Fortgeschrittene Unterrichtseinheit: Was erklärt eine Modellschule?

Für Lehrkräfte · Modell 2.2-behaviour · Jahrgang 10 und aufwärts

Ein Unterrichtsvorschlag, keine dokumentierte Unterrichtserprobung. Die Zeitangaben sind Planungswerte, keine gemessenen Durchführungszeiten. Es liegen weder gemessene Lernzuwächse noch eine reale Lehrkräftefreigabe vor. Aktuellen Auslieferungsstand vorher in der Anforderungsmatrix prüfen: Der Entwicklungs-/Vorschaustand darf nicht mit der noch älteren Hauptveröffentlichung verwechselt werden.

Ziel und Rahmen

Leitfrage: Welche Unterschiede erzeugen unsere programmierten Annahmen – und welche Aussagen über Menschen folgen daraus gerade nicht?

Die Lernenden sollen einen gepaarten Vergleich erklären, Mittelwerte und Einzelverläufe unterscheiden, Einheiten beachten und eine einfache Rückkopplungs-/Netzwerkregel kritisch lesen. Sie brauchen keine Programmierkenntnisse. Sinnvoll sind Partnerarbeit, ein Rechner mit modernem Browser und Tabellenkalkulation als freiwillige Ergänzung. Die Kernaufgaben funktionieren ohne Online-KI.

Vorschlag: eine Doppelstunde von etwa 90 Minuten. Bei weniger Zeit die Pflichtteile A–C durchführen und D–F als Vertiefung auswählen. Nur fiktive Namen und erzeugte Daten verwenden. Keine echten Klassenlisten, Noten, Diagnosen oder persönlichen Fallbeschreibungen eingeben.

Vorbereitung der Lehrkraft

1. Die gelieferte Anwendung über index.html oder die ausdrücklich freigegebene Website öffnen. In der Methodik prüfen, ob wirklich 2.2-behaviour geladen ist. Bei älterer Version Zusatzaufgaben zu Verhalten und Netzwerken nicht als vorhanden voraussetzen.
2. Auf dem tatsächlichen Schulgerät Navigation, einen Vergleich, Download und Druck kurz ausprobieren. Netzsperren, Zoom, Tastatur, schmale Tabellen und gegebenenfalls Screenreader gesondert testen. Browserprüfungen auf Entwicklungsgeräten ersetzen dies nicht.
3. Verhalten und Beziehungen, Mehrfachereignisse und KI-Sicherheit bereithalten. Ältere Grundlagendokumente können noch den Stand 2.1 tragen; für Zusatzregeln ist die 2.2-Ergänzung maßgeblich.
4. Die Online-KI ausgeschaltet lassen. Keine Konten oder API-Schlüssel für die Stunde verlangen. Exportdateien sind unverschlüsselt und enthalten ausschließlich künstliche Daten.
5. Vor Arbeitsbeginn besprechen: Punkte sind Modellskalen, nicht Noten, Wahrscheinlichkeiten oder gemessene Gefühle. Lernzeit verwendet dagegen Stunden pro Tag.

Gemeinsames Versuchsprotokoll

Im Bereich Schule erstellen die folgenden Werte setzen; unter Klassenraum und Streuung der Startwerte den Klassenraummodus ausdrücklich aktivieren. Danach Schule erzeugen wählen. Änderungen in Eingabefeldern allein erzeugen noch keine neue Population.

Dies ist ein bewusst gewähltes Arbeitsbeispiel, keine gemessene echte Klasse. Regulär gelten 50–300 Personen; 24 ist nur mit aktiviertem Klassenraummodus gültig. Alle Gruppen nutzen für vergleichbare Ergebnisse dieselbe Konfiguration. Schul-Seed und Versuchsseed getrennt protokollieren.

Wichtig: Ohne Klassenauswahl gilt ein Ereignis für alle Klassen. Änderungen mit Vergleich berechnen ausdrücklich anwenden. Sichtbare alte Resultate gehören bis dahin weiter zum vorherigen Versuch. Für jeden Versuch Konfiguration, Modellversion und wirklich berechnete Einstellungen notieren.

