Wissenschaft Informatik

Eine systematische Erkundung der Informatik als Wissenschaft, ihrer gesellschaftlichen Wirkung und der ethischen Fragen, die sie aufwirft — von den Grundlagen bis zur KI-Debatte.

12. Klasse GK 90 Minuten Überblick · Wirkung · Ethik

Modul 01

Was ist Informatik?

Informatik ist weit mehr als „Programmieren". Sie ist eine eigenständige Wissenschaft mit formalen Grundlagen, einer reichen Geschichte und klar definierten Teilgebieten. Doch wie lässt sie sich einordnen — und warum ist sie keine reine Naturwissenschaft?

Definition nach der GI

Die Gesellschaft für Informatik (GI) definiert Informatik als „die Wissenschaft von der systematischen Darstellung, Speicherung, Verarbeitung und Übertragung von Informationen, besonders der automatischen Verarbeitung mithilfe von Digitalrechnern". Damit ist Informatik zugleich Grundlagenwissenschaft (formale Methoden, Berechenbarkeit), Ingenieurwissenschaft (Systemkonstruktion) und Strukturwissenschaft (wie Mathematik: sie untersucht abstrakte Strukturen, nicht physische Objekte).

Die großen Teilgebiete

Theoretische Informatik

Formale Sprachen, Berechenbarkeit, Komplexitätstheorie

↓ Details

Kernfragen: Was kann überhaupt berechnet werden? Wie schwer ist ein Problem? Die theoretische Informatik liefert das mathematische Fundament. Zentrale Konzepte sind die Turing-Maschine (universelles Berechnungsmodell), die Chomsky-Hierarchie (Klassifikation formaler Sprachen) und das berühmte P-vs-NP-Problem — eines der Millennium-Probleme der Mathematik (1 Mio. $ Preisgeld). Die Church-Turing-These postuliert, dass alles, was „intuitiv berechenbar" ist, auch von einer Turing-Maschine berechnet werden kann.

Technische Informatik

Rechnerarchitektur, Betriebssysteme, Netzwerke

↓ Details

Hier geht es um die Hardware-nahen Grundlagen: Wie funktioniert ein Prozessor (Von-Neumann-Architektur)? Wie werden Daten physisch übertragen? Die technische Informatik verbindet Elektrotechnik und Informatik. Aktuelle Themen: Quantencomputing, neuromorphe Chips (die die Arbeitsweise des Gehirns nachahmen) und RISC-V als offene Prozessorarchitektur.

Praktische Informatik

Algorithmen, Datenstrukturen, Softwareentwicklung

↓ Details

Das „Handwerk" der Informatik: Algorithmen entwerfen, Programmiersprachen gestalten, Datenbanken aufbauen, Software ingenieurmäßig entwickeln. Paradigmen wie objektorientierte Programmierung, funktionale Programmierung und agile Methoden (Scrum, Kanban) gehören hierher. Auch Compiler-Bau und Betriebssystemkonzepte fallen in dieses Teilgebiet.

Angewandte Informatik

KI, Medizininformatik, Bioinformatik, Wirtschaftsinformatik

↓ Details

Die Schnittstelle zu anderen Disziplinen: Bioinformatik analysiert Genomdaten, Medizininformatik entwickelt diagnostische KI-Systeme, Wirtschaftsinformatik optimiert Geschäftsprozesse. Auch Computergrafik, Computerlinguistik (NLP) und Robotik sind angewandte Teilgebiete. Die Grenzen verschwimmen zunehmend — Informatik durchdringt praktisch jede Wissenschaft.

Meilensteine der Informatik

1936

Alan Turing: „On Computable Numbers"

Die Turing-Maschine definiert erstmals formal, was „Berechnung" bedeutet — noch vor dem ersten Computer.

1945

Von-Neumann-Architektur

Das Konzept des speicherprogrammierten Rechners: Programm und Daten teilen sich den Speicher. Grundlage fast aller heutigen Computer.

1969

ARPANET — Geburt des Internets

Erste paketvermittelte Datenübertragung zwischen UCLA und Stanford. Das Netzwerk bestand anfangs aus 4 Knoten.

1971

Erster Mikroprozessor (Intel 4004)

2.300 Transistoren auf einem Chip. Zum Vergleich: Ein aktueller Apple M4-Chip hat über 28 Milliarden Transistoren.

1989

World Wide Web (Tim Berners-Lee)

HTML, HTTP und URLs — am CERN entwickelt. Berners-Lee verzichtete auf ein Patent und machte das Web frei verfügbar.

2012

Deep Learning-Durchbruch (AlexNet)

Ein tiefes neuronales Netz gewinnt die ImageNet-Challenge mit dramatischem Vorsprung — der Startschuss für die KI-Revolution.

