KI

rechtzeitig zum Abitur – Das KM schärft die Informationen zum Unterschleif mit KI nach

wpadmin — Mon, 27 Apr 2026 16:21:02 +0000

Am 08. April 2026 schärfte das Kultusministerium seine Informationsseite zum Unterschleif mit KI nach. Es gibt nun neue Informationen und Hilfestellungen zur Verhinderung von Unterschleif in Prüfungen mit KI. Das KM nennt hier nun die Methoden mit kaum sichtbaren In-Ear-Kopfhörern, Kameras, und KI-Stiften. Unterschleifmethoden, die die Beratung digitale Bildung im Newsletter vom 22.03.2026 bereits vorgestellt hatte.
Neu hinzugekommen sind Informationen zur Internetfähigkeit von modernen wissenschaftlichen Taschenrechnern und zu KI-Ringen.

Vibe-Coding: digitale Slinky-Erkundung

wpadmin — Wed, 22 Apr 2026 09:52:50 +0000

Ein weiteres sehr gelungenes Beispiel für ein interaktives Vibe-Coding Ergebnis.

Dankenswerterweise bereitgestellt von B. Dietrich (Stiftland-Gymnasium Tirschenreuth).

Kontakt für eine SchiLF oder RLFB kann über die Beratung digitale Bildung hergestellt werden.

Hier das lauffähige html-Programm.

Viel Spaß beim Ausprobieren!

Digitale Slinky-Erkundung

Erkunde eine Feder mit zwei verschiedenen Bewegungsarten. Probiere frei aus, wie sich eine Störung ausbreitet, wie sich einzelne Stellen bewegen und was sich ändert, wenn du Stärke und Tempo veränderst.

Bewegungsart wählen

Steuerung

Einstellungen

Stärke der Bewegung 40

Tempo der Anregung 1.2

Ausbreitungsgeschwindigkeit 1.2

Zeitlupe Markierten Punkt verfolgen

Ideen zum freien Erkunden

Wie bewegen sich einzelne Stellen der Feder?
Was wandert von links nach rechts?
Unterscheide Bewegung A und Bewegung B möglichst genau.

Aktiv: Bewegung A

Status: pausiert

Orange markiert: beobachteter Punkt

Was du sehen kannst

Die blaue Linie zeigt die Feder. Der orange Punkt markiert immer dieselbe Stelle der Feder. So kannst du prüfen, ob Stellen mitwandern oder nur hin und her schwingen.

Experimentier-Idee

Nutze zuerst denselben Reglerwert für Bewegung A und B. Vergleiche dann ganz gezielt die Bewegungsrichtung des orange markierten Punkts mit der Richtung, in der sich die Störung ausbreitet.

Der Brave-Browser mit sicherer und kostenloser KI-Funktion

wpadmin — Fri, 17 Apr 2026 09:11:28 +0000

Eine spannende Alternative zu Browsern wie Edge oder Safari ist der Brave‑Browser mit seinem integrierten KI‑Assistenten Brave Leo. Brave basiert – wie auch Microsoft Edge – auf der Chromium‑Engine, deaktiviert jedoch standardmäßig zahlreiche Tracking‑ und Telemetrie‑Funktionen. Dadurch ist der Browser aus datenschutzrechtlicher Sicht besonders attraktiv.

(Quelle: KI-generiert)

Ein zentrales Highlight ist die ohne Registrierung oder Anmeldung nutzbare KI‑Funktion. KI‑Anfragen werden nicht an kommerzielle Anbieter wie Google oder Microsoft weitergeleitet und nicht zum Training der Modelle verwendet. Der Chatverlauf wird serverseitig nicht dauerhaft gespeichert; auf Wunsch kann er lokal im Browser abgelegt werden. Brave betreibt die KI‑Modelle (u. a. Qwen, Llama, Claude Haiku und Claude Sonnet) auf eigener Infrastruktur, sodass keine Daten an die jeweiligen Modellanbieter weitergegeben werden.

Die KI deckt das gesamte Spektrum moderner Sprachmodelle ab: Webseiten zusammenfassen, Texte generieren, übersetzen, erklären, Code analysieren oder erstellen und vieles mehr. Neben der kostenlosen Grundversion bietet Brave auch ein leistungsstärkeres Premium‑Modell an – für Schulen dürfte jedoch bereits die frei verfügbare Variante vollkommen ausreichen.