A – Nullvergleich und Zufall verstehen

1. Zunächst den Normalverlauf als ausgewähltes Szenario rechnen. Alternativ Prüfungsphase mit Intensität 0 verwenden; Zusatzereignisse müssen dabei deaktiviert sein oder ebenfalls Stärke 0 haben.
2. Ein Einzelprofil öffnen und Tag 0, Tag 3 und Tag 10 in beiden Bedingungen ansehen. Die Bedingungen sollen im Nullvergleich gleich sein. Bei Abweichungen zuerst Einstellungen, Zusatzereignisse und ausgewählten Tag kontrollieren.
3. Den Versuch mit identischen Einstellungen wiederholen. Anschließend nur den Versuchsseed ändern und wieder zurücksetzen.
4. Erklären lassen: Was bleibt beim gleichen Seed reproduzierbar? Wieso ist ein anderer Versuchsseed keine neue Theorie? Warum verändert ein anderer Schul-Seed dagegen die Ausgangspopulation?

Regelgrund: Beide Bedingungen verwenden passende Anfangswerte und sechs passende Hintergrundzufallsziehungen pro Person/Tag. Der Nullvergleich ist ein Software-/Modellcheck, kein Beleg für reale Vorhersagegenauigkeit.

B – Direkte Ereignisse, Mittelwert und Einzelfall

1. Die Prüfungsphase gemäß Tabelle mit Intensität 2 rechnen. Verhalten und soziale Interaktion bleiben aus.
2. Den Tagesregler auf Tag 2, Tag 3, Tag 5 und Tag 10 stellen. Dies sind gespeicherte Rechenzustände, keine erfundenen Zwischenwerte.
3. Jeweils Klasse 01, Klasse 02 und die ganze Schule vergleichen. Dieselbe Kennzahl und denselben Tag verwenden. Die nicht adressierte Klasse ist nur bei ausgeschalteten Peerregeln gegenüber den direkten Ereignissen unberührt.
4. Bei Stress und Lernzeit Schulmittel, Klassentabelle, Histogramm und zwei Einzelprofile untersuchen. Personen anhand ihrer ID notieren; Namen sind nur Anzeigeinformationen.
5. Nach Differenz zum Normalverlauf sortieren. Nicht nur die Person mit der größten Änderung betrachten, sondern gezielt einen anderen Verlauf gegenüberstellen.

Arbeitsauftrag: Eine Aussage der Form „Im Modell verändert sich …“ schreiben und mit einer tatsächlich abgelesenen Zahl samt Einheit belegen. Danach eine Aussage formulieren, die aus dieser Zahl nicht zulässig ist, etwa eine Diagnose oder Empfehlung für reale Kinder.

C – Verhalten und Fachzähler als zusätzliche Annahmen

1. Die Schulkonfiguration unverändert lassen. Im Szenariobereich Optionale Dynamik und soziale Modellkontakte öffnen.
2. Verhaltensmodell aktivieren, Anpassung 0,5 und Rückkopplung 0,5 setzen; fachlichen Schwerpunkt zunächst gleichmäßig verteilen. Soziale Interaktion bleibt aus.
3. Erneut rechnen und das Ergebnis vor dem nächsten Lauf exportieren. Die Anwendung hält nicht automatisch mehrere benannte Versuche zum direkten Nebeneinandervergleich bereit.
4. Im Profil Anpassbarkeit, Lernpersistenz, Fachstartwerte und tägliche Fachzähler lesen. Anfangswerte und Fachzähler sind nicht dasselbe; Fachzähler sind keine Schulnoten.
5. Nur die Rückkopplung auf 0 setzen und neu rechnen. Alle anderen Parameter einschließlich Schul- und Versuchsseed beibehalten. So lässt sich die Auswirkung genau dieser Regeländerung untersuchen.

Vereinfachte Leseregel: Frühere Modellleistung unter dem frei gewählten Regelziel kann zusätzliche Lernzeit/Motivation auslösen; darüber kann die Zusatzanstrengung sinken. Die Anpassungsregel schwächt bei wiederholter direkter Exposition den Ereignis-Stressterm ab, nicht jedes Rauschen und nicht den gesamten Stress. Das gilt auch für negative direkte Stressterme und ist keine bewiesene Gesundheitsverbesserung.

Leitfrage: Haben wir jetzt „realistischere Schüler“ nachgewiesen oder lediglich eine zusätzliche transparente Regel untersucht?

D – Zeitverzögerter Einfluss über ein Kontaktnetz

Die folgenden Werte sind ein reproduzierbares Übungsszenario, keine optimale pädagogische Einstellung.

