INFORMATIK KLASSENSTUFE 10

Lektion 1

Wiederholung Baumdiagramme: Effektives Ordnen und Speichern in der Informatik

Informatik
AB_Einstieg_Klasse_10_SJ_25_26Herunterladen

🎵 Musik – Baum

  • ▶H:\Users\max
    • ▶Musik
      • ▶Rock
        • ▶queen
          • bohemian.mp3
          • friends.mp3
      • ▶Pop
        • ▶adele
          • hello.mp3
          • skyfall.mp3
        • ▶rihanna
          • diamonds.mp3
      • ▶Classical
        • ▶beethoven
          • sym5.mp3
        • ▶mozart
          • einekleine.mp3

Aufgabe: Lies aus der Struktur die vollständigen Dateipfade ab.

➡ Lösung anzeigen C:\Users\max\Musik\Rock\queen\bohemian.mp3 C:\Users\max\Musik\Rock\queen\friends.mp3 C:\Users\max\Musik\Pop\adele\hello.mp3 C:\Users\max\Musik\Pop\adele\skyfall.mp3 C:\Users\max\Musik\Pop\rihanna\diamonds.mp3 C:\Users\max\Musik\Classical\beethoven\sym5.mp3 C:\Users\max\Musik\Classical\mozart\einekleine.mp3

💻 Verzeichnisstruktur

  • ▶H:\user
    • ▶Downloads
      • (leer)
    • ▶Projekte
      • ▶Informatik
        • ▶Baumdiagramme
          • aufgabe.docx

Lektion 2

Wiederholung Flussdiagramme – Strukturen erkennen und Abläufe darstellen

AB_Flussdiagramm_ZusammenfassungHerunterladen

In einem Flussdiagramm wird ein Prozess als Abfolge von Schritten oder Aktivitäten visualisiert, die durch Pfeile verbunden sind. Jeder Schritt wird durch eine Form, wie ein Rechteck oder eine Raute dargestellt. So werden Bedingungen, die den Verlauf des Prozesses beeinflussen, in einer Raute dargestellt. Die Formen und Verbindungen werden so positioniert, dass der Verlauf des Prozesses eindeutig verfolgt werden kann.

Wiederholungen können in einem Flussdiagramm dargestellt werden, wenn eine bestimmte Anzahl von Aktivitäten oder eine Bedingung erfüllt sind. Eine Wiederholung mit fester Anzahl hat eine vorbestimmte Anzahl von Durchläufen, während eine Wiederholung mit Bedingung so lange ausgeführt wird, bis die Bedingung erfüllt ist.

Eine Bedingung ohne Wiederholung überprüft, ob eine bestimmte Bedingung erfüllt ist. Basierend auf dem Ergebnis wird eine Entscheidung getroffen.

In einem Flussdiagramm werden bestimmte strukturelle Elemente zur Darstellung von Fallunterscheidungen, Wiederholungen und ähnlichen Konzepten verwendet. Diese werden oft als Kontrollstrukturen oder Programmstrukturen bezeichnet, je nachdem, in welchem Kontext sie verwendet werden.

Lektion 3

Check dein Logik-Wissen: NICHT, UND, ODER

Eingabe A Ergebnis ¬A (NICHT A)
0 (falsch) 1 (wahr)
1 (wahr) 0 (falsch)
A B A ∧ B (UND)
0 (falsch) 0 (falsch) 0 (falsch)
0 (falsch) 1 (wahr) 0 (falsch)
1 (wahr) 0 (falsch) 0 (falsch)
1 (wahr) 1 (wahr) 1 (wahr)
A B A ∨ B (ODER)
0 (falsch) 0 (falsch) 0 (falsch)
0 (falsch) 1 (wahr) 1 (wahr)
1 (wahr) 0 (falsch) 1 (wahr)
1 (wahr) 1 (wahr) 1 (wahr)

Thema: Altersprüfung für eine Webseite

Erstelle ein Flussdiagramm für ein Programm, das überprüft, ob ein Benutzer alt genug ist, um sich auf einer Webseite anzumelden.

