Kategorie: KI

Veröffentlicht in Apps, Fortbildung, Ipad, KI, Lernprogramme

TippTrainer-Update: Lokale Serverlösungen, Gamification und neue Exportfunktionen

Veröffentlicht am von Thomas Moch

Das Schreiben mit der Tastatur stellt für viele Schülerinnen und Schüler eine wesentliche Entlastung gegenüber der Handschrift dar. Damit ein kontinuierliches Tastaturtraining im Schulalltag gelingt, müssen Lernanwendungen jedoch drei zentrale Hürden überwinden: Sie müssen datenschutzkonform ohne komplexe Anmeldeprozesse funktionieren, barrierefreie Funktionen mitbringen und sich flexibel an individuelle Lernvoraussetzungen anpassen lassen.

Mit dem aktuellen Update erfährt die freie Lernanwendung TippTrainer eine umfassende technische und didaktische Erweiterung. Neben zahlreichen Fehlerbehebungen (Bugfixes) führt die neue Version lokale Server-Betriebsmodi für verschiedene Betriebssysteme, ein steuerbares Belohnungssystem sowie erweiterte Exportfunktionen für Arbeitsblätter und Lernplattformen wie die BayernCloud Schule (ByCS) ein.

Warum ein angepasstes Tastaturtraining?

In heterogenen Lerngruppen und an Förderschulen stoßen standardisierte Schreiblernprogramme häufig an ihre Grenzen. Ein zu hohes Grundtempo, starre Übungsabfolgen oder überfrachtete Benutzeroberflächen führen schnell zu Frustration.

Die neuen Funktionen des TippTrainers unterstützen einen individualisierbaren Ansatz :

  • Kognitive und motorische Differenzierung: Lehrkräfte können eigene Lektionen erstellen, die exakt auf den aktuellen Unterrichtswortschatz (z. B. im Schriftspracherwerb oder im Fachunterricht) sowie auf die motorischen Fähigkeiten einzelner Lernender zugeschnitten sind.
  • Strukturierte Motivationsförderung: Schülerinnen und Schüler profitieren von unmittelbarem Feedback und klaren Token-Systemen. Die neue, profilbasierte Gamification-Option nutzt dieses Prinzip, begrenzt die Spielzeit jedoch konsequent durch ein tägliches Limit.
  • Multimodale Verknüpfung: Durch die Möglichkeit, Übungen als klassische Arbeitsblätter auszudrucken, wird eine Brücke zwischen analoger Vorstrukturierung und digitaler Umsetzung geschlagen.

Praktische Umsetzung: Neue Betriebsmodi für den Schulalltag

Neben der bewährten Single-File-HTML-Variante stehen ab sofort dedizierte Server-Versionen für macOS, Windows, Linux sowie speziell für den Raspberry Pi zur Verfügung. Diese Architektur ermöglicht eine vollständige Datenhaltung im lokalen Schulnetzwerk, ohne dass externe Server oder Cloud-Dienste eingebunden werden müssen. Sämtliche Schülerprofile, individuellen Lektionen und Lernergebnisse verbleiben lokal auf dem jeweiligen Host-Gerät.

Für den schulischen Einsatz ergeben sich daraus drei zentrale Anwendungsszenarien:

1. Ad-hoc-Einsatz über den Computer der Lehrkraft

Für einzelne Unterrichtsstunden oder den mobilen Einsatz in verschiedenen Klassenzimmern startet die Lehrkraft die Server-Version direkt auf ihrem Dienst- oder Klassenzimmercomputer. Das Programm generiert automatisch eine übersichtliche Infoseite mit einem Direktlink und einem QR-Code, die beispielsweise über das digitale Whiteboard projiziert werden kann. Die Schülerinnen und Schüler scannen den QR-Code mit der Kamera ihres iPads oder Tablets, woraufhin sich der TippTrainer im Browser über das lokale Netzwerk öffnet. Alle Lernstände werden unmittelbar auf dem Computer der Lehrkraft gesichert..

2. Dauerhafte Lernstation über einen Raspberry Pi

Für Schulen oder Klassenstufen, die den TippTrainer dauerhaft im Wochenplan oder in der Freiarbeit verankern möchten, bietet sich die Installation auf einem Raspberry Pi (oder auf einem Schulserver oder NAS) an. Der Einplatinenrechner wird per LAN oder WLAN in das schulische Netzwerk eingebunden und fungiert als autarker lokaler Lernserver. Alle Lehrkräfte sowie Schülerinnen und Schüler im selben Netzwerk können jederzeit per Link oder ausgehängtem QR-Code auf ihre Profile und Übungen zugreifen. Die Datenverwaltung erfolgt zentral und datenschutzkonform auf dem Raspberry Pi.

3. Verzahnung mit der Online-Version für Vorbereitung und Hausaufgaben

Die bekannte Web-Version unter https://lernsachen.online/tipp-trainer/ bleibt weiterhin als ergänzendes Werkzeug bestehen. Sie eignet sich für das Üben zu Hause sowie für die Unterrichtsvorbereitung der Lehrkraft: Neue Lektionen lassen sich am heimischen Arbeitsplatz im Browser erstellen, als Datei exportieren und anschließend in der Schule in die lokale Server-Version (etwa auf dem Raspberry Pi) importieren.

Funktionserweiterungen: Gamification und neue Exportformate

Über die neue Server-Architektur hinaus erweitert das Update die didaktischen Möglichkeiten durch Motivationsanreize und vielseitige Schnittstellen.

