ILTB 2024

Veröffentlicht am von

Dieses Jahr hatte ich endlich wieder die Gelegenheit, beim ILTB teilzunehmen. Eine herausragende Veranstaltung, dieses Jahr an der TU-München, für die bayerischen Informatiklehrkräfte, die für mich auch den Charme eines Klassentreffens hat. Immerhin waren über 250 Lehrkräfte dabei, was zeigt, wie gut der ILTB ankommt

Erfreulicherweise durfte ich mein didaktisches Konzept Unravel im Rahmen eines Impulsvortrags vorstellen. Da ich nach den Folien gefragt wurde: Sie können hier heruntergeladen werden.

MNU Bundeskongress’24: Nachtrag

Veröffentlicht am von

Vorbei sind die wunderbaren Tage mit anregenden Gesprächen. Es kommt selten vor, dass man mit Lehrkräften aus anderen Bundesländern zu tun hat. Ich war etwas aufgeregt, ob der Workshop wie geplant funktionieren würde, aber „Unravel“ lief tatsächlich auf allen Geräten problemlos. Auch wenn ich zwei Koffer voller Ausrüstung und Obst nach Jena transportieren musste, es hat sich gelohnt!

Hier noch die Folien zum Workshop [Link].

Unravel beim MNU Bundeskongress in Jena

Veröffentlicht am von

In den Osterferien findet der alljährliche Bundeskongress der MNU in Jena statt. Erfreulicherweise darf ich dort einen eineinhalbstündigen Workshop am 26.03. leiten, um den Teilnehmerinnen und Teilnehmern Unravel vorzustellen.

Wer Unravel (Link zum IBiS-Zeitschriftenartikel) noch nicht kennt: Es handelt sich um ein praxisorientiertes Unterrichtskonzept, das Schülerinnen und Schüler ab der oberen Mittelstufe in die Lage versetzt, alle Komponenten eines Bilderkennungssystems mit neuronalen Netzen – von der Bildaufnahme bis zur Klassifizierung – explorativ zu erleben. Unravel nutzt eine Webanwendung, die Datenschutz durch lokale und temporäre Datenspeicherung gewährleistet, und ermöglicht eine interaktive und haptische Erkundung der Technologie.

Demonstrator für neuronale Netze

Veröffentlicht am von

In der 13. Jahrgangsstufe wird vom Informatiklehrplan (Bayern / Gymnasium) gefordert, dass sich die Schülerinnen und Schüler mit neuronalen Netzen auseinandersetzen. Um bei der Umsetzung des Lehrplans zu unterstützen, wurde der „Demonstrator für neuronale Netze“ implementiert. Er kann hier kostenlos heruntergeladen und für den Unterricht eingesetzt werden. Das Tool hat folgende drei Schwerpunkte:

  • Aufbau eines neuronalen Netzes
  • Klassifikation mittels Forward-Propagation
  • Fehlerrückführung (Backpropagation)

Auf Youtube gibt es ein Einführungsvideo.

Lösung für Zugriffsrechteproblem beim Demonstrator unter MacOS

Veröffentlicht am von

Sollten nach dem Start des Demonstrators für maschinelles Lernen alle Buttons ausgegraut sein, so kann dies daran liegen, dass das Betriebssystem den Zugriff auf die Trainingsdaten verweigert. Dieses Problem wurde unter MacOS beobachtet, könnte aber durchaus auch auf anderen Systemen auftreten. Es folgt eine Anleitung von Florian Fuchs, der dankenswerter Weise die nötigen Einstellungen herausgefunden eine Anleitung erstellt hat. Auf den Fehler hat mich Ingo Bartling aufmerksam gemacht, der danach unzählige Testläufe auf seinem System durchgeführt hat, was mich letztendlich auf die richtige Spur brachte. Auch ihm gilt mein Dank!

Wenn Sie MacOS verwenden, sollten Sie dennoch die neueste Version des Demonstrators herunterladen, da sich hier noch ein weiterer Fehler eingeschlichen hatte.

Weiterlesen →

Demonstrator für maschinelles Lernen

Veröffentlicht am von

Der ISB und die ALP haben im Rahmen der Fortbildungsinitiative zur künstlichen Intelligenz einen Arbeitskreis eingerichtet, der unter anderem eine Handreichung und einen Selbstlernkurs zur 11. Jahrgangsstufe erstellt hat. In diesem Rahmen entstand der „Demonstrator für maschinelles Lernen“, ein Tool, mit dem man den k-nächste-Nachbarn-Algorithmus und das einfache Perzeptron erläutern kann. Dieses Programm kann hier in der aktuellen Version heruntergeladen werden. Um das Programm richtig einzusetzen, ist ein Blick in die Handreichung empfehlenswert.

RunCode: Teleportieren

Veröffentlicht am von

Bei der letzten RLFB zu RunCode wurde aus dem Teilnehmerkreis vorgeschlagen, den Roboter per Befehl auf eine andere Koordinate zu versetzen, um zu testen, ob ein programmierter Algorithmus auch auf einer anderen Insel funktionieren würden. Das ist jetzt umgesetzt. Es gibt jetzt den Befehl teleportiere. Dazu gibt es zwei Möglichkeiten:

teleportiere(x,y): Der Roboter wird auf eine Insel teleportiert, die sich nahe an der x/y-Koordinate befindet. Ich wollte damit verhindern, dass man den Roboter versehentlich versenkt.

teleportiere(): Verwendet man keinen Parameter, so wird man auf eine zufällige Insel teleportiert.

Außerdem wurden einige Bugs beseitigt.