Über das Anschauungsproblem vom Finden der schnellsten Route lernen die Schülerinnen und Schüler die Grundlagen der Netzwerkoptimierung und das algorithmische Lösen von "Schnellste-Wege-Problemen". Darüber hinaus bearbeiten die Schülerinnen und Schüler das Problem, einen möglichst guten Kompromiss zwischen schnellster und umweltfreundlichster Route zu finden und tauchen dabei in ein Problem der multikriteriellen Optimierung ein. Was ist die schnellste Route von Mainz nach München? Google Maps oder andere Online-Karten beantworten uns diese Frage schnell. Aber wie geht ein Computerprogramm dabei vor? Ist die schnellste Route automatisch auch die umweltfreundlichste Route? In diesem Unterrichtsmaterial müssen als erstes aus dem komplexen Straßennetz auf einer Karte Süddeutschlands die wichtigsten Informationen und Wege von Mainz nach München gefunden werden. Dabei konzentrieren sich die Lernenden auf das Autobahnnetz und markieren Straßen und Autobahnkreuze. Autobahnabschnitte werden mit Zeiten ergänzt, die man benötigt, um sie zurückzulegen. So erstellen die Schülerinnen und Schüler einen Graph und entwickeln eine grobe Vorstellung von möglichen Routen und eventuell sogar schon eine Idee für die schnellste Route. An dieser Stelle werden die anwendungsbezogenen Arbeitsblätter durch ein nicht obligatorisches Video ergänzt, das Graphen formal-mathematisch einführt. Die Materialien und Arbeitsblätter finden Sie über den Link am Ende dieser Seite. Wie kann man sich jedoch sicher sein, die schnellste Route gefunden zu haben? Dafür soll der Dijkstra-Algorithmus, der wohl bekannteste "Kürzeste-Wege-Algorithmus", so nachvollzogen werden, dass die Lernenden ihn selbst anwenden können. Da es sich um einen für Schülerinnen und Schüler komplexen Algorithmus in einem nicht bekannten Anwendungsgebiet handelt, bekommen die sie zum Nachvollziehen zuerst übersichtliche grafische Hilfestellungen und Hinweise, die es besonders zu beachten gilt. Auch ein Erklärvideo soll helfen, den Algorithmus zu verstehen. Nachdem die Lernenden den schnellsten Weg gefunden und versucht haben, den Dijkstra-Algorithmus selbst zu formulieren, sind sie nun selbst gefordert, die umweltfreundlichste Route von Mainz nach München zu finden. Weil die Umweltfreundlichkeit einer Route einerseits von sehr vielen Faktoren abhängt, andererseits aber auch nicht eindeutig definiert ist, handelt es sich dabei um eine starke Vereinfachung. Abschließend wird folgende Frage bearbeitet: Wie findet man den besten Kompromiss zwischen schneller und umweltfreundlicher Route? Thematisch schließt somit die Lerneinheit in Richtung der aktuellen Nachhaltigkeitsdebatte ab und schafft fachmathematisch eine Verbindung zwischen Netzwerk- und multikriterieller Optimierung. Darüber hinaus haben die Lernenden die Möglichkeit, sich in einem interaktiven Jupyter-Notebook-Kurs mit dem Programmieren des Dijkstra-Algorithmus zu beschäftigen. Dieser löst die Anschauungsbeispiele in der Programmiersprache Python. Relevanz des Themas Heutzutage spielen Navigationsprogramme, besonders Google Maps oder Apple Karten, eine sehr große Rolle und werden alltäglich verwendet. Das Lösen von Navigationsproblemen kann dem mathematischen Fachgebiet der Netzwerkoptimierung zugeordnet werden. Das allein zeigt die herausragende Relevanz und unterschätzte Bedeutung eines Themas, das in den Lehrplänen der Länder deutschlandweit bisher keine große spielt. Vorkenntnisse Die Lernenden benötigen für die Unterrichtseinheit keine mathematischen Vorkenntnisse, da es sich um ein außerschulisches mathematisches Anwendungsfeld handelt. Durch die recht anspruchsvollen Inhalte ist diese Lernumgebung jedoch erst für Schülerinnen und Schüler ab der 8. Klasse bis hin zur Oberstufe empfohlen. Didaktische Analyse Die Schülerinnen und Schüler lernen mathematische Inhalte im Bereich der Netzwerkoptimierung kennen. Sie lernen den Umgang mit Graphen, Knoten, Kanten und Kantengewichten. Ein Exkurs mit einer kleinen Einführung in die formal-mathematische Netzwerkoptimierung wird für leistungsstarke Oberstufenschülerinnen und -schüler in einem Video gegeben. Außerdem erarbeiten sie ein algorithmisches Vorgehen, den Dijkstra-Algorithmus, sowie ein bikriterielles Netzwerkoptimierungsproblem. Lernschwierigkeiten sind besonders bei der Formulierung des Algorithmus zu erwarten, weswegen hier das Wahrnehmen der Hilfestellungen im Erklärvideo empfohlen wird. Methodische Analyse Das Lernheft beziehungsweise die Arbeitsblätter können ausgedruckt, ausgeteilt und bearbeitet werden. Die Bearbeitung an Tablets bietet sich ebenfalls an. Für den Programmierexkurs ist ein Computer oder ein Tablet notwendig. Es gibt unterschiedliche Möglichkeiten, die Lerneinheit methodisch durchzuführen: Sie kann über mehrere Stunden als Wochenarbeitsauftrag mit dem Lernheft in Einzel- oder Paararbeit erfolgen. Sicherungen können in kleinen Gruppen- oder Paararbeitsphasen durchgeführt werden, indem Ergebnisse verglichen werden. Die Arbeitsphasen des Lernhefts sind als Arbeitsblätter nutzbar. Für jede Arbeitsphase kann eine Unterrichtsstunde verwendet werden. Am Anfang kann ein gemeinsamer Einstieg und am Ende eine gemeinsame Sicherung stattfinden. Die Arbeitsphasen finden in Einzel- oder Paararbeit statt. Es ist auch denkbar, das Lernheft vollständig in einer Heimarbeitsphase durchzuführen. Am Ende sollte aber eine Besprechung im Unterricht stattfinden Hinweise zu den Materialien Arbeitsblatt 1 : Die Lernenden erstellen aus Kartenmaterial ein Netzwerk aus Knoten und Kanten. Arbeitsblatt 2 : Die Lernenden vollziehen an einem Beispiel den Dijkstra-Algorithmus nach und formulieren ihn selbst. Arbeitsblatt 3 : Die Lernenden wenden den Dijkstra-Algorithmus an einem Beispiel selbst an. Arbeitsblatt 4 : Die Lernenden lösen an einem Beispiel ein bikriterielles Netzwerksoptimierungsproblem. Programmierexkurs : Die Lernenden vollziehen den Code des Dijkstra-Algorithmus nach und programmieren Abschnitte selbst. Alle Arbeitsblätter sind einzeln oder als Lernheft zusammengefasst verfügbar. Sie können die Arbeitsblätter über den Link am Ender der Seite herunterladen. Digitale Kompetenzen, die Lehrende zur Umsetzung der Unterrichtseinheit benötigen (nach dem DigCompEdu Modell) Die Lehrkräfte integrieren das Hilfsmaterial zur Programmierung des Dijkstra-Algorithmus, um den Lernenden das Erarbeiten eigener, kreativer Lösungen zu ermöglichen und sie in ihrem Lösungsprozess zu unterstützen (3.2 und 3.4). Dabei nutzen sie das Lernvideo zu Graphen, um den Lernenden das Vertiefen ihres eigenen Wissens zu ermöglichen (3.4). Fachkompetenz Die Schülerinnen und Schüler erstellen einen Graph mit Knoten, Kanten und Kantengewichten, indem sie aus Kartenmaterial einen Graphen erstellen. erklären und formulieren den Dijkstra-Algorithmus, indem sie ihn an einem Beispiel nachvollziehen und anschließend die einzelnen Schritte dokumentieren. wenden den Dijkstra-Algorithmus an, indem sie die umweltfreundlichste Route zwischen Mainz und München finden. Medienkompetenz Die Schülerinnen und Schüler verstehen die Funktionsweise von Navigationsprogrammen, indem sie grundlegende Prinzipien der Netzwerkoptimierung anhand eines Beispiels nachvollziehen. erklären einen Algorithmus, indem sie algorithmische Strukturen in einem Beispiel erkennen und allgemeingültig formulieren. lösen ein technisches Problem, indem sie ein "Kürzeste-Wege-Problem" in der Programmiersprache Python formulieren. Sozialkompetenz Die Schülerinnen und Schüler kommunizieren miteinander, indem sie in Paararbeit zusammenarbeiten. geben einander Feedback, indem sie in Sicherungsphasen Lösungen kontrollieren und besprechen. 21st Century-Skills Die Schülerinnen und Schüler fördern sich im kritischen Denken, indem sie bei der Formulierung und Programmierung des Dijkstra-Algorithmus strukturiert vorgehen, Argumente innerhalb der Lerngruppe analysieren und die Ergebnisse des Dijkstra-Algorithmus nutzen, um die umweltfreundlichste Route zu bestimmen*. stärken ihre Fähigkeiten zur Kollaboration und Kommunikation, indem sie die Aufgaben im Team diskutieren und lösen. fördern ihr Verständnis der digitalen Welt, indem sie durch das Bearbeiten der Aufgaben einen Einblick in die Funktionsweise von Navigationsprogrammen erlangen. * nach Ennis, R.H. (2011). Critical Thinking: Reflection and perspective – Part I. Inquiry: CT across the Disciplines 26 (1), S. 4–18.

