Informatik 8: Effizienz von Algorithmen bewerten

Aus Informatik.wiki
Zur Navigation springen Zur Suche springen
Die kompakten Lernziele verbinden Korrektheit, Aufwand, Vergleich und begründete Bewertung, damit Schülerinnen und Schüler Algorithmen nicht nur ausführen, sondern unterschiedliche Lösungswege anhand von Schritten, Zeitbedarf, Speicherbedarf und Zweckmäßigkeit einschätzen können.
Inhaltsverzeichnis

18.1 Lernziele

  • Algorithmen erklären, Ziele benennen
  • Korrektheit prüfen, Fehler erkennen
  • Schritte zählen, Vergleiche notieren
  • Aufwand schätzen, Zeitbedarf beschreiben
  • Speicherbedarf beachten, Unterschiede nennen
  • Verfahren vergleichen, Vorzüge abwägen
  • Muster erkennen, Vereinfachungen nutzen
  • Beispiele deuten, Alltag übertragen
  • Ergebnisse begründen, Entscheidungen vertreten
  • Grenzen benennen, Passung reflektieren

18.2 Lerninhalte

Die Lerninhalte verbinden anschauliche Alltagsbeispiele, einfache Sortier- und Suchverfahren, Vergleichskriterien und praktische Erprobung, damit Effizienz nicht als abstrakte Fachsprache erscheint, sondern als nachvollziehbare Eigenschaft von Algorithmen in konkreten Handlungssituationen verstanden wird.

Was mit Effizienz bei Algorithmen gemeint ist

Die Bewertung von Effizienz gelingt leichter, wenn klar wird, dass nicht nur das richtige Ergebnis zählt, sondern auch der Weg dorthin, weil manche Algorithmen dasselbe Problem mit weniger Schritten, weniger Vergleichen oder geringerem Speicheraufwand lösen. Ein Algorithmus ist eine eindeutige Handlungsanleitung zur Lösung eines Problems. Effizienz beschreibt dabei, wie günstig ein solcher Lösungsweg im Vergleich zu anderen ausfällt. Ein Verfahren kann korrekt sein und trotzdem ungeschickt arbeiten, wenn es unnötig viele Schritte benötigt. Ein anderes Verfahren kann schneller sein, aber vielleicht schwerer verständlich oder aufwendiger vorzubereiten. Genau deshalb gehört zur Bewertung von Algorithmen nicht nur die Frage „Funktioniert es?“, sondern auch „Wie gut funktioniert es?“. Die Informatik-Unterlagen nennen ausdrücklich, dass Schülerinnen und Schüler den Unterschied zwischen effizienten und weniger effizienten Algorithmen verstehen und die Effizienz gegebener Algorithmen bewerten sollen.

  • Korrektheit, Ergebnis
  • Aufwand, Schritte
  • Zeitbedarf, Tempo
  • Speicherbedarf, Platz
  • Vergleich, Unterschied
  • Bewertung, Begründung
Beispiele:

Zwei Wege finden die größte Zahl in einer Liste, aber einer vergleicht systematisch, der andere prüft manche Zahlen mehrfach. Zwei Sortierwege ordnen Karten richtig, aber einer braucht deutlich weniger Bewegungen. Eine Suchmethode durchsucht alle Einträge, eine andere nutzt schon vorhandene Ordnung.

Korrektheit und Effizienz unterscheiden

Ein tragfähiges Verständnis entsteht dann, wenn Korrektheit und Effizienz nicht verwechselt werden, weil ein Algorithmus zuerst zuverlässig das richtige Ergebnis liefern muss, bevor sinnvoll beurteilt werden kann, ob dieser Weg auch günstig oder geschickt ist. Korrektheit bedeutet, dass ein Algorithmus das gewünschte Problem richtig löst. Effizienz bedeutet, dass dies mit angemessenem Aufwand geschieht. Beide Aspekte gehören zusammen, aber sie sind nicht identisch. Ein fehlerhafter Algorithmus kann nie als gut gelten, auch wenn er schnell wäre. Umgekehrt ist ein korrekter Algorithmus nicht automatisch effizient. Diese Unterscheidung ist besonders wichtig im Unterricht, weil Schülerinnen und Schüler sonst eine schnelle, aber unzuverlässige Lösung mit einer guten Lösung verwechseln könnten. Die Informatik-Unterlagen nennen genau beide Perspektiven: Korrektheit und Effizienz sollen bewertet werden.

