Dr. Silvia Joachim
Dr. Silvia Joachim
Emil-Fischer-Str. 30
Projekt(e): KI-Fortbildung
Sprechstunde
Sprechstunde nach Vereinbarung per E-Mail.
Joachim, Silvia; Hennecke, Martin; Dino Capovilla (2025): KI verstehen: Der Experimentiersatz Künstliche Intelligenz (Paper im Druck: INFOS 2025)
Ehmann, Matthias; Günzel-Weinkamm, Nicole; Hennecke, Martin; Joachim, Silvia (2025): Professional Development for Bavarian Computer Science Teachers: Evaluation and Effects on Attitudes towards AI (Paper im Druck: ISSEP 2025)
Joachim, Silvia; Hennecke, Martin (2025): MAL-E: Understanding Text-to-Image Generation. Proceedings of the Second Workshop on Artificial Intelligence for Artificial Intelligence Education (AI4AI Learning 2024). University of Bamberg Press. DOI: https://doi.org/10.20378/irb-107661
Joachim, Silvia (2024): Digitalpaket „KI verstehen“ mit dem Experimentiersatz KÜNSTLICHE INTELLIGENZ. MEKRUPHY GMBH. https://mekruphy.com/de/ki
Ehmann, Matthias; Günzel-Weinkamm, Nicole; Hennecke, Martin; Joachim, Silvia (2024): Förderung von KI-Kompetenzen von Informatiklehrkräften in Bayern. Proceedings of DELFI Workshops 2024. DOI: 10.18420/delfi2024-ws-28.
Andres, Daniela; Joachim, Silvia; Hennecke, Martin (2024): ClusterLabor: Ein Werkzeug zur interaktiven Visualisierung und Analyse von Clusteralgorithmen. Informatische Bildung in Schulen (IBiS): Vol.2, No.2. DOI: 10.18420/ibis-02-02-09.
Andres, Daniela; Joachim, Silvia; Hennecke, Martin (2024): Den k-Means-Algorithmus verstehen: Mit Stift & Papier und BlueJ. Informatische Bildung in Schulen (IBiS): Vol.2, No.1. DOI: 10.18420/ibis-02-01-06.
Joachim, Silvia; Hennecke, Martin (2023): Enaktive Bestimmung der Hyperparameter beim Entscheidungsbaum- und k-nächste-Nachbarn-Algorithmus. INFORMATIK 2023 - Designing Futures: Zukünfte gestalten. DOI: 10.18420/inf2023_47.
Joachim, Silvia; Hennecke, Martin (2023): Reinforcement-Learning enaktiv und inklusiv vermitteln. INFOS 2023 - Informatikunterricht zwischen Aktualität und Zeitlosigkeit. DOI: 10.18420/infos2023-049.
Joachim, Silvia (2023): Experimentiersatz KÜNSTLICHE INTELLIGENZ - Experimentierheft. MEKRUPHY GMBH. https://mekruphy.com/de/ki
Joachim, Silvia (2023): Experimentiersatz KÜNSTLICHE INTELLIGENZ - Handreichung für die Lehrkraft. MEKRUPHY GMBH. https://mekruphy.com/de/ki
Joachim, Silvia (2023): Experimentiersatz KÜNSTLICHE INTELLIGENZ. MEKRUPHY GMBH. https://mekruphy.com/de/ki
Der Einsatz des Experimentiersatzes zur Künstliche Intelligenz (KI) fördert den Aufbau von KI-Kompetenzen auf anschauliche Art und macht abstrakte Algorithmen erlebbar. Mit dem „unplugged“-Zugang zum Themenfeld KI zeigen wir, wie mit multifunktionalen Elementen (Spielsteine, plastische Pilze und Legeplatten) die Funktionsweise und die Grenzen von KI-Systemen vermittelt werden können. Der Experimentiersatz mit Entscheidungsbaum- und k-nächster-Nachbar-Algorithmus, Delta-Lernregel, neuronale Netze und Reinforcement Learning liefert einen Beitrag zur notwendigen „Entmystifizierung“ des Themas. Angesichts des Realitätsbezugs der essbaren und giftigen Pilze ergeben sich unmittelbar ethisch-moralische Fragestellungen. Es ist möglich, identische Themen auf unterschiedlichen Anspruchsniveaus (Grund- und Förderschule bis gymnasiale Oberstufe, Erwachsenenbildung, VHS) zu behandeln. Der Experimentiersatz ist für alle geeignet, die verstehen wollen, wie KI-Systeme lernen und Entscheidungen treffen. Er wurde in einem Design-Based-Research-Ansatz iterativ entwickelt und von Lehrkräften im Unterricht mit sehr positivem Feedback getestet. Gedruckte und digitale Begleitmaterialien, unterstützen das Verstehen und motivieren zum selbstentdeckenden, forschenden Lernen.
Ein grundlegendes Verständnis von KI-Systemen ist eine zentrale Zukunftskompetenz, die allen Lernenden zugänglich gemacht werden sollte – unabhängig von Alter, Vorwissen oder individuellen Voraussetzungen. Um dies zu ermöglichen, entwickeln wir in einem Design-Based-Research-Ansatz iterativ ein didaktisches Konzept, bestehend aus einem Zusammenspiel von Hands-on-Learning und E-Learning. Dieses unterscheidet sich von bestehenden Angeboten durch die konsequente Verzahnung von haptischen und digitalen Lernwegen zur Vermittlung von KI-Konzepten. Während viele Angebote auf rein analoge Erklärmodelle setzen oder digitale Formate allein auf abstrakter Ebene bleiben, verbinden wir beide Ansätze so, dass Lernende zentrale Prinzipien handelnd und spielerisch erleben und ggf. anschließend in digitale Programmierumgebungen übertragen können. Darüber hinaus legen wir besonderen Wert auf Barrierefreiheit und Inklusion: Der Experimentiersatz KI folgt dem Prinzip des Universal Design for Learning und ermöglicht Lernenden mit unterschiedlichen sensorischen und sprachlichen Präferenzen eine gleichberechtigte Teilhabe.
Ich entwickle, plane und organisiere Fortbildungen zu Künstlicher Intelligenz für Lehrkräfte verschiedener Schularten und evaluiere diese im Rahmen einer Längsschnittstudie.
