Zum Hauptinhalt springen

Informatik

Stefan Seegerer

E-Mail

stefan.seegerer@fu-berlin.de

Alter

28

Aktuelle Tätigkeit

Promovend*in


Institution

FU Berlin

Berlin

Bayern

Biographie

Stefan Seegerer ist Doktorand in der Didaktik der Informatik an der FU Berlin (bis 2020: FAU Erlangen-Nürnberg). Als Informatikdidaktiker beschäftigt er sich mit künstlicher Intelligenz als Thema für die Schule und Bildung und der Frage, was jede bzw. jeder über KI wissen sollte. Hierzu identifiziert er in seiner Forschung zugrunde liegende Ideen und Prinzipien von KI, denn nur durch ein Verständnis dieser Ideen und Prinzipien werden Lernende in die Lage versetzt, Auswirkungen, Möglichkeiten und Grenzen von KI adäquat zu analysieren sowie zu diskutieren und die digitale Welt mitzugestalten. Gleichzeitig forscht er an Wegen zur Vermittlung von künstliche Intelligenz und sucht nach neuen, kreativen Wegen, komplexe Sachverhalte in anschaulichen Spielen, Visualisierungen oder Erklärungen greifbar zu machen und einen niederschwelligen Zugang zu KI zu ermöglichen. Im Rahmen seiner Arbeit sind so  verschiedene OER-Unterrichtsmaterialien entstanden, wie AI Unplugged, eine Sammlung von Aktivitäten zur spielerischen Auseinandersetzung mit KI, oder dem auf der blockbasierten Programmiersprache Snap! aufbauenden Framework SnAIp, in dem Lernende  selbst kreativ werden und aktiv eigene ML-Artefakte gestalten können. Mit seiner Begeisterung für das Thema KI und dessen Vermittlung steckt er regelmäßig Lehrkräfte in Workshops und Vorträgen an und trägt so dazu bei, künstliche Intelligenz als Thema in die Schulen zu bringen und für zukünftige Generationen zu erschließen.


Stefan Seegerer is a Ph.D. student in the computing education research group at FU Berlin (until 2020: FAU Erlangen-Nürnberg). His work focuses on artificial intelligence as a topic for schools and education and the question of what everyone should know about AI. To this end, he identifies underlying ideas and principles of AI in his research. Only an understanding of these ideas and principles allows learners to shape the digital world and discuss the impact, possibilities, and limitations of AI. At the same time, he is researching ways to teach artificial intelligence and is looking for new, creative ways to make AI accessible to students through tangible games, visualizations, or explanations. His work includes various OER teaching materials, such as AI Unplugged, a collection of activities for playful engagement with AI, or the framework SnAIp based on the block-based programming language Snap! allowing learners to actively design their own ML artifacts. He regularly encourages teachers to teach AI in workshops and talks, thus contributing to bringing artificial intelligence into schools and making it accessible to future generations.

Fragestellungen im Themenfeld Künstliche Intelligenz

How to best teach AI? How to reach every student and prepare them for years to come?