In dieser Unterrichtseinheit sollen die Schülerinnen und Schüler interaktive Übungen zur Lernumgebung „Der programmierbare Roboterarm“ selbstständig bearbeiten. Die hier vorgestellten Übungen beziehen sich auf die Arbeit mit der Lernumgebung Der programmierbare Roboterarm , die für den Lernbereich Problemlösen mit Algorithmen entwickelt wurde. Die Materialien basieren auf Arbeitsblättern mit eingebundenen Videosequenzen und interaktiven Übungen. Sie sollen im Rahmen des Lernbereichs "Informationen verarbeiten: Modell - Algorithmus - Lösung" unterrichtsbegleitend zur Lernumgebung eingesetzt werden. Für Lehrerinnen und Lehrer stehen Musterlösungen im Bereich "Mein LO" zur Verfügung. Videos und interaktive Übungen Der "Programmierbare Roboterarm", der den hier vorgestellten Materialien zugrunde liegt, setzt jede Eingabe der Schülerinnen und Schüler bildlich um. Durch die so erreichte Anschaulichkeit ist der Lernerfolg "vorprogrammiert". Diese bildliche Ebene eignet sich auch hervorragend für diverse Aufgabenstellungen. Die Arbeitsblätter dieser Unterrichtseinheit greifen das Thema Roboterarm auf und verknüpfen Videosequenzen mit interaktiven Aufgabestellungen. Hinweise zur Technik Da die Videosequenzen in der Regel über das Internet geladen werden, sollte eine schnelle Internetverbindung bestehen. Außerdem muss der Flash-Player installiert und aktiviert sein, da der in die Arbeitsmaterialien integrierte Videoplayer "flowplayer-3.1.5" auf Flash basiert. Alternativ können die Materialien auch offline genutzt werden. Einführung der Lernumgebung per Beamer Schülerinnen und Schüler der Klasse 8 sind den Einsatz interaktiver Arbeitsblätter oft noch nicht gewohnt. In diesem Fall sollte der Umgang mit den Materialien zunächst von der Lehrperson per Beamer gezeigt werden. Insbesondere der Umgang mit Videos und JavaScript sollte demonstriert werden. Ein Hinweis auf die Notwendigkeit einer korrekten Schreibweise - unter Beachtung der Großschreibung - führt zu erhöhter Konzentration und damit weniger Frusterlebnissen. Die stellen sich ein, wenn Fragen zwar inhaltlich richtig, aber in falscher Schreibweise beantwortet wurden. Dynamische Arbeitsblätter Die Inhalte der vier Arbeitsblätter werden kurz beschrieben und die interaktiven Übungen per Screenshot vorgestellt. Die Schülerinnen und Schüler sollen im Lernbereich "Computer verstehen: Daten und Strukturen" das Prinzip Eingabe-Verarbeitung-Ausgabe auf Vorgänge im Alltag übertragen, hier auf die Bedienung technischer Geräte (Klasse 7). im Lernbereich "Computer nutzen und anwenden: Objekte - Attribute - Methoden" konkrete Objekte einem Modell zuordnen (Objekt - Attribut - Attributwert) und die UML-Notation (Unified Modeling Language) kennenlernen (Klasse 7). im Lernbereich "Informationen repräsentieren: Klassen und Objekte" Klassen aus der Erfahrungswelt (Name, Attribut, Attributwertebereich, Methode) kennenlernen (Klasse 8). im Lernbereich "Informationen verarbeiten: Modell - Algorithmus - Lösung" mit den Begriffen Algorithmus (Endlichkeit, Eindeutigkeit, Ausführbarkeit, Allgemeingültigkeit) und Programmstrukturen (Folge, Wiederholung, Verzweigung) arbeiten (Klasse 8). Problemlöseprozesse kennenlernen: Problemanalyse, Lösungsentwurf, Umsetzung, Test, Dokumentation Thema Übungsserie zum "Programmierbaren Roboterarm" Autor Jens Tiburski Fächer Informatik, Mathematik Zielgruppe Klasse 7 und 8, bis Jahrgangstufe 12 (Prüfungsvorbereitung) Zeitraum 4-8 Stunden, je nach Vertiefung Technische Voraussetzungen im Idealfall ein Computer pro Person, Internetzugang, Flash-Player, JavaScript Vier Anweisungen, zwei Sensoren Die Einführung in die Problemlösung mit Algorithmen beginnt im Allgemeinen mit linearen Algorithmen - also der sequenziellen Programmierung. Diese lineare Abfolge von Anweisungen führt jedoch mit jedem Befehl (Methodenaufruf) zu einer Veränderung von Sensorzuständen. Auf diesen elementaren Zusammenhang zwischen Methodenaufruf und Attributwertänderung gehen die ersten beiden Arbeitsblätter ein. Ausgangspunkt ein Video, das in das Arbeitsblatt eingebunden ist (Abb. 1, Platzhalter bitte anklicken). Ziel ist es nicht nur den Algorithmus - also das verwendete Programm - zu erkennen, sondern vor allem ein vollständiges Zustandsdiagramm mit allen Methodenaufrufen und den sich daraus ergebenden Änderungen der Sensorenzustände zu erfassen. Das erste Arbeitsblatt beschränkt sich dabei auf einen Algorithmus mit nur vier Anweisungen und zwei Sensoren. Acht Anweisungen, drei Sensoren Das zweite Arbeitsblatt (Abb. 2) ist dann schon komplexer. Der Algorithmus umfasst hier acht Anweisungen, welche sich auf alle drei Sensoren des Roboterarms beziehen. Als Hilfe wird das UML-Diagramm (Unified Modeling Language, Vereinheitlichte Modellierungssprache) des Roboterarms angezeigt, das eine Übersicht aller einzusetzenden Werte bietet. Schleifen Nach der sequenziellen Programmierung erfolgt die Strukturierung von Algorithmen. Als erste Kontrollstruktur wird die Wiederholung gleicher Sequenzen - sogenannter Schleifen - behandelt. Das dritte Arbeitsblatt (Abb. 3) widmet sich diesem Thema. Auch hier werden verschiedene Videosequenzen abgespielt. Die Schülerinnen und Schüler müssen diese zunächst sequentiell erfassen, um sie anschließend - unter Verwendung von Schleifen - in strukturierte Programme umzuwandeln. Nach der Absolvierung der Aufgaben werden die Lernenden aufgefordert, die dazugehörigen Struktogramme zu entwickeln. Bedingte Verzweigung Das vierte Arbeitsblatt stellt die höchsten Ansprüche an die Schülerinnen und Schüler. Hier müssen komplexe verzweigte Algorithmen mit den dazugehörigen Struktogrammen (Abb. 4) in Übereinstimmung gebracht werden. Das erfordert in hohem Maße strukturiertes Denkvermögen. Die Einschätzung der fehlerfreien Arbeitsweise der Algorithmen sowie ihrer Effizienz lässt sich natürlich mithilfe des Programms "Der programmierbare Roboterarm" nachprüfen - die eigentliche Schwierigkeit ist aber die Beantwortung der Fragen durch eigene Überlegungen. Den Abschluss der Übungsserie bildet dann wieder die Vorführung von Videosequenzen, aus denen der entsprechende Algorithmus abzuleiten ist. Wichtig ist dabei die Erkenntnis, dass die Algorithmen im Prinzip nur bei zu schweren Kugeln voneinander abweichen - wenn alle Kugeln im Limit von 300 Kilogramm liegen, arbeiten alle Algorithmen identisch!

In dieser Unterrichtseinheit lernen die Schülerinnen und Schüler, unabhängig von einer Programmiersprache ein Struktogramm zu entwerfen. Im Junior-Entwicklungsteam der InfoTec GmbH sollen sie unter Verwendung von Auswahlstrukturen einen Algorithmus formulieren und darstellen.Auf Basis von Entwicklungsaufträgen des Modellbetriebs InfoTec GmbH werden Fachinhalte der Informationsverarbeitung mit betriebswirtschaftlichen Aspekten verknüpft. In einem Auftragsbuch für das Junior-Entwicklungsteam finden sich Arbeitsaufträge, die wie Entwicklungsaufträge zur Softwareerstellung strukturiert sind. Die Lernenden führen daran eine Problemanalyse durch und entwickeln eine Lösung nach dem EVA-Prinzip (Eingabe - Verarbeitung (Lösungsalgorithmus) - Ausgabe). Im Anschluss wird der Algorithmus als Struktogramm abgebildet und mittels Editor modelliert. Dies dient als Programmierhilfe, die unabhängig von einer später verwendeten Entwicklungsumgebung (Excel, VBA, Delphi) die Planung und Dokumentation der Problemlösung erlaubt. Die Entwicklungsaufträge basieren auf betriebswirtschaftlichen Fragen. Die Lerngruppe erarbeitet die Auswahlstruktur und lernt die Möglichkeit kennen, ein- und zweiseitige Entscheidungen sowie in weiteren Schritten mehrstufige Entscheidungen als verschachtelte Verzweigungen zu formulieren. Zur Modellierung verwenden die Schülerinnen und Schüler die Strukturelemente nach Nassi Shneiderman. Damit werden Kompetenzen im informatischen Denken erworben, die später in Excel (Wenn-Funktion) oder in einer Programmiersprache ihre Anwendung finden.Der Lehrplan sieht vor, dass die Lernenden die Fertigkeit erwerben, Problemlösungen als Algorithmen darzustellen. Ferner sollen elementare Kontrollstrukturen angewendet werden. Die Schülerinnen und Schüler befassten sich vorab in Lernsituationen mit Algorithmen, wobei diese als Teil der eigenen Lebenswelt erfahrbar wurden. Gestützt auf Beispiele wurden Grundlagen erarbeitet (Begriffsdefinition, Gütekriterien von Algorithmen, Darstellungsmethoden). Jetzt wird mit dem Junior-Entwicklungsteam eine betriebliche Handlungssituation für das Modellunternehmen InfoTec GmbH geschaffen, um Fachinhalte in betriebliche Kontexte einzubinden. Der Unterricht zeichnet sich dadurch aus, dass die Lernenden als Entwicklungsteams agieren. Sie erhalten Aufträge anderer Betriebsbereiche, bei denen es sich um Problemstellungen handelt, für die es eine Lösung zu entwickeln gilt. Unterrichtsablauf und Einsatz der Materialien Auf der Unterseite finden Sie detaillierte Hinweise zum Unterricht und die Arbeitsmaterialien. Fachkompetenz Die Schülerinnen und Schüler erweitern ihre kognitive Kompetenz, da sie erarbeiten, wie eine betriebliche Entscheidung als Auswahlstruktur in einem Algorithmus zu formulieren ist. schulen ihre Analysekompetenz, indem sie Informationen einer Problemstellung aus dem Text isolieren und bei der Entwicklung einer Lösung neu strukturieren. festigen ihr logisches Denken und entwickeln ihre Abstraktionskompetenz, weil sie für ein verbal formuliertes Problem eine abstrakte Problemlösung konzipieren. schulen ihre Problemlösungskompetenz, indem sie Kenntnisse einsetzen, um eine betriebliche Aufgabe zu lösen. trainieren ihre Anwendungskompetenz, da sie die Problemlösung mittels Algorithmen erarbeiten und mit einen Struktogramm modellieren. Methodenkompetenz Die Schülerinnen und Schüler erweitern ihre IT-Methodenkompetenz, indem sie ein Struktogramm unter Verwendung eines Editors abbilden. trainieren ihre Selbsterschließungskompetenz, denn sie sind aufgefordert, im Rahmen des Lernarrangements notwendige Informationen zur Lösung einer realitätsorientierten betrieblichen Aufgabe eigenständig zu gewinnen. Thema Im Junior-Entwicklungsteam der InfoTec GmbH. Die Lösung betriebswirtschaftlicher Entscheidungsprobleme unter Verwendung von Auswahlstrukturen als Algorithmus formulieren und darstellen. Autor Christoph Dolzanski Fach Datenverarbeitung, Lernbereich Algorithmen, elementare Kontrollstrukturen entwickeln Zielgruppe Wirtschaftsgymnasium Jahrgangsstufe 11, Höhere Berufsfachschule Datenverarbeitung, Berufsschule Zeitrahmen 1 Unterrichtsstunde, weitere Arbeitsaufträge (binnendifferenzierte Schwierigkeitsgrade) in Form eines Auftragbuchs, Zeitumfang in Abhängigkeit vom Leistungsvermögen der Schüler Technische Voraussetzungen PC, Beamer, Powerpoint, Struktogrammeditor (z. B. Strukted32), gegebenenfalls Internet-Zugang für Recherchen Am Beginn des Unterrichts steht ein informierendes, hinführendes Vorgehen, mit dem die Lernenden in die betriebliche Situation des Junior-Entwicklungsteams versetzt werden. Das Auftragsbuch der Abteilung wird gezeigt und mit dem Hinweis übergeben, dass sich darin die zu bearbeitenden Aufträge der Organisationseinheiten befinden. Die Teams entnehmen dem Auftragsbuch die von ihnen zu bearbeitenden Entwicklungsaufträge (erster oder zweiter Auftrag algorithmen_entwicklungsabteilung.ppt). Jeder Auftrag sollte von mindestens zwei Entwicklungsteams bearbeitet werden. In den Teams erfolgt die Problematisierung, die auf einer praktischen Aufgabenstellung beruht. Danach entwerfen die Teams eigene Lösungsvorschläge (entwicklungshandbuch.ppt und Internet-Recherche). Die Schülerinnen und Schüler analysieren das Problem, formulieren die Ein- und Ausgabedaten sowie den Lösungsalgorithmus (eventuell algorithmen_arbeitsblatt_problemanalyse.rtf) und bilden diesen als Struktogramm unter Verwendung eines Editors (strukted32.exe) ab. Im Sinne des computergestützten Unterrichts dient der PC als universelles Werkzeug. Die Schülerinnen und Schüler können Lösungen erarbeiten, die Arbeitsergebnisse in medialer Form speichern, austauschen und in der Folgephase präsentieren. Zunächst diskutieren die Teams mit der gleichen Aufgabenstellung ihre Ergebnisse und einigen sich auf eine gemeinsame Lösung. Einige Entwicklungsteams stellen die von ihnen konzipierte Problemlösung vor. Im gesamten Junior-Entwicklungsteam wird der Vorschlag diskutiert, geprüft und gegebenenfalls ergänzt. Durch Präsentation der Lösung via Beamer aus dem Editor besteht die Möglichkeit zur direkten Korrektur oder Ergänzung. So kann eine Expertenlösung im Plenum erarbeitet und an Fehlern gelernt werden. Da unterschiedliche Aufgaben gestellt werden, könnten aus Zeitgründen einige Inhalte offen bleiben, die dann in der Folgestunde thematisiert werden. Die Schülerinnen und Schüler können sich in der Hausaufgabe mit dem durch sie noch nicht bearbeiteten Auftrag befassen. Offene Fragen und Probleme, die von den Lernenden in der Erarbeitung festgehalten wurden, können jetzt aufgegriffen werden. Die Lernenden tauschen ihre Erfahrungen aus. Dabei können Merkmale für das richtige Vorgehen und für die Vermeidung von Fehlern herausgearbeitet und festgehalten werden. Die gemeinsamen Elemente der Lösungen - insbesondere die Auswahlstruktur - können angesprochen werden. Die Ergebnisse der Stunde werden über die Entwicklungsaufträge, eigene Notizen, sowie das gespeicherte Struktogramm gesichert. Humbert, L., Didaktik der Informatik - mit praxiserprobtem Unterrichtsmaterial, 1. Aufl., Wiesbaden: Teubner 2005. Landwehr, N., Neue Wege der Wissensvermittlung, ein praxisorientiertes Handbuch für Lehrpersonen in schulischer und beruflicher Aus- und Fortbildung, Aarau: Sauerländer in der aktuellen Auflage. Schubert, S. Schwill, A., Didaktik der Informatik, Heidelberg u.a.: Spektrum Akademischer Verlag, 2004. Braun, W., Lösung kaufmännischer Probleme mit MS-Excel unter Office 2000, Darmstadt: Winklers 2001. Braun, W., Einführung in die visuelle Projektentwicklung mit Delphi, Windows 95 im Einsatz, Aufbau von Informationssystemen, Softwaredesign, 1. Aufl., Darmstadt: Winklers 1997.

