NumicornNumicornLernen, lösen, weiterkommen

Künstliche Intelligenz · Grundlagen · Schule und Einstieg

Künstliche Intelligenz Grundlagen Test: 50 Fragen online üben

Wiederhole KI-Begriffe, maschinelles Lernen, Daten, generative KI, Prompts, Ethik, Sicherheit und Anwendungen.

KI-Test starten

Künstliche Intelligenz Grundlagen Test: 50 Fragen online üben

Dieser kostenlose Künstliche Intelligenz Grundlagen Test enthält 10 Mini-Tests mit jeweils 5 Fragen, insgesamt also 50 Multiple-Choice-Aufgaben. Du wiederholst KI-Begriffe, maschinelles Lernen, Daten, generative KI, Prompts, Bild- und Spracherkennung, Ethik, Sicherheit und praktische Anwendungen.

Die Aufgaben eignen sich zur Vorbereitung auf Informatikunterricht, Ausbildung, Einstiegskurse und den verantwortungsvollen Umgang mit KI-Tools. Zu jeder Frage gibt es eine Lösung, drei Lösungsschritte und Erklärungen zu allen Antwortoptionen.

KI-Begriffe, Daten und maschinelles Lernen

Am Anfang stehen künstliche Intelligenz, Modelle, Training und Inferenz. Danach geht es um Merkmale, Labels, Trainings- und Testdaten, Overfitting, Klassifikation, Regression, Clustering, neuronale Netze und Deep Learning.

Generative KI, Prompts und Anwendungen

Du lernst, was generative KI, Sprachmodelle, Tokens, Prompts und Halluzinationen bedeuten. Weitere Aufgaben behandeln Bilderkennung, OCR, Spracherkennung und Empfehlungssysteme sowie klare Prompts mit Kontext und Ausgabeformat.

Ethik, Fairness und Sicherheit

Bias, Fairness, Transparenz, Datenschutz und menschliche Verantwortung sind zentrale Themen. Zusätzlich geht es um Deepfakes, Prompt Injection, vertrauliche Daten und die Prüfung von KI-Ausgaben.

KI im Alltag und gemischter Modelltest

Zum Schluss bewertest du KI im Beruf, in der Bildung und bei Automatisierung. Der Modelltest verbindet Datenqualität, Faktenprüfung, Fairness und sichere Nutzung in realistischen Situationen.

  1. Ordne die Aufgabe einem KI-Bereich zu.
  2. Rufe die passende Definition oder Lernmethode ab.
  3. Prüfe, welche Daten und welches Ziel beschrieben werden.
  4. Berücksichtige Faktenprüfung, Datenschutz und menschliche Kontrolle.
  5. Lies nach jeder Antwort die Erklärung und wiederhole schwierige Begriffe.

Weitere Übungen findest du bei Künstliche Intelligenz Grundlagen, bei KI-Anwendungen und Ethik, im Informatik Grundlagen Test und im Programmierung Grundlagen Test.

Diese Online-Übung ist eine kostenlose Numicorn-Lernhilfe und ersetzt keine offizielle Prüfung, individuelle Rechtsberatung oder fachliche Einzelfallprüfung.

Häufige Fragen

Test auswählen

10 Tests
1. Test2. Test3. Test4. Test5. Test6. Test7. Test8. Test9. Test10. Test

2. Test

Künstliche Intelligenz Grundlagen Test: online üben

Fünf Aufgaben zu Trainingsdaten, Merkmalen, Labels, Datenqualität und Datenaufteilung.

Erkenne, welche Rolle Datenqualität, Merkmale und Testdaten beim maschinellen Lernen spielen.

5 Fragen
0/5 Fragen0 %
Richtig 0
Falsch 0
Offen 5
1. FrageMultiple Choice

Was ist ein Merkmal (Feature) in einem Datensatz?

Bitte wähle zuerst eine Antwort aus.

Richtige Antwort: B

Die richtige Antwort ist „Eine relevante Eigenschaft oder Eingabe, die ein Modell für eine Vorhersage verwenden kann.“. Merkmale beschreiben Eigenschaften eines Beispiels, etwa Alter, Größe oder Bildpunkte.

  1. Begriff erkennen: Ordne die Frage zuerst Grundlagen, Daten, maschinellem Lernen, generativer KI oder KI-Verantwortung zu.
  2. Definition anwenden: Vergleiche die Antwortmöglichkeiten mit der fachlich passenden Bedeutung und dem beschriebenen Anwendungsfall.
  3. Ergebnis prüfen: Überlege, ob die Antwort realistisch ist und ob Datenqualität, menschliche Kontrolle und mögliche Risiken berücksichtigt werden.

Merkmale beschreiben Eigenschaften eines Beispiels, etwa Alter, Größe oder Bildpunkte.

2. FrageMultiple Choice

Was ist ein Label beim überwachten Lernen?

Bitte wähle zuerst eine Antwort aus.

Richtige Antwort: C

Die richtige Antwort ist „Die bekannte Zielantwort, die einem Trainingsbeispiel zugeordnet ist.“. Labels zeigen dem Modell im Training, welches Ergebnis zum jeweiligen Beispiel gehört.

