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
| Begriff | Erklärung |
|---|---|
| Agent | Handelndes System beim bestärkenden Lernen |
| Clustering | Gruppenbildung ohne Vorgaben |
| Feature / Merkmal | Eingabeinformation eines Beispiels |
| Inferenz | Anwenden des fertigen Modells auf neue Daten |
| Klassifikation | Vorhersage einer Kategorie |
| Label | Bekannte richtige Antwort eines Trainingsbeispiels |
| Modell | Gelernte Regeln mit vielen Stellschrauben (Parametern) |
| Overfitting | Auswendiglernen statt Verstehen; versagt bei neuen Daten |
| Policy | Gelernte Handlungsstrategie eines Agenten |
| Regression | Vorhersage einer Zahl |
| Schwache KI | Spezialist für eine Aufgabe; alle heutigen Systeme |
| Starke KI (AGI) | Allgemeine Intelligenz auf Menschenniveau; existiert nicht |
| Training | Anpassen 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.