In diesem Einführungsworkshop erlernen die Schülerinnen und Schüler anhand des Miniroboters Ozobot die Funktionsweise eines Computersystems sowie Grundkenntnisse des Codierens und Programmierens. "Roboter" faszinieren meistens. Das wird zur Motivation für eine Unterrichtseinheit genutzt, die ein Kompetenzbereiche übergreifendes Projekt umfasst. Die Organisation erfolgt als Workshop. Diese Groblernziele werden verfolgt: am anschaulichen Modell – dem Miniroboter Ozobot – grundlegend die Funktionsweise eines Computersystems zu betrachten, das Verhältnis von Menschen und Maschine zu beleuchten, Digitalisierung auf der Altersstufe der Schülerinnen und Schüler verständlich zu machen und auf elementarer Ebene in "Codierung" und "Programmierung" einzuführen. Als weiteres ausdrückliches Ziel wird die Umsetzung von weitgehend selbsterarbeitendem und teambezogenem Lernen angestrebt. Die Unterrichtseinheit ist in drei Blöcke gegliedert. Block 1 ist ein sachinhaltlicher und pädagogischer Vorspann für die Lehrpersonen beziehungsweise Workshopleitenden. Die Blöcke 2 und 3 beschreiben den Unterrichts-/Workshopablauf. Die unterschiedlichen Methoden, Sozialformen und insbesondere Medien stehen teilweise zur Wahl. Davon hängt ab, welche Ausstattung und welche Materialien im Workshop benötigt werden. Insofern stellt das Material keine "schlüsselfertige" Vorlage dar, sondern es muss gegebenenfalls eine zusätzliche Ausstattung hinzugenommen werden. Der Miniroboter als der Lehr- und Lerngegenstand Nahezu alle Schülerinnen und Schüler der Altersstufe haben Zugang zum Smartphone, Tablet oder ähnlichen digitalen Endgeräten und tätigen damit Problemlösungen. Zumeist setzen sie – was zweckdienlich ausreicht – mechanisch angelerntes Bedienerwissen ein. Der Workshop zielt auf verstehendes, systematisches und planvolles Problemlösen . Bewusst wird nicht versucht, das eingeschliffene Anwenden aufzubrechen und auf eine neue Stufe heben zu wollen. Sondern das Vorwissen wird abgeholt und genutzt, der eigentliche Lerninhalt aber über den neuen, sehr anschaulichen und motivierenden Zugang mit dem Miniroboter vermittelt. Das lässt sich bereits auf einfachem Niveau bis zum Verständnis von Algorithmen und elementarer Programmierung führen. Fachübergreifende Fragestellungen lassen sich gut integrieren. Die zugehörigen Materialien sind – dem Workshopverlauf folgend – in drei Blöcke gegliedert, die als PDF-Dateien zum Download zur Verfügung stehen: Block 1 – Einführung für Lehrpersonen/Workshopleitende, Ausstattung, Materialien Block 2 – Einstieg Block 3 – Erarbeitung und Anwendung, mit Ergebnissicherung Vorkenntnisse Von den Schülerinnen und Schüler werden keine konkreten Vorkenntnisse erwartet, sondern zumeist vorhandene und dabei sehr unterschiedliche Vorkenntnisse werden erfasst und sinnvoll integriert. Die Einführung in die Programmierung beginnt von Grund auf. Eine Ausnahme besteht, wenn über Medien Vorwissen erkundet und Quizze zur Lernsicherung genutzt werden. Dann sollten die Schülerinnen und Schüler diese Programme bereits kennen und nutzen können. Didaktische Analyse In Block 1 (Einführung durch Lehrkraft) wird der Inhalt der Unterrichtseinheit unter didaktischem Blickwinkel näher ausgeführt und erläutert. Methodische Analyse Unterrichtsmethoden und Sozialformen werden wie in jedem guten Unterricht zielführend eingesetzt und gewechselt, auch um die Motivation aufrecht zu erhalten. Darüber hinaus haben sie eine inhaltliche Bedeutung. Die starke Fokussierung auf Selbstlernen, das Team und eine Gemeinschaftsarbeit am Ende führt bereits auf eine in der heutigen IT-Berufs- und Arbeitswelt gängige Arbeitsorganisation hin. Sie ist davon geprägt, dass komplexe Vorhaben zerlegt und arbeitsteilig bearbeitet werden, was entsprechend organisiert wird (zum Beispiel in agilen Projekten). Fachkompetenz Die Schülerinnen und Schüler kennen und verstehen die grundlegende Funktionsweise eines Roboters und kennen Beispiele für die Anwendung von Robotern. können kritisch reflektieren, dass der Robotereinsatz Vorteile bringen und Gefahren bergen kann. wissen, dass sich Digitalisierung und Technik rasant weiterentwickeln und können die Begriffe Automatisierung und Miniaturisierung grundlegend einordnen. Medienkompetenz Die Schülerinnen und Schüler verstehen im Kern die Funktion eines Algorithmus und können Algorithmus, Programm und Codierung grundlegend unterscheiden. können zu einem einfachen Algorithmus die Befehlsfolge für den Ozobot erstellen und umsetzen/aufmalen (den Ozobot "visuell programmieren"). haben ein planvolles Vorgehen eingeübt, das sie bei ihrem Weiterlernen in anspruchsvollere Programmieraufgaben als Prinzip übernehmen können. Sozialkompetenz Die Schülerinnen und Schüler können selbstgesteuert und auch voneinander lernen. sind fähig zu zweit und/oder in kleinen Gruppen zu kommunizieren und zu arbeiten. können gemeinsam durch arbeitsteiliges Vorgehen eine Gesamtaufgabe lösen.

Wie die Erklärung zur Entstehung von Verkehrsstaus mit mathematischen Mitteln möglich ist, zeigt diese Unterrichtseinheit. Mobilität spielt insbesondere in der modernen Gesellschaft eine wichtige Rolle. Im Alltag sind damit jedoch häufig Verkehrsstaus verbunden. Aber Staus kosten Nerven, verschlingen Zeit und Energie und produzieren zudem überflüssige Schadstoffe. Häufig entstehen bei dichtem Verkehr sogenannte "Staus aus dem Nichts". Wie sie entstehen und was jeder einzelne Verkehrsteilnehmer dazu beitragen kann, sie zu verhindern, zeigen einfache algorithmische Modelle und entsprechende Experimente. Um Verkehr im Detail zu simulieren und zu erklären, wie Stau entsteht, wird das Modell der zellulären Automaten herangezogen. Die Idee wird zunächst am "Spiel des Lebens" eingeführt und anschließend auf ein einfaches Modell zur Verkehrssimulation übertragen. Durch den Alltagsbezug werden auch Lernende angesprochen, die der Mathematik eher skeptisch gegenüberstehen. Die beigefügten Computerprogramme wurden in Python erstellt und können optional zum eigenen Experimentieren und Beobachten eingesetzt werden. Das "Spiel des Lebens": Einführung in zelluläre Automaten Das Modell stammt aus der Biologie und simuliert über Generationen das Entstehen und Vergehen von Zellen. Zelluläre Automaten zur Verkehrssimulation Mit zellulären Automaten lässt sich auch der Straßenverkehr recht einfach und gut simulieren. Einführung eines Trödelfaktors Mehr Realitätsbezug durch die Einführung des "Trödelfaktors" in das Modell, denn der Verkehr bewegt sich nicht absolut gleichmäßig. Die Schülerinnen und Schüler lernen am Beispiel von zellulären Automaten, einfache Algorithmen zu verstehen, anzuwenden und einige ihrer Eigenschaften zu analysieren. lernen Möglichkeiten und Grenzen von einfachen Modellen zur Verkehrssimulation kennen. variieren Eingabedaten für vorgegebene Programme zur Verkehrssimulation systematisch (Verkehrsdichte) und erkennen dabei grundlegende Eigenschaften des Verkehrsflusses in Abhängigkeit von den Eingabedaten. erkennen, dass die durch den Trödelfaktor eingeführte Individualisierung des Verkehrs die Wahrscheinlichkeit für das Auftreten von Staus erhöht. Modell aus der Biologie Um in das Prinzip der zellulären Automaten einzuführen, hat sich ein Einstieg über das sogenannte "Spiel des Lebens" bewährt, das 1970 von dem Mathematiker Conway entwickelt wurde. Dieses Modell hat einen völlig anderen Anwendungshintergrund (Biologie) als die Verkehrssimulation, benutzt aber ebenso wie diese einen zellulären Automaten. Zellentwicklung über Generationen Hier geht man aus von einem aus kleinen Quadraten (Zellen) bestehenden Gitter. Die Größe des Gitters kann frei gewählt werden (zum Beispiel 20 × 30 Zellen). Jede Zelle kann leben oder tot sein. Zu Beginn wird eine Anfangsgeneration lebender Zellen auf dem Spielfeld platziert. Die nächste Generation ergibt sich aus einigen einfachen Regeln. Auch diese Regeln entsprechen einem Algorithmus. Mathematisch entspricht das Entstehen jeder neuen Generation einem Iterationsschritt des durch die Regeln definierten Verfahrens. Populationen, die sich nicht (mehr) ändern, sind mathematisch gesehen Fixpunkte des Algorithmus. Bei Vorliegen einfacher Programmierkenntnisse können die (oder einige interessierte) Schülerinnen und Schüler das "Spiel des Lebens" auch selbst programmieren. Für diesen Fall empfiehlt sich der Hinweis, dass die Programmierung wesentlich einfacher ist, wenn man im Programm eine weitere (immer leere, hier gestrichelt dargestellte) Zellschicht rings um das eigentliche Spielfeld vorsieht, um eine Vielzahl sonst erforderlicher Fallunterscheidungen in Randnähe zu umgehen, wenn man die Anzahl der lebenden Nachbarzellen ermittelt. (Die Zellen am Rand oder in der Ecke des Spielfelds haben sonst im Programm weniger Nachbarn). Rahmenbedingungen Dazu wird eine Straße in einzelne Abschnitte einer festen Länge (zum Beispiel 7,50 m, was der Länge eines Autos plus einem Mindestabstand zu anderen Autos entspricht) aufgeteilt. Jeder solche Abschnitt ist eine Zelle. In unserem Modell können diese Abschnitte (oder Zellen) zu einem festen Zeitpunkt entweder genau ein Auto mit einer bestimmten momentanen Geschwindigkeit enthalten, oder sie sind leer. Jedes Auto hat eine individuelle Eigengeschwindigkeit, kann bei freier Strecke beschleunigen und hält bestimmte einfache Abstandsregeln zu dem vorausfahrenden Fahrzeug ein. (Mathematisch gesehen entsprechen diese Regeln bereits einem Algorithmus!) Wann kommt es zum Stau? Fahren jetzt alle Autos mit exakt der gleichen Geschwindigkeit und ist der Verkehr so dünn, dass genügend Abstand zu den jeweils vorausfahrenden Fahrzeugen besteht, entsteht kein Stau. Dies ändert sich jedoch, wenn man individuelle Abweichungen der Geschwindigkeiten zulässt, zum Beispiel durch die Einführung eines (zufallsgesteuerten) "Trödelfaktors" oder durch "Drängler", die beim Abbremsen des vorausfahrenden Fahrzeugs schärfer bremsen müssen, was sich zu einer Kettenreaktion mit anschließendem Stau aufschaukeln kann. Einspurige Ringstraße Wir betrachten eine einfache einspurige Ringstraße, auf der sich Autos nur in eine Richtung fortbewegen. Überholvorgänge und Gegenverkehr sind in dem Modell nicht enthalten. Diese Straße teilen wir in Zellen von 7,50 m Länge ein. Autos können sich in einem Zeitschritt nur um eine ganze Zahl von Zellen vorwärts bewegen. Geht man von einer Zeitschrittdauer von einer Sekunde aus, so entspricht eine Vorwärtsbewegung von einer Zelle pro Zeitschritt einer Geschwindigkeit von 7,5 m / 1s = 27 km/h. Einer Vorwärtsbewegung von 5 Zellen pro Sekunde entspricht dann einer Geschwindigkeit von 5 · 27 km/h = 135 km/h. Da dies in etwa der Richtgeschwindigkeit auf den deutschen Autobahnen entspricht, werden wir dies als Höchstgeschwindigkeit vmax ansetzen. Die Autos können sich also in jedem Zeitschritt um 0 bis 5 Zellen vorwärts bewegen. Ferner muss Kollisionsfreiheit garantiert sein, das heißt auf einer Zelle darf sich immer nur höchstens ein Fahrzeug befinden. Ablauf in drei Schritten Das einfachste Modell, das wir hier betrachten wollen, besteht in jedem Zeitschritt aus drei Teilschritten. In den ersten beiden Teilschritten wird die neue Geschwindigkeit des Fahrzeugs so ermittelt, dass Kollisionen verhindert werden. Erst im dritten Teilschritt bewegen sich die Fahrzeuge vorwärts: 1. Beschleunigen Jedes Fahrzeug erhöht seine Geschwindigkeit um 1 Zelle pro Zeiteinheit, bis es die Maximalgeschwindigkeit erreicht hat. 2. Bremsen Jedes Fahrzeug prüft, ob es mit der gerade berechneten Geschwindigkeit auf ein anderes Fahrzeug auffahren oder dieses überholen würde. Ist dies der Fall, so reduziert es seine Geschwindigkeit sofort so weit, dass eine Kollision vermieden wird. 3. Bewegen Jedes Fahrzeug bewegt sich einen Zeitschritt mit der aktuellen Geschwindigkeit vorwärts. Dies können wir in einem einfachen Algorithmus präzisieren. Wir haben i = 1,...,n Fahrzeuge. Jedes Fahrzeug hat eine individuelle Eigengeschwindigkeit v i . Die Höchstgeschwindigkeit ist v max = 5. Jeder der folgenden drei Teilschritte wird dann gleichzeitig für alle Fahrzeuge durchgeführt: 1. Beschleunigen v i = min {v i+1 ,v max } 2. Bremsen Falls v i > d(i, i+1), so reduziere v i auf v i = d(i, i+1). Hierbei ist d(i, i+1) die Anzahl der leeren Zellen zwischen Fahrzeug i und Fahrzeug i + 1. 