Im Vergleich zu ChatGPT und anderen kommerziellen KI‑Diensten stellt Brave Leo damit eine starke, datenschutzfreundliche Alternative dar, die sich besonders für sensible Einsatzbereiche wie Schulen eignet.

Die 30%-KI-Regel

wpadmin — Fri, 17 Apr 2026 07:55:13 +0000

Künstliche Intelligenz schreibt schneller – aber sicher nicht automatisch besser.
Die 30%-KI‑Regel zeigt, warum menschliche Qualität unverzichtbar bleibt.

Die 30%-KI‑Regel beschreibt ein zunehmend relevantes Prinzip im Umgang mit KI‑gestützten Texten: Mindestens ein Drittel eines Textes sollte bewusst von Menschen überarbeitet oder ergänzt werden. Die zugrunde liegende Idee ist, dass KI zwar effizient bei Recherche, Strukturierung und dem Erstellen erster Entwürfe unterstützt, aber ohne menschliche Kontrolle schnell generische, unpräzise oder fehlerhafte Inhalte entstehen. Nur durch menschliches Eingreifen, kann der individuell-menschliche Klang, die fachliche Genauigkeit und die narrative Qualität eines Textes gesichert werden können. KI‑Modelle neigen dazu, veraltete Informationen zu reproduzieren oder Details zu erfinden, weshalb eine menschliche Prüfung unverzichtbar bleibt. Es ist gut belegt, dass reine KI‑Texte oft austauschbar wirken und Leserinnen und Leser weniger binden – oftmals sogar befremden. Erst durch menschliche Ergänzungen – etwa bei Einleitungen, Beispielen, Übergängen oder Schlussfolgerungen – entsteht ein Text, der originell, glaubwürdig und zielgruppenorientiert ist. Die 30%-Regel dient damit als Qualitätsstandard, der sicherstellt, dass KI‑gestützte Inhalte nicht an Tiefe verlieren und weiterhin Bindung zum Leser schaffen.

Mehrere unabhängige Quellen bestätigen diese Einschätzung:
– Die EU‑KI‑Verordnung betont die Notwendigkeit menschlicher Aufsicht bei KI‑gestützten Prozessen, insbesondere im Bildungs‑ und Informationsbereich.
– Auch Google weist in seinen Search‑Quality‑Guidelines darauf hin, dass Inhalte mit klarer menschlicher Expertise, Originalität und überprüfbaren Fakten bevorzugt werden .

(Quelle: KI-generiert)

Bedeutung für Schulen

Für Schulen bietet die 30%-Regel eine klare Orientierung im pädagogischen Umgang mit KI‑Texten. Sie macht deutlich, dass KI ein hilfreiches Werkzeug sein kann, aber nicht die eigene Denkleistung ersetzt. Schülerinnen und Schüler lernen, KI‑Entwürfe kritisch zu prüfen, zu überarbeiten und mit eigenen Gedanken anzureichern – eine Kernkompetenz moderner Medienbildung. Lehrkräfte wiederum können KI zur Entlastung nutzen, ohne die fachliche Qualität oder pädagogische Linie zu verlieren. Die Regel eignet sich zudem als Bestandteil schulinterner Richtlinien, um Transparenz, Fairness bei der Benotung und verantwortungsvollen KI‑Einsatz im Unterricht zu fördern. Damit unterstützt sie Schulen dabei, KI sinnvoll, reflektiert und lernförderlich einzusetzen, ohne die menschliche Kompetenz aus dem Blick zu verlieren.

Hausaufgaben in Zeiten von KI – der Lehrerverband nimmt Stellung

wpadmin — Mon, 13 Apr 2026 07:40:02 +0000

In einem Heise-Online-Artikel vom 08.04.2026 äußert sich der Lehrerverband zum Thema Hausaufgaben in Zeiten von KI. Der Präsident des Verbands warnt darin, dass „die Gefahr besteht, dass wir Hausaufgaben so nicht mehr machen lassen können“. Seine Lösungsvorschläge konzentrieren sich vor allem darauf, den Entstehungsprozess stärker in den Mittelpunkt zu rücken und nachvollziehbar zu dokumentieren, wie eine Schülerin oder ein Schüler zu einem Ergebnis gelangt ist. Zudem spricht er sich dafür aus, Hausaufgaben ausschließlich handschriftlich einzufordern.