  • Wenn der Benutzer mindestens 16 Jahre alt ist, darf er sich registrieren.
  • Wenn er jünger ist, wird die Registrierung abgelehnt.

Thema: Eintritt ins Kino – Erstelle ein Flussdiagramm

Ein Kino erlaubt den Eintritt in einen bestimmten Film, wenn der Besucher mindestens 12 Jahre alt oder in Begleitung eines Erwachsenen ist.

Thema: Online-Shop Bestellprüfung – Erstelle ein Flussdiagramm

Ein Online-Shop soll entscheiden, ob ein Kunde eine Bestellung aufgeben darf:

  • Der Kunde muss mindestens 18 Jahre alt sein.
  • Außerdem muss er entweder eine Kreditkarte besitzen oder per Nachnahme bezahlen können.

Erstelle ein Flussdiagramm für ein Spiel, bei dem ein Spieler dreimal würfeln darf:

  1. Der Spieler wirft einen Würfel genau 3 Mal (feste Anzahl).
  2. Jedes Mal wird geprüft:
    • Wenn die Augenzahl 6 ist → bekommt der Spieler einen Punkt.
  3. Nach den 3 Würfen wird ausgegeben:
    • „Gewonnen“, wenn der Spieler mindestens 2 Punkte erreicht hat.
    • „Verloren“, wenn der Spieler weniger Punkte hat.

Lektion 4 – Variablen

Eine Variable ist ein Platzhalter für Werte.

Man kann sich Variablen vorstellen wie Tassen, Schubladen oder Boxen:

  • Jede Tasse/Box hat einen Namen (z. B. x, alter, note).
  • Man kann etwas hineinfüllen (z. B. eine Zahl oder einen Text).
  • Der Inhalt kann geändert oder ersetzt werden.
  • Holt man den Inhalt heraus, hat man wieder den aktuellen Wert.
Sigma
Teta

Lektion 5 – Einführung in Python – erste Schritte

AB_Einfuehrung_PythonHerunterladen

Aufgaben

  • Nutze das Tutorial und schreibe dein erstes Python-Skript in Thonny.
  • Kopiere deinen Python-Code unter einer passenden Überschrift in ein geeignetes Programm. Das Dokument dient als Dokumentation deiner Arbeit.
  • Füge anschließend die Aufgaben aus dem PDF darunter ein und beantworte sie direkt im Dokument (Aufgaben 2 bis 3)
  • Ein Flussdiagramm musst du nicht erstellen – du kannst eins machen, wenn es dir hilft.
  • Für Schnelle: Aufgabe 4 im PDF

Lektion 6 – Einführung in Python – Temperatur

Material
temperatur: int = 0 eingabe = input(„Wie warm ist es heute (in Grad C)? „) temperatur = int(eingabe) # if temperatur < 0: print(„Es friert! Zieh dich warm an.“) elif temperatur < 20: print(„Kuehl, aber kein Frost.“) else: print(„Angenehm warm!“)

Aufgabe 1: Ordne jede Zeile dem EVA-Prinzip zu.
Aufgabe 2: Teste den Code in Thonny mit verschiedenen Temperaturen. Speichere ihn unter dem Namen temperatur_vorname_nachname auf deinem Homlaufwerk ab.
Aufgabe 3: Erweitere den Code, sodass bei über 30 °C „Es ist sehr heiß!“ ausgegeben wird.

💡 Hilfestellung – Aufgabe 3

Nutze diesen Code als Ausgangspunkt und ergänze die rote Stelle für Temperaturen über 30 °C.

temperatur: int = 0 eingabe = input(„Wie warm ist es heute (in Grad C)? „) temperatur = int(eingabe) if temperatur < 0: print(„Es friert! Zieh dich warm an.“) elif temperatur < 20: print(„Kuehl, aber kein Frost.“) elif __________________ : print(„Es ist sehr heiss!“) else: print(„Angenehm warm!“)

Tipp: Verwende den Vergleichsoperator > oder >=.