1. Verhalten wieder wie in C aktivieren: Anpassung 0,5, Rückkopplung 0,5, gleichmäßiger Schwerpunkt.
2. Soziale Interaktion simulieren einschalten: maximale Kontakte 3, klassenübergreifende Kontaktpräferenz 1, Einfluss 0,25, tägliche Gewichtsänderung 0,02, Netzwerk-Seed 17.
3. Prüfungsphase weiterhin nur Klasse 01, Tag 3–5. Erneut rechnen.
4. Unter Optionales Kontaktnetz · gespeicherter Tag beide Klassen anzeigen. Einen Knoten per Klick oder Tab und Eingabetaste öffnen. Exakte Verbindungen und Gewichte in der Tabelle lesen; eine Klassenfilterung zeichnet nur Verbindungen zwischen den gerade sichtbaren Personen.
5. Eine Verbindung zwischen Klasse 01 und Klasse 02 suchen und zugehörige Profile an Tag 2, Tag 3 und Tag 4 vergleichen. Fehlt eine gewünschte Verbindung, einen vorhandenen Kontakt wählen, keine Verbindung hinzuerfinden.
6. Für denselben Tag zwischen Szenario und Normalverlauf wechseln. Gewichte und Verlauf sind bedingungsspezifisch gespeichert; die Graphanordnung besitzt keine räumliche oder kausale Bedeutung.
7. Als Kontrollversuch nur den Einfluss auf 0 setzen und erneut rechnen. Ein vorhandener Graph allein beweist noch keinen numerischen Einfluss.

Zu prüfende Regelbehauptung, kein vorgegebenes Messergebnis: Direkte Exposition beginnt an Tag 3. Ein dadurch verursachter indirekter Unterschied kann erst am Folgetag auftreten, weil alle Personen denselben Vortag lesen. Bei aktivierten Peerregeln ist Klasse 02 daher nicht automatisch eine unberührte Kontrollgruppe. Vergleichsmaßstab ist der gepaarte Normalverlauf mit denselben Peer-/Verhaltensregeln.

Das Netz erfindet oder löscht im Versuch keine Kontakte: Seine Topologie ist fest, nur Gewichte ändern sich. Grad 3 ist eine Obergrenze, keine Garantie für genau drei Kontakte pro Person.

E – Mehrere Ereignisse und Nichtadditivität

1. Zur leichteren Interpretation Verhalten und soziale Interaktion zunächst ausschalten.
2. Drei getrennte Versuche mit derselben Schule und denselben Seeds planen: nur Prüfungsphase; nur Technikproblem; beide zusammen. Jeden einzelnen Lauf vor dem Überschreiben als JSON sichern.
3. Für die Kombination ein Hauptereignis Prüfungsphase Tag 3–5 in Klasse 01 und ein Zusatzereignis Technikproblem Tag 4–6 in Klasse 02 festlegen. Es sind höchstens vier Zusatzereignisse zulässig.
4. Wenn Überlappung untersucht werden soll, in einem gesonderten kontrollierten Versuch das Technikproblem ebenfalls Klasse 01 zuordnen. Änderungen ausdrücklich protokollieren, nicht während der Auswertung unbemerkt tauschen.
5. Tatsächliche Differenzen an einem festen Endtag vergleichen. Optional individuelle CSV-Dateien in der Tabellenkalkulation anhand ID, Tag und Bedingung auswerten.
6. Die Vermutung „Gesamtdifferenz = Summe der getrennten Enddifferenzen“ überprüfen und gegebenenfalls widerlegen. Kein Zahlenbeispiel vorab als berechnetes Ergebnis ausgeben.

Direkte Ereignisterme werden innerhalb eines einzigen Tagesschritts addiert. Rückkopplungen und Skalenbegrenzungen machen die Differenzen späterer Ergebnisse im Allgemeinen nicht additiv. Alle Ereignisse teilen dieselbe dritte Tageszufallsziehung. Für einen vollständigen Nullvergleich müssen alle Ereignisstärken 0 sein; ein Hauptereignis mit 0 genügt nicht, wenn Zusatzereignisse aktiv bleiben.

F – Sprachhilfe kritisch prüfen, ohne sie zum Modell zu machen

Pflichtfreie Erweiterung: In der lokalen Sprachhilfe einen klaren Wunsch zu vorhandenen Ereignissen formulieren, zum Beispiel „Prüfungsphase von Tag 3 bis 5 in Klasse 01“. Den erkannten Vorschlag auf Szenario, Tage, Stärke und Klassen prüfen. Erst Übernehmen ändert die Einstellungen; erst Vergleich berechnen erzeugt Zahlen. Unklare Wünsche umformulieren oder die Felder manuell setzen. Der lokale Parser versteht nicht beliebigen Text und erfindet keine neuen Formeln.