Gleichzeitig stellt das Deutsche Schulportal wissenschaftliche Erkenntnisse vor, denen zufolge Hausaufgaben keinen signifikanten Einfluss auf den Lernerfolg haben.

(Quelle: KI-generiert)

Leo AI attestiert einer NotebookLM W-Seminararbeit “Null Punkte”!

wpadmin — Mon, 30 Mar 2026 10:38:48 +0000

Schafft man es, mit KI innerhalb weniger Stunden eine komplette W‑Seminararbeit druckfertig zu erstellen? Und würde eine solche Arbeit einer Korrektur durch eine Lehrkraft standhalten und als eigenständige Schülerleistung anerkannt werden?

Diesen Fragen wurde in einem auf drei Stunden begrenzten Praxistest nachgegangen. Zum Einsatz kam dabei Googles KI‑System NotebookLM. Das Versuchssetting war bewusst minimal gehalten: Das Rahmenthema sollte im Bereich der Kommunikationswissenschaft liegen, und untersucht werden sollten Loriots Sketche unter sprachwissenschaftlichen Gesichtspunkten. Ziel war es, in kürzester Zeit eine Arbeit zu erstellen, die die Anforderungen zum Bestehen erfüllt – also nicht mit 0 Punkten bewertet würde. Weitere Vorgaben gab es nicht.

Nach mehreren Prompts und Arbeitsschritten – und tatsächlich in deutlich weniger als drei Stunden inklusive Rechenzeit – wurde eine 16‑seitige W‑Seminararbeit generiert, die auf den ersten Blick durchaus als authentische Schülerarbeit durchgehen könnte. So sieht das Ergebnis aus:

Loriot W-Seminararbeit

Hier die Kritik die Leo AI mit diesen Bewertungskriterien erstellt hat:

Rechtschreibung, Satzbau und Stil
Gliederung und Aufbau
Zitiertechnik und Fußnoten
Fachwissenschaftlichkeit und Bibliographie
Layout und Formalia

1. Rechtschreibung & Grammatik

Durchgehend fehlerhafte Silbentrennung im Fließtext, die offensichtlich durch automatischen Zeilenumbruch entstanden ist, aber nie korrigiert wurde: „Kommu- nikationsquadrat”, „Kommuni- kation”, „Sati- re” – das ist in einer abgegebenen Arbeit absolut inakzeptabel.
Fußnote 35 fehlt vollständig im Text (Sprung von 34 zu 36 in Kapitel 3.1).
Fußnote 42 fehlt ebenfalls im Fließtext.
Fußnote 45 fehlt (Sprung von 44 zu 46).
Fußnote 78–81 tauchen im Fazit ohne Hochzahl im Fließtext auf – sie „hängen” am Ende des Absatzes und sind keiner konkreten Aussage zugeordnet.
„Fußnote 85¹” – die hochgestellte „1″ am Ende von Kapitel 6.2 ist ein offensichtlicher Formatierungsrest, der nie entfernt wurde.

2. Satzbau und Stil

Der Stil schwankt unkontrolliert zwischen wissenschaftlichem Duktus und journalistisch-feuilletonistischer Sprache. Formulierungen wie „Einstiegsdroge zur Reflexion”, „brodelt es”, „klinische Studien des Alltags” oder „Heilmittel” sind für eine wissenschaftliche Seminararbeit stilistisch unangemessen.
Metaphern werden überstrapaziert und inkonsistent verwendet: „Spitze des Eisbergs”, „direkt ins Herz”, „zerbröseln”, „Schlachtfeld” – das wirkt wie ein Stilmix ohne klare Linie.
Zahlreiche Sätze sind zu kurz und apodiktisch für wissenschaftliches Schreiben: „Loriot ist einzigartig. Loriot ist unsterblich. Loriot ist überall.” – Das ist Pathos, keine Analyse.
Passivkonstruktionen und unpersönliche Formulierungen werden nicht konsequent eingesetzt; der Text wechselt willkürlich zwischen „man”, „wir” und implizitem Ich.
Die 93%/7%-Regel (Mehrabian-Mythos) wird unreflektiert und falsch angewendet. Diese Statistik gilt ausschließlich für sehr spezifische Versuchsbedingungen und nicht pauschal für alle Kommunikation – ihre unkritische Übernahme ist ein fachwissenschaftlicher Fehler.