#Programmbaustein #Programmbaustein #Programmbaustein while temperatur >= 0: #Programmbaustein #Programmbaustein #Programmbaustein if temperatur < 0: print(„Messung beendet.“) elif temperatur < 20: print(„Kuehl, aber kein Frost.“) # Erweiterung # Erweiterung

💡 Hilfestellung – Programmbausteine

temperatur: int = 0 eingabe = input(„Wie warm ist es heute (in Grad C)? „) temperatur = int(eingabe)

Aufgabe 1: Beschreibe, was der Code macht, welche Programmstruktur erkennbar ist und welche Operatoren oder Bedingungen noch fehlen, damit das Programm eine Entscheidung treffen kann.
Aufgabe 2: Ergänze die Programmbausteine an den richtigen Stellen, übernimm den vollständigen Code in Thonny und führe ihn aus. Speichere ihn unter dem Namen temperatur_while_vorname_nachname auf deinem Homlaufwerk ab.
Aufgabe 3: Erweiterung: Füge eine zusätzliche Bedingung für Temperaturen > 30 °C hinzu (Ausgabe: „Es ist sehr heiß!“).

Programmiere ein Programm, das das Alter einer Person abfragt und je nach Eingabe eine passende Rückmeldung ausgibt:

  • unter 6 Jahren → „Du bist im Kindergartenalter.“
  • unter 18 Jahren → „Du bist noch schulpflichtig.“
  • ab 18 Jahren → „Du bist volljährig.“

Teste dein Programm in Thonny mit verschiedenen Altersangaben. Speichere es unter dem Namen alter_vorname_nachname auf deinem Homelaufwerk ab.

Erweitere dein Programm:

Verwende anschließend eine while-Schleife, sodass das Programm mehrmals nach dem Alter fragt und erst endet, wenn der Benutzer 0 eingibt.

Füge eine zusätzliche Bedingung für Personen ab 65 Jahren hinzu („Du bist im Rentenalter.“).

💡 Hilfestellung – Erweiterung mit while

Baue eine Wiederholung ein, sodass das Programm mehrmals nach dem Alter fragt und erst endet, wenn der Benutzer 0 eingibt.

alter: int = 0 while __________________: eingabe = input(„Wie alt bist du? (0 = Ende) „) alter = int(eingabe) if alter < 6: print(„Du bist im Kindergartenalter.“) elif alter < 18: print(„Du bist noch schulpflichtig.“) elif alter < 65: print(„Du bist volljährig.“) else: print(„Du bist im Rentenalter.“)

Tipp: Ergänze die rote Stelle mit einer passenden Bedingung, z. B. alter >= 0 oder alter != 0.

Lektion 7 – Wie lernt ein Computer, was gut und schlecht ist?

KI-Generiert

Aufgabe 1: Wie kann eine Maschine gute und schlechte Tomaten unterscheiden?

Stell dir vor, du sollst für eine Sortieranlage ein Programm schreiben.
Diese Maschine soll Tomaten automatisch sortieren – gute Tomaten kommen in die Kiste, schlechte werden aussortiert.

(Tipp: Du kannst deine Regeln als Tabelle oder in einem kleinen Flussdiagramm darstellen.)

KI-Generiert

Merkmal Ausprägung im Bild
Farbe rot UND grün
Grüntöne vorhanden? ja
Flecken/Faultstellen? ja, einige
Form ungewöhnlich / verwachsen
Größe mittel
Erwartete Bewertung? ?

Tomaten-Gedankenexperiment: Vom Algorithmus zum neuronalen Netz

Tomatenprüfer: „…ihr seid Tomatenprüfer mit einfacher Regel.“

Regel: Wenn rot UND keine Flecken → gut, sonst schlecht.

Gedachte Tomaten:

  • rot & fleckenlos → alle sagen: gut
  • rot & Flecken → schlecht
  • grün → schlecht

Erkenntnis: klare Regeln → klare Entscheidungen.

Dann kommt eine Tomate: halb rot, halb grün → Unsicherheit wird spürbar.

„Um diese halbe-halbe-Tomate korrekt zu entscheiden, müssten wir jetzt ganz viele neue Regeln formulieren. Wollt ihr das?“

Für jede Ausnahme neue Regeln zu bauen wird schnell unübersichtlich.

