@inbook{5907,
  author       = {{Mai, Tobias and Becher, Silvia and Wassong, Thomas}},
  booktitle    = {{Best Practice Beispielen für Lehrinnovationen aus dem khdm}},
  editor       = {{Biehler, Rolf and Eichler, Andreas and Hochmuth, Reinhard}},
  title        = {{{Über den möglichen didaktischen Mehrwert durch computergestützte Aufgaben zur Mathematik am Beispiel eines auf Blended Learning basierenden Vorkurses}}},
  year         = {{2021}},
}

@inproceedings{15640,
  author       = {{Opel, Simone Anna and Schlichtig, Michael and Schulte, Carsten and Biehler, Rolf and Frischemeier, Daniel and Podworny, Susanne and Wassong, Thomas}},
  booktitle    = {{INFOS}},
  pages        = {{285--294}},
  publisher    = {{Gesellschaft für Informatik}},
  title        = {{{Entwicklung und Reflexion einer Unterrichtssequenz zum Maschinellen Lernen als Aspekt von Data Science in der Sekundarstufe II}}},
  volume       = {{P-288}},
  year         = {{2019}},
}

@inproceedings{15641,
  author       = {{Schlichtig, Michael and Opel, Simone Anna and Schulte, Carsten and Biehler, Rolf and Frischemeier, Daniel and Podworny, Susanne and Wassong, Thomas}},
  booktitle    = {{INFOS}},
  pages        = {{385}},
  publisher    = {{Gesellschaft für Informatik}},
  title        = {{{Maschinelles Lernen im Unterricht mit Jupyter Notebook}}},
  volume       = {{P-288}},
  year         = {{2019}},
}

@inproceedings{14848,
  abstract     = {{Data Science und Big Data durchdringt in ihren diversen Facetten unser tägliches Leben– kaum ein Tag, an dem nicht verschiedene Meldungen über technische Innovationen, Einsatzmöglichkeiten von Künstlicher Intelligenz (KI) und Maschinelles Lernen (ML) und ihre ethischen sowie gesellschaftlichen Implikationen in den unterschiedlichen Medien diskutiert werden. Aus diesem Grund erscheint es uns immens wichtig, diese Fragestellungen und Technologien auch in den Unterricht der Sekundarstufe II zu integrieren. Um diesem Anspruch gerecht zu werden, entwickelten wir im Rahmen eines Forschungsprojekts ein Curriculum, welches wir als konkretes Unterrichtskonzept innerhalb eines Projektkurses erprobt, evaluiert weiterentwickelt wird. Bei der Implementierung entschieden wir uns, zur aktiven Umsetzung von Konzepten von ML als Plattform Jupyter Notebook mit Python zu verwenden, da diese Umgebung durch die Verbindung von Code und Hypertext zur Dokumentation und Erklärung Medienbrüche im Lernprozess verringern kann. Zudem ist Python zur Implementierung der Methoden von ML sehr gut geeignet. Im Themenfeld des ML als Teilgebiet der KI legen wir den Fokus auf zwei unterschiedliche Lernverfahren um verschieden Aspekte von ML, u.A. wie Nachvollziehbarkeit unter gesellschaftlichen Gesichtspunkten zu vermitteln. Diese sind Künstliche Neuronale Netze (bei denen die Berechnung und Bedeutung der Kantengewichte zwischen den Neuronen für den Menschen insbesondere bei komplexeren Netzen kaum nachvollziehbar erschienen) und Entscheidungsbäume (strukturierte und gerichtete Bäume zur Darstellung von Entscheidungsregeln, welche auch für Schülerinnen und Schüler meist gut nachvollziehbares und verständliches KI-Modell darstellen). In diesem Workshop stellen wir konkrete Umsetzungsbeispiele inklusive der Programmierung für beide Verfahren mit Jupyter Notebook und Python als Teil einer Unterrichtssequenz vor und diskutieren diese.}},
  author       = {{Schlichtig, Michael and Opel, Simone and Schulte, Carsten and Biehler, Rolf and Frischemeier, Daniel and Podworny, Susanne and Wassong, Thomas}},
  booktitle    = {{Informatik für alle}},
  editor       = {{Pasternak, Arno}},
  isbn         = {{978-3-88579-682-4}},
  location     = {{Dortmund, Germany}},
  pages        = {{ 385 }},
  publisher    = {{Gesellschaft für Informatik}},
  title        = {{{Maschinelles Lernen im Unterricht mit Jupyter Notebook}}},
  year         = {{2019}},
}