  1. Begriff erkennen: Ordne die Frage zuerst Grundlagen, Daten, maschinellem Lernen, generativer KI oder KI-Verantwortung zu.
  2. Definition anwenden: Vergleiche die Antwortmöglichkeiten mit der fachlich passenden Bedeutung und dem beschriebenen Anwendungsfall.
  3. Ergebnis prüfen: Überlege, ob die Antwort realistisch ist und ob Datenqualität, menschliche Kontrolle und mögliche Risiken berücksichtigt werden.

Labels zeigen dem Modell im Training, welches Ergebnis zum jeweiligen Beispiel gehört.

3. FrageMultiple Choice

Warum werden Daten oft in Trainings-, Validierungs- und Testdaten aufgeteilt?

Bitte wähle zuerst eine Antwort aus.

Richtige Antwort: D

Die richtige Antwort ist „Damit Lernen, Auswahl von Einstellungen und abschließende Prüfung getrennt bewertet werden können.“. Getrennte Daten helfen einzuschätzen, ob ein Modell auch auf unbekannten Beispielen funktioniert.

  1. Begriff erkennen: Ordne die Frage zuerst Grundlagen, Daten, maschinellem Lernen, generativer KI oder KI-Verantwortung zu.
  2. Definition anwenden: Vergleiche die Antwortmöglichkeiten mit der fachlich passenden Bedeutung und dem beschriebenen Anwendungsfall.
  3. Ergebnis prüfen: Überlege, ob die Antwort realistisch ist und ob Datenqualität, menschliche Kontrolle und mögliche Risiken berücksichtigt werden.

Getrennte Daten helfen einzuschätzen, ob ein Modell auch auf unbekannten Beispielen funktioniert.

4. FrageMultiple Choice

Was bedeutet Overfitting?

Bitte wähle zuerst eine Antwort aus.

Richtige Antwort: A

Die richtige Antwort ist „Das Modell passt sich zu stark an Trainingsdaten an und generalisiert schlecht auf neue Daten.“. Overfitting kann entstehen, wenn ein Modell Details oder Zufallsmuster der Trainingsdaten auswendig lernt.

  1. Begriff erkennen: Ordne die Frage zuerst Grundlagen, Daten, maschinellem Lernen, generativer KI oder KI-Verantwortung zu.
  2. Definition anwenden: Vergleiche die Antwortmöglichkeiten mit der fachlich passenden Bedeutung und dem beschriebenen Anwendungsfall.
  3. Ergebnis prüfen: Überlege, ob die Antwort realistisch ist und ob Datenqualität, menschliche Kontrolle und mögliche Risiken berücksichtigt werden.

Overfitting kann entstehen, wenn ein Modell Details oder Zufallsmuster der Trainingsdaten auswendig lernt.

5. FrageMultiple Choice

Warum ist eine repräsentative Datenbasis wichtig?

Bitte wähle zuerst eine Antwort aus.

Richtige Antwort: B

Die richtige Antwort ist „Sie sollte die späteren Einsatzfälle und relevanten Gruppen angemessen abbilden.“. Einseitige oder fehlerhafte Daten können zu unzuverlässigen und unfairen Ergebnissen führen.

  1. Begriff erkennen: Ordne die Frage zuerst Grundlagen, Daten, maschinellem Lernen, generativer KI oder KI-Verantwortung zu.
  2. Definition anwenden: Vergleiche die Antwortmöglichkeiten mit der fachlich passenden Bedeutung und dem beschriebenen Anwendungsfall.
  3. Ergebnis prüfen: Überlege, ob die Antwort realistisch ist und ob Datenqualität, menschliche Kontrolle und mögliche Risiken berücksichtigt werden.

Einseitige oder fehlerhafte Daten können zu unzuverlässigen und unfairen Ergebnissen führen.

Vorheriger TestNächster Test

Häufige Fragen zum Künstliche Intelligenz Grundlagen Test

Wie viele Fragen enthält der KI-Grundlagentest?

Die Seite enthält 10 Mini-Tests mit jeweils 5 Fragen, also insgesamt 50 Multiple-Choice-Aufgaben mit Lösungen und Erklärungen.

Welche Themen werden im KI-Test behandelt?

Der Test umfasst KI-Begriffe, maschinelles Lernen, Daten, Klassifikation, Regression, generative KI, Prompts, Bilderkennung, Spracherkennung, Ethik, Bias, Sicherheit und Anwendungen.

Für wen eignet sich der Test?

Die Aufgaben eignen sich für Schülerinnen und Schüler, Auszubildende, Einsteigerinnen und Einsteiger sowie zur Wiederholung vor einem Informatikkurs.

Warum müssen KI-Antworten geprüft werden?

KI-Systeme können Fehler, Verzerrungen oder erfundene Aussagen erzeugen. Wichtige Informationen sollten deshalb mit zuverlässigen Quellen und Fachwissen geprüft werden.

Darf man vertrauliche Daten in jedes KI-Tool eingeben?

Nein. Vor der Eingabe sollten Zweck, Freigabe, Datenschutz und Schutzmaßnahmen geprüft werden; Passwörter und unnötige personenbezogene Daten gehören nicht in öffentliche Tools.