O1 — Die Schüler erklären das Grundprinzip des maschinellen Lernens (Lernen aus Daten, Mustererkennung, Verbesserung von Vorhersagen).
O2 — Die Studierenden simulieren einen einfachen Machine-Learning-Prozess, indem sie einen Algorithmus manuell anhand von Beispieldaten "trainieren".
O3 — Die Schüler bewerten die Stärken und Schwächen datenbasierter Entscheidungsfindung und identifizieren mindestens ein ethisches Anliegen (Verzerrung, Fairness, Transparenz).