Deutsches KI-Labor-Portal
Hinweis: Um sicherzustellen, dass Sie die im Preis inbegriffenen Original-Onlinekurse von SAM Labs und die SAM Studio-Software nutzen können, empfehlen wir Ihnen, folgende Erklärung in Ihre Anfrage aufzunehmen: 

„Unter Androhung der Nichtigkeit des Zuschlags muss das Angebot Folgendes enthalten:
STEAM SAM Labs-Kurslizenz mit Zugang zu SAM Studio.
Die Garantie muss ebenfalls vom Hersteller gewährleistet werden.“

Unterrichtet STEAM und Programmieren an Grund- und weiterführenden Schulen
Weiterführende Schule (ohne Zeitverlust im STEAM- und Programmierunterricht!)

Auch wenn Sie noch keine Erfahrung mit Programmieren haben!

In diesem Kurs:

  • Praktisches Lehrerhandbuch, das darauf ausgelegt ist, Schüler sofort für Projekte im Bereich Künstliche Intelligenz zu begeistern.
  • Grundlagen der künstlichen Intelligenz und des maschinellen Lernens
  • Einführung in Computer Vision und KI-Modelltraining
  • Mehrere gebrauchsfertige KI-Projekteinheiten in englischer Sprache für Grund- und Sekundarschulklassen
  • Möglichkeit, der privaten Facebook-Gruppe beizutreten, um fortlaufende Unterstützung zu erhalten

Beschreibung des AI Lab Portals

Das KI-Portal ist ein vollständiger Lehrplan zum Thema Künstliche Intelligenz, der in einem umfassenden Lehrerhandbuch bereitgestellt wird. Jede Lektion enthält eine Themenübersicht, die Zielgruppe, die Dauer, die Lernziele und die erforderlichen Hilfsmittel und bietet so eine klare Struktur und Anleitung für die Umsetzung im Unterricht.


Der Kurs behandelt wichtige Bereiche der KI wie Computer Vision, maschinelles Lernen, intelligente Sensoren, Robotik-Integration, Ethik, Nachhaltigkeit, Barrierefreiheit und Sicherheit. Die Studierenden erstellen praktische KI-Projekte mit SAM Labs-Kits, trainieren Modelle und verbinden digitale KI-Systeme mit physischen Komponenten wie Motoren, LEDs und Sensoren.

Der Unterricht ist modular aufgebaut (2 × 90 Minuten oder anpassbar an 45-minütige Einheiten), entspricht internationalen STEAM-Standards und wurde entwickelt, um praktisches, projektbasiertes Lernen in Sekundarschulen zu unterstützen.

Beschreibung der Lektionen nach Niveau unterteilt, von der Grundschule bis zur Sekundarstufe

AI Lab Kursübersicht
(Primarstufe)

Lektion Nummer
Lektion Name

Lektionsübersicht

Lektion 1
Der schlaue Zoo (Der faule Tierpfleger)

In dieser Lektion entwickeln die Schüler ein intelligentes Tierpflegersystem, das mithilfe von KI-Bilderkennung und einfacher Sensorlogik Tiere identifiziert und deren Futter bestimmt. Indem sie ein KI-Modell trainieren, verschiedene Tiere zu erkennen, und es über SAM Code mit einem Micro:bit verbinden, lernen die Schüler, wie Maschinen Objekte erkennen und mit programmierten Aktionen reagieren können.

Die Lektion führt in wichtige Konzepte wie Bilderkennung, bedingte Wenn-Dann-Logik und Tierklassifizierung (Fleischfresser vs. Pflanzenfresser) ein. Durch Geschichten, Diskussionen und praktische Übungen entdecken die Schüler auf spielerische und ansprechende Weise, wie Technologie zur Lösung realer Probleme beitragen kann – Vorkenntnisse sind nicht erforderlich.

