
Weißt du...
... was maschinelles Lernen ist?
Am Nachmittag sitzen Zoe und Noah auf einer Bank und scrollen durch ihre Meldungen in den Apps.
„Mega“, sagt Noah. „Ich bekomme nur noch Sachen angezeigt, die mir richtig gut gefallen: Musik, Clips, Memes. Mein Feed ist wie mein persönliches Wunschprogramm.“
Zoe sieht ihn an. „Klingt bequem. Aber wer entscheidet eigentlich, was dir gefällt?“
Noah grinst. „Na ja, ich. Ich like halt bestimmte Sachen. Dann bekomme ich automatisch mehr davon.“
Zoe nickt langsam. „Oder das System merkt sich durch dein Verhalten, was dich interessiert und zeigt dir mehr davon, noch bevor du etwas geliked hast.“
Noah überlegt. „Aber das ist doch noch praktischer ... irgendwie.“
Zoe scrollt weiter. „Klar. Aber vielleicht verpasst man auch etwas, wenn der Feed nur das zeigt, was ins Muster passt.“
Noah runzelt die Stirn. „Was für ein Muster?“
Zoe sagt nichts. Stattdessen bleibt ihr Blick an einem neuen Beitrag hängen.
Er scheint perfekt für sie zu passen.
Schon bemerkt? Egal ob Videoplattform, Onlineshop oder Social-Media-App: Du bekommst meist genau das angezeigt, was zu deinen letzten Klicks, Likes oder Käufen passt.
Dahinter steckt ein sogenannter Empfehlungsalgorithmus - und so arbeitet er:
Daten sammeln – z. B. welche Clips siehst du an, welche Produkte legst du in den Warenkorb oder wie lange du siehst du dir ein Video oder Reel an.
Muster erkennen – „… mag Technik-Videos“, „… kauft gern Sportartikel“ …
Treffer vorschlagen – Inhalte, Produkte oder Filme werden gezeigt, die genau in dieses Muster passen.
Klingt praktisch – aber viele befürchten: Wenn einem immer ähnliche Sachen gezeigt werden, verpasst man dann nicht den Rest der Welt? Sperrt einen der Algorithmus in eine Blase ein, aus der man nicht mehr herauskommt?
... was maschinelles Lernen ist?
Stell dir den Computer wie ein neugieriges Kind vor: Er bekommt stapelweise Fotos, unter jedem steht bereits „Hund“ oder „Katze“. Beim Durchblättern merkt er sich, welche Ohren, Nasen oder Fellmuster zu welchem Schild passen – und korrigiert sich sofort, wenn er einmal danebenliegt.
Je mehr gut beschriftete Bilder er sieht, desto sicherer erkennt er später neue Tiere. Schau dir direkt in der interaktiven Grafik unter diesem Text an, wie dieser Prozess genau funktioniert.
Je mehr gute Beispiele das Modell beim Üben sieht, desto besser erkennt es später neue Bilder.
Denke bei „Modell“ gern an ein Spielzeugauto oder eine Modelleisenbahn:
Ein Modell bildet die Wirklichkeit nur vereinfacht ab – und hat dieselben Probleme wie Spielzeug: Es ist oft unvollständig, kann Fehler haben oder etwas zeigen, das es in echt gar nicht gibt.
Die Antwort der Wissenschaft ist überraschend: So mächtig sind die Algorithmen gar nicht! Um das zu verstehen, musst du zwei Begriffe auseinanderhalten, die oft verwechselt werden:
Ein Algorithmus personalisiert deine Inhalte, indem er dir verstärkt zeigt, was du magst. Forschende haben gezeigt: Eine völlig abgeschottete „Blase“, in der du nur noch dasselbe siehst, gibt es nicht. Aber: Algorithmen bevorzugen Inhalte, die viele Reaktionen hervorrufen – oft sind das besonders emotionale oder polarisierende Beiträge.
Du umgibst dich (un)bewusst mit Menschen, die ähnliche Ansichten haben wie du – sowohl offline als auch online. Das ist eine Entscheidung, die DU triffst, nicht der Algorithmus!
Beispiel: Du diskutierst ein für dich wichtiges Thema nur mit Freunden. Diese haben in der Regel ähnliche Ansichten wie du.
Suche bewusst nach neuen Themen oder lösche immer wieder mal deine Cookies. Der Algorithmus lernt von dir – aber nicht nur: Plattformen testen und verstärken Inhalte, die viele Reaktionen auslösen. Deine Entscheidungen machen den Unterschied!
Die Algorithmen reagieren also auf deine Aktionen – aber du bestimmst immer selbst, wohin die Reise geht. In der folgenden interaktiven Übung erfährst du, wie Empfehlungsalgorithmen funktionieren.
Wer schreibt hier eigentlich?
Täglich sind Millionen Bots online – kleine Programme, die Aufgaben automatisch erledigen, wie zum Beispiel Preise vergleichen oder Beiträge posten.
Dank leistungsstarker KI-Systeme klingen viele Bots heute fast wie Menschen. Sie analysieren Wörter, Emojis und sogar unsere Reaktionen. Darum wird es immer schwieriger zu bemerken, ob hinter einem Kommentar ein Mensch oder ein Programm steckt.
Problem: Einige Bots tarnen sich als echte Nutzer. Sie schleusen Werbung ein, heizen Diskussionen künstlich an oder verbreiten falsche Nachrichten.
Gut zu wissen: Andere Bots sind nützliche Helfer. Sie warnen vor Gewittern, beantworten Standardfragen, liefern Live-Sportergebnisse oder beraten dich in Onlineshops. Das kann sogar sehr praktisch sein – solange sie klar sagen, dass sie Programme sind.