  • Richtig, falsch
  • Schnell, langsam
  • Ergebnis, Aufwand
  • Kontrolle, Vergleich
  • Qualität, Verlässlichkeit
  • Prüfung, Bewertung
Beispiele:

Ein Sortieralgorithmus, der am Ende eine Zahl vergisst, ist nicht korrekt. Ein Algorithmus zum Finden des größten Werts ist korrekt, wenn er immer den größten Wert liefert. Zwischen zwei korrekten Verfahren kann dann zusätzlich verglichen werden, welches weniger Schritte benötigt.

Schritte, Vergleiche und Wiederholungen als einfache Maßstäbe

Effizienz wird für Lernende besonders verständlich, wenn sie an sichtbaren Größen wie Anzahl der Schritte, Vergleiche, Verschiebungen oder Wiederholungen festgemacht wird, weil solche

Merkmale auch ohne komplizierte Fachsprache direkt beobachtbar und zählbar bleiben. Im Unterricht muss Effizienz nicht sofort mit formalen Komplexitätsklassen beschrieben werden. Es reicht zunächst, die Anzahl von Handlungen zu zählen oder zu schätzen. Dazu gehören Vergleiche zwischen Zahlen, Bewegungen von Karten, Durchläufe durch eine Liste oder Wiederholungen einer Entscheidung. Gerade bei Sortieralgorithmen lässt sich dieser Zugang gut nutzen, weil körperliche Bewegungen, Kartenwechsel oder Tabellenvergleiche sichtbar gemacht werden können. Das didaktische Skriptum nutzt dafür Karten, Zahlenblätter, Tanzvideo und Simulation zum Insertionsort.

  • Schrittzahl, Vergleich
  • Wiederholung, Durchlauf
  • Verschieben, Vertauschen
  • Prüfen, Zählen
  • Aufwand, Beobachtung
  • Maßstab, Vergleich
Beispiele:

Wie oft wird eine Zahl mit einer anderen verglichen? Wie viele Karten müssen bewegt werden? Wie oft wird dieselbe Liste durchlaufen? Wie viele Zwischenschritte braucht der Algorithmus bis zum Ergebnis?

Sortieren als besonders anschauliches Beispiel

Sortieralgorithmen eignen sich besonders gut zur Bewertung von Effizienz, weil mehrere Verfahren dasselbe Ziel verfolgen, aber sehr unterschiedliche Wege nehmen und dadurch Unterschiede in Aufwand, Eleganz und Nachvollziehbarkeit unmittelbar sichtbar werden. Im didaktischen Skriptum wird der Insertionsort als natürlicher und intuitiver Sortieralgorithmus beschrieben. Lernende beginnen dabei mit Spielkarten oder Zahlenschildern und übertragen ihre Beobachtungen später auf Pseudocode und Simulation. Genau dieses Beispiel zeigt, wie Effizienz verglichen werden kann: Beim natürlichen Sortieren werden oft mehrere Karten verschoben, bei einer formalen Variante werden Karten Schritt für Schritt verglichen und eingesetzt. Dadurch wird sichtbar, dass derselbe Zweck über verschieden aufwendige Bewegungsmuster erreicht werden kann.

  • Sortieren, Einordnen
  • Karten, Zahlen
  • Insertion, Vergleich
  • Bewegung, Aufwand
  • Reihenfolge, Ergebnis
  • Simulation, Kontrolle
Beispiele:

Eine Gruppe sortiert Karten intuitiv und schnell, kann aber den Weg schwer erklären. Eine andere Gruppe folgt einem klaren Sortierverfahren und kann jeden Schritt dokumentieren. In der Simulation wird sichtbar, wie viele Vergleiche und Verschiebungen nötig waren.

Suchen und Vergleichen in Listen

Die Effizienz von Algorithmen wird auch bei einfachen Suchaufgaben deutlich, weil unterschiedliche Vorgehensweisen zeigen, dass Ordnung, Vergleichsstrategie und systematisches Vorgehen erheblichen Einfluss auf den benötigten Aufwand haben können. Schon das Finden der größten Zahl in einer Liste eignet sich gut, um Effizienz zu besprechen. Der Informatik-Band der 1. Klasse beschreibt einen klaren Algorithmus: Die erste Zahl wird als größte angenommen, danach wird jede weitere Zahl mit ihr verglichen, und bei Bedarf wird die größte Zahl aktualisiert. Dieses Verfahren ist gut nachvollziehbar und vermeidet unnötiges Zurückspringen. Daran lässt sich zeigen, dass systematische Vergleiche effizienter sein können als zufälliges oder mehrfaches Prüfen derselben Werte.

