 Minuten
Gruppengröße
15–25 Schüler:innen (3–5 Gruppen)
Leitung
Rudolf Machlai (Impulse, Architektur, Datenschutz/Prozess-Feedback) + Lehrkraft
Zielgruppe
ab Klasse 6 (AG Schulfirma, AES, WBS, Informatik)
Materialien
  1. Flipcharts/Papier, Marker; Laptops/Tablet
  2. Zugänge: ChatGPT Business / Alternativen (schulKI, fobizz, Kiwi)
  3. Vorlagen: Trend-Impulse 2030, KI-Team-Rollen, Fair-Image-Canvas 2030



Ablaufübersicht

Phase Zeit Ziel Methode
1. Einstieg: Zukunft & Netzwerk 10 min Neugier & Vernetzungsidee wecken Kurzimpuls + Visual (Visionboard)
2. Kritikphase: Heute vs. Morgen 15 min Engpässe/Potenziale sammeln Kartenabfrage, Clustering
3. Fantasiephase: KI-Teams 2030 35 min Zukunftsbilder & Rollen entwerfen Gruppenarbeit mit KI-Tools
4. Realisierung: Projektplan & Netzwerk-Fit 30 min Umsetzungsplan + Netzwerk-Schnittstellen Fair-Image-Canvas 2030
5. Pitches & Feedback 20 min Sichtbarkeit, Qualitätssicherung Elevator-Pitch + Machlai-Feedback



1. Einstieg – Zukunft & Netzwerk

Impuls (Machlai, 6–8 min):

  1. Warum KI-Teams? Datenschutz, Rechte-/Rollen, Team-Workflows (ChatGPT Business).
  2. Was bedeutet netzwerkfähige Produktion (gemeinsame Vorlagen, Austausch, Releases)?
  3. Beispielpfade: KI-Motive → Shop/PoD; aiMOOCs → Unterricht; KI-Songs/Video → Socials/Events.

Diskussionsfragen (2–4 min):

  1. Welches Produkt/Prozess bei Fair-Image profitiert sofort von KI-Teams?
  2. Welche Rolle würdet ihr darin übernehmen?



2. Kritikphase – Heute vs. Morgen

Arbeitsanweisung (Gruppen, 15 min):

  1. Karten: „Was läuft heute nicht rund?“ / „Wo geht Zeit verloren?“ / „Was könnte KI verbessern?“
  2. Clustering an die Wand:
    1. Organisation & Rollen
    2. Produktion/Technik & Tools
    3. Nachhaltigkeit/Fairness
    4. Kommunikation/ÖA & Vertrieb
  3. Wählt 1–2 Kernprobleme für euer späteres KI-Team.



3. Fantasiephase – KI-Teams 2030

Auftrag (35 min): Entwerft euer KI-Team für 2030. Nutzt Trendkarten (z. B. „AR-Ausstellungen“, „ITS/FELIX“, „Green-Druckoptimierung“, „aiMOOC-Generator“). Erstellt ein Visionboard (Canva/Plakat) mit:

  1. Team-Name & Motto
  2. KI-Einsatz (Bilder/Video/Songs/Lernkurse/Green-Ops)
  3. Nutzen (Kund:innen, Schule, Öffentlichkeit, Umwelt)
  4. 1–2 realistische Schritte für 2025/26

Tool-Hinweise:

  1. Ideen/Text: ChatGPT Business
  2. Visuals/Poster: Bild-KI (z. B. DALL·E/SD-Workflow) + Canva
  3. Audio: Suno.ai (Snippet)
  4. Kurs-Konzept: aiMOOCs (Seitenstruktur)



4. Realisierung – Projektplan & Netzwerk-Fit

Canvas-Arbeit (30 min): Füllt das Fair-Image-Canvas 2030 aus und achtet auf Netzwerk-Anschlussfähigkeit (Rollen, Daten, Lizenzen, Releases).