👇 Tippe auf die entsprechende Schaltfläche, um Beispiele aufzurufen.
Nützliche Bots im Überblick.
Diese Bots erleichtern deinen Alltag:
📝Lernen | 💬 Kommunikation | 💻 Technik | 📆 Alltag |
Der Bot erklärt Formeln, Fakten und Vokabeln Schritt für Schritt, zeigt Beispiele, prüft dein Wissen und motiviert mit Punkten. | Er übt eine Fremdsprache mit dir, führt kurze Dialoge, bewertet deine Aussprache und Grammatik. | Der Bot begleitet erste eigene Programme, erkennt Fehler sofort und erklärt jeden Schritt mit knappen Code-Beispielen. | Die KI-Anwendung verwaltet Termine, Hausaufgaben und Wetterinfos, erinnert rechtzeitig und schlägt passende Freizeitideen vor. |
Gemeinsame Merkmale:
Sie sind klar erkennbar als Bot gekennzeichnet.
Sie reagieren erst, wenn du sie etwas fragst.
Sie fragen nur nach wirklich nötigen Daten.
Tipp:
Frag dich immer: „Hilft mir der Bot wirklich?” — und „Sagt er offen, dass er ein Programm ist?”
Hier sollte man aufpassen.
Diese Bots können täuschen oder sogar schaden:
🔐 Datenklau und Betrugsversuche | 🎭 Deepfakes und Täuschungen | 📣 Manipulation | 💔 Gefühlstricks und Abhängigkeit |
---|---|---|---|
Bots schicken schädliche Links oder gefälschte Anmeldeseiten. Im schlimmsten Fall veröffentlicht man bei einem Klick darauf Passwörter und Kontodaten. | KI-Systeme können Stimmen und Gesichter täuschend echt nachbauen. So entstehen „falsche Beweise“ – nutzbar für Erpressung, Rufschädigung und Desinformation. | Bots lassen Beiträge beliebter wirken als sie sind, durch sehr viele Likes und ähnliche Kommentare. So werden Trends gesetzt und Meinungen verschoben. | Manche Bots spielen Nähe vor, machen Komplimente oder setzen dich unter Druck, damit du Geheimnisse teilst oder Geld bezahlst. Warnzeichen: Schuldgefühle, Drohungen, viele Nachrichten in kurzer Zeit. |
🧩 Companion-Risiko | |||
Companion-Bots sind 1-zu-1-Chats, die Freundschaft vorspielen und sich Details merken. Risiken: starke Bindung, zu viel Persönliches teilen, Bezahl-Modi, Abschottung von echten Kontakten. Merke: Ein Bot fühlt nicht. |
Gemeinsame Merkmale:
Sie werden oft nicht als Bots gekennzeichnet.
Sie posten ungefragt oder massenhaft.
Sie zielen auf Aufmerksamkeit und Daten oder beeinflussen Meinungen.
Warnzeichen:
Plötzliche Like-Sprünge (ungewöhnlich viele in kurzer Zeit)
Identische/ähnliche Kommentare unter vielen Posts
Frisch erstellte Profile: kein Bild, zufallsartige Namen (z. B. „xy_827“)
Tipp: Stopp – Prüfen – Nachfragen
Nicht klicken oder teilen → Quelle auf zweiter, unabhängiger Seite checken → erwachsene Person fragen (Eltern/Lehrkraft).
✨ Bots helfen – aber nur, wenn sie offen arbeiten. Achte darauf, ob du gerade mit einem Bot oder einem Menschen sprichst. ✨
Doch woran erkennt man einen Bot?
Sieh dir den nächsten Beitrag genau an – dort findest du typische Hinweise.
Tipp: Nicht alles ist sofort im Beitrag zu finden. Manchmal lohnt sich ein Blick auf das ganze Bild – und auf Details außen herum.
Wichtig: Nach jedem Klick bekommst du eine Rückmeldung – du findest sie unter dem Bild. Im Hochformat ist sie besser sichtbar.
Noah und Zoe sitzen nach dem Unterricht auf der Schultreppe. Noah schaut gedankenverloren vor sich hin. „Es ist schon irgendwie krass: Ein paar Bots, ein paar Klicks – und plötzlich sieht mein ganzer Feed völlig anders aus.„
Zoe nickt. „Ein KI-System berechnet aus deinen Klicks ein Profil. Jeder Like wird gespeichert und gewichtet.”
Noah runzelt die Stirn. „Bots zu erkennen ist das eine. Aber kriege ich dadurch wirklich nur noch einseitige Inhalte zu sehen?„
Zoe überlegt. „Manche sagen Filterblase, andere sagen, wir sind selbst für das Filtern verantwortlich. Wahrscheinlich ist es beides – der Algorithmus verstärkt, was wir selbst anklicken.”
Sie stehen auf und gehen los. Nach ein paar Schritten bleibt Noah stehen. „Zoe? Egal ob Blase oder nicht – wie sorge ich dafür, dass mein Feed nicht zu einseitig wird?"
Super, du hast alle Onlineinhalte erfolgreich bearbeitet! Zusammen mit deiner Klasse und deiner Lehrkraft tauschst du dich im Anschluss aus. Aber etwas fehlt noch!
Hast du alle vier Kompetenzen erreicht und auf dem Arbeitsblatt abgehakt?
Hast du zwei überraschende Erkenntnisse aufgeschrieben?
Falls nein: Schau nochmal in der Lektion nach!
Noch Zeit und Lust auf mehr? Entdecke weitere Videos, Artikel und spannende Informationen zu dem Thema!