  • Suchen, Vergleichen
  • Liste, Wert
  • Maximum, Auswahl
  • Ordnung, Strategie
  • Systematik, Vorteil
  • Aufwand, Schätzung
Beispiele:

Eine Liste mit fünf Zahlen wird einmal systematisch durchlaufen. Eine unsystematische Suche betrachtet manche Zahlen mehrfach. Eine geordnete Liste kann schneller durchsucht werden als eine ungeordnete, wenn das Verfahren die Ordnung ausnutzt.

Computational Thinking und effizientere Lösungen

Effizienz wird besser verstehbar, wenn sie mit Zerlegung, Mustererkennung und Abstraktion verbunden wird, weil diese Denkweisen helfen, unnötige Schritte zu vermeiden und Probleme strukturierter, klarer und oft auch schneller zu lösen. Die Informatik-Unterlagen zur 3. Klasse nennen Zerlegung, Mustererkennung, Abstraktion und algorithmisches Denken als Kernelemente des Computational Thinkings. Gerade diese Elemente führen häufig zu effizienteren Lösungswegen. Wer ein Problem in Teilprobleme zerlegt, wiederkehrende Muster erkennt oder nur die wirklich wichtigen Informationen betrachtet, spart oft Zeit und Schritte. Effizienz ist also nicht nur eine Eigenschaft des fertigen Algorithmus, sondern auch eine Folge guten informatischen Denkens.

  • Zerlegung, Teilproblem
  • Muster, Wiederholung
  • Abstraktion, Auswahl
  • Strategie, Vereinfachung
  • Denken, Optimierung
  • Lösung, Verbesserung
Beispiele:

Eine große Aufgabe wird in kleine, bearbeitbare Schritte zerlegt.

Wiederholte Zahlenmuster helfen, einen schnelleren Lösungsweg zu finden. Unwichtige Details werden weggelassen, damit der Algorithmus sich auf das Wesentliche konzentriert.

Effizienz ist nicht nur Tempo

Eine ausgewogene Bewertung gelingt leichter, wenn Effizienz nicht allein als Geschwindigkeit verstanden wird, weil je nach Situation auch Speicherbedarf, Verständlichkeit, Fehleranfälligkeit, Materialeinsatz und Nachvollziehbarkeit wichtige Rollen spielen können. Ein Algorithmus kann sehr schnell sein, aber schwer erklärbar. Ein anderer kann langsam wirken, aber deutlich verständlicher und leichter kontrollierbar sein. Gerade im Unterricht ist diese Unterscheidung bedeutsam, weil ein etwas weniger schneller, aber gut nachvollziehbarer Algorithmus für Lernende sinnvoller sein kann als ein schwer durchschaubarer Weg. Effizienz muss also immer in Bezug auf einen Zweck bewertet werden. Dazu kann auch gehören, wie viel Speicher benötigt wird oder ob das Verfahren leicht von anderen überprüft werden kann.

  • Tempo, Speicher
  • Klarheit, Kontrolle
  • Fehlerarmut, Nachvollziehbarkeit
  • Aufwand, Nutzen
  • Zweck, Kontext
  • Abwägung, Bewertung
Beispiele:

Ein leicht verständlicher Sortierweg eignet sich gut für den Einstieg. Ein kompakter, aber schwer nachvollziehbarer Code ist im Unterricht oft weniger passend. Ein Verfahren mit mehr Schritten kann im Team leichter überprüft werden als ein knapper, aber unklarer Lösungsweg.

Alltag und Technik gemeinsam betrachten

Die Bewertung von Algorithmen wird besonders greifbar, wenn technische und alltägliche Beispiele miteinander verbunden werden, weil dadurch sichtbar wird, dass Effizienz nicht nur in Programmen, sondern auch in gewohnten Handlungsabläufen eine Rolle spielt. Algorithmen tauchen im Alltag in Rezepten, Spielregeln, Sortiervorgängen, Wegplanung oder Suchstrategien auf. Die Informatik-Unterlagen verbinden genau diese Beispiele mit der Einsicht, dass ein systematischer Ansatz hilft, komplexe Probleme zu lösen. Wer etwa Bücher nach Fach und Autor ordnet, arbeitet effizienter als bei ungeordneter Ablage. Wer bei einer Suche nach dem größten Wert systematisch vergleicht, spart unnötige Schritte. So wird deutlich, dass Effizienz auch außerhalb von Code erfahrbar ist.