3. Gliederung und Aufbau

Das Inhaltsverzeichnis weist Seitenzahlen auf, die nicht mit dem Dokument übereinstimmen: Das Inhaltsverzeichnis steht auf Seite 2, listet sich selbst aber auf Seite 3. Kapitel 1 beginnt laut Verzeichnis auf Seite 1, obwohl das Deckblatt Seite 1 ist – die Paginierung ist inkonsistent und unprofessionell.
Kapitel 3 analysiert drei Sketche, aber Kapitel 4 wiederholt inhaltlich weite Teile davon (z. B. das Frühstücksei in 4.1, Feierabend in 4.2). Die Trennung zwischen Analyse und Mechanismen ist nicht trennscharf – es entsteht erhebliche Redundanz.
Kapitel 5 wirkt wie ein Anhängsel: Die soziokulturelle Dimension wird zwar angekündigt, aber kaum mit den vorangegangenen Analysen verknüpft. Kapitel 5.2 verliert sich in einer themenfremden Exkursion zur Ludwig Galerie Saarlouis, die keinerlei analytischen Mehrwert hat.
Die Einleitung nennt drei Fallstudien, Kapitel 5 führt aber plötzlich einen vierten Sketch ein („Bettenkauf”), der weder in der Zielsetzung noch im Inhaltsverzeichnis angekündigt wurde – ein klarer struktureller Fehler.
Ein Forschungsstand fehlt vollständig. Für eine wissenschaftliche Arbeit ist die Einbettung in den bestehenden Diskurs obligatorisch.
Die Schlussfolgerungen im Fazit sind zu allgemein und kaum an die konkreten Analyseergebnisse rückgebunden. Die „Übertragbarkeit auf moderne Kommunikation” (6.2) bleibt eine bloße Behauptung ohne Belege oder Beispiele.

4. Zitiertechnik und Fußnoten

Selbstzitat in Fußnote 1: Die Arbeit zitiert sich selbst als Quelle („Zerbröselte Kommunikation” (o. J.), S. 1) – das ist methodisch absurd und deutet darauf hin, dass eine andere, nicht ausgewiesene Quelle vorliegt, die verschleiert wird. Das ist ein schwerwiegender Integritätsmangel.
Die Quelle „Zerbröselte Kommunikation” (o. J.) taucht dutzendfach als Beleg auf, ohne dass im Literaturverzeichnis erklärt wird, was das ist. Sie fehlt dort vollständig – ein gravierender Fehler.
YouTube-Transkripte (Smörgåsbord 2026) sind als wissenschaftliche Quellen nicht zitierfähig, insbesondere ohne Angabe von Kanal, URL, Abrufdatum oder Verifizierung der Transkriptgenauigkeit.
„Knowunity” ist eine Lernzettel-Plattform von Schülern für Schüler und keine wissenschaftlich zitierfähige Quelle. Ihre Verwendung als Beleg für Watzlawicks Axiome ist methodisch nicht vertretbar.
„AOC (2026)” wird als Hintergrundmaterial bezeichnet – ohne Autorenname, Verlag, Seitenzahl oder Herkunft. Diese Quelle ist bibliographisch nicht nachvollziehbar und damit nicht zitierfähig.
Das Schulz von Thun Institut (2026) wird als „Online-Ressource” geführt – ohne URL, ohne Abrufdatum. Das entspricht nicht den Mindestanforderungen an Internetquellen.
Wikipedia wird mehrfach als Beleg verwendet. Wikipedia ist in wissenschaftlichen Arbeiten grundsätzlich nicht als Primär- oder Sekundärquelle akzeptabel.
Die Fußnoten sind nicht einheitlich formatiert: Mal steht „Vgl.”, mal fehlt es; mal werden Seitenzahlen angegeben, mal nicht.
Loriot-Zitate werden aus „Loriots dramatische Werke” (1981) zitiert, obwohl die Sketche Fernsehauftritte sind – die Buchquelle ist für Dialoganalysen fragwürdig, ohne Erklärung der Textgrundlage.