Erkenntnis: Regeln explodieren → reine Wenn-Dann-Algorithmen sind bei unscharfen Fällen nicht praktikabel.

Lehrer: „Okay – statt harter Regeln machen wir eine Schätzung. Wie reif ist diese Tomate in Prozent?“

Die Schüler rufen spontan verschiedene Werte: 40 %, 70 %, 85 % …

Erkenntnis:

  • Statistik arbeitet mit Wahrscheinlichkeiten, nicht mit Ja/Nein.
  • Unscharfe Fälle sind als Prozentwert besser beschreibbar.

„Das ist noch keine KI, aber der Übergang von festen Regeln zu Wahrscheinlichkeiten.“

Gedankenexperiment:

„Ihr bekommt 200 Tomaten-Fotos: 100 gute, 100 schlechte. Eure Aufgabe: Findet selbst heraus, woran ihr den Unterschied erkennt.“

Frage: Welche Muster würdet ihr suchen?

  • Farbe (wie viel Rot?)
  • Flecken (Anzahl, Größe)
  • Form (rund, verformt?)
  • Druckstellen, Schrumpeln

… „inneren Regeln“ werden angepasst – durch viele Beispiele.

Erkenntnis: Regeln kommen nicht mehr vom Lehrer, sondern aus den Daten. Das ist die Idee von Maschinellem Lernen.

Ausgang: „Stellt euch vor, ihr seid nicht mehr ein Prüfer, sondern viele kleine Mini-Prüfer. Jeder von euch darf nur eine winzige Frage beantworten.“

Beispiele für Mini-Fragen („Neuronen“):

  • „Ist irgendwo rot?“
  • „Sind im Bild Kanten zu sehen?“
  • „Wirkt die Tomate eher rund?“
  • „Wie viele dunkle Punkte sehe ich?“

Jedes Mini-Neuron gibt nur eine kleine Info weiter (z. B. wenig / mittel / viel oder Ja / Nein).

Im „Netz“ werden diese vielen kleinen Antworten kombiniert und gewichtet. Am Ende steht eine einfache Entscheidung:

  • „gut“ oder „schlecht“
  • „Tomate“ oder „keine Tomate“

Erkenntnisse:

  • Viele kleine Entscheidungen ergeben gemeinsam eine große Entscheidung.
  • Keiner sieht genau, welches Mini-Neuron wie stark zählt → Black Box.

Algorithmus – feste Regeln

Prinzip: Eindeutige Wenn-Dann-Anweisungen.

Eigenschaften: klar, vorhersehbar, geeignet für einfache Fälle.

Beispiel: „Wenn Tomate rot und ohne Flecken → gut.“

Statistik – Wahrscheinlichkeiten

Prinzip: keine Ja/Nein-Regeln, sondern Prozentwerte.

Eigenschaften: Umgang mit unscharfen Situationen.

Beispiel: „Diese Tomate ist zu 78 % reif.“

Maschinelles Lernen – Lernen aus Daten

Prinzip: Das System erkennt Muster aus vielen Beispielen.

Eigenschaften: keine festen Regeln, sondern Training.

Beispiel: 100 gute & 100 schlechte Tomaten → System lernt Merkmale.

Neuronale Netze – automatische Mustererkennung

Prinzip: viele Mini-„Prüfer“ (Neuronen) analysieren Merkmale.

Eigenschaften: mehrere Schichten, komplexe Muster, Black Box.

Beispiel: Pixel → Formen → Entscheidung „gut“ oder „schlecht“.

Trainingsdatensatz

Nr Farbe Form Flecken Klasse
1 rot rund nein gut
2 rot rund nein gut
3 rot rund ja schlecht
4 gelb rund nein schlecht
5 grün rund nein schlecht

Aufgabe: Welche (möglicherweise falsche) „Regel“ könnte eine KI aus diesem Trainingsdatensatz lernen?

Mini-KI – Leitfaden für die Stunde

In dieser Übung bauen wir gemeinsam eine einfache Künstliche Intelligenz (KI) nach. Ihr erlebt praktisch, wie eine KI lernt, wie sie entscheidet – und warum sie Fehler machen kann. Alles passiert im Klassenzimmer, ohne Computer.