  • Alltag, Technik
  • Rezept, Spielregel
  • Ordnen, Suchen
  • Wegplanung, Vergleich
  • Systematik, Vorteil
  • Transfer, Anwendung
Beispiele:

Ein Sandwich nach klaren Schritten zubereiten spart Umwege. Zahlen geordnet vergleichen spart doppelte Prüfungen. Ein sortierter Hefteintrag ist schneller auffindbar als eine ungeordnete Sammlung.

  • CS Unplugged, Algorithmen, Unterricht — csunplugged.org
  • Scratch, Projekte, Algorithmen — scratch.mit.edu
  • MakeCode, Logik, Blöcke — makecode.microbit.org
  • Code.org, Problemlösen, Algorithmen — code.org
  • openHPI, Informatik, Grundlagen — open.hpi.de

18.4 Aufgaben für den Unterricht

18.4.1 Zwei Sortierwege im direkten Vergleich

Diese Aufgabe macht Effizienz besonders anschaulich, weil die Lernenden dieselbe Sortieraufgabe mit zwei verschiedenen Verfahren lösen und dabei direkt erleben, dass gleiche Ergebnisse mit deutlich unterschiedlichem Aufwand erreicht werden können. Die Lehrkraft gibt jeder Gruppe einen ungeordneten Satz aus Karten oder Zahlenstreifen. Danach sortiert eine Hälfte der Klasse nach einem einfachen, fest vorgegebenen Verfahren, die andere Hälfte mit einem zweiten Verfahren. Währenddessen zählen die Schülerinnen und Schüler Vergleiche, Verschiebungen und Durchläufe mit. Anschließend werden die Ergebnisse an der Tafel gesammelt und verglichen. In der Auswertung begründen die Lernenden, welches Verfahren in dieser Situation effizienter war und warum. Der hohe Lerneffekt entsteht, weil Effizienz nicht erklärt, sondern körperlich und sichtbar erfahrbar wird.

  • Karten, Zahlen
  • Vergleiche, Schritte
  • Verschieben, Zählen
  • Verfahren, Vergleich
  • Tafelbild, Auswertung
  • Aufwand, Begründung

18.4.2 Größte Zahl finden mit Strategie

Diese Aufgabe fördert systematisches Denken besonders wirksam, weil die Lernenden mehrere Wege zum Finden eines Maximums erproben und dadurch erkennen, dass ein klar strukturierter Algorithmus unnötige Wiederholungen und doppelte Vergleiche vermeiden kann. Die Lehrkraft schreibt mehrere Zahlenfolgen an oder verteilt Zahlkarten. Zuerst sollen die Schülerinnen und Schüler spontan die größte Zahl finden und ihren Weg beschreiben. Danach erhalten sie einen festen Algorithmus, bei dem immer die bisher größte Zahl gespeichert und mit der nächsten verglichen wird. Beide Wege werden hinsichtlich Anzahl der Vergleiche und Übersichtlichkeit verglichen. In der Besprechung wird sichtbar, dass systematische Verfahren oft effizienter und besser überprüfbar sind als spontane Strategien.

  • Zahlenreihe, Maximum
  • Vergleich, Strategie
  • Spontan, Systematisch
  • Schritte, Überblick
  • Ergebnis, Kontrolle
  • Effizienz, Urteil

18.4.3 Suchwege in geordneten und ungeordneten Listen

Diese Aufgabe vertieft das Verständnis für Effizienz besonders nachhaltig, weil die Lernenden dieselbe Suchaufgabe unter verschiedenen Bedingungen bearbeiten und dadurch erkennen, wie stark vorhandene Ordnung den Aufwand eines Algorithmus beeinflussen kann. Die Schülerinnen und Schüler erhalten zwei Listen mit denselben Begriffen oder Zahlen, eine ungeordnet und eine geordnet. Sie sollen einen bestimmten Eintrag finden und dabei die Zahl ihrer Prüfschritte notieren. Danach vergleichen sie, welche Suchstrategie in der ungeordneten und welche in der geordneten Liste sinnvoller ist. Anschließend formulieren sie allgemeine Regeln dazu, wann Struktur einem Algorithmus hilft, schneller zum Ziel zu kommen. Der hohe Lerneffekt entsteht, weil Ordnung als Voraussetzung für effizientere Verfahren verständlich wird.

