@inproceedings{29298,
  abstract     = {{Die Themen „Big Data“, „Künstliche Intelligenz und „Data Science“ werden seit einiger Zeit nicht nur in der breiten Öffentlichkeit kontrovers diskutiert, sondern stellen für die Ausbildung in den IT- und IT-nahen Berufen schon heute neue Herausforderungen dar, die in Zukunft durch die gesellschaftliche und technologische Weiterentwicklung hin zu einer Datengesellschaft noch größer werden.
An dieser Stelle stellt sich die Frage, welche Aspekte dieses großen Themenkomplexes für Schule und Ausbildung von Wichtigkeit sind und wie diese Themen sinnstiftend und gewinnbringend in die informatische Ausbildung in verschiedenen Bildungsgängen integriert werden können. Im Rahmen des von uns im Jahr 2017 organisierten Symposiums zum Thema „Data Science“ wurden für die Bildung relevante Aspekte erörtert, wodurch als Kernelemente für den Unterricht Algorithmen der Künstlichen Intelligenz und ihre Anwendung in Industrie und Gesellschaft, Explorationen von Big Data sowie der Umgang mit eigenen Daten in sozialen Netzwerken herausgearbeitet wurden. Ziel ist, aus diesen Themenbereichen sowohl ein umfassendes Curriculum als auch Module für verschiedene Unterrichtsszenarien zu entwickeln und zu erproben. Durch diese Materialien soll es Lehrkräften aus der Informatik, Mathematik oder Technik ermöglicht werden, diese Themen auf Basis des Curriculums und der erprobten Unterrichtskonzepte selbst zu unterrichten.
Hierfür wurde im Rahmen des Projekts ProDaBi (Projekt Data Science und Big Data in der Schule, https://www.prodabi.de), initiiert von der Telekom Stiftung, ein experimenteller Projektkurs entwickelt, den wir mit Schüler:innen der Sekundarstufe II an der Universität Paderborn im Schuljahr 2018/19 durchführten. Dieser Kurs enthält neben einem Modul zur Exploration von Big Data und einem weiteren Modul zum Maschinellen Lernen als Teil der Künstlichen Intelligenz auch eine Projektphase, die es in Zusammenarbeit mit lokalen Unternehmen den Schüler:innen
ermöglicht, das Erlernte in ein reales Data Science-Projekt einzubringen. Aus den Erfahrungen dieses Projektkurses sowie den parallel durchgeführten Erprobungen einzelner Bausteine auch mit beruflichen Schulen werden ab dem Schuljahr 2019/20 die hierfür verwendeten Materialien weiterentwickelt und weiteren Kooperationspartnern zur Erprobung zur Verfügung gestellt. Damit wurden zum Ende des Projekts nicht nur vollständige Unterrichtsmaterialien, sondern auch ein umfassendes Curriculum entwickelt.}},
  author       = {{Opel, Simone Anna and Schlichtig, Michael}},
  booktitle    = {{Sammelband der 27. Fachtagung der BAG Berufliche Bildung}},
  editor       = {{Vollmer, Thomas and Karges, Torben and Richter, Tim and Schlömer, Britta and Schütt-Sayed, Sören}},
  keywords     = {{Berufsbildung, vocational education, Ausbildung, training, berufliche Weiterbildung, advanced vocational education, Digitalisierung, digitalization, Unterricht, teaching, Lehrmethode, teaching method, Interdisziplinarität, interdisciplinarity, Fachdidaktik, subject didactics, Curriculum, curriculum, gewerblich-technischer Beruf, vocational/technical occupation, Fachkraft, specialist, Qualifikationsanforderungen, qualification requirements, Kompetenz, competence, Lehrerbildung, teacher training, Bundesrepublik Deutschland, Federal Republic of Germany}},
  location     = {{Siegen}},
  pages        = {{176--194}},
  publisher    = {{wbv Media GmbH & Co. KG}},
  title        = {{{Data Science und Big Data in der beruflichen Bildung – Konzeption und Erprobung eines Projektkurses für die Sekundarstufe II}}},
  doi          = {{https://doi.org/10.3278/6004722w}},
  volume       = {{55}},
  year         = {{2020}},
}

@inproceedings{35814,
  author       = {{Biehler, Rolf and Fleischer, Franz Yannik and Budde, Lea and Frischemeier, Daniel and Gerstenberger, Dietrich and Podworny, Susanne and Schulte, Carsten}},
  booktitle    = {{New Skills in the Changing World of Statistics Education Proceedings of the Roundtable conference of the International Association for Statistical Education (IASE)}},
  editor       = {{Arnold, P.}},
  publisher    = {{ISI/IASE}},
  title        = {{{Data science education in secondary schools: Teaching and learning decision trees with CODAP and Jupyter Notebooks as an example of integrating machine learning into statistics education}}},
  year         = {{2020}},
}