Eingebaute KI Prompts zum Erstellen von Lektionen

Neue individuelle Übungen können in 6 unterschiedlichen Übungsformen mit Hilfe eingebauter KI Prompts erstellt werden. Der Prompt wird über eingebaute Liks an gängige Chatbots übertragen. Der Assistent erstellt im Dialog passgenaue Übungen in geeignetem Niveau, Sprachstil und Länge. Das KI Ergebnis kann einfach über die Zwischenablage in den Lektionen Editor übernommen werden.

Gezielte Belohnung durch integrierte „Spielhalle“

Auf Wunsch kann für jedes Schülerprofil individuell eine Gamification-Option aktiviert werden. Nach dem erfolgreichen Abschluss einer Tipp-Aufgabe erhalten die Lernenden eine Belohnung in Form virtueller Münzen. Um eine Verschiebung des Unterrichtsfokus hin zum reinen Spielen zu verhindern, ist der Verdienst auf maximal drei Münzen pro Tag begrenzt.

Diese Münzen können in der integrierten „Spielhalle“ für kurze Pausen-Einheiten eingelöst werden. Zur Auswahl stehen vier klassische, leicht verständliche Mini-Spiele:

  • Mampf-Man (Labyrinth-Geschicklichkeitsspiel)
  • Tetris (Räumliches Denken und Reaktion)
  • Vollgas (Reaktions-Rennspiel)
  • Super Hüpfer (Klassisches Jump-’n’-Run-Prinzip)

Arbeitsblätter, Offline-Widgets und SCORM-Export

Für die Unterrichtsvorbereitung und die Einbindung in bestehende Lernmanagementsysteme wurden drei neue Exportformate integriert:

  1. Druckbare Arbeitsblätter: Zu den digitalen Übungen lassen sich passgenaue Arbeitsblätter generieren und ausdrucken, um Texte vorab zu erlesen, Silben zu markieren oder Schreibaufgaben handschriftlich zu ergänzen.
  2. Standalone-HTML-Widget (Offline): Einzelne Übungen können als eigenständige HTML-Datei exportiert werden. Diese Datei lässt sich ohne Server oder Internetverbindung auf jedem Endgerät öffnen – ideal für die Weitergabe einzelner Wochenplan-Aufgaben.
  3. SCORM-Lernpakete: Komplette Übungen können als SCORM-Paket exportiert und direkt in schulische Lernplattformen wie Mebis / ByCS (BayernCloud Schule) oder Moodle eingebunden werden.

Methodisch-didaktische Hinweise für den Unterrichtseinsatz

Um das Potenzial der neuen Funktionen im sonderpädagogischen Alltag optimal auszuschöpfen, empfehlen sich folgende methodische Vorgehensweisen:

  • Profilbasierte Steuerung der Gamification nutzen: Nicht jede Schülerin und jeder Schüler profitiert gleichermaßen von Spielelementen. Während das Münzsystem bei vielen Lernenden die Anstrengungsbereitschaft deutlich erhöht, kann es bei Kindern mit starker Reizoffenheit zu Ablenkung führen. Die Aktivierung sollte daher gezielt pro Profil erfolgen.
  • Vorstrukturierung durch analoge Arbeitsblätter: Im Förderschwerpunkt Lernen oder Sprache empfiehlt es sich, neue Übungswörter zunächst auf dem ausgedruckten Arbeitsblatt zu besprechen, Lesehilfen einzuzeichnen und erst im zweiten Schritt die motorische Umsetzung an der Tastatur zu trainieren.
  • Feste Rituale mit QR-Codes etablieren: Wird die Raspberry-Pi-Variante genutzt, kann der Zugangs-QR-Code laminiert am Arbeitsplatz oder in der iPad-Mappe der Lernenden hinterlegt werden. Dies fördert die Selbstständigkeit in offenen Unterrichtsphasen.
  • Integration in digitale Lernpfade (ByCS): Durch den SCORM-Export lassen sich Tippübungen nahtlos als ein Baustein in umfassendere Lerplattform-Kurse integrieren – beispielsweise als abschließende Sicherungsübung nach der Erarbeitung eines Sachthemas.

Fazit und Bezugsquellen

Mit dem aktuellen Update entwickelt sich der TippTrainer von einem reinen Browser-Werkzeug zu einer vielseitigen, lokal betreibbaren Lernumgebung für Schulen. Insbesondere die Kombination aus datenschutzkonformer lokaler Datenhaltung, einfacher Zugang über qR-Codes, pädagogisch begrenzter Gamification und dem Export für Plattformen wie die ByCS bietet einen hohen praktischen Mehrwert für den inklusiven und sonderpädagogischen Unterricht.

Veröffentlicht in Fortbildung, KI, Werbung

Mehr als eine Antwortmaschine: Wie KI Schüler:innen zu selbstbestimmtem Lernen befähigt

Veröffentlicht am von Thomas Moch

Künstliche Intelligenz wird im schulischen Diskurs häufig auf die Funktion einer reinen „Antwortmaschine“ oder eines Entlastungswerkzeugs für Lehrkräfte reduziert. Im inklusiven Unterricht und an Förderschulen liegt das didaktische Potenzial von KI-Systemen jedoch an einer anderen Stelle: Sie ermöglichen es Schülerinnen und Schülern mit Förderbedarf, eigene Lernprozesse selbstständig zu steuern, Hürden eigenständig abzubauen und nachhaltige Selbstwirksamkeitserfahrungen zu machen.