5. Fachwissenschaftlichkeit der Bibliographie

Die Bibliographie enthält keine einzige genuin literaturwissenschaftliche Quelle zu Loriot, obwohl z. B. Neumanns „Loriot und die Hochkomik” (2011) gelistet ist – dieser Titel wird im Text jedoch nie zitiert. Er scheint nur zur Aufwertung der Literaturliste zu dienen.
Lieser (2019): Ein „Blog für Vogelkundler” als Quelle für eine Loriot-Interpretation – das ist nicht kommentierungswürdig, sondern schlicht unzulässig.
Die Arbeit stützt sich theoretisch fast ausschließlich auf Schulz von Thun (1981) und Watzlawick (1969), zitiert diese aber überwiegend nicht direkt, sondern über Sekundär- und Tertiärquellen (AOC, Knowunity, Berner Gesundheit). Das Primärwerk wird damit faktisch nicht selbst gelesen und ausgewertet.
Gäbler (2016) behandelt heute show und politische Satire – die Übertragung auf Loriot ist nicht begründet und methodisch angreifbar.
Die Bibliographie unterscheidet zwar zwischen Primär-, Theorie- und Sekundärquellen, aber die Zuordnung ist fehlerhaft: Schulz von Thun (1981) ist Primärliteratur der Theorie, nicht nur „Theoretische Grundlage”; Loriot (1981) ist Primärquelle, aber kein Dreh- und Angelpunkt der Analyse.

6. Layout und Formalia

Das Deckblatt enthält Platzhalter („Dein Name”, „Deine Schule”, „Name des Lehrers”) – die Arbeit wurde offensichtlich nie fertiggestellt bzw. personalisiert.
Die Tabellen (1 und 2) sind layouttechnisch unvollständig und fehlerhaft dargestellt: Tabelle 1 bricht mitten im Satz ab („Suche nach Beziehung: „Du bist unInfo fähig”), Zellen sind nicht korrekt befüllt, Spaltenbezeichnungen fehlen teilweise. Die Tabellen sind in dieser Form nicht lesbar.
Die Seitennummerierung ist inkonsistent: Das Deckblatt zählt als Seite 1, das Inhaltsverzeichnis als Seite 2, aber Kapitel 1 beginnt erneut mit Seite 1 – doppelte Paginierung.
Zeilenumbrüche mitten in Wörtern (s. o.) ohne Trennstrich oder mit falschem Trennstrich ziehen sich durch das gesamte Dokument.
Die Selbstständigkeitserklärung ist inhaltlich korrekt vorhanden, aber angesichts der massiven Nutzung nicht zitierfähiger Quellen und des möglichen Fremdmaterials („Zerbröselte Kommunikation” o. J.) inhaltlich fragwürdig.
Es fehlen: Abbildungsverzeichnis (für die Tabellen), einheitliche Schriftgröße in Fußnoten, konsistente Randbreiten, und ein erkennbares einheitliches Formatierungsschema.

Gesamturteil

Diese Arbeit weist auf allen Ebenen erhebliche Mängel auf. Besonders schwerwiegend sind:

Die Verwendung nicht zitierfähiger Quellen (Wikipedia, Knowunity, Blog, YouTube-Transkript) als wissenschaftliche Belege
Die mysteriöse Eigenquelle „Zerbröselte Kommunikation” (o. J.), die weder im Literaturverzeichnis auftaucht noch erklärt wird – dies wirft ernsthafte Fragen zur Eigenständigkeit der Arbeit auf
Strukturelle Redundanzen und ein nicht eingehaltenes Analysekonzept
Ein unfertiges Deckblatt mit Platzhaltern

In der vorliegenden Form wäre diese Arbeit an einem bayerischen Gymnasium nicht bestehensrelevant und müsste mit 0 Punkten bewertet werden.

Erstaunlich an diesem Praxistest sind zwei Punkte: Erstens die enorme Geschwindigkeit, mit der schriftliche Arbeiten mithilfe von KI erstellt werden können, und zweitens die Qualität, mit der eine andere KI dieselbe Arbeit anschließend kritisch analysiert. Eine Lehrkraft hätte vermutlich ebenfalls keine großen Schwierigkeiten, die inhaltlichen und strukturellen Schwächen der Arbeit zu identifizieren – bemerkenswert ist jedoch, wie präzise dies bereits eine KI leisten kann.

In einem weiteren Test soll nun mit höherem Arbeitseinsatz, strengeren Vorgaben und wissenschaftlicheren Quellen erneut eine W‑Seminararbeit mithilfe von KI erstellt werden. Ziel soll es sein, die überprüfende KI dahingehend zu manipulieren, die Arbeit als von einem Menschen geschaffen und als bepunktungswürdig einzuschätzen.