3. Bewegen Jedes Fahrzeug i bewegt sich v i Zellen vorwärts. Das bisher dargestellte Modell kann bei einem höheren Verkehrsaufkommen Staus erzeugen. Auch das gleichzeitige Auftreten von Teilstrecken, auf denen mit hohen Geschwindigkeiten gefahren werden kann, und Teilstrecken, auf denen ein Stau entstanden ist, werden vom Modell dargestellt. Das völlig stationäre Verkehrsverhalten (Staus bewegen sich völlig gleichmäßig entgegen der Fahrtrichtung nach hinten fort) und das völlig gleichförmige Verhalten aller Fahrzeuge sind jedoch weit von der Realität entfernt. Herzu wird das Modell im nächsten Schritt noch erweitert. Das gleichförmige Verhalten im Modell entspricht nicht dem Verhalten, wie man es im realen Verkehr beobachten kann: Die Fahrzeuge bewegen sich in der Regel nicht alle mit der gleichen Geschwindigkeit und völlig gleichförmig vorwärts. Es gibt Überreaktionen beim Bremsen, welche die nachfolgenden Fahrzeuge ebenfalls zum heftigen Bremsen zwingen. Oft ist auch, gerade nach Staus oder bei auf Grün schaltenden Ampeln, ein verzögertes Beschleunigen zu beobachten. Ein derartiges Verhalten kann in unserem einfachen Modell durch die Einführung eines sogenannten Trödelfaktors nachgebildet werden. Der Algorithmus sieht dann folgendermaßen aus: 1. Beschleunigen vi = min {vi+1,vmax} 2. Bremsen Falls vi > d(i, i+1), so reduziere vi auf vi= d(i, i+1). Hierbei ist d(i, i+1) die Anzahl der leeren Zellen zwischen Fahrzeug i und Fahrzeug i + 1. 3. Trödeln Mit einer vorgegebenen Wahrscheinlichkeit p wird die Geschwindigkeit vi um 1 reduziert: vi= max {vi-1,0} mit Wahrscheinlichkeit p 4. Bewegen Jedes Fahrzeug i bewegt sich vi Zellen vorwärts. Für p=0 erhalten wir wieder das ursprüngliche Modell. H.-J. Bungartz, S. Zimmer, M. Buchholz und D. Pflüger Modellbildung und Simulation. Springer-Verlag, 2009. K. Nagel und M. Schreckenberg A cellular automaton model for freeway traffic. Journal de Physique I, 2:2221-2229, Dezember 1992.

In der vorliegenden Unterrichtseinheit "Der programmierbare Roboterarm" sollen die Schülerinnen und Schüler erste Einblicke in die Automatenprogrammierung und die Strukturierung von Programmen erhalten. Die Materialien können für die Erarbeitung im Unterricht und zur Wiederholung oder Prüfungsvorbereitung - auch am heimischen Rechner - eingesetzt werden.Die Behandlung des Themas "Informationen verarbeiten" wird an vielen Schulen mittels der Programme "Karol - der Roboter" oder "Kara" erledigt. Bei beiden Programmen tun sich die Schülerinnen und Schüler schwer damit, Sensoren zu erkennen und automatisierte Abläufe hineinzuinterpretieren. An diesem Problem soll nun der "Roboterarm" ansetzen und den Lernenden diese wichtigen Begriffe der Informatik praxisnah veranschaulichen. Das in dieser Unterrichtseinheit verwendete dreidimensionale Modell eines Roboterarms wurde durch die objektorientierte Programmiersprache VRML (Virtual Reality Modeling Language) verwirklicht.Der programmierbare Roboterarm setzt jede Eingabe der Schülerinnen und Schüler bildlich um - durch diese Veranschaulichung ist der Lernerfolg "vorprogrammiert". Das VRML-Plugin von blaxxun Contact steht kostenfrei zur Verfügung. Der gesamte Kurs "Der programmierbare Roboterarm" ist in vier Kapitel unterteilt. Während sich die ersten drei Kapitel an die Klassen 7 bis 8 richten, können die Inhalte des vierten Kapitels auch in Klasse 10 beziehungsweise Jahrgangsstufe 11 und 12 zum Einsatz kommen. Ausführliche Hinweise zum Lehrplanbezug (hier Sachsen) finden Sie auf den folgenden Seiten. 1. Einführung in die Automatenprogrammierung - Sensoren und Zustände Schülerinnen und Schüler erkunden den Roboterarm. Sie erstellen das UML-Diagramm und modifizieren es durch Methodenaufrufe. 2. Einführung in die Automatenprogrammierung - Lineare Programmierung Nach dem "Spielen" mit dem Roboterarm über die Programmbuttons geht es nun um die Automatisierung von Abläufen - der eigentlichen Aufgabe von Robotern. 3. Einführung in die Automatenprogrammierung - Programmanalyse Die Lernenden müssen die Zusammenhänge zwischen den Sensorzuständen und den Methodenaufrufen abstrahieren. 4. Strukturiertes Programmieren - Nutzung von Kontrollstrukturen Nach dem linearen Programmieren lernen die Schülerinnen und Schüler Schleifen und Verzweigungen kennen. Die Schülerinnen und Schüler untersuchen durch die Nutzung des VRML-Modells die Sensoren und ihre verschiedenen Zustände an einem Roboterarm. untersuchen das UML-(Unified Modeling Language-)Diagramm des "Industrieroboters" sowie das Schema der Zustände und ihre Beeinflussung mit verschiedenen Methoden. bestimmen vorprogrammierte Bewegungsabläufe unter Berücksichtigung der Sensorenzustände mittels Programmeingabe und halten diese in Zustandstabellen fest. untersuchen die Kontrollstrukturen Schleifen (Wiederholungen) und bedingte Verzweigungen und wenden diese an. Erkundung des 3D-Modells Durch eine spielerische Beschäftigung mit dem VRML-Modell (Abb. 1) soll den Schülerinnen und Schülern klar werden, über welche Sensoren der Roboterarm verfügen muss und welche Zustände diese Sensoren annehmen können. So können die Lernenden gemeinsam das UML-(Unified Modeling Language-)Diagramm sowie das Schema der Zustände und der Methoden erarbeiten (siehe "roboterarm_1.pdf"). Dabei wird ihnen auch klar, von welchem Zustand man NICHT in einen anderen Zustand kommt. Plugin erforderlich Das dreidimensionale Modell wurde durch die objektorientierte Programmiersprache VRML (Virtual Reality Modeling Language) verwirklicht, die speziell für das Internet entwickelt worden ist. Das zur Darstellung des Modells erforderlich Plugin können Sie kostenlos aus dem Internet herunterladen: blaxxun Contact 5.1 Download des Plugins von der Homepage des Autors der Unterrichtseinheit Cortona3D Viewer Download der Freeware-Version Cortona von Parallel Graphics Methodenaufrufe Nach der Erarbeitung Theorie kann das UML-Diagramm erstellt und durch Methodenaufrufe modifiziert werden (siehe "roboterarm_1.pdf"). Das erworbene Wissen kann simultan am Rechner auf die Probe gestellt werden. Für die Methodenaufrufe stehen im ersten Teil des Programms "Roboterarm.exe" sechs Button zur Verfügung (Abb. 2, Platzhalter bitte anklicken): R - Arm nach rechts drehen L - Arm nach links drehen H - Roboterarm nach oben (hoch) schwenken T - Roboterarm nach unten (tiefer) schwenken A - Greifer öffnen (auf) Z - Greifer schließen (zu). Über diese Buttons wird der Roboterarm gesteuert. Bei einem falschen Methodenaufruf gibt das Programm eine entsprechende Fehlermeldung aus. Wird zum Beispiel der Button "R" gedrückt, wenn der Richtungssensor bereits "rechts" anzeigt, hat dies eine entsprechende Fehlermeldung zur Folge. Lernumgebung "Programmierbarer Roboterarm" Die Lernumgebung ist - wie alle weiteren Materialien zur Unterrichtseinheit - in dem Downloadpaket programm_roboterarm.zip enthalten (siehe Startseite des Artikels). Das Programm wird per Klick auf die Datei "Roboterarm.exe" gestartet. Die EXE-Datei ruft die Bilddateien der Unterordner "mit_kugel" und "ohne_kugel" sowie die PDF-Arbeitsblätter auf und muss daher mit diesen Ordnern und Dateien auf einer Ebene liegen. Lernbereich 1, Computer verstehen: Daten und Strukturen Übertragen des Prinzips "Eingabe - Verarbeitung - Ausgabe" auf Vorgänge im Alltag, Bedienen technischer Geräte Lernbereich 2, Computer nutzen und anwenden: Objekte - Attribute - Methoden Zuordnung von konkreten Objekten zum Modell: Objekt - Attribut - Attributwert, UML-Notation (Unified Modeling Language) Lernbereich 1, Informationen repräsentieren: Klassen und Objekte Klassen aus der Erfahrungswelt: Name, Attribut, Attributwertebereich, Methode Einfache Programmierung Zur Automatisierung von Abläufen muss ein Weg gefunden werden, wie man der Maschine mitteilen kann, was man von ihr will. Das geschieht im Allgemeinen über die Programmierung. Die Schülerinnen und Schüler sollen an dieser Stelle jedoch keine Programmierprofis werden, sondern sich mit den Strukturen einer Programmiersprache vertraut machen. Die vorliegende Programmiersprache besteht im Wesentlichen aus einer Aneinanderreihung der Großbuchstaben R, L, H, T, A und Z, wobei jeder Buchstabe eine Methode aufruft und somit einen Sensorzustand verändert: R - Arm nach rechts drehen L - Arm nach links drehen H - Roboterarm nach oben (hoch) schwenken T - Roboterarm nach unten (tiefer) schwenken A - Greifer öffnen (auf) Z - Greifer schließen (zu). "Sehen", was man programmiert Die Eingabe falscher Buchstaben wird durch den Parser herausgefiltert - es erfolgt keine Fehlermeldung. Dies kann man übrigens später nutzen, um zum Beispiel im Rahmen der Binnendifferenzierung Wörter zu finden, die den Roboterarm sinnvoll programmieren. Die in Frage kommenden Buchstaben mit ihrem dazugehörigen Methodenaufruf sind während der Eingabephase immer auf dem Bildschirm präsent (Abb. 3, Platzhalter bitte anklicken). Durch die signifikante Bedeutung der Programmierbefehle dieser rudimentären Programmiersprache sollte jede Schülerin und jeder Schüler binnen kürzester Zeit Erfolgserlebnisse in Form von gewünschten Bewegungsabläufen erringen. Lernbereich 1, Computer verstehen: Daten und Strukturen Übertragen des Prinzips "Eingabe - Verarbeitung - Ausgabe" auf Vorgänge im Alltag: Bedienen technischer Geräte Lernbereich 1, Informationen repräsentieren: Klassen und Objekte Klassen aus der Erfahrungswelt: Name, Attribut, Attributwertebereich, Methode Lernbereich 2, Informationen verarbeiten: Modell - Algorithmus - Lösung Begriff: Algorithmus (Endlichkeit, Eindeutigkeit, Ausführbarkeit, Allgemeingültigkeit), Kennen des Problemlöseprozesses (Problemanalyse, Lösungsentwurf, Umsetzung, Test, Dokumentation), selbstständiges Lösen einfacher Probleme, einfache Automaten, Aufgaben in einfachen grafischen Programmierumgebungen (kritische Bewertung der Resultate) Nennung der Methodenaufrufe Im dritten Abschnitt des Programms zeigt sich, ob die Lernenden die Theorie zur linearen Programmierung verstanden haben. Die Schülerinnen und