Feld Leitfragen
Vision Wie sieht Fair-Image 2030 aus – aus Sicht eures KI-Teams?
Teilprojekt & Deliverables Welche Produkte liefert ihr (z. B. 20 Motive/Monat, 6 aiMOOCs/Jahr, 4 Musik-Snippets/Quartal, 1 AR-Ausstellung)?
Zielgruppen & Kanäle Für wen? (Schulen, Vereine, Kommunen, Firmen) Über welche Kanäle? (Shop, Website, Socials, Events)
KI-Stack Welche Tools/Prozesse? (Prompt-Vorlagen, Review-Schritte, Rendering, Dateiformate)
Nachhaltigkeit & Fairness Material-/Energie-Effizienz, Bias-Check, Urheberrecht, offene Lizenzen (CC-BY/CC-BY-SA), Quellenlog
Rollen & Kompetenzen z. B. Prompt-Lead, Design-Ops, Data/Legal, QA, Release-Manager:in, Doku
Netzwerk-Schnittstellen Welche Austauschformate mit anderen Schulen? (Vorlagen-Repo, Peer-Review, Co-Produktionen, gemeins. Releases)
Meilensteine (2025/26) 3 Termine mit Ergebnis (Prototyp, Pilot, Veröffentlichung)

Checkliste – Arbeitsanweisungen (konkret):

  1. Legt Dateistandards fest (z. B. PNG transparent 300 dpi; WAV/FLAC 44,1 kHz; MP4 H.264 1080p).
  2. Erstellt ein Prompt-Template (Aufbau, Stil, Negativ-Prompts, Seed/Serien).
  3. Definiert QA-Kriterien (Schärfe/Kanten, Artefakte, Rechte/Lizenzen, Bias-Review).
  4. Plant Release-Routinen (Changelog, Credits, Lizenzhinweis, Veröffentlichungsseite im Wiki/Shop).
  5. Hinterlegt ein Netzwerk-Paket (Vorlagen + kurze Anleitung), das andere Schulen direkt nutzen können.



5. Pitches & Feedback

  • 2-Min-Pitch pro Team mit Visionboard/Plakat/Audio-Snippet.
  • Feedback (Machlai):
  1. Architektur/Prozess-Fit (Datenflüsse, Rechte/Rollen, Skalierung)
  2. Machbarkeit/Kosten/Nutzen
  3. Netzwerk-Tauglichkeit (Wiederverwendbarkeit, Inter-School-Workflows)





Zukunftswerkstatt Fair-Image.de




Netzwerkaufbau: KI-Teams an vielen Schulen

Zielbild

Ein wachsendes KI-Teams-Netzwerk (Schulen, Medienzentren, Vereine, Hochschulen), das Vorlagen, Qualitätssicherung und Releases teilt – sichtbar auf Wiki-Seiten (z. B. Schul-Profile, Projektseiten, gemeinsame Galerien).

Rollen im Netzwerk (Vorschlag)

  1. School-Lead (pro Schule): Koordiniert die lokalen KI-Teams, Ansprechpartner:in.
  2. Product-Lead (Kategorie): Motive | Lernkurse | Media | Green – kuratiert Vorlagen/Standards.
  3. QA-Lead: Prüft Qualität, Lizenzen, Datenschutz, Bias.
  4. Release-Manager:in: Stellt Veröffentlichungen (Wiki/Shop/PoD/Playlist) fertig.
  5. Community-Lead (regional): Plant Austausch, Onboarding neuer Schulen.



Governance & Datenschutz

Thema Netzwerk-Standard Arbeitsanweisung
Accounts & Rechte SSO/Rollen in ChatGPT Business oder Alternative Admin legt Gruppen/Rollen an; Schüler:innen in Projekt-Spaces einladen
Datenräume Projekt-Ordner, nur notwendige Daten Keine Klarnamen in Prompts/Assets; PII vermeiden
Lizenzen CC-BY/CC-BY-SA für Unterrichtsassets Lizenz am Seitenende + Quellenlog pflegen
Bias/Urheberrecht Sichtprüfung + Quellenangabe Checkliste vor Release abhaken, ggf. nacharbeiten
Dokumentation Wiki-Seiten pro Projekt/Release Readme: Ziel, Prozess, Prompts, Assets, Team, Lizenz, Version



Onboarding neuer Schulen (konkret)

  1. Kick-off (60 min): Projekt vorstellen, Rollen vergeben, Zugang klären.
  2. Templates deployen: Prompt-Vorlagen, QA-Sheet, Canvas, Dateistandards.
  3. Pilot (4–6 Wo): 1 kleines Produkt/Team (z. B. 5 Motive + 1 aiMOOC-Seite).
  4. Review & Release (1 Wo): QA, Lizenz, Veröffentlichung im Wiki/Shop.
  5. Scaling: Zweites Team starten, regionale Peer-Runde aufsetzen.