Zu dieser Thematik „Lernwirksamkeit durch Autonomie erleben“ durfte ich einen Beitrag im Fördermagazin Sekundarstufe 3/2026 beim Friedrich Verlag verfassen. Hier werden praxisnahe Möglichkeiten in verschiedenen Unterrichtsfächern aufgezeigt, wie die Integration von KI Werkzeugen für Schülerinnen und Schüler einfach gelingen kann.

Das gesamte Themenheft „KI und Inklusion“, herausgegeben von Lea Schulz, versammelt darüber hinaus zahlreiche weitere praxiserprobte Konzepte verschiedener Autorinnen und Autoren für die sonderpädagogische Praxis.

Veröffentlicht in KI, Unterrichtsvorbereitung

AnonyMeister – lokale Anonymisierung sensibler Daten

Veröffentlicht am von Thomas Moch

AnonyMeister: Lokale Datenverarbeitung für sensible Schuldaten

Im schulischen Kontext, und ganz besonders in der Sonderpädagogik, gelten für sensible personenbezogene Daten höchste Vorsichtsmaßnahmen. Diagnostische Gutachten, Förderpläne oder Protokolle von Elterngesprächen enthalten hochgradig vertrauliche Informationen. Aus datenschutzrechtlichen Gründen dürfen solche Dokumente keinesfalls in externen, cloudbasierten KI-Modellen verarbeitet oder zusammengefasst werden. Um dennoch nicht auf die arbeitserleichternden Vorteile der automatisierten Textverarbeitung verzichten zu müssen, bietet die von mit neu entwickelte Anwendung AnonyMeister eine datenschutzkonforme Alternative.

AnonyMeister arbeitet vollständig lokal auf dem Computer. Die Daten verlassen zu keinem Zeitpunkt das Endgerät.

Github Repository und Download

Das gesamte Projekt ist transparent und öffentlich über Github mit zusätzlichem Readme und ausführlicher Anleitung und Installationshinweisen verfügbar:

https://github.com/Majort0m0/anonymeister

https://github.com/Majort0m0/anonymeister/releases

Funktionsweise und technische Basis

Die Software nutzt für die automatische Erkennung sensibler Datenbereiche das OpenSource Tool „Presidio„. Um die Zuverlässigkeit der automatisierten Anonymisierung deutlich zu erhöhen, kann auf Wunsch ein sogenannter LLM Tiefencheck aktiviert werden. Dieser nutzt ein lokal auf dem Gerät laufendes Large Language Model (LLM) über das kostenlose Tool „Ollama„.

Für diese Aufgabe genügt bereits ein relativ kleines Sprachmodell mit einer Größe von etwa 2,9 bis 4,5 Gigabyte. Dadurch ist die Anwendung auf nahezu jedem modernen Computer lauffähig, unabhängig davon, ob als Betriebssystem Windows, macOS oder Linux genutzt wird. Alternativ steht auch eine Ausführung über Docker zur Verfügung.

Zusätzlich zur reinen Textverarbeitung bietet AnonyMeister die Möglichkeit, Audiodateien von Gesprächen lokal zu transkribieren. Aus dem generierten Transkript kann das System anschließend direkt eine Zusammenfassung erstellen und diese im selben Arbeitsschritt anonymisieren.

Anonymisierung vs. Pseudonymisierung

Die Anwendung bietet zwei grundlegende Modi für die Unkenntlichmachung von Personenbezügen:

  • Anonymisierung: Hierbei werden Namen und andere identifizierende Merkmale komplett durch generische Platzhalter (wie z. B. [PERSON], [ORT]) ersetzt. Ein direkter Rückschluss auf die Person ist nicht mehr möglich.
  • Pseudonymisierung: In diesem Modus werden echte Namen durch fiktive, aber konsistente Namen (z. B. „Schüler A“ oder ein festgelegtes Pseudonym) ersetzt. Dies erhält die Lesbarkeit und den inhaltlichen Fluss von Texten, was besonders bei längeren Fallbeschreibungen für das pädagogische Fachpersonal von Vorteil ist.

Sonderpädagogischer Bezug

Bisher war der Einsatz von KI-gestützten Zusammenfassungen oder Analysen für die Arbeit mit sensiblen Dokumenten aufgrund des strengen Datenschutzes weitgehend ausgeschlossen. AnonyMeister schließt diese Lücke. Durch die lokale Verarbeitung können Sonderpädagoginnen und Sonderpädagogen nun umfangreiche Beobachtungsprotokolle oder Gesprächsaufzeichnungen datenschutzkonform transkribieren und strukturieren lassen. Die anonymisierten Rohtexte können anschließend gefahrlos zur weiteren didaktischen Planung genutzt werden.

Praktische Umsetzung im Schulalltag

Die Einbindung von AnonyMeister in den Arbeitsalltag kann in folgenden Schritten erfolgen:

  1. Installation und Einrichtung: Die Software und Ollama auf dem Dienstgerät installieren und ein passendes, kleines Sprachmodell herunterladen.
  2. Audio-Transkription (optional): Aufgezeichnete Elterngespräche (Voraussetzung: Einverständniserklärung der Eltern zur Aufnahme liegt vor) oder diktierte Beobachtungen in die App laden und lokal in Text umwandeln lassen.
  3. Texteingabe: Den zu bereinigenden Text in die Anwendung einfügen.
  4. Verarbeitungsmodus wählen: Zwischen Anonymisierung und Pseudonymisierung entscheiden und den LLM-Tiefencheck aktivieren.
  5. Zusammenfassung generieren: Den Text auf Wunsch vom System auf die wesentlichen Kernaussagen reduzieren lassen.
  6. Manuelle Überprüfung: Dies ist ein essenzieller Schritt (siehe Hinweise unten). Der bereinigte Text muss vor der weiteren Verwendung kontrolliert werden.

