Problemstellung
KI-Systeme beeinflussen zunehmend gesellschaftliche Prozesse – insbesondere im Alltag junger Menschen. Für eine zeitgemäße Allgemeinbildung reicht die Anwendung solcher Systeme nicht aus. Lernende müssen auch verstehen, wie KI funktioniert und welche Rolle Daten darin spielen. Insbesondere Data Literacy, also der reflektierte und kompetente Umgang mit Daten, ist eine Schlüsselkompetenz für mündige Teilhabe im digitalen Zeitalter (Wilkerson & Pohlman, 2020).
Forschungsstand
Im Mathematik- und Informatikunterricht, aber auch in anderen Fächern, wächst der Bedarf, Kompetenzen im Bereich Künstliche Intelligenz und Data Science aufzubauen – durch die Vermittlung dieser Inhalte als Lerngegenstand. Im Projekt Data Science und Big Data in der Schule (www.prodabi.de) werden interdisziplinäre Unterrichtsmaterialien entwickelt und beforscht, die zentrale Konzepte wie Datenexploration (Podworny, 2024), maschinelles Lernen (Biehler & Fleischer, 2021) oder Datenbewusstsein (Höper & Schulte, 2023) vermitteln. Im Projekt JouDaLi wird die Data Literacy von (Wissenschafts-)Journalisten gefördert, wobei der Umgang mit manipulativen medialen Darstellungen auch schulisch hohe Relevanz besitzt (Binder & Vogel, im Druck). Forschung zeigt, dass ein Zugang über Modellierung und Datenanalyse – oft mit einfach zugänglichen Tools – das Verstehen von KI erleichtert (z. B. Podworny, et al., 2025). Weitere Projekte wie CAMMP und KI macht Schule befassen sich ebenfalls mit den theoretischen Grundlagen datenbasierter KI.
Fragestellung und Zielsetzung
Wie können fachdidaktisch fundierte Konzepte - über Mathematik und Informatik hinaus - entwickelt werden, die Data Literacy und KI-Verständnis fördern? Ziel ist die Entwicklung tragfähiger, vernetzter Bildungsstrategien für Data Literacy und KI.
Design
Vorgestellt und gemeinsam erprobt werden unterrichtspraktische Materialien aus ProDaBi, die explorative Datenanalysen und KI-Konzepte (z. B. Entscheidungsbäume) verknüpfen.
Bisherige Ergebnisse und Diskussion
Lernende erlangen grundlegende Kompetenzen in Data Literacy und KI Bildung, wenn sie selbst mit Daten arbeiten (z. B. Binder & Vogel, im Druck, Biehler et al, 2022).
Schnittstellen, Übergänge, Vernetzungen
Der Workshop bietet Raum für Austausch zwischen Fachdidaktiken, Diskussionen über Rahmenbedingungen und konkrete Erprobung von Tools wie CODAP.