Vergleich: Business/Schulumgebungen (Kurzüberblick)

Kriterium ChatGPT Business schulKI fobizz Kiwi
Modell/Leistung modernste Modelle; Code-Interpreter mehrere LLMs, schulnah GPT-/SD-Fokus Unterricht didaktischer Fokus
Datenschutz AVV, SSO/RBAC möglich DE-Hosting/AVV EU-Proxy/AVV DE-Server, minimiert
Team/Admin Workspaces, Rollen, Speicher Schul-Lizenzen/Klassenlinks Shared Spaces Basis-Admin
Bild/Video DALL·E; Video ggf. extern SD-Workflows DALL·E/SDXL einfach
Datei/Collab Upload/Analyse; Team-Storage Projekte, begrenzt geteilte Bereiche Notebooks/Material



Aufgabenpakete (für Klassen & AG)

Paket A: KI-Design (Motive) – 90 min

  1. 3 Prompt-Varianten entwerfen, 1 Styleguide schreiben.
  2. 10 Motive generieren, 3 auswählen, QA + Lizenz anfügen.
  3. Wiki-Release mit Readme + Quellenlog.



Paket B: KI-Lernkurse (aiMOOC) – 2×45 min

  1. Kurs-Gliederung, 6 Aufgabentypen, 4 Medien.
  2. 1 Kursseite aufsetzen, Testfragen einbauen, Lizenz + Doku.
  3. Peer-Review (andere Schule), dann Veröffentlichung.



Paket C: KI-Media (Song/Video) – 90 min + Homework

  1. 1 Audio-Snippet (Suno) + 10-Sek-Teaser (Video).
  2. Credits, Lizenz, Cover (KI-Bild) + Wiki-Release.
  3. Social-Plan (2 Posts, 1 Kurzclip).



Messbare Kennzahlen (Beispiele)

  1. 3 Schulen im Pilotquartal, 6 bis Jahresende.
  2. 2 wiederverwendbare Templates pro Kategorie.
  3. 1 Release/Team/Monat mit QA-Check.
  4. 1 regionales Peer-Treffen/Quartal (online/hybrid).



Wo hilft Rudolf Machlai konkret?

  1. Architektur & Prozesse: Team-/Rechte-Setups, Datei-Standards, Release-Pipelines.
  2. Datenschutz/Compliance: AV-Verträge/SSO, sichere Datenräume, Rollenmodelle.
  3. Skalierung: Netzwerk-Topologie (Schulen ↔ Leads), Vorlagen-Repos, Versionierung.
  4. Qualität/Review: Checklisten, „Definition of Done“, Audit von Prompts/Workflows.
  5. Partnering: Kontakt zu Hochschulen/Unternehmen, Mentoring für Product/QA-Leads.



Abschluss & Ausblick

  1. Ergebnisse als Galerie/Projektseiten veröffentlichen (Fair-Image.de, KI-Teams).
  2. Pilot an 1–2 Partnerschulen starten; gemeinsames Review nach 6–8 Wochen.
  3. Nächstes Ziel: gemeinsame Ausstellung (Schulhaus/AR-Stadtraum) + PoD-Sonderedition.





Zukunftswerkstatt Fair-Image.de



Partnerschaft mit Rudolf Machlai & Daimler Truck – vom Pilot zur Skalierung

Ziel dieses Kapitels: Konkrete Beiträge von Rudolf Machlai und Daimler Truck beschreiben, um die Vision KI-Teams schulübergreifend (Netzwerk mehrerer Schulen) wirksam zu machen – von der Architektur über Datenschutz bis zu Mentoring, Pilotprojekten und Skalierung.

1) Rollen & Verantwortungen

Akteur:in Hauptbeitrag Konkrete Aufgaben (Auszug)
Rudolf Machlai (Head of IT Enterprise Architecture) Strategische IT-Architektur, Prozess-Mentoring, Qualitätssicherung
  1. Architektur-Blueprints für Schul-/Team-Workspaces (Rechte, Datenflüsse)
  2. Review von Release-Pipelines (Motive, aiMOOCs, Media)
  3. Datenschutz-/Compliance-Checks (AV-Verträge, Rollenmodelle)
  4. Coaching für School-Leads und Product-Leads
Daimler Truck (Corporate Partner) Netzwerk-Enablement, Praxiszugänge, Ressourcen
  1. School-to-Business-Brücke (Fallstudien, Gastvorträge, Werks-/Lab-Einblicke)
  2. CSR/Engagement: Sachleistungen (Workshops, Räume, ggf. Lizenzen/Hardware)
  3. Talent-Programme (Job-Shadowing, Praktikumsfenster, Mentoringtage)
  4. Co-Events: KI-Teams-Hackday, Review-Sprints, Abschluss-Showcases
Schulen (Netzwerk) Umsetzung, Curricula-Anbindung, Dokumentation
  1. Lokale KI-Teams aufsetzen (Rollen, Kalender, QA)
  2. Projekte produktiv machen (Monats-Releases)
  3. Geteilte Vorlagen/Standards pflegen (Prompt-Templates, QA-Sheets)