  • Liste, Ordnung
  • Suche, Ziel
  • Schritte, Zählen
  • Geordnet, Ungeordnet
  • Strategie, Vergleich
  • Regel, Erkenntnis

18.4.4 Effizienz sichtbar zählen

Diese Aufgabe stärkt die Bewertungskompetenz besonders wirksam, weil die Lernenden nicht nur Ergebnisse betrachten, sondern den Aufwand eines Algorithmus in beobachtbare Einheiten zerlegen und dadurch eine klare Grundlage für Vergleiche gewinnen. Die Lehrkraft gibt einen einfachen Algorithmus vor, etwa ein Sortierverfahren oder eine Suchstrategie. Die Schülerinnen und Schüler führen den Ablauf mit kleinen Beispielen durch und markieren jeden Vergleich, jede Bewegung und jede Wiederholung in einer Tabelle. Danach

werden mehrere Durchläufe mit unterschiedlich großen Datenmengen verglichen. In der Reflexion besprechen die Lernenden, ob ein Verfahren bei wenigen Daten ausreichend ist und wann der Aufwand deutlich ansteigt. Diese Aufgabe ist besonders lernwirksam, weil aus abstrakter Effizienz eine konkrete, zählbare Größe wird.

  • Tabelle, Zählen
  • Vergleich, Durchlauf
  • Bewegung, Wiederholung
  • Datenmenge, Wachstum
  • Beispiel, Auswertung
  • Aufwand, Sichtbarkeit

18.4.5 Korrekt, aber nicht günstig

Diese Aufgabe macht die Unterscheidung zwischen Korrektheit und Effizienz besonders deutlich, weil die Lernenden mehrere richtige Lösungen vergleichen und erkennen, dass ein korrekter Algorithmus trotzdem unnötig umständlich oder aufwendig sein kann. Die Lehrkraft stellt zwei korrekte Lösungswege für dieselbe Aufgabe vor, etwa beim Sortieren, Suchen oder Vergleichen. Beide liefern das richtige Ergebnis, unterscheiden sich aber im Weg. Die Schülerinnen und Schüler prüfen zuerst die Korrektheit und bewerten danach den Aufwand anhand von Schritten, Wiederholungen und Übersichtlichkeit. In der Auswertung formulieren sie den Unterschied zwischen „richtig“ und „effizient“ mit eigenen Worten. Der hohe Lerneffekt entsteht, weil ein zentrales Grundprinzip der Algorithmusbewertung klar voneinander getrennt wird.

  • Richtig, effizient
  • Ergebnis, Aufwand
  • Schritte, Vergleich
  • Wiederholung, Kontrolle
  • Urteil, Begründung
  • Unterschied, Einsicht

18.4.6 Algorithmen im Bewegungsraum

Diese Aufgabe erzeugt einen starken Lerneffekt, weil die Lernenden Algorithmen mit dem eigenen Körper ausführen und dabei direkt spüren, wie unterschiedlich lang, umständlich oder geschickt verschiedene Vorgehensweisen in einer realen Handlungssituation sein können. Im Klassenraum oder Turnsaal wird ein kleiner Parcours aufgebaut. Die Schülerinnen und Schüler erhalten die Aufgabe, einen Gegenstand nach bestimmten Regeln zu suchen, Reihenfolgen herzustellen oder sich nach Zahlenwerten aufzustellen. Verschiedene Gruppen nutzen dabei unterschiedliche Strategien. Anschließend wird verglichen, welche Gruppe weniger Wege, weniger Rückschritte oder weniger Abstimmungen gebraucht hat. In der Reflexion übertragen die Lernenden ihre Beobachtungen auf Algorithmen in digitalen Systemen. Diese Aufgabe ist besonders lernwirksam, weil Effizienz körperlich erlebt und danach informatisch gedeutet wird.

  • Parcours, Bewegung
  • Aufstellung, Suche
  • Weg, Rückschritt
  • Strategie, Gruppe
  • Vergleich, Übertragung
  • Körper, Algorithmus

18.4.7 Bestfall und schwieriger Fall

Diese Aufgabe vertieft das Nachdenken über Effizienz besonders erfolgreich, weil die Lernenden erleben, dass derselbe Algorithmus nicht immer gleich viel Aufwand braucht, sondern je nach Ausgangslage schneller oder langsamer zum Ziel kommen kann. Die Lehrkraft gibt mehrere Datensätze vor, etwa bereits fast sortierte Karten, völlig ungeordnete Karten oder Listen mit gesuchten Werten an unterschiedlichen Positionen. Die Schülerinnen und Schüler wenden denselben Algorithmus auf alle Beispiele an und notieren ihren Aufwand. Danach besprechen sie, warum manche Ausgangslagen günstig und andere ungünstig sind. In der Auswertung formulieren sie, dass die Effizienz eines Algorithmus auch von der konkreten Situation abhängen kann. Diese Aufgabe ist besonders lernstark, weil sie starre Vorstellungen von „schnell“ und „langsam“ differenziert.

