Glossar - KI im Unterricht
A
Algorithmus : Eine Schritt-für-Schritt-Anweisung zur Lösung von Problemen oder Aufgaben, häufig in der Informatik verwendet.Artificial Intelligence (KI) : Simulation menschlicher Intelligenz durch Maschinen, insbesondere Computersysteme.Asynchrones Lernen : Nutzung von KI-Tools für individuelles Lernen, ohne dass alle Teilnehmenden gleichzeitig online sein müssen.Adaptive Lernsysteme : KI-gestützte Plattformen, die sich an die Bedürfnisse und Fähigkeiten einzelner Schüler anpassen.Augmented Reality (AR) : Erweiterte Realität, die KI einsetzt, um digitale Elemente in die reale Welt zu integrieren.Automatisierung : Nutzung von Technologien wie KI, um Aufgaben ohne menschliches Eingreifen auszuführen.
B
Big Data : Sehr große Datenmengen, die durch KI analysiert werden können, um Muster und Erkenntnisse zu gewinnen.Bot : Ein automatisiertes Programm, das Aufgaben online oder in Softwaresystemen ausführt.Bias in KI : Vorurteile oder Verzerrungen, die durch unausgewogene Trainingsdaten in KI-Systemen entstehen können.Bildverarbeitung : KI-Technologie, die Bilder analysiert und interpretiert, z. B. für visuelle Erkennung.Blockchain im Unterricht : Technologie, die Transparenz und Sicherheit bei der Datenspeicherung ermöglicht.Bildungs-KI : Systeme, die speziell entwickelt wurden, um den Lernprozess zu unterstützen und zu verbessern.
C
Chatbots : KI-gesteuerte Systeme, die mit Benutzern interagieren und Informationen bereitstellen.Cloud Computing : Bereitstellung von Rechenleistung und Speicherplatz über das Internet, oft Grundlage für KI-Systeme.Computer Vision : Teilgebiet der KI, das es Computern ermöglicht, visuelle Daten zu interpretieren.Cybersicherheit : Schutz vor digitalen Bedrohungen, oft durch KI-gestützte Systeme.Curriculum Design : Einsatz von KI, um Lehrpläne basierend auf Lerndaten zu optimieren.
D
Data Mining : Prozess der Analyse großer Datenmengen, um Muster und Wissen zu extrahieren.Deep Learning : Fortgeschrittene KI-Technologie, die neuronale Netze zur Problemlösung nutzt.Digitale Assistenten : KI-Systeme wie Siri oder Alexa, die Informationen bereitstellen und Aufgaben ausführen.Datenschutz : Schutz persönlicher Informationen bei der Verwendung von KI-Systemen im Unterricht.Datenethik : Untersuchung moralischer Fragen im Zusammenhang mit der Nutzung von Daten und KI.
E
F
Feedback-Systeme : KI-gestützte Systeme, die individuelles Feedback zum Lernen geben.Fuzzy Logic : Methode in der KI, die mit unscharfen Daten arbeitet, um menschliches Denken nachzuahmen.Förderung durch KI : Unterstützung benachteiligter Schüler durch personalisierte Lernangebote.Formative Evaluation : Einsatz von KI zur kontinuierlichen Bewertung und Verbesserung des Lernprozesses.
G
Gamification : Integration spielerischer Elemente ins Lernen, oft unterstützt durch KI.Generative KI : Systeme wie ChatGPT, die Inhalte wie Texte, Bilder oder Videos erstellen.Gesichtserkennung : KI-Technologie zur Identifikation von Personen anhand von Gesichtern.Globale Kompetenzen : Fähigkeiten, die Schüler durch KI-gestützte Werkzeuge für die Zukunft entwickeln können.
H
Human-in-the-Loop : Ansatz, bei dem Menschen KI-Systeme überwachen und anpassen.Holografie : Einsatz von KI, um 3D-Bilder zu erstellen, die für interaktive Lernumgebungen genutzt werden können.Hybrides Lernen : Kombination von Präsenzunterricht und KI-gestütztem Online-Lernen.Handschriftenerkennung : KI-Technologie, die handschriftliche Texte in digitale Form umwandelt.
I
J
Job-Analyse : Einsatz von KI, um zukünftige berufliche Anforderungen zu ermitteln.Just-in-Time-Lernen : Bereitstellung von Lerninhalten genau dann, wenn sie benötigt werden, durch KI.
K
L
M
Maschinelles Lernen : Teilgebiet der KI, bei dem Systeme durch Daten "lernen".Mustererkennung : KI-Technologie, die in Daten Muster identifiziert, z. B. für Analysen.Mentale Modelle : Verständnis von Konzepten, das durch KI-gestützte Visualisierungen gefördert wird.Medienkompetenz : Fähigkeit, KI-Tools effektiv und verantwortungsvoll zu nutzen.
N
O
P
Personalisierung : Anpassung von Lerninhalten und -methoden an individuelle Schülerbedürfnisse durch KI.Predictive Analytics : Nutzung von KI, um zukünftige Trends oder Leistungen vorherzusagen.Programmieren : Erstellung von KI-Modellen, oft durch spezialisierte Programmiersprachen.
Q
Quantencomputing : Zukunftstechnologie, die KI-Systeme deutlich leistungsfähiger machen könnte.Qualitätskontrolle : Einsatz von KI, um Bildungsinhalte zu analysieren und zu optimieren.
R
Robotik : Entwicklung von Robotern, die durch KI gesteuert werden und im Unterricht eingesetzt werden können.Risikomanagement : Identifikation und Minderung von Risiken bei der Einführung von KI in Schulen.Recommender-Systeme : KI-Technologie, die Inhalte basierend auf Vorlieben und Bedürfnissen empfiehlt.
S
T
U
Unterstützungs-KI : Systeme, die Lehrern und Schülern helfen, Lernprozesse zu erleichtern.Usability : Benutzerfreundlichkeit von KI-Systemen im Bildungsbereich.
V
W
X
Y
YouTube-Analyse : Einsatz von KI, um Lerninhalte auf Plattformen wie YouTube zu optimieren.
Z
Zukunftsperspektiven : Potenziale und Herausforderungen für den Einsatz von KI im Bildungsbereich.Zugangsgerechtigkeit : Sicherstellung gleicher Chancen für alle Schüler bei der Nutzung von KI-Technologien.
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
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 .