Schüler haben nun die Aufgabe, vorgegebene Bewegungsabläufe in Programme umzusetzen. Dazu können sie Bewegungsabläufe betrachten, indem sie den entsprechenden Button anklicken (Beispiel 1-4; Abb. 4, Platzhalter bitte anklicken). Die Lernenden können sich die Sequenzen beliebig oft vorspielen lassen. Dann muss ein Programm aus einer Aneinanderreihung der Großbuchstaben R, L, H, T, A und Z formuliert und in die entsprechende Eingabemaske eingetragen werden. Nach einem Klick auf den "ok"-Button wird die Eingabe analysiert und bewertet. Ausfüllen der Zustandstabellen Die eigentliche Schwierigkeit besteht dabei nicht in der konkreten Auflistung der Methodenaufrufe in Form eines Programms, sondern vielmehr im Ausfüllen der Zustandstabellen. Dazu müssen die Schülerinnen und Schüler die Zusammenhänge zwischen den Sensorzuständen und den Methodenaufrufen abstrahieren. Die Sensorenzustände werden nicht mehr angezeigt. Lernbereich 1, Computer verstehen: Daten und Strukturen Übertragen des Prinzips "Eingabe - Verarbeitung - Ausgabe" auf Vorgänge im Alltag: Bedienen technischer Geräte Lernbereich 1, Informationen repräsentieren: Klassen und Objekte Klassen aus der Erfahrungswelt: Name, Attribut, Attributwertebereich, Methode Lernbereich 2, Informationen verarbeiten: Modell - Algorithmus - Lösung Begriff: Algorithmus (Endlichkeit, Eindeutigkeit, Ausführbarkeit, Allgemeingültigkeit); Kennen des Problemlöseprozesses: Problemanalyse, Lösungsentwurf, Umsetzung, Test und Dokumentation; selbstständiges Lösen einfacher Probleme, einfache Automaten, Aufgaben in einfachen grafischen Programmierumgebungen; kritische Bewertung der Resultate Lernbereich 2, Formeln und Gleichungen Die Schülerinnen und Schüler erfassen komplexere Aufgabentexte und übertragen den lösungsnotwendigen Inhalt in die mathematische Sprache und deren Symbolik. Sie erfassen Strukturen von Termen, Gleichungen und Formeln. Anschauliche Einblicke in die Programmierung Das strukturierte Programmieren - also die Nutzug von Kontrollstrukturen - setzt bei den Schülerinnen und Schülern ein erhöhtes Maß an Abstraktionsvermögen voraus. Durch Anschaulichkeit kann man ihnen jedoch den Weg der Aneignung erster Erfahrungen mit dieser Materie ebnen. Diesen Anspruch versucht das Programm "Roboterarm" gerecht zu werden. Nach den ersten Einblicken in die (lineare) Programmierung des Roboterarms sollen nun Aufgaben programmiertechnisch gelöst werden, bei denen man vorzugsweise Kontrollstrukturen einsetzt. Schleifen und Verzweigungen Beim linearen Programmieren galt bisher: Ein Programm für den programmierbaren Roboterarm besteht aus einer Reihe von Großbuchstaben, die von links nach rechts abgearbeitet werden. Beim strukturierten Programmieren kommen nun jedoch Schleifen und Verzweigungen mit hinzu. Da Schleifen und Verzweigungen dem linearen Ablauf des Programms widersprechen, spricht man nicht mehr von linearer Programmierung, sondern von strukturierter Programmierung. Im vierten Abschnitt des Programms werden nacheinander die folgenden Themen behandelt, die über die jeweiligen Reiter aufgerufen werden können (Abb. 5, Platzhalter bitte anklicken). Über den letzten Karteikartenreiter kommt man zurück zum Hauptmenü. Es empfiehlt sich, die Kapitel der Reihe nach abzuarbeiten: Bedienung des Roboterarms über Buttons Lineares Programmieren mit Kugeltransport Kontrollstruktur "Schleifen" Kontrollstruktur "Bedingte Verzweigungen" Beibehaltung der Befehle Die bereits bekannten Programmierbefehle werden beibehalten. Auch in diesem Programmteil ist während der Bedienung darauf zu achten, dass die Anzeige der Sensoren berücksichtigt wird. Wenn zum Beispiel der Richtungs-Sensor bereits "links" anzeigt, kann der Befehl "L" (Roboterarm nach links schwenken) nicht mehr ausgeführt werden. Das Programm gibt eine Fehlermeldung aus. Neuer Befehl: Kugeltausch Hinzu kommt nun die Last in Form einer Kugel, die durch den Roboterarm vom rechten Lager auf das linke Lager befördert werden soll. Jede der Kugeln hat die Masse 300 Kilogramm. Sobald der Greifer um die Kugel geschlossen wird, zeigt der Last-Sensor die aktuelle Last an. Nachdem die Kugel mittels Roboterarm vom rechten Lager auf das linke Lager befördert wurde, kann der Kugeltausch (neuer Befehl der Programmiersprache: "K") durchgeführt werden. Neue Sensoren: Last- und Lastlage In diesem Zusammenhang sind zwei neue Sensoren hinzugekommen, welche die Last betreffen. Der Roboterarm verfügt nun über einen Last-Sensor, der die Masse der Last in Kilogramm ermittelt. Der zweite Sensor ist der Lastlage-Sensor, der über die aktuelle Lage der Kugel informiert. Für den problemlosen Kugeltausch (Abb. 6) müssen zwei Bedingungen erfüllt sein: Die Kugel muss vom rechten Lager auf das linke Lager befördert worden sein. (Lastlage-Sensor: links ) Die Kugel muss freigegeben sein. (Roboterarm-Sensor: oben ) Kugeltausch Die Programmiersprache bestand bisher aus der Aneinanderreihung der Großbuchstaben R, L, H, T, A und Z. Damit konnte man den Roboterarm durch seine gesamten Bewegungsfreiheiten (Sensor-Zustände) führen. Zum Erfüllen der nun anstehenden Aufgaben benötigt man darüber hinaus noch den Befehl "K", der die Methode Kugeltausch aufruft. Gemäß der unter "4.1 Bedienung des Roboterarms über Buttons" betrachteten Bedingungen kann nun eine nach links transportierte Kugel - die vom Greifer freigegeben wurde - ausgetauscht werden (Abb. 7). "Aufgabe erfüllt" Die Kugel wird von ihrem linken Podest (Sensor-Lastlage = links ) entfernt und die nächste Kugel auf dem rechten Podest bereitgestellt (Sensor-Lastlage = rechts ). Für die Erfüllung der Aufgabe ist zu beachten, dass die Anzahl der bewegten Kugeln erst nach dem Kugeltausch erfasst wird (Abb. 8). "Schleifen" statt Wiederholung von Programmteilen Der Abschnitt "Schleifen" bearbeitet innerhalb des Roboterarm-Programms zum ersten Mal Programmstrukturen, die von der linearen Programmierung abweichen. Wenn zum Beispiel nicht nur eine Kugel bewegt werden soll, sondern eine beliebige Anzahl, so musste man dafür bisher einen bestimmten Programmteil mehrfach wiederholen. Das kann man auch eine Schleife erledigen lassen. Als Schleife wird ein Programmteil bezeichnet, der mehrfach nacheinander ausgeführt werden kann. Syntax der Schleife Der Roboterarm erkennt die Kontrollstruktur einer Schleife an der Syntax "W3(ZA)" (Abb. 9). Das "W" kennzeichnet die Struktur als Wiederholung (Schleife), die darauf folgende Ziffer (1-9) gibt die Anzahl der Wiederholungen an. Für die Bearbeitung der gestellten Aufgaben sind einstellige Zahlen ausreichend - mehrstellige Zahlen werden auf die letzte Stelle reduziert. Die Befehlssequenz in der Klammer stellt den zu wiederholenden Programmteil dar. Beim Programmablauf würde "W3(ZA)" dasselbe ergeben wie "ZAZAZA". Allerdings kann man bei vielen Wiederholungen oder größeren Schleifen Befehle sparen. Bei der Verwendung von Schleifen ist zu beachten, dass mehrere Schleifen nacheinander - aber nicht geschachtelt - eingegeben werden dürfen. Unterschiedliche Beantwortung einer Bedingung mit mehreren Alternativen Mit den "Wiederholungen" kennt man bereits eine Kontrollstruktur, die das Verzweigen eines Programms ermöglicht. Eine echte Verzweigung jedoch - die sich aus der unterschiedlichen Beantwortung einer Bedingung mit mehreren Alternativen ergibt - ist das noch nicht. In dem hier vorgestellten Programmteil werden dem Roboterarm Kugeln mit unterschiedlichen Lasten (null bis 500 Kilogramm) vorgelegt. Die Masse von 300 Kilogramm ist dabei die Obergrenze, die der Roboterarm heben kann, ohne Schaden zu nehmen. Sobald der Roboterarm eine Kugel im Greifer hat (Richtung: links , Arm: unten , Greifer: zu ) wechselt die Lastposition auf den Zustand im Greifer und nun muss der Test erfolgen, ob die Last vom Roboterarm bewegt werden kann oder nicht. Syntax der bedingten Verzweigung Der Roboterarm erkennt die Kontrollstruktur der Verzweigung an der Syntax "I". Der Großbuchstabe "I" steht für das englische "if ... then". Die erste Befehlsfolge wird ausgeführt, wenn die Kugel die erlaubte Masse von höchstens 300 Kilogramm hat. Bei der anderen Alternative (Masse > 300 Kilogramm) wird die zweite Befehlsfolge ausgeführt. Es ist darauf zu achten, dass der Roboterarm am Ende des Tests bei beiden Alternativen dieselben Sensoren-Zustände hat, damit das Programm anschließend fehlerfrei weiter ausgeführt werden kann. Beispiel "Bewege fünf Kugeln" Für die Bearbeitung der zweiten Aufgabe "Bewege fünf Kugeln" kann der Test problemlos in die Schleife eingebaut werden - es darf aber nur ein Test im Programm durchgeführt werden. Wenn die Kugel zu schwer ist, muss sie rechts liegen bleiben, bis der Roboterarm wieder nach oben geschwenkt ist. Nun kann die Kugel auch in der rechten Position getauscht werden und der Kugeltausch wird für die Erfüllung der Aufgabe mitgezählt. Abb. 10 zeigt eine schematische Darstellung der Verzweigung für die Befehlsfolge "RTZI L". Sensoren-Zustände vor der Verzweigung Richtung: rechts , Arm: unten ; Greifer: zu Sensoren-Zustände nach der Verzweigung Richtung: rechts ; Arm: oben ; Greifer: zu Der Unterschied besteht darin, dass sich nach der Verzweigung für den Fall "Masse > 300 Kilogramm" keine Kugel im Greifer befindet, sondern auf dem rechten Podest. Anderenfalls befindet sich die Kugel im Greifer. Wenn alle Aufgaben erfolgreich gelöst worden sind, sollten die Schülerinnen und Schüler die Struktur von Programmen grundlegend beherrschen und für weiterführende Programmieraufgaben gut vorbereitet sein. Lernbereich 1, Computer verstehen: Daten und Strukturen Übertragen des Prinzips "Eingabe - Verarbeitung - Ausgabe" auf Vorgänge im Alltag: Bedienen technischer Geräte Lernbereich 2, Computer nutzen und anwenden: Objekte - Attribute - Methoden Zuordnung von konkreten Objekten zum Modell: Objekt - Attribut - Attributwert Lernbereich 1, Informationen repräsentieren: Klassen und Objekte Klassen aus der Erfahrungswelt: Name, Attribut, Attributwertebereich, Methode Lernbereich 2, Informationen verarbeiten: Modell - Algorithmus - Lösung Begriff: Algorithmus (Endlichkeit, Eindeutigkeit, Ausführbarkeit, Allgemeingültigkeit); Programmstrukturen, Folge, Wiederholung, Verzweigung: Kennen des Problemlöseprozesses (Problemanalyse, Lösungsentwurf, Umsetzung, Test, Dokumentation, Lösen eines einfachen Problems unter Nutzung der Programmstrukturen, selbstständiges Lösen einfacher Probleme, einfache Automaten), Aufgaben in einfachen grafischen Programmierumgebungen (kritische Bewertung der Resultate) Lernbereich 1, Komplexe Anwendungssysteme Anwenden der Kenntnisse zu Modellen auf ein neues Werkzeug (Erkennen von Objekten, selbstständiges Einarbeiten in die Bedienung), sich positionieren zu Möglichkeiten und Grenzen der gewählten Werkzeuge Lernbereich 2, Informatische Modelle Einblick gewinnen in die Systematik informatischer Modellierung, Klassifizierung von Modellen in der Informatik Lernbereich 2, Formeln und Gleichungen Schülerinnen und Schüler erfassen komplexere Aufgabentexte und übertragen den lösungsnotwendigen Inhalt in die mathematische Sprache und deren Symbolik. Sie erfassen Strukturen von Termen, Gleichungen und Formeln.