@inproceedings{14847,
  abstract     = {{Die Bereiche „Data Science“ und „Big Data“ sowie ihre technischen, ethischen und gesellschaftlichen Auswirkungen werden zunehmend nicht nur in der Wissenschaft, sondern auch in diversen Medien diskutiert und somit verstärkt auch zu einem wichtigen Thema für alle. Um den Schülerinnen und Schülern der Sekundarstufe II einen theoretisch und fachwissenschaftlich fundierten Einstieg in diesen Themenbereich zu ermöglichen, wurde ein erster Entwurf eines interdisziplinären Curriculums entwickelt, das neben fachlichen Aspekten von Data Science einen Fokus auf sich hieraus ergebende gesellschaftliche Fragestellungen legt. Es werden neben der Konzeption des Kurses die bisherigen Erfahrungen aus der Durchführung – insbesondere in Hinsicht der darin enthaltenen Unterrichtseinheit zum Maschinellen Lernen - berichtet, sowie die sich hieraus ergebenden Implikationen für die Weiterentwicklung dargestellt und diskutiert.}},
  author       = {{Opel, Simone and Schlichtig, Michael and Schulte, Carsten and Biehler, Rolf and Frischemeier, Daniel and Podworny, Susanne and Wassong, Thomas}},
  booktitle    = {{Informatik für alle}},
  editor       = {{Pasternak, Arno}},
  isbn         = {{978-3-88579-682-4}},
  location     = {{Dortmund, Germany}},
  pages        = {{ 285--294 }},
  publisher    = {{Gesellschaft für Informatik}},
  title        = {{{Entwicklung und Reflexion einer Unterrichtssequenz zum Maschinellen Lernen als Aspekt von Data Science in der Sekundarstufe II}}},
  year         = {{2019}},
}

@inbook{62712,
  author       = {{Opel, Simone and Schlichtig, Michael and Schulte, Carsten and Biehler, Rolf and Frischemeier, Daniel and Podworny, Susanne and Wassong, Thomas}},
  booktitle    = {{Informatik für alle - 18. GI-Fachtagung Informatik und Schule, 16.-18. September 2019, Dortmund}},
  editor       = {{Pasternak, A.}},
  isbn         = {{978-3-88579-682-4}},
  pages        = {{285–294}},
  publisher    = {{Gesellschaft für Informatik}},
  title        = {{{Entwicklung und Reflexion einer Unterrichtssequenz zum Maschinellen Lernen als Aspekt von Data Science in der Sekundarstufe II}}},
  doi          = {{10.18420/infos2019-c14}},
  year         = {{2019}},
}

@article{5910,
  author       = {{Heinemann, Birte and Opel, Simone and Budde, Lea and Schulte, Carsten and Frischemeier, Daniel and Biehler, Rolf and Podworny, Susanne and Wassong, Thomas}},
  isbn         = {{9781450365352}},
  journal      = {{Proceedings of the 18th Koli Calling International Conference on Computing Education Research - Koli Calling '18}},
  keywords     = {{Curriculum Development, Data Science, Secondary Sc, acm reference format, big data, curriculum development, data literacy, data science, educa-, interdisciplinary, secondary schools, tion}},
  number       = {{17}},
  pages        = {{1--5}},
  title        = {{{Drafting a Data Science Curriculum for Secondary Schools}}},
  doi          = {{10.1145/3279720.3279737}},
  year         = {{2018}},
}

@article{5903,
  author       = {{Wassong, Thomas}},
  journal      = {{Mathematik 5-10}},
  pages        = {{34--37}},
  title        = {{{Umgekehrt denken. Beschreibende Statistik wiederholen und vertiefen}}},
  volume       = {{43}},
  year         = {{2018}},
}

@article{5904,
  author       = {{Wassong, Thomas}},
  journal      = {{Mathematik 5-10}},
  pages        = {{38--39}},
  title        = {{{Der Boxplot, eine interessante Diagrammform}}},
  volume       = {{43}},
  year         = {{2018}},
}

@inproceedings{5902,
  author       = {{Wassong, Thomas}},
  booktitle    = {{Proceedings of the Tenth International Conference on Teaching Statistics (ICOTS10, July, 2018), Kyoto, Japan.}},
  editor       = {{Sorto, Alejandra}},
  title        = {{{What kind of content remains in memory after a continuous professional development for statistics? Results of an interview study}}},
  year         = {{2018}},
}

@inproceedings{15646,
  author       = {{Heinemann, Birte and Opel, Simone Anna and Budde, Lea and Schulte, Carsten and Frischemeier, Daniel and Biehler, Rolf and Podworny, Susanne and Wassong, Thomas}},
  booktitle    = {{Koli Calling}},
  pages        = {{17:1--17:5}},
  publisher    = {{ACM}},
  title        = {{{Drafting a Data Science Curriculum for Secondary Schools}}},
  year         = {{2018}},
}

