Schutzziele der Datensicherheit

nennen und beschreiben die Schutzziele, nennen und erläutern Beispiele für die Notwendigkeit von Datensicherheit in ihrem Alltag, nennen und beschreiben geeignete Maßnahmen zur Umsetzung der Schutzziele (z.B. Verschlüsselung, fehlererkennende Codierung, Passwortschutz),

Grundlagen der klassischen Kryptologie

erläutern die Grundbegriffe (Klartext, Geheimtext, Schlüssel, Verschlüsselung, Entschlüsselung), wenden die Substitutionsverfahren und ein Transpositionsverfahren (z.B. Skytale, Spaltentransposition) an.

Prinzip von Kerckhoffs

unterscheiden zwischen Transposition und Substitution, nennen und erläutern das Prinzip von Kerckhoffs, verschlüsseln Daten mit geeigneter Software,

Angriffsmöglichkeiten

beschreiben die Angriffsmöglichkeiten und wenden sie an, beurteilen die Sicherheit der betrachteten Verschlüsselungsverfahren hinsichtlich der verschiedenen Angriffsarten, verwenden geeignete Software, z.B. für Angriffe per Häufigkeitsanalyse,

Datenintegrität

überprüfen und bestimmen Paritätsbits in gegebenen binären Codierungen (z.B. ASCII), nennen Beispiele fehlererkennender Codierungen aus dem Alltag (z.B. IBAN, EAN/GTIN, ISBN), überprüfen und berechnen Prüfsummen bzw. Prüfziffern in einem gegebenen Verfahren, analysieren, welche Fehlertypen in einem gegebenen Verfahren erkannt werden können und zeigen somit die Grenzen des Verfahrens auf,

Authentifizierung

benennen Möglichkeiten der Authentifizierung.

Algorithmen entwerfen, implementieren und beurteilen

beschreiben das Konzept von Variablen zur Speicherung von Daten, analysieren Algorithmen bzw. Programme mithilfe von Variablenbelegungstabellen, verwenden in ihren Algorithmen bzw. Programmen situationsangemessen Variablen und Operatoren, beschreiben das Konzept und den Vorteil der Modularisierung und die Realisierung mithilfe von Funktionen, erläutern den Ablauf eines gegebenen Algorithmus bzw. Programms mit Funktionen, beurteilen, ob ein Algorithmus bzw. Programm die gegebene Problemstellung löst und passen den Algorithmus bzw. das Programm ggf. geeignet an, entwerfen eigene Algorithmen bzw. Programme mithilfe von Kontrollstrukturen, Variablen und Funktionen, analysieren und beurteilen die Struktur eines Algorithmus bzw. Programms.

Programmierprojekt

realisieren ein Programmierprojekt, indem sie im Team die Ausgangssituation analysieren, Ziele festlegen und geeignete Algorithmen entwerfen, implementieren und testen, nutzen zum Testen den Debugging-Modus der Programmierumgebung und gehen sinnvoll mit Fehlermeldungen um, dokumentieren und präsentieren ihren Arbeitsweg und die Lösung.

Grundlagen der Tabellenkalkulation

verwenden die Grundbegriffe sachgemäß, geben die Adressen von Zellen an,

Daten darstellen

beschreiben Objekte der realen Welt durch eine Auflistung von Eigenschaften (Attributnamen und -werte), unterscheiden zwischen den Begriffen Attributname und Attributwert, verändern, ergänzen und interpretieren Daten in Tabellen, planen Tabellen und stellen Datensätze in Form von Tabellen mithilfe einer Tabellenkalkulationssoftware dar, verwenden die Datentypen Zahl und Zeichenkette problemadäquat, wählen situationsangemessene Diagrammtypen aus und erstellen einfache Diagramme,

Daten verarbeiten

ermitteln neue Information durch das Sortieren und Filtern von Datensätzen. verwenden, überprüfen und entwickeln Formeln mit arithmetischen Operatoren und Zellbezügen, erläutern Vorteile der Nutzung von Formeln mit Zellbezügen, beschreiben den Unterschied zwischen relativer und absoluter Adressierung und verwenden die Adressierungsarten situationsangemessen, beschreiben anhand von Formeln das EVA-Prinzip der Datenverarbeitung.

ML im Kontext von KI

nennen unterschiedliche Ansätze zur Definition von KI, identifizieren KI-Anwendungen im Alltag unter Bezugnahme auf Ansätze zur Definition von KI, nennen einige Meilensteine im Bereich der KI und verorten diese im zeitlichen Kontext, beschreiben ML als Teilbereich der KI, in dem es darum geht, mithilfe von Algorithmen Muster und Zusammenhänge in Situationen bzw. Daten aufzudecken und diese für Vorhersagen in neuen Situationen bzw. bei neuen Daten zu nutzen,

ML am Beispiel von Klassifikationsaufgaben

beschreiben die Anwendung eines Klassifikators mithilfe des EVA-Prinzips, beschreiben die Schritte zur Erstellung eines Klassifikators (Klärung der Klassifikationsaufgabe/Kategorien, Sammeln geeigneter Trainingsdaten, Anpassung (Trainieren) des Modells). erstellen mithilfe eines geeigneten digitalen Werkzeugs einen Klassifikator für eine gegebene Klassifikationsaufgabe, analysieren mithilfe von Testdaten die Leistungsfähigkeit eines Klassifikators und bestimmen dessen Genauigkeit, erläutern mögliche, in den Trainingsdaten begründete Ursachen von Fehlklassifikationen, nennen Beispiele für Klassifikatoren in ihrer Erfahrungswelt, reflektieren Chancen (Leistungsfähigkeit) und Risiken (z.B. Konsequenzen von Fehlklassifikationen, Intransparenz) exemplarisch anhand eines Klassifikators.