@inbook{35821,
  author       = {{Budde, Lea and Frischemeier, Daniel and Biehler, Rolf and Fleischer, Franz Yannik and Gerstenberger, Dietrich and Podworny, Susanne and Schulte, Carsten}},
  booktitle    = {{New Skills in the Changing World of Statistics Education: Proceedings of the Roundtable conference of the International Association for Statistical Education (IASE), July 2020}},
  editor       = {{Arnold, P.}},
  publisher    = {{ISI/IASE}},
  title        = {{{Data Science Education in Secondary School: How to Develop Statistical Reasoning When Exploring Data Using CODAP}}},
  year         = {{2020}},
}

@article{21267,
  author       = {{Budde, Lea and Schulte, Carsten and Buhl, Heike M. and Muehling, Andreas}},
  journal      = {{Seventh International Conference on Learning and Teaching in Computing and Engineeringe}},
  keywords     = {{⛔ No DOI found}},
  publisher    = {{(IEEE)}},
  title        = {{{Understanding and Explaining Digital Artefacts - the Role of a Duality (Accepted Paper - Digital Publication Follows)}}},
  year         = {{2020}},
}

@inproceedings{15578,
  author       = {{Izu, Cruz and Schulte, Carsten and Aggarwal, Ashish and I. Cutts, Quintin and Duran, Rodrigo and Gutica, Mirela and Heinemann, Birte and Kraemer, Eileen and Lonati, Violetta and Mirolo, Claudio and Weeda, Renske}},
  booktitle    = {{Proceedings of the 2019 (ACM) Conference on Innovation and Technology in Computer Science Education, Aberdeen, Scotland, UK, July 15-17, 2019}},
  pages        = {{261--262}},
  title        = {{{Program Comprehension: Identifying Learning Trajectories for Novice Programmers}}},
  doi          = {{10.1145/3304221.3325531}},
  year         = {{2019}},
}

@inproceedings{15579,
  author       = {{Kapp, Florian and Schulte, Carsten}},
  booktitle    = {{Informatik für alle, 18. GI-Fachtagung Informatik und Schule, (INFOS) 2019, 16.-18. September 2019, Dortmund}},
  pages        = {{247--256}},
  title        = {{{Einsatz von Jupyter Notebooks am Beispiel eines fiktiven Kriminalfalls}}},
  doi          = {{10.18420/infos2019-c10}},
  year         = {{2019}},
}

@inproceedings{15581,
  author       = {{Müller, Kathrin and Schulte, Carsten and Magenheim, Johannes}},
  booktitle    = {{Informatik für alle, 18. GI-Fachtagung Informatik und Schule, (INFOS) 2019, 16.-18. September 2019, Dortmund}},
  pages        = {{139--148}},
  title        = {{{Zur Relevanz eines Prozessbereiches Interaktion und Exploration im Kontext informatischer Bildung im Primarbereich}}},
  doi          = {{10.18420/infos2019-b10}},
  year         = {{2019}},
}

@inproceedings{15583,
  author       = {{Schmidt, Ann-Katrin and Schulte, Carsten}},
  booktitle    = {{Informatik für alle, 18. GI-Fachtagung Informatik und Schule, (INFOS) 2019, 16.-18. September 2019, Dortmund}},
  pages        = {{315--324}},
  title        = {{{Das RetiBNE Café}}},
  doi          = {{10.18420/infos2019-c17}},
  year         = {{2019}},
}

@inproceedings{15720,
  author       = {{Wilke, Adrian and Magenheim, Johannes}},
  booktitle    = {{IEEE Global Engineering Education Conference, EDUCON 2019, Dubai, United Arab Emirates, April 8-11, 2019}},
  pages        = {{892--899}},
  title        = {{{Critical Incidents for Technology Enhanced Learning in Vocational Education and Training}}},
  doi          = {{10.1109/EDUCON.2019.8725025}},
  year         = {{2019}},
}

@book{15721,
  author       = {{Köller, Olaf and Magenheim, Johannes and Molitor, Heike and Pfenning, Uwe and Ramseger, J{\ and Steffensky, Mirjam and Wiesmüller, Christian and Winther, Esther and Wollring, Bernd}},
  publisher    = {{Verlag Barbara Budrich}},
  title        = {{{Zieldimensionen für Multiplikatorinnen und Multiplikatoren früher MINT-Bildung}}},
  year         = {{2019}},
}