In dieser Unterrichtseinheit für das Fach Informatik sollen die Schülerinnen und Schüler ihre zuvor erworbenen Kenntnisse von Algorithmen am Beispiel eines LED Cube üben und festigen. Ziel ist, dass die Lernenden die Programmierung von Animationen des Cube durchschauen und nachvollziehen beziehungsweise eigene Animationen kreieren können.Das Phänomen der 3D-LED Cubes geistert schon lange durch das Internet - speziell auf Video-Plattformen werden viele Cube-Videos angeboten und begeistern vor allem Jugendliche. Beim Anschauen dieser Videos kann also der Wunsch aufkommen, solch einen Cube selbst zu programmieren. Solche realen LED Cubes sind jedoch in der Regel kompliziert aufzubauen und nicht ganz einfach anzusteuern. Der Autor dieser Unterrichtseinheit hat ein Programm entwickelt, mit dem das einfach möglich ist.Informatik-Themen können recht trocken sein und sollten deshalb möglichst anschaulich und motivierend gestaltet werden. Es bietet sich zum Beispiel an, in das Thema "Modell - Algorithmus - Lösung" mit einer Unterrichtseinheit zum programmierbaren Roboterarm einzusteigen und die LED Cube-Unterrichtseinheit anzuschließen. Das entsprechende Programm 5x5x5_LED_Cube.exe wurde vom Autor dieser Unterrichtseinheit, Jens Tiburski, unter Verwendung der Programmiersprache OGLBasic programmiert, einer Basic-Variante, die auf die Programmierung mithilfe der Open Graphic Library zugeschnitten ist. Umsetzung der Unterrichtseinheit "LED-Cube" Hier erhalten Sie detaillierte Anregungen zur Arbeit mit dem Programm 5x5x5_LED_Cube.exe im Informatik-Unterricht. Fachkompetenz Die Schülerinnen und Schüler wenden ihre Kenntnisse zur sequentiellen Programmierung auf eine neue Umgebung an. übertragen ihre Kenntnisse zum Problemlöseprozess auf selbstständiges Lösen einfacher Probleme. Medienkompetenz Die Schülerinnen und Schüler entwickeln in einer neuen Arbeitsumgebung (das Programm 5x5x5_LED_Cube.exe) bekannte Lösungsstrategien und arbeiten dabei mit Excel. Sozialkompetenz Die Schülerinnen und Schüler entwickeln nach Möglichkeit in Partnerarbeit Ideen für ansprechende Animationen. erstellen im Idealfall Animationen zur Verwendung auf der Schulhomepage oder ähnlichem. Motivation und Einstieg Um die Schülerinnen und Schüler für die Arbeit mit LED Cubes zu motivieren, können Sie zunächst ein paar entsprechende Videos zeigen, die zum Beispiel auf der Videoplattform YouTube vorgeführt werden. Die LED-Cubes, die Sie dort sehen, sind kompliziert aufzubauen und auch nicht ganz einfach anzusteuern. Leichter zu handhaben ist da das Programm 5x5x5_LED_Cube.exe, welches auf einer 5x5x5-Matrix frei programmierbare Animationen erlaubt. Dieses wurde vom Autor Jens Tiburski selbst programmiert. Nachdem Sie Ihren Schülerinnen und Schülern das Programm zur Verfügung gestellt haben, sollen diese einige der vorbereiteten Beispiele ausprobieren. Die Bedienung des Programmes ist selbsterklärend. Nach dem Start erfolgt die Aufforderung, eine Datei auszuwählen. Im Ordner des Programms sind einige Beispiele zu finden. Tastaturbelegung Nach dem Einlesen der Daten erscheint der Informationsbildschirm, der darüber informiert, wie viele Frames eingelesen wurden. Ferner wird die Tastaturbelegung erklärt: FrameRate: +/- Rotieren: Cursor-Tasten Zoomen: PageUp/PageDown AutoSpin: R(echts), L(inks) und S(topp) Beenden: Escape Zentrale Fragestellungen Schnell erkennen die Schülerinnen und Schüler, dass ein unverzweigter Algorithmus abgearbeitet wird. Das führt unweigerlich zu der Frage, wie solche Animationen selbst erstellt werden können. Somit ergeben sich zwei Ebenen, die den Cube für den Informatikunterricht interessant machen: 1. Wie wurde der Cube programmiert? und 2. Wie kann man die Animationen selbst programmieren? Quellcode Das Programm 5x5x5_LED_Cube.exe wurde von Jens Tiburski unter Verwendung der Programmiersprache OGLBasic programmiert, einer Basic-Variante, die auf die Programmierung mithilfe der Open Graphic Library zugeschnitten ist. Deshalb ist der Quellcode relativ einfach nachzuvollziehen. Das Programm ist unter dem Namen 5x5x5_LED_Cube.ogl abgelegt und kann mit jedem Text-Editor eingesehen werden. Ein Blick in den Quelltext zeigt den in der Abbildung dargestellten Aufbau. Nach der Variablen-Deklaration steht die Prozedur "DrawGLScene". In dieser Prozedur erfolgt das eigentliche Aufbauen der 3D-Scene - und somit der größte Unterschied zum herkömmlichen Basic. Dort geschieht jedoch nichts Geheimnisvolles, sondern die 125 LEDs (Spheren) werden positioniert. Bedeutung der Befehle Der Move-Befehl bewegt die Scene an die Stelle, an der ein Objekt eingefügt wird (ausgehend vom Punkt Origin, beziehungsweise dem letzten Move-Befehl). Der Color-Befehl gibt die Farbe des Objektes in RGB vor - die vierte Angabe steht für die Transparenz. Der Befehl Sphehre erzeugt nun eine Kugel mit dem Radius Farbe_LED![i] sowie je zehn Segmenten und Schichten. Geübte Programmierer erkennen, dass über die Area-Variable Farbe_LED![i] sowohl die Farbe, als auch der Radius geändert werden können. Zeilenweise Interpretation In den Zeilen 545 bis 560 wird nun ein Text-Dokument geöffnet und der Inhalt in ein eindimensionales Area Farbe![Farbzähler%] eingelesen. Beim Einlesen der Daten wird die Text-Datei geöffnet und zeilenweise interpretiert. Dabei werden von jeder Zeile nur die ersten fünf Zeichen eingelesen. Alles, was dahinter kommt, wird abgeschnitten. Verfügbare Zeichenanzahl Pro Frame werden 125 Zeichen (also 5 x 5 x 5 Zeichen oder 25 Zeilen) in ein eindimensionales Area eingelesen. Da das Area auf circa 16.2000 Elemente beschränkt ist, können somit 1.296 Frames eingelesen werden. Also reichlich Platz für gute Ideen. Nachdem die Dateneingabe erfolgt ist, wird im Startbildschirm die Anzahl der eingelesenen Frames sowie die Tastatur-Belegung angezeigt. Mit WaitInput wird auf eine beliebige Eingabe über Maus oder Tastatur gewartet. Danach erfolgt das Anzeigen der Scene. Drei ineinander geschachtelte Schleifen bilden das eigentliche Hauptprogramm. Die äußerste Schleife wird beendet, wenn der User die Escape-Taste drückt und somit das Programm beendet. Die mittlere Schleife wird so oft ausgeführt, wie Frames eingelesen wurden. Die innerste Schleife weist jetzt jeder der 125 LEDs Farbe_LED![i] einen Wert aus dem Area Farbe![Farbzähler%] zu. Wenn jede LED einen Farbwert hat, wird die Scene gerendert und am Bildschirm angezeigt. Dazu wird in Zeile 618 die Prozedur DrawGLScene() aufgerufen. Interpretation der Text-Beispieldateien Ein Blick in die beigefügten Text-Beispieldateien zeigt, dass die Informationen in Zeilen zu jeweils fünf Zeichen abgelegt sind. Naheliegend ist, dass jeweils eine Zeile an Zeichen auch eine Reihe an LEDs interpretiert, wobei das Zeichen "1" für "LED an" und das Zeichen "0" für "LED aus" steht. Also ergeben fünf Zeilen eine Ebene und fünf Ebenen den gesamten Cube. Insgesamt 125 Zeichen (25 Zeilen) bilden also einen Frame der Animation. Testphase Nun beginnt die Phase des Testens: Welches Zeichen steht für oben links oder für unten rechts oder für die Mitte? Nach einigen Minuten des Probierens kristallisiert sich sicher heraus, dass die obersten fünf Zeilen die Grundebene darstellen und somit das Einlesen der Informationen "kopfüber" erfolgt. Dies sowie die fehlende Strukturierung der Daten macht das Erstellen eigener Animationen aber nicht gerade leichter. Excel-Mappe als Frameeditor Abhilfe schafft dann eine Excel-Mappe, die als Frameeditor dienen soll und mit ein wenig Übung die Programmierung anspruchsvoller Abläufe gestattet. Die fünf Ebenen des Würfels sind rot dargestellt. Wird in diese rot markierten Zellen der Wert "1" eingegeben, überträgt Excel diesen Wert an die richtige Stelle in der Datenreihe und fasst fünf nebeneinanderliegende Zellen zur linken Spalte zusammen. Durch Kopieren und Einfügen können beliebig viele Frames in eine Excel-Mappe aufgenommen werden. Durch Kopieren und Einfügen von Werten kann auch innerhalb eines Frames ebenenweise kopiert werden. An dieser Stelle kann gern noch einmal auf Excel-Funktionen wie Zellenwertübergabe oder Zellenwertvereinigung eingegangen werden. Speichern der Excel-Datei Die fertige Excel-Datei kann zur weiteren Verwendung abgespeichert werden. Nun muss die Excel-Datei auch noch als txt-Datei abgespeichert werden (Datei danach schließen, da der Zugriff sonst blockiert ist!). Noch einmal zur Erinnerung: Nur die ersten fünf Zeichen einer Zeile werden vom Programm eingelesen. Somit kann die als txt gespeicherte Excel-Datei zur Eingabe verwendet werden, obwohl sie über mehr Zeichen verfügt, als für die Animation notwendig sind. Alternativ kann auch nur der Inhalt der linken Spalte kopiert und in ein Text-Dokument eingefügt werden. Das spart Speicherplatz und man kann einzelne Inhalte problemlos zusammenfügen. Einsatz in Klasse 8 In dieser Unterrichtseinheit sollen die Schülerinnen und Schüler ihre zuvor erworbenen Kenntnisse von Algorithmen üben und festigen. Deshalb bietet es sich an, diese Doppelstunde am Ende des Lernbereichs 2, "Informationen verarbeiten: Modell - Algorithmus - Lösung" der Klassenstufe 8 einzusetzen. Animierte Schriftzüge am Beispiel von Lehrer-Online Falls Ihre Schülerinnen und Schüler einen Schriftzug animieren möchten, hier ein Beispiel: Die Datei Bsp_06_lehrer-online.txt zeigt den Schriftzug LEHRER-ONLINE als Animation. Video zur Beispiel-Animation