2022–

Generative KI (ChatGPT, LLMs)

Large Language Models erzeugen Texte, Code und Bilder auf menschlichem Niveau. Die Gesellschaft debattiert über Chancen, Risiken und Regulierung.

Einordnung: Welche Art von Wissenschaft?

Strukturwissenschaft ✓

  • Untersucht abstrakte Strukturen (Algorithmen, formale Sprachen)
  • Arbeitet deduktiv mit Beweisen, nicht mit Experimenten
  • Verwandt mit Mathematik und Logik
  • Ergebnisse gelten unabhängig von der physischen Welt

Aber auch: Ingenieurwissenschaft

  • Entwirft und baut komplexe Systeme (Software, Hardware)
  • Empirische Evaluation (Benchmarks, Nutzerstudien)
  • Konstruktiver Charakter: nicht nur beschreiben, sondern schaffen
  • Qualitätskriterien: Effizienz, Zuverlässigkeit, Sicherheit

Modul 02

Wirkung der Informatik

Informatik verändert Gesellschaft, Wirtschaft und den Alltag tiefgreifend. Diese Wirkungen sind ambivalent — sie schaffen Möglichkeiten und Risiken zugleich. Eine differenzierte Analyse ist unverzichtbar.

Wirkungsbereiche im Überblick

Arbeitswelt & Automatisierung

Industrie 4.0, KI-Disruption, neue Berufsbilder

↓ Details

Die Automatisierung betrifft nicht mehr nur manuelle Arbeit: KI-Systeme übernehmen zunehmend kognitive Routineaufgaben (Buchhaltung, Rechtsrecherche, Bilddiagnostik). Die OECD schätzt, dass ca. 27% aller Arbeitsplätze in Mitgliedsstaaten von KI-Automatisierung betroffen sein könnten. Gleichzeitig entstehen neue Berufe: Prompt Engineers, KI-Trainer, Datenethiker. Die Frage ist nicht ob, sondern wie schnell sich der Arbeitsmarkt transformiert — und ob das Bildungssystem mithält.

Demokratie & Öffentlichkeit

Filterblasen, Desinformation, digitale Partizipation

↓ Details

Algorithmen bestimmen, welche Nachrichten wir sehen (Recommender Systems). Das kann zu Filterblasen (Eli Pariser, 2011) und Echokammern führen, in denen man nur noch Meinungen begegnet, die die eigene bestätigen. Deepfakes untergraben die Glaubwürdigkeit von Bild- und Tonmaterial. Andererseits ermöglicht das Internet neue Formen der demokratischen Teilhabe: E-Petitionen, Bürgerhaushalte, Open Data. Der Digital Services Act (DSA) der EU versucht seit 2024, Plattformen stärker in die Verantwortung zu nehmen.

Medizin & Gesundheit

KI-Diagnostik, Genomanalyse, digitale Gesundheitsakte

↓ Details

KI-Systeme erkennen Hautkrebs auf Dermatoskopie-Bildern teilweise genauer als erfahrene Dermatologen (Esteva et al., Nature 2017). Genomsequenzierung, die 2003 noch 2,7 Mrd. Dollar kostete, ist heute für unter 200 Dollar möglich — dank informatischer Fortschritte in Datenverarbeitung und Algorithmen. Die elektronische Patientenakte (ePA) in Deutschland soll seit 2025 flächendeckend verfügbar sein. Ethische Fragen: Wer haftet bei einer Fehldiagnose durch KI? Wie schützt man Gesundheitsdaten?

Umwelt & Nachhaltigkeit

Smart Grids, Rebound-Effekte, CO₂-Fußabdruck von KI

↓ Details

Informatik kann Nachhaltigkeit fördern: Smart Grids optimieren den Energieverbrauch, Präzisionslandwirtschaft reduziert Pestizideinsatz, Simulationsmodelle verbessern Klimavorhersagen. Aber: Das Training eines großen Sprachmodells (LLM) kann so viel CO₂ verursachen wie fünf Autos in ihrer gesamten Lebensdauer (Strubell et al., 2019). Rechenzentren verbrauchen weltweit ca. 1–1,5% des Stroms. Der Rebound-Effekt: Effizienzgewinne werden durch Mehrnutzung kompensiert (z.B. Streaming trotz besserer Kompression → mehr Datenvolumen).

Bildung & Wissen

MOOCs, KI-Tutoren, Digital Divide, Open Educational Resources

↓ Details

Plattformen wie Khan Academy, Coursera und MIT OpenCourseWare demokratisieren Zugang zu Bildung weltweit. KI-Tutoren können individuelles Lerntempo ermöglichen. Aber: Der Digital Divide bleibt real — nicht nur zwischen Ländern, sondern auch innerhalb von Gesellschaften (Alter, Einkommen, Bildung). Die UNESCO warnt, dass KI-gestütztes Lernen bestehende Ungleichheiten verstärken kann, wenn der Zugang ungleich verteilt ist.