Lektion 2
Der programmierbare Zauberstab
(Harry Potter Programmierung)

In dieser Lektion entwickeln die Schüler einen programmierbaren Zauberstab, der mithilfe von KI und Computer Vision Handgesten erkennt und Aktionen wie Lichteffekte, Geräusche oder Bewegungen auslöst. Durch das Trainieren eines KI-Modells und dessen Anbindung an die Hardware mittels SAM Code lernen die Schüler, wie Gesten in reale Reaktionen umgesetzt werden können. Dabei erkunden sie Computer Vision, Physical Computing und kreatives Storytelling – Vorkenntnisse sind nicht erforderlich.

Lektion 3
Schere-Stein-Papier-Bot

In dieser Lektion erschaffen die Schüler einen programmierbaren Zauberstab, der KI und Computer Vision nutzt, um Handgesten zu erkennen und Aktionen wie Lichteffekte, Töne oder Bewegungen auszulösen. Durch das Trainieren eines KI-Modells und dessen Verbindung mit Hardware über SAM Code lernen die Schüler, wie Gesten in reale Reaktionen übersetzt werden können. Dabei erkunden sie Computer Vision, Physical Computing und kreatives Storytelling – Vorkenntnisse sind nicht erforderlich.

Lektion 4
Die geheime Schatztruhe (Sprachsteuerung)

In dieser Lektion bauen die Schüler einen The Secret Treasure Chest, der mithilfe von Audio Recognition auf Sprachbefehle reagiert. Durch das Programmieren eines algorithm in SAM Code lernen sie, wie ein microphone Soundmuster erkennt, um einen Verschluss mit einem Servo motor und RGB Light-Anzeigen zu aktivieren. Dieses praktische Projekt führt in audiobasierte KI, Sicherheitskonzepte und physical computing ein.

Lektion 5
Der AI-Smart-Bin

In dieser Lektion bauen die Schüler einen KI-gesteuerten „Smart Bin“, der mithilfe von Computer Vision verschiedene Abfallarten wie Papier und Plastik erkennt und entsprechend reagiert. Durch das Trainieren eines KI-Modells und dessen Anbindung an die Hardware mittels SAM Code lernen die Schüler, wie Bildklassifizierung, bedingte Logik und Physical Computing zusammenwirken. Beim Bau eines funktionierenden Prototyps mit servogesteuertem Deckel und visuellem Feedback über LEDs erkunden die Schüler, wie Technologie zur Nachhaltigkeit beitragen kann. Die Aktivität führt durch eine praktische, realitätsnahe Aufgabe in Computer Vision, Entscheidungsfindung in der Programmierung und grundlegendes technisches Design ein – Vorkenntnisse sind nicht erforderlich.

Lektion 6
Das Gefühlsmonster

In dieser Lektion erschaffen die Schüler ein KI-Gefühlsmonster, das Computer Vision nutzt, um Gesichtsausdrücke zu erkennen und mit physischen Bewegungen sowie Lichtsignalen darauf zu reagieren. Durch das Trainieren eines KI-Modells und dessen Programmierung über SAM Code untersuchen die Schüler die Schnittstelle zwischen Empathie, Bilderkennung und konditionaler Logik.

Während sie einen Prototyp mit einem motorisierten Schwanz und LED-„Augen“ bauen, lernen die Schüler, wie Technologie menschliche Emotionen erfassen und darauf reagieren kann. Diese praxisorientierte Aktivität führt in die KI-gesteuerte Entscheidungsfindung (AI-driven decision-making) und das Engineering Design ein und macht komplexe Konzepte für Grundschüler leicht zugänglich.

Lektion 7
Das verrückte Auto (Fahrerloses Auto)

In dieser Lektion bauen die Schüler ein autonomes Fahrerloses Auto, das Computer Vision nutzt, um Verkehrszeichen zu erkennen und sicher zu navigieren. Durch das Trainieren eines KI-Modells und die Programmierung mit SAM Code untersuchen sie, wie Bilderkennung und konditionale Logik intelligente Mobilität und Unfallprävention ermöglichen.

Diese praxisorientierte technische Herausforderung lehrt die Schüler, die Verantwortung zwischen Mensch und Roboter abzuwägen, während sie einen motorisierten, selbstfahrenden Prototyp erstellen.