Sie möchten Schülerinnen und Schülern die Möglichkeit bieten, einen Blick hinter die Kulissen eines Rechenzentrums zu werfen? Bei einer virtuellen Tour von Amazon können sie dabei die Berufe der Zukunft kennenlernen und erhalten eine Einführung in Cloud Computing, Datensicherheit und Nachhaltigkeit. Informatik- und Berufsorientierung als spannende, virtuelle Tour verpackt: Schulklassen können kostenfrei eine Gruppentour durchführen und in einem spielerischen Wettbewerb antreten, während sie die Technologie und die Berufe der Zukunft erkunden. Auf der Tour erfahren die Schülerinnen und Schüler, wie es die Cloud und die Rechenzentren möglich machen, Filme von überall und zu jeder Zeit zu streamen. Sie lernen die Komponenten eines Computers kennen, erhalten einen Überblick über die Cloud, erfahren wie Daten durch Glasfaserkabel transportiert werden und wie Protokolle den Daten mitteilen, wohin sie gehen sollen. Sie erfahren auch, wie Rechenzentren die Daten sicher und nachhaltig aufbewahren, damit sich niemand Sorgen um das Hochladen der eigenen Daten in die Cloud machen muss. Die Schülerinnen und Schüler lernen zudem, wie Rechenzentren einen natürlichen Prozess nutzen, um Server vor Überhitzung zu schützen, wie Redundanz und Sensoren sicherstellen, dass Daten immer verfügbar sind, wie Cyber- und physische Sicherheitsmaßnahmen die Daten schützen und wie nachhaltige Maßnahmen getroffen werden, um die Umwelt zu schützen. Auf dem Weg dorthin treffen sie Mitarbeitende, die als Rechenzentrumsbetreibende, Lösungsarchitektinnen und -architekten, Betreibende von Rechenzentrumstechnik und Nachhaltigkeitsspezialistinnen und -spezialisten tätig sind. Voraussetzung ist ein eigenes Tablet oder ein eigener Computer. Die Lehrkraft fungiert als Moderatorin. Alternativ können die Lernenden auch selbstständig die Tour durchführen. Informatik- und Berufsorientierung Schülerinnen und Schüler lernen die Berufe der Zukunft kennen, indem sie erfahren, wie die Arbeit bei Amazon Web Services (AWS) und in den Rechenzentren dafür sorgen, jederzeit von überall zu streamen und Daten nachhaltig zu sichern. Die folgenden Informatik-Themen werden während der Tour vorgestellt und in einem realen Kontext erklärt: Algorithmus, Cloud Computing, Sensorik, Effizienz, Datenbank, Qualitätskontrolle, maschinelles Lernen, Hardware und Software. Spielerisch lernen Die unterhaltsame, spielerische Tour ist für alle interessierten Schulklassen kostenlos bei Kahoot! verfügbar. Die Schülerinnen und Schüler können miteinander spielen und dabei etwas über die Technologie und die dazugehörigen Berufe der Zukunft lernen, die dafür sorgen, dass Daten gespeichert werden und für Nutzerinnen und Nutzer auf der ganzen Welt zugänglich gemacht werden. Es ist kein Konto erforderlich. 360 Grad-Touren zu Berufen bei AWS Schülerinnen und Schüler lernen in Videos (360 Grad-Format oder Desktop-Format) zwei Ausbildungsberufe bei AWS kennen – Fachinformatikerin beziehungsweise Fachinformatiker für Systemintegration und Elektronikerin beziehungsweise Elektroniker für Betriebstechnik. Zudem nehmen sie die Auszubildenden mit durch ihren Berufsalltag. Über Amazon Future Engineer Mit dem Programm Amazon Future Engineer (AFE) hat Amazon sich zum Ziel gesetzt, junge Menschen in Deutschland im Bereich der digitalen Bildung zu fördern. Es stärkt die Kompetenz derjenigen, die bisher weniger Chancen haben, digitale Innovationen zu gestalten, weil sie aus sozial schwächeren Familien kommen sowie einen Migrations- und/oder Flüchtlingshintergrund haben. In der Umsetzung arbeitet Amazon mit gemeinnützigen Partnern aus dem Bildungs- und Digitalbereich zusammen. Amazon Future Engineer ist am 11. November 2021 gestartet. Insgesamt hat das Programm über die Partnerorganisationen im Jahr 2023 mehr als 700.000 Lernstunden ermöglicht, über 200.000 Schülerinnen und Schüler erreicht und mehr als 15.000 Pädagoginnen und Pädagogen geschult. Fachkompetenz Die Schülerinnen und Schüler lernen die Berufe der Zukunft kennen, zum Beispiel Rechenzentrumsbetreibende, Lösungsarchitektinnen und -architekten, Betreibende von Rechenzentrumstechnik und Nachhaltigkeitsspezialistinnen und -spezialisten. Außerdem lernen sie in Videos (360 Grad-Format oder Desktop-Format) zwei Ausbildungsberufe bei AWS kennen – Fachinformatikerin beziehungsweise Fachinformatiker für Systemintegration und Elektronikerin beziehungsweise Elektroniker für Betriebstechnik. lernen Komponenenten eines Rechenzentrums kennen. erfahren mehr über Datenschutz, Datensicherheit, Datenverfügbarkeit, Streaming etc. erfahren mehr über Cyber- und physische Sicherheitsmaßnahmen sowie nachhaltige Maßnahmen in einem Rechenzentrum. erfahren mehr darüber, wie Computer, die Cloud und das Internet funktionieren. Sozialkompetenz Die Schülerinnen und Schüler überprüfen über die Spiel- und Lernplattform Kahoot! ihr Wissen spielerisch und treten mit Klassenkameradinnen und -kameraden in einen spielerischen Wettbewerb.

Diese Lernumgebung bietet eine interaktive Einführung in das Perzeptron und einfache neuronale Feed-Forward-Netzwerke. Sie erzählt eine Geschichte über einen Anwendungsfall für Klassifikation, in die mehrere Aufgaben eingebettet sind. Künstliche Intelligenz ist an vielen Stellen völlig alltäglich geworden. Meistens sind diese Systeme aber nur Black-Boxen in unserem Alltag und es fällt schwer, mehr über die Funktionsweise herauszufinden. Gleichzeitig sind die Themen, wenn man sie unterrichtlich behandeln möchte, mathematisch zu anspruchsvoll für den Schulunterricht, sodass nur ein oberflächlicher Zugang zur eigentlichen Funktionsweise möglich ist. Genauso ist das Umsetzen von existierender Software in eigenen Programmen zwar im Unterricht möglich, aber nur für leistungsstarke Lerngruppen. Zur Lernumgebung gelangen Sie über den Link am Ende dieser Seite. Das "KI-Labor" bietet Möglichkeiten, mit dem eigenen digitalen Endgerät maschinelles Lernen erfahrbar zu machen. Es gibt verschiedene Themenbereiche und Lernumgebungen, in denen selbstständig mit den Möglichkeiten und Grenzen der jeweiligen Technologien experimentiert werden kann. Zur Ausführung der verschiedenen Umgebungen wird lediglich ein moderner Webbrowser benötigt. In dieser Unterrichtseinheit geht es um die Funktionsweise von einfachen neuronalen Netzen (sogenannte "Feed-Forward"-Netzwerke), beginnend mit dem einfachsten dieser Netze – dem Perzeptron. Als Anwendungsfall wird die Klassifikation von Obst anhand ausgewählter Features gewählt. Die Lernumgebung erzählt dazu eine interaktive Geschichte, in die verschiedene Aufgaben eingebettet sind. So muss zunächst das Perzeptron per Hand optimiert werden, das heißt die verschiedenen Modellparameter (Gewichte) passend gesetzt werden. Im Sinne des productive failure wird die Aufgabenstellung dann so erweitert, dass eine sinnvolle Klassifikation mit dem Perzeptron nicht länger möglich ist, dennoch sollen auch hier wieder Parameterwerte gefunden werden. Im nächsten Schritt wird das Perzeptron dann zu einem neuronalen Netz mit einer Zwischenschicht erweitert. Hier gestaltet sich die Parameteroptimierung sehr mühsam, sodass abschließend das Verfahren des automatischen Trainings durch den Backpropagation-Algorithmus als sinnvolle Ergänzung thematisiert wird. Die Einheit eignet sich im Fach Informatik als Einführung in eine Unterrichtseinheit zu maschinellem Lernen (speziell zu neuronalen Netzen) oder auch als fachlicher Anknüpfungspunkt für eine Einheit in einem anderen Fach, wenn es beispielsweise um ethische oder wirtschaftliche Fragen der KI geht. Wird die Einheit im Fach Informatik eingesetzt, so liegen sinnvolle Schwerpunkte auf der grundsätzlichen Funktionsweise von Klassifikatoren als EVA-System (Features als Eingabe, Klassen gegebenenfalls mit Sicherheit als Ausgabe), dem Aufbau von Perzeptren und Feed-Forward-Netzwerken sowie dem Training eines Netzwerks. Hier ist es denkbar, diese auch nochmal außerhalb der Lernumgebung selbst zu programmieren. Die interaktive Geschichte führt über einen konkreten Anwendungsfall in die Funktionsweise von neuronalen Netzen als Klassifikatoren ein. Durch die schrittweise Hinführung und einfach gestaltete Aufgaben, die letztlich durch Experimentieren gelöst werden können, bietet die Geschichte einen Rahmen für eine Unterrichtseinheit. Die behandelten Themen können und sollen im begleitenden Unterricht von der Geschichte abstrahiert und tiefergehend beleuchtet werden. Es ist dabei möglich, einen mathematischen Ansatz zu wählen und die Berechnungen des Perzeptrons in den Vordergrund zu stellen. Genauso ist es möglich, einen informatischen Ansatz zu verfolgen und ein Perzeptron nochmals als Programmieraufgabe umzusetzen. Das ist zum Beispiel auch als Einschub zwischen den beiden oben dargestellten Stunden möglich. Die Erweiterung des Perzeptrons zu vollständigen Feed-Forward-Netzwerken erfolgt aus den Beschränkungen des Perzeptrons direkt im Kontext des Anwendungsfalls der Geschichte. Es wird dabei auch erlebbar, dass die händische Einstellung bereits eines sehr einfachen solchen Netzes nicht sinnvoll gelingt und es automatisierte Lösungen dafür gibt. Diese können im geeigneten Kontext (zum Beispiel Informatik im vertiefenden Bereich der Sekundarstufe II) im Anschluss auch thematisiert und gegebenenfalls programmiert werden. Andernfalls bleibt ein phänomenologischer Ausblick, der etwa durch die Lernumgebung zur Handschrifterkennung des KI-Labors ergänzt werden kann, um die Möglichkeiten größerer Netzwerke zu behandeln. Digitale Kompetenzen, die Lehrende zur Umsetzung der Unterrichtseinheit benötigen (nach dem DigCompEdu Modell) Die Lehrenden sollten in der Lage sein, die Lernumgebung selbst verwenden können. Dafür bietet es sich an, dass sie sich im Vorfeld genau mit den Möglichkeiten auf Aufgaben der Geschichte beschäftigen, um auch für Rückfragen zur Verfügung zu stehen (2.1 Auswahl digitaler Ressourcen). Zudem müssen sie sicherstellen, dass die Lernumgebung – im Sinne der digitalen Teilhabe und gegebenenfalls unter Verwendung assistiver Technologien – von allen Lernenden genutzt werden kann (5.1 Digitale Teilhabe). Fachkompetenz Die Schülerinnen und Schüler erklären, wie ein Perzeptron eine Ausgabe berechnet. analysieren den Einfluss von Parametern in einem Feed-Forward-Netzwerk. erklären wie Features für die Klassifikation eingesetzt werden. Medienkompetenz Die Schülerinnen und Schüler kennen und verstehen Funktionsweisen und grundlegende Prinzipien der digitalen Welt. erkennen und formulieren algorithmische Strukturen in genutzten digitalen Tools. Sozialkompetenz Die Schülerinnen und Schüler kommunizieren in der Gruppe über informatische Themen. 21st Century Skills Die Schülerinnen und Schüler reflektieren die gewonnen Ergebnisse und Erkenntnisse kritisch. erschließen Probleme und komplexe Themengebiete mithilfe von Gestaltungskompetenzen eigenständig.