@article{5901,
  author       = {{Hesse, Daniela and Wassong, Thomas}},
  journal      = {{Mathematik 5-10}},
  pages        = {{4--5}},
  title        = {{{Statistik(en) besser verstehen}}},
  volume       = {{43}},
  year         = {{2018}},
}

@article{5909,
  author       = {{Heinemann, Birte and Budde, Lea and Schulte, Carsten and Biehler, Rolf and Frischemeier, Daniel and Podworny, Susanne and Wassong, Thomas}},
  journal      = {{Archives of Data Science, Series A}},
  title        = {{{Data Science and Big Data in upper secondary schools: What should be discussed from a perspective of computing education?}}},
  year         = {{2018}},
}

@inbook{5896,
  author       = {{Kempen, Leander and Wassong, Thomas}},
  booktitle    = {{Hochschuldidaktik im Dialog. Beiträge der Jahrestagung der Deutschen Gesellschaft für Hochschuldidaktik (dghd) 2015}},
  editor       = {{Kordts-Freudinger, Robert and Al-Kabbani, Daniel and Schaper, Niclas}},
  pages        = {{15--40}},
  publisher    = {{wbv}},
  title        = {{{VEMINT mobile with Apps: Der gezielte Einsatz von mobilen Endgeräten in einem Mathematik-Vorkurs unter Verwendung der multimedialen VEMINT-Materialien}}},
  volume       = {{131}},
  year         = {{2017}},
}

@book{5898,
  author       = {{Wassong, Thomas}},
  publisher    = {{Springer Fachmedien}},
  title        = {{{Datenanalyse in der Sekundarstufe I als Fortbildungsthema. Theoriegeleitete Konzeption und Evaluation einer Multiplikatorenqualifizierung}}},
  year         = {{2017}},
}

@inproceedings{5894,
  author       = {{Wassong, Thomas and Kempen, Leander}},
  booktitle    = {{Abstractband zur 44. DGHD Jahrestagung: Hochschuldidaktik im Dialog}},
  pages        = {{292}},
  title        = {{{VEMINT mobile with Apps: Der gezielte Einsatz von mobilen Endgeräten in einem Mathematik-Vorkurs unter Verwendung der multimedialen VEMINT-Materialien}}},
  year         = {{2015}},
}

@inproceedings{5891,
  author       = {{Wassong, Thomas and Biehler, Rolf}},
  booktitle    = {{Sustainability in statistics education. Proceedings of the Ninth International Conference on Teaching Statistics (ICOTS9, July, 2014), Flagstaff, Arizona, USA.}},
  editor       = {{Makar, Katie and de Sousa, B. and Gould, Robert}},
  publisher    = {{IASE}},
  title        = {{{The use of technology in a mentor teacher course in statistics education}}},
  year         = {{2014}},
}

@book{5893,
  editor       = {{Wassong, Thomas and Frischemeier, Daniel and Fischer, Pascal R. and Bender, Peter and Hochmuth, Reinhard}},
  publisher    = {{Springer Spektrum}},
  title        = {{{Mit Werkzeugen Mathematik und Stochastik lernen - Using Tools for Learning Mathematics and Statistics}}},
  year         = {{2014}},
}

@inbook{5890,
  author       = {{Biehler, Rolf and Fischer, Pascal Rolf and Hochmuth, Reinhard and Wassong, Thomas}},
  booktitle    = {{Mathematische Vor- und Brückenkurse: Konzepte, Probleme und Perspektiven}},
  editor       = {{Bausch, Isabell and Biehler, Rolf and Bruder, Regina and Fischer, Pascal Rolf and Hochmuth, Reinhard and Koepf, Wolfram and Schreiber, Stephan and Wassong, Thomas}},
  pages        = {{103--122}},
  publisher    = {{Springer Spektrum}},
  title        = {{{Eine Vergleichsstudie zum Einsatz von Math-Bridge und VEMINT an den Universitäten Kassel und Paderborn}}},
  year         = {{2014}},
}

@inbook{5889,
  author       = {{Bausch, Isabell and Biehler, Rolf and Bruder, Regina and Fischer, Pascal Rolf and Hochmuth, Reinhard and Koepf, Wolfram and Wassong, Thomas}},
  booktitle    = {{Mathematische Vor- und Brückenkurse: Konzepte, Probleme und Perspektiven}},
  editor       = {{Bausch, Isabell and Biehler, Rolf and Bruder, Regina and Fischer, Pascal Rolf and Hochmuth, Reinhard and Koepf, Wolfram and Schreiber, Stephan and Wassong, Thomas}},
  pages        = {{261--276}},
  publisher    = {{Springer Spektrum}},
  title        = {{{VEMINT – Interaktives Lernmaterial für mathematische Vor- und Brückenkurse}}},
  year         = {{2014}},
}