Methodisch-didaktische Hinweise

Für den professionellen Umgang mit der Software im Kollegium sollten folgende Aspekte beachtet werden:

  • Zwingende manuelle Kontrolle: Kein automatisiertes System arbeitet fehlerfrei. Die Ergebnisse des AnonyMeisters müssen immer noch einmal manuell von der Lehrkraft auf übersehene Eigennamen, seltene Ortsbezeichnungen oder spezifische biografische Details, die auf den Schüler schließen lassen, überprüft werden.
  • Sensibilisierung des Kollegiums: Die Nutzung des Tools entbindet nicht von der persönlichen Sorgfaltspflicht. Schulinterne Fortbildungen sollten den Unterschied zwischen Anonymisierung und Pseudonymisierung klären und den Fokus auf die Letztverantwortung der Lehrkraft legen.
  • Reflexion der Zusammenfassungen: KI-generierte Zusammenfassungen von Elterngesprächen können Nuancen oder Zwischentöne (z. B. emotionale Zustände) übergehen. Die Zusammenfassung dient der Arbeitserleichterung, ersetzt aber nicht die pädagogische Interpretation der Situation.

Fazit

AnonyMeister stellt eine praxisnahe und technisch zugängliche Lösung dar, um den Einsatz moderner Textverarbeitungs-KI mit den strengen Datenschutzvorgaben an Schulen in Einklang zu bringen. Durch die konsequent lokale Verarbeitung und die Integration von Audio-Transkriptionen bietet das Open-Source-Tool eine signifikante Arbeitserleichterung für Lehrkräfte, sofern die Ergebnisse gewissenhaft manuell nachgeprüft werden.

Veröffentlicht in Fortbildung, KI

KI-Helfer Baukasten – Schritt für Schritt zum perfekten Prompt

Veröffentlicht am von Thomas Moch

Der KI-Helfer Baukasten ermöglicht Lernenden einen einfachen und barrierearmen Zugang zu KI-Tools. Durch systematisches Scaffolding (Persona, Aufgabe, Ziel, Kontext, Output) werden Schriftsprachbarrieren abgebaut und die Zukunftskompetenz „Prompting“ methodisch vermittelt.

https://lernsachen.online/ki-helfer/

Die „Prompting-Lücke“ schließen

Der Einsatz von Künstlicher Intelligenz (KI) im Bildungsbereich verspricht enorme Entlastungen und neue Wege der Differenzierung. Doch gerade für Schüler:innen in sonderpädagogischen Settings offenbart sich eine neue digitale Kluft: Der Gap im Bereich der Schriftsprache. Um eine KI effektiv zu nutzen, muss man präzise Anweisungen (Prompts) formulieren können. Dies erfordert hohe Kompetenzen in der Textproduktion und Abstraktionsfähigkeit. Der KI-Helfer Baukasten setzt genau hier an, um diese Hürden abzubauen.

Der methodische Ansatz: Systematik statt Zufall

Viele Lernende nutzen KI-Tools anfangs wie eine klassische Suchmaschine, was oft zu unzureichenden Ergebnissen führt. Der Baukasten überführt diesen Prozess in eine fünfstufige Bauanleitung:

  1. Wer? (Persona): Festlegung der Rolle (z. B. „Du bist ein geduldiger Lehrer“).
  2. Was? (Aufgabe): Genaue Beschreibung der Tätigkeit.
  3. Warum? (Ziel): Was soll am Ende erreicht werden?.
  4. Wichtig? (Kontext): Zusatzinfos wie Klassenstufe oder Fach.
  5. Wie? (Output): Format der Antwort (z. B. Liste, einfacher Text).

Sonderpädagogischer Bezug & Inklusion

Der Baukasten ist konsequent nach den Prinzipien des Universal Design for Learning (UDL) gestaltet:

  • Sprachliche Entlastung: Über vordefinierte Kategorien (Schule, Alltag, Beruf etc.) und eine smarte Würfelfunktion können Lernende passende Textbausteine auswählen, ohne den gesamten Text selbst schreiben zu müssen.
  • Multimodalität: Die integrierte Vorlesefunktion (Speech-to-Text) unterstützt Schüler:innen mit Leseschwierigkeiten dabei, die Vorschläge und eigenen Eingaben auditiv zu überprüfen.
  • Einfache Sprache: Das System ist darauf optimiert, Prompts zu generieren, die wiederum Antworten auf einfachem Sprachniveau erzeugen.

Praktische Umsetzung im Unterricht

Lehrkräfte können den Baukasten als Scaffolding-Werkzeug einführen. Anstatt die Schüler:innen direkt vor ein leeres Chat-Fenster zu setzen, wird der Prompt gemeinsam im Baukasten „zusammengeklickt“.