2) Programmaufbau mit Daimler Truck (Vorschlag)

Phase Dauer Zielbild Beiträge Machlai / Daimler Truck Deliverables
0. Alignment 2–3 Wochen Ziele, Datenschutz, Rollen & Governance stehen
  1. Kick-off (Machlai + School-Leads)
  2. AVV/DSGVO-Prüfung, NDA-Vorlagen
  3. Tool-Stack-Abstimmung (z. B. ChatGPT Business/Alternativen)
 Projektdokument „Operating Model“; Rollenmatrix; Datenschutz-Checkliste
1. Pilot 6–8 Wochen 2–3 Schulen, je 1 KI-Team live
  1. 1 Impulstag (Architektur/Prozess)
  2. 2 Mentoring-Sprechstunden (Machlai)
  3. 1 Werks-/Lab-Einblick (Daimler Truck)
 3 Monats-Releases (Motive/aiMOOC/Media); QA-Protokolle; Post-Mortem
2. Review & Hardening 2 Wochen Stabiler Netzwerk-Kern
  1. Architektur-Review (Machbarkeit/Skalierung)
  2. Security/Compliance-Check (DT Legal/IT)
 „Definition of Done“, freigegebene Standards, Release-Pipeline v1.0
3. Scaling 8–12 Wochen 6+ Schulen onboarded
  1. Train-the-Trainer (School-Leads)
  2. KI-Teams-Hackday (bei/mit Daimler Truck)
  3. Community-Rituale (Monthly Demos)
 6+ aktive Teams; Template-Repo; Community-Kalender; Showcase-Seite



3) Architektur- und Prozessbeiträge im Detail

Workspace-Architektur (Machlai)
  1. Rollenmodell: Admin (Schule), School-Lead, Product-Lead, QA-Lead, Release-Manager:in, Contributor
  2. Datenräume: Projektordner pro Team (Entwurf ↔ Review ↔ Release), strikte Trennung personenbezogener Daten
  3. Pipelines: Prompt-Entwurf → Generierung → QA/Bias-Check → Lizenz/Quellenlog → Release (Wiki/Shop/Playlist)
Prozess-Standards (mit Daimler Truck)
  1. Definition of Done (DoD) je Kategorie (Motive, aiMOOCs, Media, Green)
  2. QA-Gate vor Veröffentlichung (Kanten/Artefakte, Rechte, Lizenz, Bias, Nachhaltigkeitsvermerk)
  3. Versionierung (SemVer für Vorlagen & Releases; Change-Log)
Datenschutz & Compliance
  1. AVV/NDA-Set (Muster), minimaler Datensatz, keine Klarnamen in Prompts
  2. Audit-Trails (wer, was, wann), Löschkonzept, Zugriffsprotokolle



4) Lern- & Praxisformate mit Daimler Truck

  1. Industry-Insights (45–60 min, online/hybrid): Architektur in Großunternehmen, reale KI-Use-Cases, Team-Workflows
  2. Job-Shadowing-Fenster (1–3 Tage): Schüler:in begleitet IT-/Design-/Data-Teams (Beobachtung, Mini-Aufträge)
  3. Werks-/Lab-Besuche (Halbtag): Datenflüsse erleben (vom Bedarf zur Lösung), Q&A mit Fachleuten
  4. Mentor:innen-Sprechstunde (monatlich, 45 min/Schule): Roadblock-Klärung (Tech, Prozess, Recht)
  5. KI-Teams-Hackday (1 Tag): gemischte Schul-Teams + Daimler-Mentor:innen → Prototypen, Jury, Awards



5) Konkrete Arbeitsanweisungen für Schulen

  1. Legt pro KI-Team einen Release-Kalender (1/Monat) fest.
  2. Erstellt Prompt-Templates (Stil, Negativ-Prompts, Metadaten).
  3. Führt ein QA-Sheet (Check-Kästchen für Technik/Recht/Bias).
  4. Dokumentiert jede Veröffentlichung im Wiki: Ziel, Prozess, Assets, Team, Lizenz, Version/Datum.
  5. Meldet 1x/Monat ein Community-Update (3 Sätze + Link) für die Netzwerk-Seite KI-Teams.