In dieser Unterrichtseinheit machen Schülerinnen und Schüler erste Erfahrungen mit dem Programmieren (Coding) eines einfachen digitalen Werkzeugs – dem Bluebot – und sie schulen ihr räumliches Vorstellungsvermögen. Sie lernen, wie man Algorithmen in Form von Befehlsfolgen entwickelt, wie man Fehler in Befehlsfolgen findet und diese behebt, wie man Muster in Befehlsfolgen erkennt sowie verallgemeinert und wie komplexe Probleme, durch die Zerlegung in Teilprobleme, gelöst werden können. Diese Unterrichtseinheit dient dazu, Schülerinnen und Schülern erste Erfahrungen im algorithmischen Denken zu ermöglichen sowie ihr räumliches Vorstellungsvermögen zu schulen. Das didaktische Begleitheft für Lehrkräfte und das Aufgabenheft der Kinder zeigen Möglichkeiten auf, wie das digitale Werkzeug Bluebot im Unterricht eingesetzt werden kann. Für den gemeinsamen Beginn der Unterrichtseinheit werden im didaktischen Begleitheft Impulsfragen zum Thema "Roboter" vorgeschlagen. Außerdem wird das "Roboterspiel" vorgestellt, bei dem ein Kind einen Roboter spielt, der von einem anderen Kind gesteuert wird. Unplugged, also ohne Verwendung eines digitalen Werkzeugs, wird die Funktionsweise von Robotern verdeutlicht und die Schülerinnen und Schüler lernen, was ein Algorithmus ist. Im Aufgabenheft finden sich sechs Aufgabenmodule (das Aufgabenheft sowie alle weiteren Materialien finden Sie über den Link am Ende der Seite) zur weiteren Bearbeitung. Diese können den Schülerinnen und Schülern in Form eines ausgedruckten Arbeitshefts oder in Form von Aufgabenkarten (zum Beispiel Lerntheke, Stationenarbeit) zur Verfügung gestellt werden. Die Kinder bearbeiten die Aufgaben in Tandems oder Kleingruppen. Alle Gruppen sollten zunächst die Aufgabenmodule "01 Befehle einführen und visualisieren" und "02 Fahrtwege unterschiedlich darstellen" bearbeiten, da diese grundlegend für die weitere Arbeit sind. Die vier anderen Aufgabenmodule "03 Algorithmen entwickeln", "04 Fehler finden und beheben", "05 Muster erkennen und verallgemeinern" und "06 Probleme lösen" können grundsätzlich in beliebiger Reihenfolge im Anschluss an die beiden ersten Module bearbeitet werden. Je nach verfügbarer Zeit und Materialausstattung (sind zum Beispiel Programmierleisten verfügbar oder wird ausschließlich mit der Setzleiste gearbeitet) kann auch innerhalb der Aufgabenmodule von der Lehrkraft eine Auswahl getroffen werden. Im gemeinsamen Abschluss wird mit den Schülerinnen und Schülern zusammengetragen, worauf bei einer Programmierung des Bluebot geachtet werden muss, beispielsweise die Unterscheidung von Rechts- und Linksdrehung bei unterschiedlicher Ausrichtung des Bluebot. Abschließend wird eine Transferaufgabe gemeinsam bearbeitet. Bei der sogenannten "Spiegelbildaufgabe" sollen die Kinder einen Weg an einer vorgegebenen Achse spiegeln und die entsprechende Programmierung vornehmen. Relevanz des Themas Durch den DigitalPakt Schule werden verstärkt Möglichkeiten der digitalen Bildung auch bereits im Grundschulalter diskutiert. Digitale Kompetenzen sind eine Querschnittsaufgabe, die es fächerübergreifend zu fördern gilt. Die Lernumgebung "Die Käfer sind los" kann dabei ein Baustein sein. Die programmierbaren Käferroboter haben das Potential, Kindern im Grundschulalter die Grundideen algorithmischen Denkens aufzuzeigen. Vorkenntnisse der Schülerinnen und Schüler Die Schülerinnen und Schüler benötigen keine spezifischen Vorkenntnisse zur Bearbeitung der Aufgabenmodule der Lernumgebung. Didaktisch-methodische Analyse Algorithmisches Denken, auch Computational Thinking genannt, umfasst das Erstellen von Algorithmen und das Finden und Korrigieren von Fehlern in (Computer-)Programmen. Algorithmisches Denken meint aber auch grundsätzlicher das Zerlegen von Problemen des Alltags in Teilprobleme, um sie mithilfe eines Computers oder anderen digitalen Werkzeugen lösen zu können. Durch die verschiedenen Aufgabenmodule werden die Kinder in die Lage versetzt, einfache Programmierungen (Coding) vorzunehmen. Dazu lernen sie zunächst die verschiedenen Befehle des Bodenroboters Bluebot kennen. Sie stellen Fahrtwege des Bluebot unterschiedlich dar (ikonisch, symbolisch, sprachlich) und vernetzen diese Darstellungen miteinander, indem eine Darstellung in eine andere übersetzt wird. Sie entwickeln zu Fahrtwegen und sprachlichen Beschreibungen Befehls- und Bausteinfolgen und finden und beheben Fehler in Befehls- und Bausteinfolgen. Fahrtwege in Form geometrischer Figuren (Quadrat, Rechteck, Treppen, ...) regen dazu an, Wiederholungen und Regelmäßigkeiten in Befehlsfolgen zu erkennen und diese für die Lösung ähnlicher Probleme zu verwenden. Die Lernumgebung eignet sich außerdem zur Förderung des räumlichen Vorstellungsvermögens, da die Kinder die Fahrtwege des Bluebot zunächst in der Vorstellung planen, diese dann programmieren und anschließend evaluieren. Bei der Planung des Fahrtwegs lernen die Schülerinnen und Schüler Richtungen und Bewegungen zu beschreiben, aber auch Begriffe wie (Viertel-)Drehung nach links beziehungsweise nach rechts, nach oben, nach unten, nach links/rechts oben/unten, vorwärts und rückwärts kennen und sachgerecht zu verwenden. Die Begriffe unterstützen dabei den Planungsprozess und werden in der Kommunikation über die Lösungswege genutzt. Digitale Kompetenzen, die Lehrende zur Umsetzung der Unterrichtseinheit benötigen Die Lehrenden sollten in der Lage sein, die digital gestützte Lernumgebung so in ihrem Unterricht umzusetzen, dass die Schülerinnen und Schüler in den zentralen Zielbereichen Problemlösen, algorithmisches Denken und räumliches Vorstellungsvermögen Kompetenzzuwächse erzielen (3.1. Lehren und 3.2. Lernbegleitung). Insbesondere die Gestaltung des gemeinsamen Beginns sowie Abschlusses sind für eine Sicherung der Kompetenzen zentral. Weiter ist ein grundlegendes Verständnis für das digitale Werkzeug "Bluebot" sowie des ergänzenden analogen und digitalen Zubehörs notwendig. Entsprechend der Lernvoraussetzungen der Schülerinnen und Schüler muss die Lehrkraft in der Lage sein, aus den bereitgestellten Aufgabenmodulen auszuwählen und diese mittels GeoGebra an verschiedene Lernstände anzupassen, zu erweitern oder auch neu zu erstellen (2.1. Auswählen, 2.2. Erstellen und Anpassen, 5.2. Differenzierung). Durch die grundlegenden Aufgabenmodule (01 und 02) wird in den weiterführenden Aufgabenmodulen (03 bis 06) selbstgesteuertes Lernen ermöglicht. Durch die konsequente Konzipierung der Aufgabenmodule zur Bearbeitung in Schülertandems kann die Lehrkraft durchgängig kollaborative Lernprozesse ermöglichen (3.3 Kollaboratives Lernen, 3.4. Selbstgesteuertes Lernen). Weitere Hinweise zu den Materialien und Lernmodulen Begleitheft für die Lehrkraft : Das didaktische Begleitheft informiert die Lehrkräfte über das digitale Werkzeug Bluebot, die zu erwerbenden Kompetenzen sowie das didaktisch-methodische Vorgehen. Im Anhang werden Kopiervorlagen zu Verfügung gestellt und eine Anleitung zur Erstellung eigener Aufgaben mithilfe von GeoGebra. Aufgabenheft für die Kinder : Das Aufgabenheft beinhaltet sechs Aufgabenmodule. Die Aufgaben sind so gestaltet, dass sie von den Schülerinnen und Schülern weitgehend selbstständig bearbeitet werden können. Die Lehrkraft kann aus dem Aufgabenheft eine Aufgabenauswahl zusammenstellen und diese den Schülerinnen und Schülern als Heft oder in Form von Aufgabenkarten zur Verfügung stellen. 01 Befehle einführen und visualisieren : Im ersten Aufgabenmodul lernen die Schülerinnen und Schüler die Befehle des digitalen Werkzeugs Bluebot kennen: Vorwärts (VW), Rückwärts (RW), Rechtsdrehung (RD), Linksdrehung (LD), Pause, Löschen und die Starttaste. 02 Fahrtwege unterschiedlich darstellen : Im zweiten Aufgabenmodul nehmen die Kinder Darstellungswechsel vor. Fahrtwege werden mittels Pfeilfolgen, Wegen im Plan und verbaler Beschreibungen dargestellt. 03 Algorithmen entwickeln : Im dritten Aufgabenmodul stellen die Kinder Bausteine her. Durch Wiederholung von Bausteinen werden regelmäßige Figuren im Plan erzeugt. 04 Fehler finden und beheben : Im vierten Aufgabenmodul müssen Fehler in Befehlsfolgen identifiziert und behoben werden. 05 Muster erkennen und verallgemeinern: Im fünften Aufgabenmodul müssen Muster in Befehlsfolgen und Fahrtwegen erkannt und auf ähnliche Aufgabenstellungen übertragen werden. 06 Probleme lösen : Im sechsten Aufgabenmodul werden beispielsweise kürzeste Wege vom Start zum Ziel gesucht. Fachkompetenz Die Schülerinnen und Schüler kennen Funktionsweisen und grundlegende Strukturen digitaler Werkzeuge und verstehen einfache Algorithmen. verfügen über räumliches Vorstellungsvermögen. können Darstellungen in andere Formen übertragen. können Zusammenhänge erkennen, nutzen und auf ähnliche Sachverhalte übertragen. Medienkompetenz Die Schülerinnen und Schüler lernen Funktionsweisen digitaler Werkzeuge kennen. nutzen diese zur Lösung von Problemen. erkennen algorithmische Strukturen in den Programmierungen. Sozialkompetenz Die Schülerinnen und Schüler bearbeiten Aufgaben gemeinsam. treffen Verabredungen und halten diese ein. tauschen sich mit anderen über Strategien zur Problemlösung aus. 21st Century Skills Die Schülerinnen und Schüler kennen Funktionsweisen und grundlegende Strukturen digitaler Werkzeuge und verstehen einfache Algorithmen. beschreiben eigene Vorgehensweisen, verstehen die Lösungswege anderer und reflektieren darüber gemeinsam.