Methodische Hinweise für den Einsatz:

  • Modelling: Die Lehrkraft demonstriert am Smartboard, wie unterschiedliche „Personas“ das Ergebnis verändern.
  • Themen-Tags: Nutzen Sie die Kategorien wie „Ernährung“ oder „Mode“, um lebenspraktische Bezüge herzustellen.
  • Reflexion: Vergleichen Sie die Ergebnisse verschiedener Prompts, um das Verständnis für „Computational Thinking“ zu schärfen.

Fazit

Der KI-Helfer Baukasten ist mehr als ein reines Text-Tool; er ist ein didaktisches Gerüst, das Schülerschaft mit Unterstützungsbedarf befähigt, KI-Systeme aktiv und selbstbestimmt zu steuern. Er transformiert die KI von einer komplexen „Black Box“ in ein kontrollierbares Hilfsmittel für den (Schul-)Alltag.

Veröffentlicht in Apps, KI, Programmieren, WebApp

Vibe-Coding: Was ist das? Und kann ich das auch?

Veröffentlicht am von Thomas Moch

Vibe-Coding ermöglicht es Lehrkräften, komplexe Web-Apps allein durch natürliche Sprache zu erstellen. Der Artikel zeigt, wie KI-Modelle den Programmiercode erstellen, um maßgeschneiderte, barrierefreie Lernanwendungen für den inklusiven Unterricht zu entwickeln ohne dass eine einzige Zeile Code selber geschrieben werden muss.

Die rasante Entwicklung von KI-Modellen ermöglicht uns auch das Erstellen eigener Apps. Während visuelle Programmier-Umgebungen wie Scratch wertvolle Einstiege in die Welt des Programmierens bieten, stoßen sie bei komplexen, funktionalen Anwendungen oft an Grenzen. Hier setzt Vibe-Coding an. Es beschreibt einen Prozess, bei dem nicht mehr die Beherrschung einer Programmiersprache im Vordergrund steht, sondern die präzise Beschreibung einer Idee. Für die Sonderpädagogik eröffnet dies die Chance, digitale Hilfsmittel exakt auf die individuellen Bedürfnisse von Lernenden zuzuschneiden.

Beispiele

https://go.lernsachen.online/silbenhelfer

https://go.lernsachen.online/jukebox

https://go.lernsachen.online/timer

Was ist Vibe-Coding?

Vibe-Coding bedeutet, dass die KI den gesamten Programmcode schreibt. Der Nutzer agiert als Architekt und Ideengeber. Anstatt Zeile für Zeile Code zu tippen, vermittelt man der KI den „Vibe“ – also das Aussehen, das Verhalten und die Funktionen des gewünschten Programms. Die Kompetenz verschiebt sich vom Schreiben von Code hin zum instruktiven Design und zur Fehleranalyse im Dialog.

Welche Werkzeuge werden benötigt?

Grundsätzlich kann jedes Large Language Model (LLM), also jeder Chatbot Code generieren. Für optimale Ergebnisse haben sich jedoch spezialisierte oder besonders fähige Modelle etabliert:

  • Claude 3.5 Sonnet (Anthropic): Gilt aktuell als eines der stärksten Modelle für Coding-Aufgaben, da es sehr präzise Logik liefert.
  • ChatGPT (OpenAI / Codex): Der Klassiker, der besonders durch seine weite Verbreitung und gute Dokumentation überzeugt.
  • Gemini 1.5 Pro (Google): Punktet durch ein sehr großes Kontextfenster, was bei umfangreicheren Programmen hilfreich ist.

Der Prozess: Von der Beschreibung zur fertigen App

Die Programmentwicklung verläuft iterativ in einem Chat-Dialog:

  1. Initialer Prompt: Erstellen Sie eine detaillierte Beschreibung. Beispiel: „Erstelle eine Web-App mit einem großen roten Button. Wenn man ihn drückt, erscheint ein zufälliges Tierbild und der Name des Tieres wird vorgelesen.“
  2. Strukturvorgabe: Definieren Sie das Layout (z. B. „nutze ein klares, kontrastreiches Design für Schüler mit Sehbeeinträchtigung“).
  3. Debugging & Testing: Das Programm wird lokal getestet. Funktioniert etwas nicht? Kopieren Sie die Fehlermeldung zurück in den Chat. Die KI korrigiert den Code umgehend.
  4. Verfeinerung: In kleinen Schritten werden Funktionen hinzugefügt (z. B. eine Belohnungsanimation nach fünf richtigen Antworten).

Das Zielformat: Die Web-App

Für den schulischen Einsatz ist die Erstellung einer Web-App (bestehend aus HTML, CSS und JavaScript) am effizientesten.

  • Vorteile: Sie benötigen keine Installation. Eine einzige .html-Datei reicht aus, um die App im Browser zu öffnen – sei es am Smartboard, am PC oder am iPad (z. B. via Documents by Readdle).
  • Einschränkungen: Es handelt sich meist um statische Webseiten. Das bedeutet, Daten (wie Spielstände) werden nach dem Neuladen der Seite gelöscht, sofern kein lokaler Speicher des Browsers genutzt wird.
  • Externe Libraries: Um Funktionen wie komplexe Diagramme oder physikalische Simulationen zu nutzen, kann die KI externe Bibliotheken einbinden (z. B. p5.js für kreatives Programmieren oder Howler.js für fortgeschrittene Audio-Funktionen).