Optional online, nur wenn die freigegebene Veröffentlichung den Dienst bereitstellt: Sitzungszustimmung einschalten und ausdrücklich eine KI-Lesehilfe anfordern. Keine echten Daten im Freitext. Gemeinsam drei Ebenen markieren:

• Berechnete Fakten: die lokalen Werte und Differenzen mit Einheit.
• Dokumentierte Annahmen: die tatsächlich aktiven Formeln.
• KI-Interpretation: eine möglicherweise falsche sprachliche Deutung.

Ein formal gültiger KI-Text kann trotzdem irren. Er verändert weder Personen noch Fachzähler oder Kontakte. Bei Dienstfehler oder Kontingentgrenze mit lokaler Regelerklärung weiterarbeiten. Die Grenzen von zwei Anfragen pro IP/Minute und zwanzig pro Isolate/Tag sind keine globale Kosten- oder Verfügbarkeitsgarantie. Keine Online-KI für alle Gruppen gleichzeitig voraussetzen.

Protokollvorlage – von den Lernenden auszufüllen

Keine Zahlen stehen als vermeintliche Unterrichtsmessung vorab fest. Tatsächliche Ergebnisse selbst eintragen; nicht ausgeführte Zeilen als „nicht durchgeführt“ kennzeichnen.

Immer Exportzeitpunkt und berechnete Einstellungen beachten. Beim Import werden geprüfte Konfigurationen neu gerechnet; beigefügte Ergebniszahlen gelten nicht als vertrauenswürdige Originalmessung. Lokaler Browserspeicher ist kein verlässliches Backup; Dateien zusätzlich sichern. ZIP-, JSON- und CSV-Verteilungen sind nicht automatisch verschlüsselt.

Auswertung und überprüfbare eigene Leistung

Als Arbeitsprodukt genügen ein ausgefülltes Versuchsprotokoll, ein Diagramm oder eine Tabelle aus dem wirklich gerechneten Versuch und eine kurze eigene Reflexion. Keine fertigen persönlichen Antworten vorgeben.

Leitfragen für die Besprechung:

1. Was repräsentiert eine Modellperson? Welche Werte bleiben konstant, welche ändern sich?
2. Warum benötigen wir den passenden Normalverlauf und zwei klar getrennte Seeds?
3. Wo verdeckt der Mittelwert Unterschiede? Was sagt ein Perzentil nicht aus?
4. Wie unterscheiden sich direkter Ereignisterm, Rückkopplung und verzögerter Peereffekt?
5. Welche Beobachtung folgt aus einer gesetzten Formel und welche würde echte empirische Daten verlangen?
6. Welche konkrete Modellannahme würden wir ändern – und welche neue Prüfung wäre dann nötig?
7. Was habe ich selbst verstanden, geprüft oder verändert? Wo habe ich KI-Hilfe genutzt?

Die Lehrkraft kann daran fachliche Nachvollziehbarkeit, korrekte Einheiten, kontrolliertes Vorgehen und kritische Grenzen besprechen. Dies ist ein Vorschlag, keine bestätigte Bewertungsordnung und kein behaupteter Lernerfolgsnachweis. Erzeugte Texte ersetzen weder selbstständige Erklärung noch eine echte Vortragsprobe.

Schulisch offen und ausdrücklich zu bestätigen

Der Brief nennt als bisher überlieferte Termine 26. Februar 2027 für die Abgabe und 22. April 2027 für die Präsentation sowie 20 % Dokumentation/Prozess, 40 % Produkt, 40 % Präsentation. Diese Angaben sind nicht neu bestätigt. Termine, Bewertungsmaßstab, Umfang, KI-Regeln und Form der Eigenständigkeitserklärung mit der zuständigen Lehrkraft klären.

Ebenfalls offen: eigene authentische Reflexion, Verständnisprüfung und Vortragsprobe, Test auf tatsächlichen Schulgeräten, vollständige manuelle Zugänglichkeitsprüfung sowie ein realer Unterrichtsversuch mit freiwilligem ehrlichem Feedback. Keine Zustimmung, Unterrichtserfahrung, Arbeitsstunden oder gemessenen Ergebnisse erfinden. Eine Softwareprüfung liefert dazu keinen Ersatz.