Inhalte
Eigene Unterrichtsmaterialien mit KI erstellen
Mit der KI-gestützten Inhaltserstellung von CodeRoom können Sie neue Unterrichtsmaterialien auf Basis fachlicher Themenstellungen automatisch generieren lassen. Ausgehend von einer kurzen Beschreibung – etwa zur Einführung eines Programmierkonzepts oder zur Anwendung in einem alltagsnahen Szenario – wird ein strukturierter Prompt erzeugt, der auf Programmiersprache, Kompetenzniveau und didaktischen Kontext abgestimmt ist.
Mehr zur Erstellung von Unterrichtsmaterialien mit KI
Vorgestellte Inhalte im Überblick
Im Folgenden finden Sie eine Auswahl der beliebtesten Unterrichtsbausteinen und Materialien, die sich direkt im Informatikunterricht einsetzen lassen. Die Inhalte sind modular aufgebaut und unterstützen den schrittweisen Kompetenzaufbau – von grundlegenden Programmierkonzepten bis hin zu komplexeren Anwendungen und Modellierungsaufgaben.
Vorlage
Data Analytics für Wirtschaft – Unternehmenskennzahlen mit Python [Vorlage]
Analyse und Visualisierung von Unternehmenskennzahlen mit Python.
Vorlage
CodeCity Supply – Persistente Daten mit der User-DB [Vorlage]
Die Lernenden entwickeln ein persistentes Supply-Chain-System für CodeMarket. Sie übernehmen Daten aus einer Logistics-API in eigene User-DB-Collections, speichern und laden Datensätze, filtern, aktualisieren und löschen sie und verknüpfen Produkte, Verkäufe, Lagerbestände und Lieferungen über Referenzen. Zum Abschluss entsteht ein Supply-Chain-Cockpit mit Engpasswarnungen und gespeichertem Managementbericht.
Vorlage
Space Invaders mit frameCraft – Arcade-Spiel Schritt für Schritt [Vorlage]
Grundlagen von frameCraft-Spielen mit Space Invaders
Vorlage
Science AI-Coding: Fachmodelle mit Python und Visualisierung [Vorlage]
Dieser Lerninhalt verbindet Fachmodelle aus Physik und anderen Unterrichtsbereichen mit einer direkten, grafischen Auswertung in Python. Die Lernenden starten mit lauffähigen Modellen und untersuchen Schritt für Schritt Formeln, Variablen und Diagramme. Im Mittelpunkt stehen das Verstehen eines fachlichen Zusammenhangs, das Verändern von Parametern und das Beobachten der Auswirkungen in Plotly oder Matplotlib. Am Ende werden gezielte KI-Coding-Erweiterungen formuliert, um das Modell sichtbar weiterzuentwickeln.
Vorlage
Dynamische Systeme mit ODEs simulieren (Euler → RK4 → Ökosystem → Stabilität) [Vorlage]
Numerische Simulation von ODEs mit Euler/RK4 und Analyse von Stabilität.
Vorlage
ClimateLab – Persistenz mit der CodeRoom User-DB [Vorlage]
Die Lernenden bauen ein dauerhaftes Umweltarchiv für CodeCity auf und lernen dabei gezielt Persistenz mit der CodeRoom User-DB. Sie übernehmen Wetterdaten aus einer API, speichern und laden Datensätze, filtern, aktualisieren und löschen sie und ergänzen eigene Bewertungen und Notizen. Zum Abschluss entsteht ein kleines Climate Dashboard auf Basis des selbst aufgebauten persistenten Datenbestands.
Vorlage
KI Coding Lab: Interaktive Simulationen bauen [Vorlage]
Interaktive Web-Projekte mit HTML/CSS/JS entwickeln.
Vorlage
Von Börse bis Bibel: KI, die mitdenkt [Vorlage]
Erkennung von Anomalien, Börsenprognosen & KI-Texte generieren
Vorlage
Flappy Farbenflug [Vorlage]
Die Lernenden entwickeln in 12 aufeinander aufbauenden Schritten ein einfaches Flappy-Bird-artiges Spiel mit frameCraft. Dabei entstehen Spielfenster, Vogel, Eingabe, Schwerkraft, Hindernisse, Kollisionen, Punkte, steigende Schwierigkeit, Game Over und Neustart.
Vorlage
Monte-Carlo Simulation: Von Sensorrauschen bis Portfoliorisiko [Vorlage]
Simuliert Messrauschen, Monte-Carlo-Methoden und Risikoanalyse mit Python.
Vorlage
Würfel-Histogramm: Von Simulation zu Interaktion [Vorlage]
Kurs zu Zufall, Zählen und pygame-Histogrammen
Vorlage
UML für Fortgeschrittene – abstrakte Strukturen und komplexe Beziehungen [Vorlage]
Lerne Vererbung: Modelle, Methoden, Bus mit Fahrgästen, abstrakte Klassen.
Frogger: Autos datengetrieben erzeugen [Inhalt]
Datengetriebener Aufbau von Gegnern mit lane_data, Namensschema und verschachtelten Schleifen zur Bewegung mehrerer Autos.
Auf dem Weg zum ersten Schultag [Inhalt]
Erste Schritte mit Linus: Einführung in sequentielle Verarbeitung und die strukturierte Abfolge einfacher Programmierbefehle.
Der Auto-Bot [Inhalt]
Algorithmische Wegfindung durch Entscheidungsstrukturen und Schleifen: Robi findet autonom den Reset-Schalter.
Liebesbrief mit Schleife rückwärts zustellen [Inhalt]
Nutze Schleifen, um Leo durchs Labyrinth zu führen.
Der Kaffee Slalom [Inhalt]
If-Abfragen mit Zufallswerten in Python. Linus navigiert Cafeteria, prüft Kaffeemengen und entscheidet unter 500ml-Grenze.
Bomberman light: Raster-Bombe [Inhalt]
frameCraft-Projekt zum schrittweisen Aufbau eines Bomberman-light-Spiels mit Raster, Bewegung, Bomben, Explosionen und Spielzuständen.
Börsenlabor: Handelsplatz-Simulation [Inhalt]
Interaktive Handelsplatz-Simulation mit Aktien, Kurs-Ticks, Depotlogik und schrittweiser Erweiterung durch KI-gestütztes Coding.
Funktionen mit return (Der Kalorien-Check) [Inhalt]
Einführung in Funktionen mit return, Zerlegen von Texten mit split() und Umwandlung in Zahlen mittels float() anhand einer Formel.