Datensatz
Student Performance von Paulo Cortez. Verwendet wird der Mathematikteil mit 395 Fällen aus zwei portugiesischen Sekundarschulen.
DOI 10.24432/C5TG7TQuelle, Lizenz und Methode
Der Kurs verbindet bewusst vereinfachte Lernmodelle, reale anonymisierte Schuldaten und überprüfbare Primärquellen. Diese Seite legt offen, welche Inhalte aus externen Quellen stammen, was für den Kurs neu erstellt wurde und wo die Grenzen der Experimente liegen.
Lizenz
Der Datensatz wird von der UCI Machine Learning Repository unter Creative Commons Attribution 4.0 International bereitgestellt.
CC BY 4.0Modell
80 % der Fälle trainieren das Netz, 20 % prüfen es. Acht ausgewählte Merkmale durchlaufen zwei verborgene Schichten mit acht und vier Knoten.
118 gelernte ParameterGruppenaustausch und Teamquiz · Temporäre Kursrunde
Synchronisiert, aber nicht dauerhaft gespeichert.
Kursschlüssel, Gruppennamen, Beiträge, Quizantworten und Punktestände werden für die laufende Runde vorübergehend auf demselben Webserver gespeichert. Es gibt keine Konten und keine Datenbank. Die Lehrkraft kann die Runde samt Beiträgen und Quiz sofort löschen. Nicht beendete Runden werden ab zwölf Stunden ohne neue Speicherung bei einer späteren Serverbereinigung entfernt. Die Eingaben sind nur innerhalb der jeweiligen Kursrunde sichtbar. Verwendet erfundene Teamnamen und keine personenbezogenen Angaben. Details zu Speicherung, Bereinigung und Rechten stehen in der Datenschutzerklärung.
Teamquiz · Inhaltliche Grundlage
Verstehen statt Zahlen erinnern.
Die 15 Fragen wurden für diesen Kurs aus der begleitenden Einführungspräsentation entwickelt. Sie sichern zentrale Gedanken zu Cognitive Offloading, Ersatz- und Wachstumskopplung, Co-Intelligenz, menschlicher Verantwortung und lernwirksamer KI-Nutzung. Isolierte Zahlen aus der Präsentation werden bewusst nicht abgefragt.
Vom einzelnen Neuron zum Netz · Was wurde verändert?
Namen, Modelle und Kursgestaltung sind neu.
Die Quizwerte der beiden ersten Neuron-Experimente wurden für den Einstieg erstellt und folgen vollständig der sichtbaren Regel. Der Originaldatensatz der anschließenden Experimente enthält keine Vornamen. Mara, Can, Lea und Jonas wurden ausschließlich als fiktive Beschriftungen ergänzt. Die konkreten Merkmalskombinationen und tatsächlichen Ergebnisse dieser vier bekannten Netzfälle stammen aus Trainingszeilen. Max Mustermann und seine Merkmalskombination wurden eigens als veränderbarer Forschungsfall für das Netz-Experiment erfunden. Die Aufteilung, Merkmalsauswahl, Modelle, Texte und Interaktionen wurden für diesen Kurs neu erstellt.
Historisches Vergleichsmodul · Titanic
Offene Passagierdaten, eigenes Modell und eigene Kursgestaltung.
Das Vergleichsmodul verwendet den Titanic-Datensatz 40945 von OpenML mit 1.309 rekonstruierten Passagierfällen. Als Urheber werden Frank E. Harrell Jr. und Thomas Cason genannt; die Metadaten führen die Academic Free License 3.0 auf. Für diesen Kurs wurden Trainings-/Testaufteilung, Vorverarbeitung, Modellarchitektur, Fallauswahl, Texte, Illustration und Interaktion neu erstellt. Max Mustermann ist ein vollständig fiktiver Forschungsfall.
Das Netz nutzt nur Angaben, die vor dem Untergang bekannt sein konnten: Passagierklasse, damaliger Geschlechtseintrag, Alter, mitreisende Angehörige, Ticketpreis, Kabinenbereich und Zustiegshafen. Rettungsbootnummer und Fundangaben werden nicht verwendet, weil sie den späteren Ausgang bereits verraten würden. 80 % der Fälle trainieren das Netz, 20 % prüfen es; im festen Testsatz werden rund 83 % richtig eingeordnet.
OpenML · Titanic 40945Die frei veränderbaren Profile dienen zum Untersuchen des Modells. Nicht jede Kombination ist historisch belegt: Max’ Ausgangsprofil verbindet beispielsweise die 3. Klasse mit Kabinenbereich C; diese Kombination kommt im verwendeten Datensatz nicht vor. Auch bei solchen neuen Kombinationen berechnet das Netz eine Ausgabe, ohne damit ihre Verlässlichkeit nachzuweisen. Ein anderer Zustiegshafen kann die Ausgabe verändern, weil Hafen, Reiseklasse und weitere Merkmale in den Daten zusammenhängen. Das belegt keine rettende Wirkung des Hafens.
