Modul 1

Übungen

Geprüft am 19.11.2026

Tragen Sie Ihre Antworten direkt in die Felder unter jeder Aufgabe ein. Auswahlfelder prüft die Seite sofort mit „Zahlen und Auswahl prüfen“. Freitext-Antworten bewertet auf Knopfdruck die KI wie ein IHK-Prüfer, mit Punkten und Begründung. Öffnen Sie die Musterlösung erst danach. Ihre Antworten werden gespeichert, und Ihre Lehrkraft sieht Ihren Stand.

Aufgabe 1: Zuordnen

6 Punkte

Ordnen Sie jedem Fall Lernart und Aufgabentyp zu.

  1. Ein Energieversorger sagt den Stromverbrauch für morgen in Megawattstunden voraus.
  2. Eine Versicherung erkennt, ob ein Schadensfall Betrug ist; alte Fälle sind geprüft und markiert.
  3. Ein Supermarkt teilt Kundenkarten-Daten in Gruppen ein, ohne Vorgaben.
  4. Ein Programm lernt ein Videospiel, indem es Punkte sammelt.
  5. Eine Bank sucht ungewöhnliche Überweisungen, ohne dass Betrugsfälle markiert sind.
  6. Eine Klinik erkennt auf Hautfotos, ob ein Muttermal gutartig oder bösartig ist; Ärzte haben 20.000 Fotos bewertet.
Ihre Antwort0 / 6 P.
Musterlösung anzeigen
Nr.LernartAufgabentyp
1ÜberwachtRegression (Zahl)
2ÜberwachtBinäre Klassifikation
3UnüberwachtClustering
4BestärkendStrategie lernen (Policy)
5UnüberwachtAnomalieerkennung
6ÜberwachtBinäre Klassifikation (Computer Vision)

Je 1 Punkt, wenn Lernart und Aufgabentyp stimmen.

Aufgabe 2: Erklären

2 Punkte

Erklären Sie einer Kollegin ohne IT-Kenntnisse in zwei Sätzen den Unterschied zwischen klassischer Programmierung und maschinellem Lernen.

Ihre Antwort0 / 2 P.
Musterlösung anzeigen

Bei klassischer Programmierung schreibt ein Mensch genaue Regeln auf, nach denen der Computer arbeitet. Beim maschinellen Lernen bekommt der Computer viele Beispiele mit den richtigen Antworten und leitet die Regeln daraus selbst ab.

Aufgabe 3: Begriffe im Beispiel

4 Punkte

Ein Autohändler will den Verkaufspreis von Gebrauchtwagen schätzen. Er hat eine Tabelle mit 8.000 verkauften Autos: Marke, Baujahr, Kilometerstand, Unfallwagen ja/nein und erzielter Preis. Nennen Sie die Merkmale, das Label, den Aufgabentyp und die Lernart.

Ihre Antwort0 / 4 P.
Musterlösung anzeigen
  • Merkmale: Marke, Baujahr, Kilometerstand, Unfallwagen (1 P.)
  • Label: erzielter Preis (1 P.)
  • Aufgabentyp: Regression, da der Preis eine Zahl ist (1 P.)
  • Lernart: überwachtes Lernen, da der Preis für alle Beispiele bekannt ist (1 P.)

Häufiger Fehler: „Unfallwagen ja/nein“ als Label nennen. Es ist ein Merkmal, weil es nicht vorhergesagt werden soll.

Aufgabe 4: KI oder nicht?

4 Punkte

Entscheiden Sie jeweils: keine KI, KI ohne maschinelles Lernen, oder maschinelles Lernen.

  1. Ein Taschenrechner
  2. Ein Spamfilter, der nur eine von Hand gepflegte Liste verbotener Wörter prüft
  3. Ein Spamfilter, der aus markierten Mails gelernt hat
  4. Ein Navi, das Fahrzeiten aus Millionen früheren Fahrten schätzt
Ihre Antwort0 / 4 P.
Musterlösung anzeigen
  1. Keine KI – reines Rechnen nach festen Rechenregeln, keine Denkaufgabe wie Erkennen oder Einschätzen.
  2. KI ohne maschinelles Lernen (regelbasiert). Ob man eine einfache Wortliste schon „KI“ nennt, ist umstritten – in der Prüfung mit „regelbasiert, kein ML“ begründen.
  3. Maschinelles Lernen (überwacht, Klassifikation).
  4. Maschinelles Lernen (überwacht, Regression).

Aufgabe 5: IHK-Situationsaufgabe

4 Punkte

Ein Onlinehändler möchte seine Kundschaft in Gruppen mit ähnlichem Kaufverhalten einteilen, um gezielter zu werben. Vorgegebene Gruppen gibt es nicht. Welches Lernparadigma und welches Verfahren schlagen Sie vor? Begründen Sie.

Ihre Antwort0 / 4 P.
Musterlösung anzeigen

Unüberwachtes Lernen (1 P.), da keine Labels bzw. vorgegebenen Gruppen existieren (1 P.). Verfahren: Clustering, z. B. k-Means (1 P.). Mögliche Merkmale: Kaufhäufigkeit, durchschnittlicher Warenkorbwert, Zeit seit dem letzten Kauf (1 P.).

Aufgabe 6: Aus der Produktion

4 Punkte

Nennen Sie je ein Beispiel für Regression und Klassifikation aus einem Fertigungsbetrieb und begründen Sie die Zuordnung.

Ihre Antwort0 / 4 P.
Musterlösung anzeigen

Regression: Restlebensdauer eines Kugellagers in Betriebsstunden vorhersagen – das Ergebnis ist eine Zahl (2 P.). Klassifikation: Ein Bauteil anhand eines Kamerabilds als „in Ordnung“ oder „Ausschuss“ einstufen – das Ergebnis ist eine Kategorie (2 P.).

Hinweise für Lehrende

Lassen Sie die Aufgaben in Zweiergruppen bearbeiten, 20 bis 25 Minuten. Besprechen Sie danach gemeinsam. Achten Sie darauf, dass bei jeder Antwort eine Begründung genannt wird.

Aufgabe 4, Teil 2 eignet sich für eine kurze Diskussion: Wo hört Software auf, wo fängt KI an? Für die Prüfung zählt die saubere Begründung.