Lektion 8
Smart Farm Erntesortierer

In dieser Lektion bauen die Schüler einen Smart Farm Erntesortierer, der AI Computer Vision nutzt, um verschiedene Arten von Erzeugnissen anhand von Form und Farbe zu unterscheiden. Durch das Trainieren eines Bilderkennungsmodells und die Programmierung mit SAM Code entwickeln die Schüler eine Hardware-Sortierlogik zur Steuerung eines motorisierten Deflektorarms.

Dieses praxisorientierte AgriTech-Projekt kombiniert Engineering und Physical Computing, um zu zeigen, wie Technologie die Qualitätskontrolle automatisieren und die Effizienz in der modernen Landwirtschaft steigern kann.

Lektion 9
Das intelligente Instrument (KI-Theremin)

In dieser Lektion erstellen die Schüler ein intelligentes Instrument (KI-Theremin), das KI-Computer-Vision nutzt, um Körperbewegungen zu erkennen und in Klang umzuwandeln. Durch das Trainieren eines Posenerkennungsmodells und die Programmierung mit SAM Code steuern die Schüler Klangfrequenzen und Effekte basierend auf ihren Handpositionen und Gesten. Dieses interaktive MusicTech-Projekt verbindet Coding, Physik und kreativen Ausdruck und hilft den Schülern zu erforschen, wie Bewegung in Musik übersetzt werden kann, während sie Konzepte wie Tonhöhe und Schallwellen verstehen.

Lektion 10
Das Ozeanreiniger-Boot

In dieser Lektion bauen die Schüler ein Ozeanreiniger-Boot, das KI-Computer-Vision nutzt, um Abfälle auf Wasseroberflächen zu identifizieren und zu trennen. Durch das Trainieren eines Bilderkennungsmodells und die Programmierung mit SAM Code steuern die Schüler Motoren und Bewegungsabläufe, um den „Ozean“ zu befahren und Trümmer mit einem mechanischen Arm oder Netz einzusammeln. Dieses praktische EcoTech-Projekt kombiniert Robotik, Ingenieurwesen und Umweltbewusstsein und zeigt, wie Technologie dazu beitragen kann, Verschmutzung zu bekämpfen und sauberere, nachhaltigere Ozeane zu unterstützen.

AI Lab Kursübersicht
(Sekundarstufe)

Lektion Nummer
Lektion Name

Lektionsübersicht

Lektion 1
Der Tanz-Mimik-Bot

In dieser Lektion bauen die Schüler einen Tanz-Nachahmungsroboter, der mithilfe von KI und Computer Vision auf menschliche Bewegungen reagiert. Durch das Trainieren eines KI-Modells und dessen Verbindung mit einem physischen Roboter mithilfe von SAM Code lernen die Schüler, wie Körperbewegungen erkannt und in Roboteraktionen übersetzt werden können. Die Lektion verbindet Kreativität, praktisches Bauen und eine Einführung in reale KI-Konzepte – Vorkenntnisse sind nicht erforderlich.

Lektion 2
Bildverarbeitungsbasierter Recyclingsortierer

In dieser Lektion untersuchen die Schüler, wie künstliche Intelligenz zur Lösung realer Umweltprobleme eingesetzt werden kann. Durch den Bau eines bildbasierten Recyclingsortierers entdecken die Lernenden, wie Maschinen mithilfe der Bildklassifizierung verschiedene Abfallarten wie Papier und Kunststoff erkennen und sortieren können.

Lesson 3
AI-Enhanced Health & Safety Monitor

In dieser Lektion untersuchen die Schüler, wie künstliche Intelligenz und intelligente Sensoren zusammenwirken können, um Gesundheit und Sicherheit zu verbessern. Durch den Bau eines KI-gestützten Gesundheits- und Sicherheitsmonitors untersuchen die Lernenden, wie Umweltdaten (wie Gas-, Wärme- oder Flammenerkennung) mit visuellen KI-Systemen kombiniert werden können, die menschliches Verhalten oder Sicherheitsausrüstung erkennen.

