Modul 1

Zusammenfassung

Geprüft am 19.11.2026

KI

Oberbegriff für Systeme, die Denkaufgaben übernehmen – auch regelbasiert.

Maschinelles Lernen

Regeln werden aus Beispieldaten gelernt statt programmiert.

Deep Learning

ML mit vielschichtigen neuronalen Netzen, stark bei Bild, Ton, Text.

Generative KI

Erzeugt neue Inhalte; Sprachmodelle lernen selbstüberwacht.

Überwacht

Mit Labels. Ergebnis: Zahl (Regression) oder Kategorie (Klassifikation).

Unüberwacht

Ohne Labels. Findet Gruppen, Ausreißer, Vereinfachungen.

Bestärkend

Agent lernt durch Belohnung und Strafe beim Handeln.

Training und Test

Lernen an Beispielen, ehrliche Prüfung an neuen Daten.

Glossar Modul 1

BegriffErklärung
AgentHandelndes System beim bestärkenden Lernen
ClusteringGruppenbildung ohne Vorgaben
Feature / MerkmalEingabeinformation eines Beispiels
InferenzAnwenden des fertigen Modells auf neue Daten
KlassifikationVorhersage einer Kategorie
LabelBekannte richtige Antwort eines Trainingsbeispiels
ModellGelernte Regeln mit vielen Stellschrauben (Parametern)
OverfittingAuswendiglernen statt Verstehen; versagt bei neuen Daten
PolicyGelernte Handlungsstrategie eines Agenten
RegressionVorhersage einer Zahl
Schwache KISpezialist für eine Aufgabe; alle heutigen Systeme
Starke KI (AGI)Allgemeine Intelligenz auf Menschenniveau; existiert nicht
TrainingAnpassen der Stellschrauben, bis die Fehler klein sind

Weiter geht es mit Modul 2: Mathematik und Statistik – die Werkzeuge, mit denen ein Modell seine Fehler misst und verkleinert.

Hinweise für Lehrende

Lassen Sie die Teilnehmenden jede Karte in einem Satz laut erklären, reihum. Wer hängen bleibt, bekommt Hilfe aus der Gruppe. Geben Sie den Ausblick auf Modul 2 und nehmen Sie die Angst vor Mathe: Es geht um Rechenwege, die man mit einem einfachen Taschenrechner nachvollziehen kann.