Sicherheit & Überwachung

Cyberwar, Gesichtserkennung, Massenüberwachung

↓ Details

Staaten setzen KI-gestützte Gesichtserkennung ein — von China (Social Credit System) bis zur EU (der AI Act verbietet biometrische Echtzeit-Überwachung im öffentlichen Raum mit Ausnahmen). Cyberwar ist keine Science-Fiction mehr: Stuxnet (2010) zerstörte iranische Zentrifugen, der SolarWinds-Hack (2020) kompromittierte tausende Unternehmen und US-Behörden. Verschlüsselung schützt Privatsphäre — wird aber auch von Kriminellen genutzt (Crypto Wars). Die Spannung zwischen Sicherheit und Freiheit ist ein Dauerthema.

Der Kreislauf der Digitalisierung

Innovation
→
Adoption
→
Disruption
→
Regulierung
→
Neue Innovation

Beispiel: Soziale Medien (Innovation) → Massennutzung (Adoption) → Desinformationskrise (Disruption) → Digital Services Act (Regulierung) → Plattform-Transparenztools (Neue Innovation)

Verbreitete Mythen — Richtig oder Falsch?

Modul 03

Informatik & Ethik

Informatiker*innen gestalten Systeme, die Millionen betreffen. Das bringt Verantwortung mit sich. Die Informatik-Ethik fragt: Was sollen wir tun — nicht nur, was wir tun können?

Ethische Leitlinien der GI

Die Gesellschaft für Informatik hat Ethische Leitlinien verabschiedet. Diese benennen Verantwortungsbereiche für Informatiker*innen. Die wichtigsten Prinzipien:

1. Kompetenz

Nur Aufgaben übernehmen, die man fachlich bewältigen kann.

↓ Details

Informatiker*innen sollen ihre Grenzen kennen und sich fortbilden. Ein System in Betrieb nehmen, das man nicht versteht, verstößt gegen dieses Prinzip. In sicherheitskritischen Bereichen (Medizin, Luftfahrt, autonomes Fahren) kann Inkompetenz tödlich sein. Auch das Wissen um die Grenzen von KI-Systemen gehört hierher.

2. Transparenz

Systeme nachvollziehbar und erklärbar gestalten.

↓ Details

Explainable AI (XAI) ist ein aktives Forschungsfeld. Ein KI-System, das eine Kreditvergabe ablehnt, muss dies begründen können (→ Art. 22 DSGVO: Recht auf menschliche Überprüfung automatisierter Entscheidungen). Auch Open-Source-Software fördert Transparenz: Der Code ist einsehbar und überprüfbar. „Black-Box"-Systeme werfen immer ethische Fragen auf.

3. Fairness & Nicht-Diskriminierung

Systeme dürfen nicht systematisch benachteiligen.

↓ Details

Algorithmischer Bias entsteht, wenn Trainingsdaten Vorurteile enthalten: Das COMPAS-System in den USA bewertete Schwarze als höheres Rückfallrisiko — nicht wegen direkter Diskriminierung, sondern wegen verzerrter historischer Daten. Amazons KI-Recruiting-Tool wurde eingestellt, weil es Frauen benachteiligte. Fairness ist kein technisches Problem allein — es ist eine gesellschaftliche Entscheidung, welche Art von Fairness gelten soll (individuelle vs. statistische Parität).

4. Verantwortung

Für die Folgen des eigenen Handelns einstehen.

↓ Details

Das Verantwortungsvakuum bei autonomen Systemen: Wer haftet, wenn ein selbstfahrendes Auto einen Unfall verursacht? Der Programmierer? Der Hersteller? Der „Fahrer"? Die EU-Produkthaftungsrichtlinie (2024 aktualisiert) versucht, diese Lücke zu schließen. Die Verantwortungsethik von Hans Jonas (1979: „Handle so, dass die Wirkungen deiner Handlung verträglich sind mit der Permanenz echten menschlichen Lebens auf Erden") wird in der KI-Debatte wieder hochaktuell.

Ethisches Dilemma: Entscheide dich!

Szenario 1: Der Algorithmus im Bewerbungsverfahren

Ein Unternehmen setzt eine KI ein, die Bewerbungen vorsortiert. Die KI wurde mit Daten der letzten 10 Jahre trainiert. Da in dieser Zeit überwiegend Männer eingestellt wurden, bevorzugt die KI männliche Bewerber — obwohl Geschlecht kein explizites Kriterium ist.

Du bist CTO. Was tust du?

A: System sofort abschalten

Diskriminierung ist inakzeptabel. Zurück zum manuellen Prozess, bis ein faires System entwickelt ist.

B: Nachkorrigieren (Bias Mitigation)

Die KI anpassen: Geschlechter-Quoten einbauen, Bias-Tests durchführen, erst dann weiterverwenden.

