# Data Research Challenge: War der Hitzesommer 2026 wirklich aussergewöhnlich? – Session 2: AI verstehen & wirksam nutzen

Allgemeine Gewerbeschule Basel · Höhere Fachschule Prozesstechnik. Herbstsemester 2026/27, Samstag, 08:00–11:15 Uhr. Quelle: https://ki-lernen.app.

### Lektion 3: Data Research Challenge: War der Hitzesommer 2026 wirklich aussergewöhnlich?

URL: https://ki-lernen.app/block/block-2/lektion/b2-l4
Dauer: 90 Minuten
Nutzen: Von der Frage zur belastbaren Aussage: Finde reale Daten, analysiere sie mit KI und zeige visuell, ob der Hitzesommer 2026 tatsächlich aussergewöhnlich war.
Einstieg: Findet die Daten. Analysiert sie mit KI. Visualisiert die Unterschiede. Beweist eure Aussage. Der Sommer 2026 fühlte sich aussergewöhnlich heiss an – aber stimmt dieser Eindruck auch, wenn wir die Daten betrachten?
Forschungsfrage: War der Hitzesommer 2026 wirklich aussergewöhnlich?
Auftrag: Eure Aufgabe: Untersucht mit KI und geeigneten Datenquellen, ob der Sommer 2026 tatsächlich aussergewöhnlich war – und zeigt das Ergebnis so, dass man es innerhalb von 30 Sekunden versteht.
Szenario: Ihr arbeitet in Teams zu zwei bis drei Personen und beantwortet eine reale Frage mit realen Daten: War der Sommer 2026 in der Schweiz aussergewöhnlich heiss?
Hauptwerkzeug: ChatGPT
Weitere Werkzeuge: Google Gemini, Microsoft Copilot, NotebookLM

Lernziele:
- Ich recherchiere mit KI geeignete Datenquellen und prüfe, ob sie wirklich existieren.
- Ich definiere sinnvolle Vergleichsgrössen, bevor ich Daten sammle.
- Ich setze KI für die Analyse ein und verifiziere zentrale Aussagen an den Originaldaten.
- Ich unterscheide in meiner Schlussaussage Fakt und Interpretation.

Voraussetzungen:
- Ein Gerät mit Internetzugang
- Ein KI-Werkzeug mit Datei-Upload

Ablauf:
1. 01 Find – geeignete Daten finden: Mindestens zwei Datenquellen mit Organisation, Link, Inhalt, Vertrauenswürdigkeit und Grenzen.
2. 02 Compare – sinnvollen Vergleich bauen: 2026 gegen mindestens fünf frühere Jahre. Zuerst definieren, was „aussergewöhnlich“ heisst.
3. 03 Analyze – mit KI auswerten: Systematisch nach Auffälligkeiten suchen, mindestens drei KI-Aussagen an den Originaldaten prüfen.
4. 04 Visualize – Antwort sichtbar machen: Eine Darstellung, die in 30 Sekunden zeigt, was 2026 von anderen Jahren unterscheidet.
5. 05 Conclude – Frage beantworten: Maximal fünf Kernaussagen, sauber getrennt in Fakt und Interpretation.

Challenge-Prozess:
- 01 Find – Findet geeignete Daten: Recherchiert Daten zur Temperaturentwicklung in der Schweiz oder einer ausgewählten Schweizer Region.
  · Tagesmitteltemperatur
  · Tageshöchsttemperatur
  · Monatsmittel
  · Anzahl Hitzetage ≥ 30 °C
  · Dauer von Hitzeperioden
  · Temperaturabweichung vom langjährigen Mittel
- 02 Compare – Baut einen sinnvollen Vergleich: Vergleicht 2026 mit mindestens fünf früheren Jahren. Welche Vergleichsjahre sinnvoll sind, entscheidet ihr selbst.
- 03 Analyze – Analysiert die Daten mit KI: Sucht systematisch nach Auffälligkeiten – und setzt dafür ausdrücklich KI ein.
  · Höchste Temperaturen
  · Anzahl Hitzetage
  · Länge von Hitzeperioden
  · Zeitpunkt der Hitze
  · Monatsmittel
  · Abweichungen vom langjährigen Mittel
  · Unterschiede zwischen den Jahren
- 04 Visualize – Macht die Antwort sichtbar: Ziel: Jemand erkennt innerhalb von 30 Sekunden, was 2026 von anderen Jahren unterscheidet.
  · Temperaturverlauf als Liniendiagramm
  · Hitzetage pro Jahr als Balkendiagramm
  · Monatsmittel Juni–August
  · Abweichung vom langjährigen Mittel
  · Heatmap
  · Kleines Dashboard
  · Andere geeignete Darstellung
- 05 Conclude – Beantwortet die Frage: Am Ende steht eine klare Aussage: War der Sommer 2026 aussergewöhnlich? Formuliert maximal fünf Kernaussagen, jede belegbar durch Daten oder eine seriöse Quelle.

Übungsauftrag (60 min): Beantwortet in Teams die Frage mit Daten – von der Quelle bis zur belastbaren Aussage.
- Zwei Datenquellen finden und prüfen.
- Vergleichsjahre und Kennzahl festlegen und begründen.
- Daten mit KI analysieren, drei Aussagen verifizieren.
- Mindestens zwei aussagekräftige Visualisierungen erstellen.
- Management Summary auf einer Seite mit klarem Verdikt abgeben.
Mindestprodukt: Ein einseitiges Management Summary mit Quellen, Visualisierungen, Erkenntnissen und Verdikt.
Abgabe: Eure Abgabe
- Data: Verwendete Datenquellen
- Compare: Vergleichszeitraum und Begründung
- Visualize: Mindestens zwei aussagekräftige Visualisierungen
- Insights: 3–5 zentrale Erkenntnisse
- Verdict: Klare Antwort: War 2026 aussergewöhnlich – ja, nein oder nur unter bestimmten Gesichtspunkten?
- AI Process: Welches KI-Tool wurde verwendet?; Wofür?; Was war der wichtigste Prompt?; Welche KI-Aussagen wurden überprüft?; Was musste verbessert oder korrigiert werden?

Qualitätschecks:
- Jede verwendete Quelle habe ich selbst geöffnet und geprüft.
- Mindestens drei KI-Aussagen habe ich an den Originaldaten verifiziert.
- Fakt und Interpretation sind in meiner Abgabe klar getrennt.
Typischer Fehler: Die von der KI genannte Quelle wird übernommen, ohne sie zu öffnen.
Korrektur: Jede Quelle aufrufen, den Datensatz ansehen und die behaupteten Zahlen stichprobenweise nachzählen.
Hinweis zu Daten: Nur öffentlich zugängliche Daten verwenden. Keine internen oder personenbezogenen Datensätze hochladen.

## Weiteres

- Ganze Session als Text: https://ki-lernen.app/llms/session-2.txt
- Übersicht aller Sessions: https://ki-lernen.app/llms.txt