@article{16275,
  author       = {{Franke-Wiekhorst, Antonia and Günther, Christine and Brünger, Karen and Magenheim, Johannes and Romeike, Ralf}},
  journal      = {{GdSU-Journal,(9)}},
  pages        = {{10--21}},
  title        = {{{„Der Informatikkreis “: Kinder von drei bis zehn Jahren beim Forschen in Informatik begleiten - ein methodisch-didaktisches Material}}},
  year         = {{2019}},
}

@inproceedings{15332,
  abstract     = {{Artificial intelligence (AI) has the potential for far-reaching – in our opinion – irreversible changes.
They range from effects on the individual and society to new societal and social issues. The question arises
as to how students can learn the basic functioning of AI systems, what areas of life and society are affected
by these and – most important – how their own lives are affected by these changes. Therefore, we are developing and evaluating school materials for the German ”Science Year AI”. It can be used for students of all
school types from the seventh grade upwards and will be distributed to about 2000 schools in autumn with
the support of the Federal Ministry of Education and Research. The material deals with the following aspects
of AI: Discussing everyday experiences with AI, how does machine learning work, historical development
of AI concepts, difference between man and machine, future distribution of roles between man and machine,
in which AI world do we want to live and how much AI would we like to have in our lives. Through an
accompanying evaluation, high quality of the technical content and didactic preparation is achieved in order
to guarantee the long-term applicability in the teaching context in the different age groups and school types.
In this paper, we describe the current state of the material development, the challenges arising, and the results
of tests with different classes to date. We also present first ideas for evaluating the results.}},
  author       = {{Schlichtig, Michael and Opel, Simone Anna and Budde, Lea and Schulte, Carsten}},
  booktitle    = {{ISSEP 2019 - 12th International conference on informatics in schools: Situation, evaluation and perspectives, Local Proceedings}},
  editor       = {{Jasutė, Eglė and Pozdniakov, Sergei}},
  isbn         = {{978-9925-553-27-3}},
  keywords     = {{Artificial Intelligence, Machine Learning, Teaching Material, Societal Aspects, Ethics. Social Aspects, Science Year, Simulation Game}},
  location     = {{Lanarca}},
  pages        = {{65 -- 73}},
  title        = {{{Understanding Artificial Intelligence – A Project for the Development of Comprehensive Teaching Material}}},
  volume       = {{12}},
  year         = {{2019}},
}

@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{15643,
  author       = {{Opel, Simone Anna and Schlichtig, Michael and Schulte, Carsten}},
  booktitle    = {{WiPSCE}},
  pages        = {{11:1--11:2}},
  publisher    = {{ACM}},
  title        = {{{Developing Teaching Materials on Artificial Intelligence by Using a Simulation Game (Work in Progress)}}},
  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}},
}

@article{20839,
  author       = {{Brinda, Torsten and Diethelm, Ira and Hellmig, Lutz and Magenheim, Johannes and Romeike, Ralf and Schroeder, Ulrik}},
  journal      = {{MedienPädagogik: Zeitschrift für Theorie und Praxis der Medienbildung}},
  number       = {{Didaktik der Informatik}},
  pages        = {{1--10}},
  title        = {{{Kritische Entgegnung auf die Studie "Zur Relevanz informatischer Bildung in der Schule für den Erwerb computer- bzw. informationsbezogener Kompetenzen"}}},
  doi          = {{10.21240/mpaed/33/2018.10.29.X}},
  volume       = {{33}},
  year         = {{2018}},
}

@inproceedings{15584,
  author       = {{Magenheim, Johannes and Müller, Kathrin and Schulte, Carsten and Bergner, Nadine and Haselmeier, Kathrin and Humbert, Ludger and Müller, Dorothee and Schroeder, Ulrik}},
  booktitle    = {{Informatics in Schools. Fundamentals of Computer Science and Software Engineering - 11th International Conference on Informatics in Schools: Situation, Evolution, and Perspectives, (ISSEP) 2018, St. Petersburg, Russia, October 10-12, 2018, Proceedings}},
  pages        = {{339--353}},
  title        = {{{Evaluation of Learning Informatics in Primary Education - Views of Teachers and Students}}},
  doi          = {{10.1007/978-3-030-02750-6\_26}},
  year         = {{2018}},
}

@inproceedings{15585,
  author       = {{Bednarik, Roman and Schulte, Carsten and Budde, Lea and Heinemann, Birte and Vrzakova, Hana}},
  booktitle    = {{Proceedings of the 18th Koli Calling International Conference on Computing Education Research, Koli, Finland, November 22-25, 2018}},
  pages        = {{2:1--2:8}},
  title        = {{{Eye-movement Modeling Examples in Source Code Comprehension: A Classroom Study}}},
  doi          = {{10.1145/3279720.3279722}},
  year         = {{2018}},
}