Reflexion: Beide Optionen haben Vor- und Nachteile. Option A ist ethisch konsequent, aber ineffizient — und der manuelle Prozess hat ebenfalls Bias (implizite Vorurteile von Personalern). Option B ist pragmatischer, aber riskanter: Ist „Nachkorrigieren" ausreichend, wenn die Grunddaten verzerrt sind? Reale Unternehmen wie Amazon haben sich für A entschieden — LinkedIn und andere setzen auf B mit rigorosem Monitoring. Die EU AI Act klassifiziert KI in Bewerbungsverfahren als „Hochrisiko" (Annex III) und fordert verpflichtende Bias-Audits.

Szenario 2: Autonomes Fahren — Die Dilemma-Situation

Ein autonomes Fahrzeug erkennt: Ein Zusammenstoß ist unvermeidlich. Es kann nach links ausweichen (Kollision mit einer Einzelperson) oder geradeaus weiterfahren (Kollision mit einer Gruppe). Das System muss in Millisekunden entscheiden.

Wie soll der Algorithmus programmiert werden?

A: Utilitaristisch

Minimiere den Gesamtschaden: Ausweichen zur Einzelperson, um die Gruppe zu schützen.

B: Deontologisch

Aktives Umlenken auf eine Person ist verboten — das Fahrzeug darf nur bremsen, nicht „opfern".

Reflexion: Dies ist eine Variante des Trolley-Problems (Philippa Foot, 1967). Die Ethikkommission „Automatisiertes und Vernetztes Fahren" der Bundesregierung (2017) hat klare Leitlinien formuliert: Keine Aufrechnung von Menschenleben (Leitlinie 9) — das System darf nicht nach Alter, Geschlecht oder Personenzahl unterscheiden. In der Praxis bedeutet das: maximale Schadensminimierung ohne aktive Opferung. Das MIT „Moral Machine"-Experiment zeigt: kulturelle Normen variieren weltweit erheblich bei solchen Entscheidungen.

Der EU AI Act — Risikostufen

Der EU AI Act (in Kraft seit August 2024, vollständige Anwendung ab August 2026) ist das weltweit erste umfassende KI-Gesetz. Er klassifiziert KI-Systeme nach Risikostufen:

Unakzeptabel
→
Hoch
→
Begrenzt
→
Minimal
VERBOTEN

Social Scoring, manipulative KI, biometrische Echtzeit-Überwachung (mit Ausnahmen), Emotionserkennung am Arbeitsplatz

HOCHRISIKO

KI in Bewerbungen, Kreditvergabe, Justiz, Bildung, kritische Infrastruktur — strenge Audit-Pflichten

BEGRENZT

Chatbots, Deepfakes — Transparenzpflicht: Nutzer müssen wissen, dass sie mit KI interagieren

MINIMAL

Spamfilter, KI in Videospielen, Empfehlungssysteme — keine besonderen Pflichten

Interaktive Aufgaben

Wissen anwenden

Teste und vertiefe dein Verständnis mit diesen interaktiven Aufgaben. Von Zuordnung über Sortierung bis zur freien Textaufgabe.

Glossar — Klicken zum Aufdecken

Sortieraufgabe: Chronologische Reihenfolge

Bringe diese Meilensteine in die richtige chronologische Reihenfolge (ältestes Ereignis zuerst).

Wähle ein KI-System aus dem Alltag (z.B. Spotify-Empfehlungen, ChatGPT, autonomes Fahren, Gesichtserkennung am Flughafen). Bewerte es anhand von mindestens zwei der vier ethischen Prinzipien (Kompetenz, Transparenz, Fairness, Verantwortung). Formuliere mindestens 4 Sätze.

Lernziel-Checkliste: Habe ich verstanden...

Abschlussquiz

Wissen überprüfen

10 Fragen in 4 Schwierigkeitsstufen — von Grundwissen bis Kritisches Denken.

Punkte erreicht

Reflexion

Abschlussdiskussion

„Wir formen unsere Werkzeuge, und danach formen unsere Werkzeuge uns."
— Marshall McLuhan (sinngemäß)

Diskutiert in der Gruppe:

1. Sollte es ein Pflichtfach „Informatik und Ethik" an Universitäten geben — vergleichbar mit Medizinethik im Medizinstudium? Warum oder warum nicht?

2. Der EU AI Act reguliert KI nach Risikostufen. Ist dieser Ansatz ausreichend, oder bräuchte es ein generelles „Vorsorgeprinzip" für jede neue KI-Technologie?

3. Stellt euch vor, ihr wärt Mitglied einer Ethikkommission. Eine Firma will ein KI-System einsetzen, das Schülerleistungen vorhersagt und Empfehlungen für Schulwechsel gibt. Welche Bedingungen würdet ihr stellen?