  • Bestfall, Schwierigkeit
  • Datensatz, Ausgangslage
  • Sortiert, Ungeordnet
  • Position, Aufwand
  • Vergleich, Unterschied
  • Situation, Einfluss

18.4.8 Alltagssituationen effizient lösen

Diese Aufgabe verbindet Informatik und Lebenswelt besonders wirksam, weil die Lernenden alltägliche Abläufe als Algorithmen betrachten und daran erkennen, dass effiziente Strategien nicht nur in Programmen, sondern auch in gewohnten Handlungen eine wichtige Rolle spielen. Die Lehrkraft sammelt Alltagssituationen wie Schulsachen einpacken, Bücher sortieren, einen Platz im Regal finden, den schnellsten Weg im Schulhaus planen oder Materialien für ein Projekt verteilen. Die Schülerinnen und Schüler beschreiben dazu mögliche Schrittfolgen und vergleichen, welcher Ablauf unnötige Wege oder Wiederholungen vermeidet. Danach übertragen sie ihre Ergebnisse auf informatische Begriffe wie Schrittzahl, Struktur, Systematik und Aufwand. Der hohe Lerneffekt entsteht, weil Effizienz als allgemeine Denkweise verständlich wird.

  • Alltag, Schule
  • Sortieren, Planen
  • Wege, Wiederholung
  • Struktur, Systematik
  • Vergleich, Übertragung
  • Nutzen, Erkenntnis

18.4.9 Effizienz begründen und verteidigen

Diese Aufgabe stärkt argumentatives Denken besonders nachhaltig, weil die Lernenden nicht nur eine Strategie auswählen, sondern ihre Entscheidung gegenüber Rückfragen und alternativen Sichtweisen fachlich nachvollziehbar begründen müssen. Die Gruppen bearbeiten dieselbe Aufgabe mit unterschiedlichen Algorithmen oder Strategien. Danach präsentieren sie ihren Lösungsweg und erklären, warum sie ihn für effizient halten. Die Klasse stellt Rückfragen, etwa nach Schrittzahl, Übersichtlichkeit, Wiederholungen oder möglichem Speicherbedarf. Die präsentierende Gruppe muss darauf mit konkreten Beobachtungen antworten. Diese Aufgabe ist besonders lernwirksam, weil Bewertung nicht nur behauptet, sondern sprachlich abgesichert und überprüfbar gemacht wird.

  • Präsentation, Verteidigung
  • Frage, Antwort
  • Schrittzahl, Übersicht
  • Aufwand, Speicher
  • Argument, Begründung
  • Urteil, Fachsprache

18.4.10 Ampeltraining zur Algorithmusbewertung

Diese Aufgabe aktiviert die gesamte Lerngruppe gleichzeitig und erzielt einen hohen Lernertrag, weil viele kurze Fälle rasch eingeschätzt und anschließend mit klaren Kriterien wie Korrektheit, Aufwand, Wiederholung und Passung begründet werden müssen. Die Lehrkraft beschreibt kurze Situationen, etwa zwei Wege zum Sortieren, zwei Strategien zur Suche oder zwei unterschiedliche Schrittfolgen für dieselbe Aufgabe. Die Schülerinnen und Schüler bewerten mit Ampelkarten, welcher Algorithmus eher günstig, nur bedingt passend oder deutlich ungeschickt ist. Danach begründen sie ihre Entscheidung anhand konkreter Merkmale. In der gemeinsamen Auswertung werden die wichtigsten Kriterien gesammelt und geordnet. Diese Aufgabe ist besonders stark, weil spontane Wahrnehmung und systematische Bewertung direkt verbunden werden.

  • Fälle, Vergleich
  • Ampel, Bewertung
  • Grün, Gelb
  • Rot, Kritik
  • Kriterien, Aufwand
  • Begründung, Diskussion

Grundlage: Informatik – Lehrband 8. Klasse, Final V1.2 (2026).

Kategorien: Informatik | 8. Klasse