Spielzug 37 – ein Meilenstein der Technologie

wpadmin — Sun, 15 Mar 2026 07:22:44 +0000

Markus Piller, Referent im Expertennetzwerk Digitale Bildung für die Gymnasien in der Oberpfalz, schildert den Augenblick, der sich anfühlte wie das Öffnen eines Vorhangs zu einer neuen Ära. Spielzug 37 – ein Moment in dem sichtbar wurde, dass künstliche Intelligenz nicht bloß eine Ansammlung von Algorithmen ist, sondern ein aufwachendes System, das beginnt, seine eigenen Möglichkeiten zu erkennen.

Durch Anklicken des Videos werden Daten an YouTube übermittelt und es können personenbezogene Daten (z. B. Ihre IP‑Adresse) übermittelt werden. Wenn Sie fortfahren, stimmen Sie dieser Übertragung zu.

Das K+5 Modell

wpadmin — Sat, 14 Mar 2026 10:05:39 +0000

Was ist guter digitaler Unterricht?
Mit dieser Frage beschäftig(t)en sich nicht nur zahlreiche Lehrkräfte in den verschiedensten Schularten oder unsere Newsletter in der letzten Zeit, sondern auch das ISB (Staatsinstitut für Schulqualität und Bildungsforschung), die ALP Dillingen und das Staatsministerium für Unterricht und Kultus. Das Ergebnis dieser Bestrebungen findet sich nun im so genannten K+5-Modell für “guten Unterricht in einer digitalen Welt” wieder. Dieses Modell ist zukünftig der Leitfaden dafür, wie der Einsatz digitaler Medien Unterricht lernwirksam unterstützen kann.[Quelle: mebis Magazin – Guter Unterricht in einer digitalen Welt]
Interessanterweise zeigt auch das K+5-Modell, dass guter, lernwirksamer Unterricht mit digitalen Medien keine Zauberei ist, sondern die meisten Lehrkräfte bereits vieles intuitiv richtig machen. Zentraler Dreh- und Angelpunkt im K+5-Modell ist die “effiziente Klassenführung”, neudeutsch Classroom Management. Zentrale Elemente hierbei sind eine sorgfältige Unterrichtsplanung, ein konsequentes Einfordern der gemeinsamen Regeln und die Etablierung von Routinen im Umgang mit digitalen Medien. So werden Unterrichtsstörungen minimiert, ein positives Lernklima erzeugt und die Lernzeit im Unterricht effizient genutzt. Oftmals sind es kleine Stellschrauben, die einen großen Unterschied machen. Beispielsweise hat es sich bewährt, digitale Endgeräte (wie andere Werkzeuge auch) am Anfang der Stunde bereit zu legen, aber nicht schon offen zu haben. Erst nach der Aufforderung der Lehrkraft wird das digitale Endgerät geöffnet und zur Anwendung gebracht und nach dem Abschluss der Arbeit wieder beiseitegelegt. Ergänzt wird das zentrale Element der effizienten Klassenführung durch fünf Aspekte der Unterrichtsgestaltung: die Veranschaulichung, den Lebensweltbezug, die Methodenvielfalt, das individualisierte Lernen sowie kompetenzorientierte Aufgaben und intelligentes Üben. In jedem dieser Bereiche können digitale Medien dazu beitragen, dass Unterricht lernwirksamer werden kann.

NotebookLM von Google – das entgültige Aus für die W-Seminararbeit?

wpadmin — Mon, 02 Mar 2026 12:23:00 +0000

NotebookLM ist ein KI-gestütztes Notiz- und Recherchetool von Google, das als persönlicher Forschungsassistent arbeitet. Man lädt eigene Quellen wie PDFs, Webseiten oder Dokumente hoch, und die KI hilft dabei, Inhalte zu verstehen, zusammenzufassen, zu strukturieren und gezielt Fragen dazu zu beantworten – inklusive Verweisen auf die jeweiligen Originalstellen.