Schritt 1: Die KI bekommt Trainingsbeispiele

Zuerst bekommt ihr einige Beispiele von Tomaten, die als „gut“ oder „schlecht“ markiert sind. Daraus versucht ihr herauszufinden, welche Muster typisch für gute oder schlechte Tomaten sind. Genau so lernt auch eine echte KI.

Merkt euch: Die KI kennt nur die Beispiele, die ihr gezeigt wurden.

Schritt 2: Ihr spielt die Rollen eines neuronalen Netzes

Ihr bildet eine kleine „Mini-KI“:

  • Eingabeschicht: Die Merkmale einer Tomate werden laut vorgelesen (z. B. Farbe, Form, Flecken).
  • Mittlere Schicht: Mehrere von euch sind „Neuronen“ und achten jeweils auf ein Merkmal.
  • Ausgabeschicht: Eine Person trifft die finale Entscheidung: gut oder schlecht.

Wichtig: Ihr dürft keine festen Regeln benutzen. Ihr versucht nur, aus den Beispielen ein Gefühl für Muster zu bekommen. So funktioniert maschinelles Lernen.

Schritt 3: Die KI bekommt neue Tomaten

Jetzt kommen Tomaten, die ihr noch nicht gesehen habt – zum Beispiel halb rot und halb grün, oder gelb und birnenförmig. Jede Person in der mittleren Schicht gibt ihre Einschätzung ab. Die Ausgabeschicht entscheidet am Ende, was die KI denkt.

Dabei merkt ihr schnell:

  • Die KI kann nicht erklären, warum sie entscheidet (Black Box).
  • Kleine Veränderungen an der Tomate können die Entscheidung verändern.
  • Die KI trifft manchmal falsche oder seltsame Entscheidungen.

Schritt 4: Bias – Wenn die KI unfair wird

Jetzt zeigen wir, wie Bias entsteht. Wenn in den Trainingsbeispielen zum Beispiel nur rote Tomaten gut waren, dann wird die KI später automatisch denken:

„Gelbe Tomaten sind schlecht.“

Das ist natürlich falsch – aber für die KI logisch, weil sie es so gelernt hat. Bias bedeutet also:

  • Die KI übernimmt Verzerrungen aus den Trainingsdaten.
  • Wenn die Daten unfair sind, wird auch die KI unfair.

Schritt 5: Reflexion – Was habt ihr gelernt?

Zum Abschluss könnt ihr folgende Fragen beantworten oder diskutieren:

  • Was kann eine KI gut – und was kann sie nicht?
  • Warum konnte unsere Mini-KI ihre Entscheidungen nicht erklären?
  • Wie entsteht Bias genau?
  • Wie könnten solche Fehler in der echten Welt gefährlich werden?

Ihr habt nun gesehen: Eine KI ist nicht klug im menschlichen Sinne. Sie lernt Muster aus Daten – und übernimmt dabei auch Fehler, Lücken oder Vorurteile. Deshalb müssen wir verantwortungsvoll damit umgehen.

Unten stehen fünf Begriffe. Schreibe zu jedem Begriff eine passende eigene Definition in vollständigen Sätzen.

Begriffe:

  1. Algorithmus
  2. Statistisches Modell
  3. Maschinelles Lernen
  4. Neuronales Netz
  5. Künstliche Intelligenz

Was gehört zur KI?

Künstliche Intelligenz beginnt dort, wo ein System nicht mehr nur festen Regeln folgt, sondern selbstständig aus Daten lernt.
Ab dem Maschinellen Lernen – besonders bei neuronalen Netzen – spricht man in der Praxis von KI.

Trainingsdatensatz

Tomate Farbe Form Flecken Klasse
1 rot rund nein gut
2 rot rund nein gut
3 rot rund ja schlecht
4 grün rund nein schlecht
5 gelb rund nein schlecht

Aufgabe: Welche fehlerhafte oder gefährliche „Regel“ könnte eine KI aus diesem Datensatz fälschlich lernen?