Umgang mit Bildern

Da eine Web-App oft nur aus einer Textdatei besteht, können Bilder nicht einfach „beigelegt“ werden. Hier gibt es vierStrategien:

  • Emojis: Die einfachste Lösung für Symbole und einfache Grafiken.
  • Font Awesome / Lucide Icons: Einbindung von Icon-Bibliotheken via URL, um professionelle Symbole zu nutzen.
  • Verlinkung: Es können Bilder, die im Internet zu Verfügung stehen, über Verlinkungen angezeigt werden. Es müssen hierfür natürlich Lizenzrechte beachtet werden
  • Base64-Codierung: Das Bild wird komplett in eine lange Textkette umgewandelt und direkt in den Code eingebettet. Die KI kann dies auf Anfrage für kleine Icons erledigen.

Sonderpädagogischer Bezug und Einsatzmöglichkeiten

Vibe-Coding ist ein mächtiges Werkzeug für die Diklusion (Digitale Inklusion), da es Lehrkräften ermöglicht, Barrieren abzubauen, für die es keine kommerziellen Lösungen gibt:

  • Individuelle Assistenz-Tools: Erstellung von spezialisierten Kommunikationstafeln oder Schritt-für-Schritt-Anleitungen mit Sprachausgabe für Schüler im Förderschwerpunkt geistige Entwicklung.
  • Barrierefreie Lern-Lektionen: Umwandlung von analogen Arbeitsblättern in interaktive Formate mit einstellbaren Schriftgrößen, hohen Kontrasten und Screenreader-Optimierung.
  • Verhaltenstraining: Kleine Apps zur Selbstregulation (z. B. ein visueller Timer oder ein digitales Mood-Board), die exakt die Verstärker nutzen, auf die ein spezifischer Schüler anspricht.
  • Kognitive Entlastung: Erstellung extrem reduzierter Benutzeroberflächen („Minimal Interfaces“), die Ablenkungen minimieren und den Fokus auf eine einzige Aufgabe lenken.

Veröffentlicht in KI, Programmieren, Scratch, WebApp

Künstliche Intelligent einfach mit Scratch erklären – Die Nasen-Schreib Übung

Veröffentlicht am von Thomas Moch

Die Face Sensing Erweiterung ist aus dem Versuchslabor Scratch Lab endlich als neue Erweiterung in die kostenlose online Scratch Programmierumgebung eingezogen (Scratch – Imagine, Program, Share) und bringt künstliche Intelligenz direkt ins Klassenzimmer – und das auf eine Weise, die Schülerinnen und Schüler sofort verstehen und erleben können. Die Erweiterung nutzt maschinelles Lernen, um Gesichter über eine Webcam zu erkennen und verschiedene Gesichtsbereiche wie Nase, Mund, Augen und Ohren zu verfolgen.

Datenschutz im Fokus: Sicher experimentieren

Ein entscheidender Vorteil für den Schulbereich: Die Face Sensing Extension verarbeitet alle Kamerabilder ausschließlich lokal auf dem Gerät. Keine Daten werden gespeichert oder an externe Server übertragen. Dies macht die Technologie datenschutzrechtlich unbedenklich für den Einsatz in Schulen und ermöglicht es Lehrkräften, KI-Konzepte ohne Bedenken zu thematisieren.

Einfache Programmierung mit großer Wirkung

Die Face Sensing Blöcke funktionieren nach dem bewährten Scratch-Prinzip: Einfache, farbkodierte Befehlsblöcke ermöglichen es auch Programmieranfängern, schnell erste Erfolge zu erzielen. Mit Befehlen wie „Gehe zur Nase“ oder „Folge dem Kopf“ können Sprites (digitale Figuren) präzise auf Gesichtsbewegungen reagieren.

Grundlegende Funktionen der Erweiterung:

  • Erkennung von acht verschiedenen Gesichtsbereichen (Nase, Mund, linkes/rechtes Auge, zwischen den Augen, linkes/rechtes Ohr, Kopfoberseite)
  • Automatische Größenanpassung basierend auf der Entfernung zur Kamera
  • Kopfneigung wird erkannt und kann zur Sprite-Steuerung genutzt werden

Praxisbeispiel: Die Nasen-Schreib-Übung

Ein besonders anschauliches Beispiel für den Unterrichtseinsatz ist die Nasen-Schreib-Übung: Ein blauer Ball folgt der Nase der Person vor der Kamera. Auf dem Bildschirm sind Kugeln in Buchstabenform angeordnet, die nacheinander mit dem nasengesteuerten Ball berührt werden müssen. Diese Übung demonstriert auf spielerische Weise, wie KI Gesichtserkennung funktioniert und macht abstrakte Konzepte konkret erfahrbar.

https://scratch.mit.edu/projects/1226819948

Kreative Möglichkeiten für den Unterricht

Die Anwendungsmöglichkeiten sind vielfältig und fördern verschiedene Kompetenzen:

Technische Bildung:

  • Verständnis für maschinelles Lernen entwickeln
  • Grundlagen der Gesichtserkennung verstehen
  • Programmierkonzepte praktisch anwenden

Kreative Projekte:

  • Virtuelle Hüte oder Masken, die Kopfbewegungen folgen
  • Interaktive Spiele, die auf Gesichtsausdrücke reagieren
  • Digitale Kunstprojekte mit Gesichtssteuerung

Fazit

Face Sensing in Scratch macht künstliche Intelligenz greifbar, erlebbar und verständlich – eine ideale Grundlage für die KI-Bildung von morgen.