NotebookLM bietet für wissenschaftliches Arbeiten eine Reihe klarer Vorteile:

Keine Halluzinationen: Die KI greift ausschließlich auf die Quellen zurück, die man selbst bereitstellt, und erfindet keine externen Inhalte.
Quellengestützte Antworten: Aussagen werden mit Verweisen auf konkrete Textstellen belegt.
Schnelle Zusammenfassungen: Lange Texte lassen sich effizient auf Kernaussagen verdichten.
Gezielte Fragestellungen möglich: Komplexe Inhalte können präzise abgefragt und vertieft werden.
Strukturierungshilfe: Unterstützung beim Ordnen von Themen, Argumenten und Kapiteln.
Zeitersparnis: Recherche- und Sichtungsprozesse werden deutlich beschleunigt.
Fördert Verständnis: Hilft, schwierige Passagen verständlich zu erklären.
Ideal für große Materialmengen: Auch umfangreiche Dokumentensammlungen bleiben handhabbar.

In Summe wirkt das Tool wie ein persönlicher, quellentreuer Forschungsassistent – und genau darin liegt seine besondere Stärke.

Die Expertinnen und Experten des Referentennetzwerks testen das Tool derzeit intensiv und informieren Sie demnächst über das Potenzial von NotebookLM sowie darüber, ob es tatsächlich das endgültige Aus für die W-Seminararbeit bedeuten könnte.

Schallinterferenz mit Vibe-Coding

wpadmin — Sun, 01 Mar 2026 08:58:00 +0000

Dieses Programm wurde von ChatGPT in 2 Minuten erstellt.

Kurzbeschreibung

Diese interaktive Simulation macht Schall sichtbar und hörbar.
Mit wenigen Reglern erleben Schülerinnen und Schüler, wie sich Töne verstärken oder gegenseitig auslöschen – ein Aha-Moment, wenn aus Lärm plötzlich Stille wird.
Ideal für eine kurze, eindrucksvolle Einführung in das Thema Interferenz im Physikunterricht.

Interferenz-Simulation (Physik 7) – Schall & Wellen

Interferenz (Schall): Zwei Wellen überlagern sich

Stelle Frequenz, Amplitude und Phasenverschiebung ein. Du siehst die zwei Einzelwellen und ihre Summe – und kannst den Ton hören.

Regler

Frequenz (Hz)

220

Amplitude Welle 1

0.60

Amplitude Welle 2

0.60

Phasenverschiebung Δφ (Grad)

180

Lautstärke (Master)

0.25

Einzelwellen anzeigen

Ton an (Browser fragt evtl. nach Interaktion)

Merksätze:
• Δφ = 0° → Wellen „gehen zusammen“ → lauter (konstruktiv).
• Δφ = 180° bei gleicher Amplitude → Berg trifft Tal → leiser/0 (destruktiv).
• Noise Cancelling: Man erzeugt gezielt eine Gegenwelle (≈ 180°).

Summe (Peak): –

Interferenz: –

Δφ: 180°

Info Klicke zuerst Ton an, dann läuft Audio stabil. (Auf iPads/Handys nötig.)

KI

rechtzeitig zum Abitur – Das KM schärft die Informationen zum Unterschleif mit KI nach

Vibe-Coding: digitale Slinky-Erkundung

Digitale Slinky-Erkundung

Was du sehen kannst

Experimentier-Idee

Der Brave-Browser mit sicherer und kostenloser KI-Funktion

Die 30%-KI-Regel

Künstliche Intelligenz schreibt schneller – aber sicher nicht automatisch besser.Die 30%-KI‑Regel zeigt, warum menschliche Qualität unverzichtbar bleibt.

Bedeutung für Schulen

Hausaufgaben in Zeiten von KI – der Lehrerverband nimmt Stellung

Leo AI attestiert einer NotebookLM W-Seminararbeit “Null Punkte”!

1. Rechtschreibung & Grammatik

2. Satzbau und Stil

3. Gliederung und Aufbau

4. Zitiertechnik und Fußnoten

5. Fachwissenschaftlichkeit der Bibliographie

6. Layout und Formalia

Gesamturteil

Spielzug 37 – ein Meilenstein der Technologie

Das K+5 Modell

NotebookLM von Google – das entgültige Aus für die W-Seminararbeit?

Schallinterferenz mit Vibe-Coding

Regler

Künstliche Intelligenz schreibt schneller – aber sicher nicht automatisch besser.
Die 30%-KI‑Regel zeigt, warum menschliche Qualität unverzichtbar bleibt.