Bias ist eine systematische Fehlerquelle in datengetriebenen Modellen.
Er entsteht, wenn Trainingsdaten statistisch verzerrt sind oder bestimmte Gruppen über- oder unterrepräsentiert sind.
Dadurch lernt das Modell falsche Zusammenhänge und trifft fehlerhafte oder unfair verteilte Entscheidungen.

Tomatenproblem: Bias entsteht, wenn eine KI beim Lernen nur bestimmte Tomaten sieht (z. B. nur rote).
Dann „glaubt“ die KI später, dass alle guten Tomaten rot sein müssen – und sortiert gelbe oder anders geformte Tomaten fälschlich aus.

Ihr arbeitet in Gruppen zu einem Beispiel, in dem eine künstliche Intelligenz Entscheidungen trifft.

Arbeitsauftrag:
Analysiert das beschriebene KI-System im Hinblick auf

  • Bias (mögliche Verzerrungen in Daten, Annahmen oder Ergebnissen),
  • die Black-Box-Problematik (Nachvollziehbarkeit der Entscheidungen),
  • sowie ethische Fragestellungen.

Ein Gruppenmitglied trägt eure Ergebnisse strukturiert mündlich vor.
Die übrigen Gruppenmitglieder unterstützen bei Rückfragen.

KI empfiehlt Nebenjobs für Jugendliche

Eine Onlineplattform empfiehlt Jugendlichen passende Nebenjobs (z. B. im Einzelhandel, in Cafés oder bei Events).
Die KI nutzt frühere Bewerbungen, Wohnort, Schulform, Uhrzeiten der Nutzung und Rückmeldungen von Arbeitgebern, um Jobangebote auszuwählen.

KI entscheidet über Sichtbarkeit in sozialen Netzwerken

Ein soziales Netzwerk nutzt eine KI, um zu entscheiden, welche Beiträge Jugendlichen besonders häufig angezeigt werden.
Die KI bewertet Likes, Kommentare, Verweildauer und bisheriges Nutzungsverhalten.

KI empfiehlt Freizeit- und Events

Eine App empfiehlt Jugendlichen Konzerte, Sportangebote oder Freizeitaktivitäten in ihrer Nähe.
Die KI nutzt frühere Klicks, Standortdaten und typische Nutzungszeiten.

Lektion 8 – Datenschutz & Datensicherheit: Ich habe doch nichts zu verbergen, oder?

Aufgaben_2026Herunterladen

Ein datenbasiertes System verarbeitet sehr viele personenbezogene Daten.
Welches Risiko entsteht, wenn diese Daten…

  • …weitergegeben werden → Datenschutz
  • …verändert werden → Integrität
  • …nicht erreichbar sind → Verfügbarkeit
  • Daten werden korrekt gespeichert, aber zu lange aufbewahrt
  • Daten dürfen verarbeitet werden, sind aber unverschlüsselt

Warum reicht es nicht aus, nur gute Algorithmen oder KI zu haben?

04_Aufgaben_2026Herunterladen

Ein Serienbrief ist ein Massenbrief, der personalisierte Informationen für verschiedene Empfänger enthält. Er besteht aus einer Vorlage und variablen Datenfeldern wie Namen und Adressen, die automatisch eingefügt werden. So können individuelle Briefe effizient erstellt und gedruckt oder digital versendet werden.

Daten

Vorbereitung

  • Lege einen eigenen Arbeitsordner auf deinem Laufwerk an.
  • Speichere alle bereitgestellten Materialien in diesem Ordner.

Datenquelle nutzen

  • Verwende die bereitgestellte Adressdatenquelle.
  • Verbinde die Datenquelle mit dem Dokument.
  • Nutze die enthaltenen Informationen, um Seriendruckfelder korrekt einzufügen.

Dokument anpassen

  • Passe den Absenderbereich mit deinen eigenen Angaben an.
  • Ersetze die Empfängerangaben durch passende Seriendruckfelder
    (z. B. Anrede, Name, Adresse).