Veröffentlicht in Fortbildung, KI

KI trifft Diklusion – regelmäßiger Online Austausch

Veröffentlicht am von Thomas Moch

Künstliche Intelligenz hält zunehmend Einzug in den Bildungsbereich und eröffnet neue Möglichkeiten für die inklusive Schule und die Sonderpädagogik. Besonders für Schülerinnen und Schüler mit kognitiven Beeinträchtigungen kann KI ein wertvolles Werkzeug sein, um Barrieren abzubauen und individuelle Förderung zu ermöglichen. Der regelmäßige Online-Austausch des Netzwerks Diklusion bietet Lehrkräften und Interessierten die Möglichkeit, Chancen und Herausforderungen von KI für Schüler*innen mit Förderbedarf zu diskutieren und voneinander zu lernen.

Was bedeutet KI für Menschen mit kognitiven Beeinträchtigungen?

KI kann Lernprozesse personalisieren, indem sie Lernstände analysiert und passgenaue Aufgaben vorschlägt. Sprachassistenzsysteme, adaptive Lernplattformen und automatisierte Übersetzungen unterstützen Schüler*innen dabei, Inhalte besser zu verstehen und selbstständig zu arbeiten. Für Lehrkräfte bietet KI die Chance, Unterrichtsmaterialien barrierefrei zu gestalten und differenzierte Rückmeldungen zu geben.

Offener Austausch im Netzwerk

Das Netzwerk Diklusion lädt regelmäßig zu einem offenen Online-Austausch ein, bei dem alle Interessierten gemeinsam diskutieren, lernen und sich vernetzen können. Ziel ist es, inklusive Perspektiven zu stärken und gemeinsam zu überlegen, wie KI sinnvoll in der Förderschule eingesetzt werden kann. Die Treffen finden etwa alle drei Monate statt und sind offen für alle.

Termine 2025 & 2026 – Save the date!

DatumUhrzeit
Donnerstag, 25.09.202517:00 – 18:30
Dienstag, 18.11.202515:00 – 16:30
Donnerstag, 04.03.202617:00 – 18:30
Mittwoch, 03.06.202615:00 – 16:30

Mitmachen und profitieren

Der Austausch bietet Raum für Fragen wie:

  • Wie kann KI den Schulalltag für Schülerinnen mit Förderbedarf erleichtern?
  • Welche Tools sind besonders hilfreich?

Lehrkräfte, Studierende, Wissenschaftler*innen und Interessierte sind eingeladen, ihre Erfahrungen zu teilen und gemeinsam neue Wege für die inklusive Bildung zu entwickeln.

Kontakt:

Interesse? Schreib an:

team@netzwerk-diklusion.de

Betreff: „Online Austausch KI trifft Diklusion“

Veröffentlicht in Fortbildung, KI

Sora (ChatGPT) bringt KI Bilder auf das nächste Level

Veröffentlicht am von Thomas Moch

Ich konnte nicht widerstehen. Aber die Möglichkeiten, die OpenAi mit der neuesten Version ihres KI-Bildgenerators präsentiert sind einfach zu verlockend. Keine komplizierten Prompt, konsistentes Verwenden und Beachten von Vorlagen und Vorgaben und passende Ergebnisse oft schon auf den ersten Versuch.

https://sora.com/explore

Das ganze kann man schon mit einem kostenlosen Konto bei ChatGPT ausprobieren. Hier hat man drei Bilder pro Tag kostenlos dabei.

Kritik?

Gibts natürlich auch. Im Trend waren zum Beispiel Bilder im Stil von Studio Ghibli, dem legendären Anime Studio. Darüber hat sich auch Ghibli-Mitbegründer Hayao Miyazaki mit scharfer Kritik gewehrt. Die Frage, ob hier geistiges Eigentum in der Kunst mißbraucht wird und man den Künstlerinnen und Künstlern schadet, ist jedenfalls berechtigt.

Darum!

KI Tools reflektiert nutzen, KI Bilder als solche kennzeichnen und Urheberrechtsverletzungen vermeiden.

In diesem Sinne: Frohe Ostern!

Veröffentlicht in Datenschutz, KI, Lehrmittel

Checkliste KI – 7 Aspekte als Entscheidungshilfe für die Schule

Veröffentlicht am von Thomas Moch

Von personalisierten Lernplattformen bis hin zu automatisierten Bewertungssystemen bietet KI innovative Möglichkeiten, den Schulalltag effizienter und individueller zu gestalten. Angesichts dieser Entwicklungen ist es unerlässlich, dass Schulen sich mit dem Thema auseinandersetzen und KI gezielt einsetzen. Besonders Lehrkräfte stehen vor der Herausforderung, kompetent und souverän geeignete Tools einschätzen und nutzen zu können, um ihren Unterricht zu bereichern und Schülerinnen und Schüler optimal zu fördern.

Die folgende Checkliste unterstützt Sie dabei mit sieben zentralen Aspekten, die Ihnen helfen, KI-Anwendungen im schulischen Kontext erfolgreich zu integrieren.

Die Checkliste kann online als Bookcreator Tool gelesen und ausgefüllt werden oder als PDF Formular heruntergeladen werden.

