Prof. Dr.-Ing. Holger Hermanns, Dependable Systems and Software group, Saarland Informatics Campus, Universität des Saarlandes, Saarbrücken und Wissenschaftlicher Direktor von Schloss Dagstuhl
Wir unterhalten uns über die folgenden 2 1/2 Themen:
Prof. Dr. Moritz Weber, Saarbrücken Quantum Group, Fachrichtung Mathematik, Universität des Saarlandes, Saarbrücken:
Auch wenn wir noch keine Quantencomputer im privaten Einsatz haben mögen, schreitet deren Entwicklung aufseiten der Hardware rasant voran. Und auch die Software des Quantencomputing wird mit Hochdruck entwickelt.
Doch wie programmiert man eigentlich einen Quantencomputer? In welchem Sinne funktioniert er anders als ein klassischer Computer? Was macht eine Quanteninformatik aus und wo wird sie schon heute ganz konkret in unserem Alltag eingesetzt?
Wir werden uns den Grundzügen des Quantencomputing widmen und dafür einige Begriffe aus der Quanteninformationstheorie lernen (etwa Superposition, Verschränkung, Qubits, Quantum Circuits,...). Wir schauen uns dann ein paar Beispiele von berühmten Quantenalgorithmen an, etwa den Suchalgorithmus von Grover oder die Faktorisierung von Primzahlen durch Shor. Letzterer ist insbesondere für aktuelle Verschlüsselungsverfahren relevant: Eine große Zahl unserer Verschlüsselungen beruhen auf Primzahlfaktorisierung. Für eine Entschlüsselung (also das Faktorisieren in Primzahlen) benötigt ein klassischer Computer etwa 8 Millionen Jahre. Ein Quantencomputer bräuchte 8 Stunden.
Für diese Fortbildungseinheit werden keinerlei Kenntnisse in Physik vorausgesetzt und wir werden nicht auf die Hardware des Quantencomputing eingehen, also keinerlei Quantenphysik behandeln - wir werden uns allein mit der Software beschäftigen.
Dr. Benjamin Bisping, Réseaux et Services Multimédia Mobiles, Télécom SudParis, Institut Polytechnique de Paris, Palaiseau, France
Interaktive Beweis-Software ist schon lange die Zukunft von Mathematik und Softwareverifikation. Denn sie erlaubt, komplexe Projekte in Gruppen zu formalisieren. Inzwischen fassen Lean, Rocq und Isabelle im Alltagsbetrieb der Mathematik Fuß.
Im Tutorial nutzen wir gemeinsam Isabelle/HOL, um uns klassischen Logikabgründen zu nähern: dem Barbierparadox und Zenons Paradox. Wir wollen wissen: Existieren Menschen, die alle rasieren, welche sich nicht selbst rasieren? Und wird Achilles die Schildkröte je überholen, wo er doch zunächst immer die Hälfte der Strecke zurücklegen muss? Formal genug gesehen gibt es einfache Antworten!
Zum Ausprobieren steht den Teilnehmenden die Online-Plattform https://proofbuddy.de/ zur Verfügung.
Jun.-Prof. Dr. Philipp Kindermann, Arbeitsgruppe Algorithmik, Informatikwissenschaften, Universität Trier
Im Unterricht lernen wir, wie Computer mit Graphen umgehen: abstrakt und effizient. Menschen brauchen aber eine gute Zeichnung, um etwas damit anfangen zu können. Das Gebiet der Graphenvisualisierung (engl. Graph Drawing) beschäftigt sich genau damit: Wie bringen wir abstrakte Graphen durch schöne, lesbare Darstellungen zum Leben?
Wir schaffen uns einen Überblick über grundlegende Prinzipien, planare Graphen und ihre besonderen Eigenschaften, die eine kreuzungsfreie Darstellung ermöglichen. Daneben schauen wir, wo Graphenvisualisierung im Informatiker-Alltag überall vorkommt. Wir erarbeiten uns Kriterien, die gute Graphenvisualisierungen erfüllen sollten. In praktischen Übungen optimieren wir Zeichnungen auf Papier und in Online-Tools, lernen ein paar der wichtigsten automatischen Layout-Algorithmen kennen und probieren sie interaktiv in Tools aus, um deren Stärken und Schwächen direkt zu vergleichen.
Es sind keinerlei Vorkenntnisse erforderlich.
Angela Maintz, Städtisches Gymnasium Rheinbach
Lernende unterscheiden sich in ihrem Tempo, ihrem Unterstützungsbedarf und ihren individuellen Lernwegen.
Für Lehrkräfte bedeutet dies, Lernangebote differenziert zu gestalten und Schülerinnen und Schüler auf passende Weise zu fördern und zu fordern. KI-Assistenten können hierbei wertvolle Unterstützung bieten – individuell, flexibel und lernstandsorientiert.
In der Praxis zeigt sich jedoch: KI-Modelle schweifen mitunter ab, geben zu schnell Lösungen vor, nutzen unpassende Methoden oder erzeugen – insbesondere in den Naturwissenschaften – fachliche Fehler. Umso wichtiger sind klar gesteuerte und kontrollierte KI-Assistenten, die sich zuverlässig in den Unterricht integrieren lassen.
Der Workshop zeigt, wie sich solche Assistenten durch präzise Prompts, definierte Hilfestufen, angepasste Schrittgeschwindigkeit, optionale Gamification-Elemente sowie gezielt eingesetztes Hintergrundwissen in Form von Dateien effektiv steuern lassen. Lehrkräfte können damit nicht nur Vorgehensweisen, Lösungswege oder fachspezifische Bedeutungen (z. B. Vorzeichen in physikalischen Rechnungen) festlegen, sondern auch die Qualität und Interpretation der Ergebnisse an die eigenen Unterrichtsstandards anpassen.
So eröffnen KI-Assistenten vielfältige Einsatzmöglichkeiten – vom entdeckenden Lernen über Übungs- und Festigungsphasen bis hin zur individuellen Förderung.
Gleichzeitig stellt deren Einrichtung häufig einen erheblichen Aufwand dar.
Im Workshop lernen die Teilnehmenden daher sowohl die wesentlichen Gestaltungsmöglichkeiten und „Tricks“ des Promptings kennen als auch Wege, diesen Aufwand deutlich zu reduzieren – etwa durch Materialien der Schulbuchverlage oder durch KI-gestützte Generierung von Hintergrundwissen.
Prof. Tomohiro Nagashima, Ph.D., Saarland Informatics Campus, Universität des Saarlandes, Saarbrücken und Berkman Klein Center for Internet & Society, Harvard University, Cambridge, USA
(Dieser Beitrag ist in English.)
Today’s students learn in different ways, and technology can help us understand and support them more effectively. In this workshop, we will explore how adaptive technologies and analytics can reveal and support students’ thinking and learning processes while working on tasks. We will discuss practical ways teachers can use such tools to support students’ learning in everyday lessons. I will also show examples of how teachers and researchers can work together to design tools that fit real classroom needs through “co-design.” In the hands-on part of the session, participants will try out one of our learning systems from the student’s perspective, look at the kinds of insights it provides, and reflect on how similar technologies could support teaching in MINT subjects.