Inhalt ergänzen

  • Ergänze die dafür vorgesehenen Textstellen im Hauptteil.
  • Beschreibe den Sachverhalt kurz und sachlich.
  • Halte den Text übersichtlich und strukturiert.
  • Der Umfang darf eine Seite nicht überschreiten.

Kontrolle

  • Nutze die Vorschaufunktion, um zu prüfen,
    ob alle Seriendruckfelder korrekt angezeigt werden.
  • Achte auf eine saubere und vollständige Darstellung.

Abgabe

  • Speichere das fertige Dokument ordnungsgemäß ab.
  • Lege alle erforderlichen Dateien vollständig im Arbeitsordner ab.
  • Kopiere den Ordner auf das dafür vorgesehene Laufwerk.

Lektion 9 – Wahlbereich

  1. Die verrücktesten Haustiere der Welt.
  2. Die skurrilsten Erfindungen aller Zeiten.
  3. Wenn Tiere sprechen könnten.
  4. Die seltsamsten Speisen aus verschiedenen Kulturen.
  5. Die lustigsten Internet-Memes und ihre Bedeutung.
  6. Unglaubliche Fakten über das Universum.
  7. Die witzigsten Missgeschicke in der Geschichte.
  8. Die merkwürdigsten Traditionen rund um die Welt.
  9. Die kuriosesten Gesetze aus verschiedenen Ländern.
  10. Die lustigsten Sportarten, die du noch nie gehört hast.
  11. Die absurdesten Phobien, die Menschen haben können.
  12. Die merkwürdigsten Bräuche zu besonderen Anlässen.
  13. Wenn Superhelden einen schlechten Tag haben.
  14. Die witzigsten Wortspiele und Sprichwörter aus verschiedenen Sprachen.
  15. Die skurrilsten Jobs, die es gibt.

Aufgabenstellung

Im Rahmen der Vorbereitung auf die mündliche Prüfung ist es erforderlich, eine Präsentation vorzubereiten. Bitte wählen Sie dazu eines der unten aufgeführten Themen aus, das Ihren Interessen entspricht.

Verwenden Sie eine angemessene Software um Ihre Präsentation zu erstellen. Bitte stellen Sie sicher, dass alle formalen Vorgaben eingehalten werden, einschließlich einer klaren Struktur, gut lesbarer Schriftarten und konsistenter Farbschemata.

Ihr Ziel ist es, Ihr gewähltes Thema so zu präsentieren, als wäre es Ihr Einstiegsthema für die mündliche Prüfung.

  1. Titelseite: Titel der Präsentation/ Thema und Ihr Name
  2. Gliederungsfolie: Übersicht über den Aufbau Ihrer Präsentation
  3. Fachinhalte: 3-7 Folien mit maximal 5 Stichpunkten und maximal 5 Wörtern pro Stichpunkt, keine Sätze
  4. Fazit/ Schlussfolgerungsfolie: Zusammenfassung der wichtigsten Erkenntnisse (kein: „…das wars…“)
  5. Quellenfolie: Alle verwendeten Quellen korrekt zitieren (mindestens 20px, serifenlos, Kontrastfarben beachten)
  6. Gestaltung: mindestens 20px, serifenlos, Kontrastfarben beachten, Quellen unter die Abbildungen

Ein Stichwortzettel darf verwendet werden. Er enthält 10 Stichpunkte, die identisch mit den Folieninhalten der Multimediapräsentation sind.

Konsultation_Pruefung_FormblattHerunterladen
HTML
Meine Kleine Webseite

Ein kleiner Witz:

Warum hat der Webentwickler schlechte Laune?

Weil er ständig mit Bugs kämpfen muss 😐

Vielen Dank fürs Lesen!

<!DOCTYPE html>
<html>
<head>
    <title>Meine Kleine Webseite</title>
</head>
<body>
    <h1>Ein kleiner Witz:</h1>
    <p><em>Warum hat der Webentwickler schlechte Laune?</em></p>
    <p>Weil er ständig mit Bugs kämpfen muss <span>&#128528;</span></p>
    <hr>
    <p><strong>Vielen Dank fürs Lesen!</strong></p>
</body>
</html>
Creative Commons Lizenzvertrag
Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.