6) KPI-Set & Reporting (gemeinsam mit Daimler Truck)

KPI Ziel (Pilot) Messung Hinweis
Aktive Schulen ≥ 3 Onboarding-Liste Wachstum auf 6+ in Phase „Scaling“
Aktive KI-Teams ≥ 4 Release-Kalender je Team ≥ 1 Release/Monat
Vorlagen-Repo (Templates) ≥ 8 Repo-Zählung Prompt/QA/DoD je Kategorie
QA-Pass-Rate ≥ 90 % QA-Sheet Nachbesserung dokumentieren
Community-Events 1/Quartal Terminliste Hackday/Showcase/Demo-Day



7) Risiken & Gegenmaßnahmen

  1. Datenschutz/Compliance → Frühzeitige AVV/NDA-Klärung; Rollen sauber trennen; Schulungen
  2. Ressourcen/Zeiten → Fixe, kurze Rituale (Monthly Demo, 45 min); schlanke Sprints (4–6 Wochen)
  3. Qualität → DoD + QA-Gate; Peer-Review zwischen Schulen; Mentor:in-Feedback
  4. Abhängigkeit von Tools → Alternativen pflegen (z. B. schulKI/fobizz/Kiwi); Export-/Archiv-Formate festlegen



8) Budget-/Ressourcen-Hinweise (Beispiele)

  1. Workshops/Coachings (Sach-/Zeitspenden im Rahmen CSR möglich)
  2. Reisekosten für Werksbesuche/Showcases (Schule/Träger/Fördertopf)
  3. Hardware/Software light (Leihgeräte, Testlizenzen, Räume)



9) Nächste Schritte (konkret)

  1. Kick-off anfragen: Termin mit Rudolf Machlai + School-Leads (45–60 min)
  2. Dokupaket aktivieren: Rollenmatrix, DoD, QA-Sheet, Prompt-Templates, Datenschutz-Hinweise
  3. Pilot-Schulen festlegen: 2–3 Schulen + je 1 KI-Team (Release nach 6–8 Wochen)
  4. Community-Kalender im Wiki KI-Teams pflegen (Demos, Hackday, Showcase)
  5. Showcase planen: gemeinsame Ausstellung (Schule/AR-Stadt), Online-Galerie, PoD-Edition












Schulfach+




aiMOOCs



aiMOOC Projekte












YouTube Music: THE MONKEY DANCE


Spotify: THE MONKEY DANCE


Apple Music: THE MONKEY DANCE

Amazon Music: THE MONKEY DANCE



The Monkey Dance SpreadShirtShop



Video laden
YouTube


The Monkey Dance | aiMOOCs

  1. Trust Me It's True: #Verschwörungstheorie #FakeNews
  2. Gregor Samsa Is You: #Kafka #Verwandlung
  3. Who Owns Who: #Musk #Geld
  4. Lump: #Trump #Manipulation
  5. Filth Like You: #Konsum #Heuchelei
  6. Your Poverty Pisses Me Off: #SozialeUngerechtigkeit #Musk
  7. Hello I'm Pump: #Trump #Kapitalismus
  8. Monkey Dance Party: #Lebensfreude
  9. God Hates You Too: #Religionsfanatiker
  10. You You You: #Klimawandel #Klimaleugner
  11. Monkey Free: #Konformität #Macht #Kontrolle
  12. Pure Blood: #Rassismus
  13. Monkey World: #Chaos #Illusion #Manipulation
  14. Uh Uh Uh Poor You: #Kafka #BerichtAkademie #Doppelmoral
  15. The Monkey Dance Song: #Gesellschaftskritik
  16. Will You Be Mine: #Love
  17. Arbeitsheft


© The Monkey Dance on Spotify, YouTube, Amazon, MOOCit, Deezer, ...

Video laden
YouTube



Text bearbeiten Bild einfügen Video einbetten Interaktive Aufgaben erstellen

Teilen Facebook Twitter Google Mail an MOOCit Missbrauch melden Zertifikat beantragen


0.00
(0 Stimmen)











Children for a better world >> Förderung der AI Fair-Image Challenge

Fair-Image wird von CHILDREN JUGEND HILFT! gefördert und ist mit der deutschlandweiten AI Fair-Image Challenge SIEGERPROJEKT 2025. Alle Infos zur Challenge hier >>. Infos zum Camp25 gibt es hier. Wenn auch Ihr Euch ehrenamtlich engagiert und noch finanzielle Unterstützung für Eurer Projekt braucht, dann stellt gerne einen Antrag bei JUGEND HILFT.





Datei:Logo Deutscher Engagementpreis.svg
Abgerufen von „https://moocit.de/index.php?title=Zukunftswerkstatt_Fair-Image.de&oldid=91588“