Alle gefundenen Einstellungen mit der Ausgabe „überlebt“ werden im Modul anerkannt. Die Versuche sollen gelernte Zusammenhänge und deren Grenzen sichtbar machen, nicht zwei vorgegebene Lösungen bestätigen. Unterschiedliche neuronale Netze können aus derselben Datengrundlage unterschiedliche Einzelvorhersagen lernen.
Academic Free License 3.0Weitere Lern- und Lehrkräftemodule
Belege und kurseigene Modelldaten
Die Experimente arbeiten lokal. Externe Seiten werden nur als nachvollziehbare Quellen verlinkt.
Generative Wortmaschine
Der sichtbare Mini-Textbestand, die Wortwahrscheinlichkeiten und alle erzeugbaren Sätze wurden für den Kurs geschrieben. Sie erklären das Prinzip der nächsten Wortauswahl, bilden aber kein großes Sprachmodell nach.
Kurseigenes AnschauungsmodellBias und Hintergrund
Tierkarten, Merkmalswerte und Gewichtungen sind ein vereinfachtes Modell einer Scheinkorrelation. Es werden keine Bilder oder Ergebnisse eines realen Erkennungssystems verwendet.
Kurseigenes AnschauungsmodellFaktencheck zum Mond
Die Quellenkarten beruhen auf NASA Science. Dort werden unter anderem Mondphasen, Schwerkraft, die sehr dünne Atmosphäre und die Bedingungen auf der Oberfläche erläutert.
NASA · Moon Facts NASA · Top Moon QuestionsDatenspuren
Max, die Nachrichten und die daraus ableitbaren Profile sind vollständig fiktiv. Das Modul unterscheidet knappen Lernkontext wie Jahrgang, Schulart und gezielte Standortbestimmung von konkreten Namen, Schulen und privaten Details. Es fordert keine echten persönlichen Lerninformationen ab.
Kurseigene fiktive FälleFeedbackprompts
Arbeitsauftrag und Beispielerörterung wurden für die Schulung bereitgestellt. Die Qualitätskriterien, der knappe Ausgangsprompt und zwei ausgearbeitete Vergleichsprompts wurden für den Kurs ergänzt. Das Modul überträgt keine Texte an einen externen Dienst; die Lernenden kopieren das Material in ein selbst gewähltes KI-Tool.
Bereitgestelltes Textbeispiel und kurseigene LernaufgabeLernhilfe
Die Arbeitssituationen und KI-Aufträge wurden für den Kurs entwickelt. Die Balken messen keine echte Lernleistung; sie unterscheiden Eigenaktivität, nutzbare Unterstützung und das Risiko, dass wichtige Entscheidungen verdeckt übernommen werden.
Kurseigenes ReflexionsmodellDarf KI das entscheiden?
Das zusätzliche Lehrkräfte-Modul orientiert sich an der EU-Verordnung über künstliche Intelligenz und den Erläuterungen der Europäischen Kommission. Das Modul ist eine schulische Orientierung und keine Rechtsberatung.
EU-Verordnung 2024/1689 EU-Kommission · Fragen und AntwortenDidaktische Umrechnung
Deutsche Noten statt 0 bis 20 Punkte
Die Originalwerte werden für die Anzeige angenähert in die Folge 1, 1−, 1–2, 2+ … bis 6 übertragen. Die ursprüngliche Bestehensgrenze bleibt erhalten: 4 gilt als bestanden, 4− und schlechter als nicht bestanden. Das Netz rechnet bei unveränderten Datensätzen weiterhin mit den originalen Werten.
1 bis 44− bis 6
BESTANDENNICHT BESTANDEN
Wichtige Grenze
Keine persönliche Bildungsprognose und keine automatische Entscheidung
Das schulische Netz-Experiment beschreibt Muster in einem historischen Datensatz aus einem bestimmten Bildungssystem. Es ist weder für heutige deutsche Schulen validiert noch für Entscheidungen über einzelne Menschen geeignet. Das Titanic-Netz rekonstruiert historische Zusammenhänge und kann weder individuelle Schicksale erklären noch eine faire Rettungsregel liefern. Auch die anderen Modelle sind didaktische Verkleinerungen: Sie helfen, Funktionsweisen und Risiken sichtbar zu machen, liefern aber keine Bewertung realer Personen. Änderungen am fiktiven Profil von Max Mustermann bleiben ausschließlich im Browser.