Lektion 4
Intelligenter Pflanzenwächter

In dieser Lektion bauen die Schüler einen intelligenten Pflanzenschutz, der Umgebungssensoren und KI-Bilderkennung kombiniert, um die Gesundheit von Pflanzen zu überwachen. Sie sammeln Sensordaten, trainieren ein Modell zur Erkennung von Anzeichen für Pflanzenstress und integrieren beides in ein intelligentes System. Das Projekt verbindet Biologie, IoT und KI, um zu zeigen, wie Technologie eine nachhaltige Landwirtschaft unterstützen kann.

Lektion 5
Spiegel zur Erkennung von Emotionen

In dieser Lektion untersuchen die Schüler, wie KI menschliche Emotionen erkennen und darauf reagieren kann. Durch den Bau eines Emotionserkennungsspiegels trainieren die Lernenden ein Modell, Gesichtsausdrücke zu identifizieren und es mit physischen Ausgabegeräten wie Lichtern, Geräuschen oder Bewegungen zu verbinden.

Das Projekt verbindet KI, Psychologie und Interaktionsdesign und regt gleichzeitig zu einer tiefgründigen Diskussion über Ethik, Datenschutz und die Auswirkungen von Emotionserkennungstechnologien im Alltag an.

Lektion 6
Interaktives Geschichtenerzählen mit Gesichtsausdrücken

In dieser Lektion erstellen die Schüler eine interaktive Geschichte, die sich je nach Gesichtsausdruck verändert. Sie trainieren ein KI-Modell, Emotionen zu erkennen, und verbinden es mit Licht, Bewegung oder Ton. Das Projekt verbindet KI, Kreativität und Theater und untersucht gleichzeitig die Rolle der KI in Medien und Kommunikation.

Lektion 7
Der KI-Sicherheitsbot

In dieser Lektion bauen die Schüler einen KI-Sicherheitsbot, um den Unterschied zwischen grundlegender Bewegungserkennung und intelligenter Objekterkennung zu untersuchen. Sie trainieren ein Modell, um zwischen einem Menschen, einem Haustier oder einem leeren Raum zu unterscheiden, und verbinden es mit einem physischen Reaktionssystem. Das Projekt kombiniert KI, Sensoren und technisches Design und regt gleichzeitig zur Diskussion über Datenschutz und den verantwortungsvollen Einsatz von Sicherheitstechnologie an.

Lektion 8
KI-Wildtier-Tracker

In dieser Lektion bauen die Schüler einen KI-Wildtier-Tracker, um zu untersuchen, wie Computer Vision und Datenerfassung Naturschutzbemühungen unterstützen können. Sie trainieren ein KI-Modell, um verschiedene Tierarten zu erkennen, und verwenden den micro:bit, um Beobachtungen zu protokollieren und zu zählen. Das Projekt verbindet Biologie, KI und Technologie und regt gleichzeitig zur Diskussion über ethische Wildtierbeobachtung und Datenschutz in natürlichen Umgebungen an.

Lektion 9
KI-Gebärdensprachübersetzer

In dieser Lektion bauen die Schüler einen KI-Gebärdensprachübersetzer, um zu untersuchen, wie künstliche Intelligenz die Barrierefreiheit und Kommunikation verbessern kann. Sie trainieren ein Computer-Vision-Modell, um Handzeichen zu erkennen und diese in Text, Lichtsignale oder Ton umzuwandeln. Das Projekt verbindet KI und Empathie und regt die Schüler dazu an, darüber nachzudenken, wie Technologie dazu beitragen kann, integrativere und gleichberechtigtere Kommunikationsmöglichkeiten zu schaffen.

Lektion 10
Emotionsbewusster Begleitbot

In dieser Lektion bauen die Schüler einen emotionsbewussten Begleitbot, der menschliche Emotionen erkennt und darauf reagiert. Sie wenden überwachtes maschinelles Lernen an, um Gesichtsausdrücke zu klassifizieren, und verbinden das KI-Modell mit physischen Ausgabekomponenten wie Licht, Bewegung oder Ton. Das Projekt verbindet affektive Informatik, Psychologie und Robotik und regt gleichzeitig zum kritischen Nachdenken über Datenschutz und den ethischen Einsatz von Emotionserkennungstechnologie an.

SAM Labs Ltd - All Rights Reserved - Terms Of Service and Privacy Policy