Alle Aspekte sind mit ausführlichen und verständlichen Erklärungen verlinkt. So lässt sich effizient und kompakt ein schneller Überblick über die wichtigsten Voraussetzungen für einen sicheren Einsatz von KI im Unterricht erzielen.

https://t1p.de/checkliste-ki

PDF Download:

Checkliste_KI_FormularHerunterladen

7 Aspekte für den KI-Check

  1. Datenverarbeitung
    KI Anwendungen werden meistens auf großen Serverfarmen betrieben. Im Falle von ChatGPT arbeitet das KI Modell zum Beispiel auf amerikanischen Servern. Das heißt, dass bei der Nutzung möglicherweise persönlichen Daten in die USA übertragen werden. Geschieht das verschlüsselt? Werden diese Daten anschließend wieder gelöscht? Benutzt die KI die Daten zur Verbesserung ihrer Dienste? Werden diese Informationen transparent in einem Impressum und in einer Datenschutzerklärung angezeigt? Bietet mir der KI-Anbieter Garantien für die vertrauliche Nutzung meiner Daten, z. B. in Form eines AV Vertrags?
    Bessere Datenschutzoptionen hat man bei Serverstandorten in Europa oder Deutschland oder totale Kontrolle bei der lokalen Nutzung eines OpenSource KI Modells.
  2. Anmeldung
    Für viele KI Anwendungen ist eine Anmeldung erforderlich. Wird hier ein allgemeiner Schul-Account genutzt? Teilt die Lehrkraft ihre Anmeldedaten mit der Klasse? Oder bekommen Schülerinnen und Schüler sogar eigene Accounts? Wurden von den Erziehungsberechtigten entsprechende Einverständniserklärungen eingeholt und wurde die Nutzung der KI transparent angezeigt?
    Manchmal können KI Assistenten mit anonymen Links an Schülerinnen und Schüler verteilt werden. Geschieht dies auf persönliche Geräten oder auf Leihgeräten? Befindet man sich beim Zugriff auf die KI im Schulnetz oder soll die Bearbeitung auch im heimischen WLAN erfolgen?
  3. Barrierefreiheit
    Die meisten KI-Anwendungen setzen einige Fähigkeiten im Bereich Schriftsprache voraus. Prompts werden noch überwiegend auf Textbasis produziert und es bedarf eines hohen Sprachniveaus um komplexe Aufgaben zu bewältigen. Multimodale Modelle können helfen, Barrieren abzubauen. Sprachein- und ausgabe kann genutzt werden. Bilder können sowohl zum Verdeutlichen des Prompts, aber auch zum Verständnis der Ausgabe genutzt werden. Eine vorentlastende Anweisung an den KI-Bot, sich besser auf Sprachniveau, Grammatik-Defizite oder Verständnisprobleme einzustellen ist hilfreich, um eine KI zielgruppengerecht anzupassen.
  4. Quellenangaben
    KI-Anwendungen neigen zu Halluzinationen. Sie generieren ihre Antworten auf Basis mathematischer Berechnungen, entweder auf Grundlage der ihnen zur Verfügung stehenden Datenmenge, mit den übergebenen Prompts (oder Dokumente oder Bilder) oder mit Hilfe von Internetrecherchen. Reicht die Datenbasis nicht aus, um die Aufgabe adäquat zu lösen, erfindet die KI scheinbar passende Fakten. Daher ist es elementar wichtig, die Ausgaben der KI kritisch zu reflektieren und auf Fake News zu überprüfen. Dies kann aber nur gut funktionieren, wenn die KI Angaben zu den verwendeten Quellen macht. Ansonsten lassen sich nur Themen überprüfen, über die man selbst gut Bescheid weiß.
  5. Tendenzen (BIAS)
    Die Qualität der KI Ergebnissen hängt von der Qualität und von den Vorgaben des zugrunde liegenden Datzensatzes ab. So können stereotype, falsch klassifizierte oder zensierte Ausgangsdaten dazu führen, dass zum Beispiel politische Zusammenhänge falsch wiedergegeben werden, oder Minderheiten mit abwertenden Attributen versehen werden. Auch falsch verstandene Diversitätsregeln können ungeahnte Ergebnisse erzeugen, so war es bei einigen bilderzeugenden KI-Tools eine Zeit lang nicht möglich, ein Gruppenbild einer Herren- Fußballmannschaft zu erzeugen, da immer alle Geschlechter, Hautfarben und Altersgruppen dargestellt werden sollten.
  6. Human in the loop
    KI kann viele Prozesse automatisieren und vermeintlich die menschliche Arbeitskraft und Kreativität ersetzen. Für viele repetitive oder datenintensive Aufgaben mag das Vorteile mit sich bringen. Es gibt jedoch Anwendungsgebiete, in denen es unabdingbar ist, dass der Mensch Entscheidungen trifft, Fehler korrigiert und ethische Aspekte berücksichtigt (s. a. EU-AI Act). Diagnostik, Feedback, und Beurteilungen sind hier zum Beispiel besonders sensible Arbeitsfelder. So kann man sich eine sinnvolle abwechselnde Arbeitsteilung zwischen KI und Mensch vorstellen (Ping-Pong Denken), bei der der Mensch jedoch immer die abschließende Entscheidungs-Option behält.
  7. Nachhaltigkeit
    KI Modelle laufen meist nicht auf den eigenen Rechnern. Sie verarbeiten schon bei der Herstellung riesige Datenmengen und benötigen immense Rechenleistungen. Einige Schätzungen gehen davon aus, dass der Einsatz voin generativer KI 30- bis 60-mal mehr Energie benötigt als herkömmliche Suchmaschinen. Daher sollte man sich immer fragen, ob der Einsatz der KI für die Aufgabe wirklich alternativlos ist.