Teachable Machine: KI selbst trainieren

Trainiere dein eigenes KI-Modell mit Google Teachable Machine! Schritt für Schritt lernst du, wie du Bilder, Sounds oder Körperhaltungen erkennst und dein Modell präsentierst.

Teachable Machine: KI selbst trainieren

Google Teachable Machine ist ein kostenloses Tool, mit dem du in wenigen Minuten ein eigenes KI-Modell trainieren kannst – direkt im Browser. Keine Programmierung nötig!

Du wirst ein Modell trainieren, das Bilder, Sounds oder Körperhaltungen erkennt.

Was du brauchst

• Einen Browser (am besten Chrome)
• Eine Webcam (für Bilderkennung)
• Internetverbindung

Link: https://teachablemachine.withgoogle.com

Schritt 1: Projekt erstellen

1. Öffne teachablemachine.withgoogle.com
2. Klicke auf "Get Started"
3. Wähle "Image Project" (Bilderkennung)
4. Wähle "Standard Image Model"

Du siehst jetzt ein leeres Projekt mit Platz für deine Klassen (Kategorien).

Schritt 2: Daten sammeln

Jetzt erstellst du Klassen und sammelst Trainingsbilder.

Beispiel: Handgesten erkennen

1. Klicke bei Class 1 auf "Add" und benenne sie "Hand offen"
2. Halte deine Hand offen vor die Kamera und klicke "Hold to Record" – nimm ca. 300 Bilder auf
3. Klicke auf "+ Add a class" und benenne sie "Faust"
4. Halte eine Faust vor die Kamera und nimm wieder ca. 300 Bilder auf
5. Füge eine dritte Klasse "Keine Hand" hinzu und nimm Bilder ohne Hand auf

Tipps für gute Daten

• Variation: Drehe die Hand leicht, verändere den Abstand
• Hintergrund: Nimm Bilder mit verschiedenen Hintergründen auf
• Beleuchtung: Heller und dunkler Hintergrund
• Balanced: Ähnlich viele Bilder pro Klasse

Schritt 3: Trainieren und Testen

1. Klicke auf "Train Model"
2. Warte bis das Training abgeschlossen ist (dauert 1-2 Minuten)
3. Klicke auf "Preview" um dein Modell live zu testen

Teste dein Modell

• Zeige verschiedene Handgesten vor die Kamera
• Beobachte die Wahrscheinlichkeiten in der Vorschau
• Was passiert, wenn du die Hand halb offen/geschlossen hältst?

Schritt 4: Präsentieren

Jetzt wird es spannend: Exportiere dein Modell und baue etwas damit!

Option A: Im Browser exportieren

1. Klicke auf "Export Model"
2. Wähle "Upload my model" (wird in der Cloud gespeichert)
3. Kopiere den Link und teile ihn mit der Klasse

Option B: Eigenes Projekt (für Fortgeschrittene)

1. Exportiere als "TensorFlow.js"
2. Verwende den generierten Code in einer eigenen HTML-Seite
3. Beispiel: Ein Programm, das bei "Hand offen" den Hintergrund blau macht und bei "Faust" rot

Bonus-Challenge: Schere-Stein-Papier gegen die KI

Jetzt wird es spannend: Trainiere ein Modell, das Schere, Stein und Papier erkennt – und spiele dann gegen deine eigene KI!

Schritt 1: Drei Klassen erstellen

1. Erstelle drei Klassen: «Schere» (2 Finger), «Stein» (Faust), «Papier» (offene Hand)
2. Nimm von jeder Geste ca. 300 Bilder auf
3. Achte auf Variation: verschiedene Hände, Abstände, Hintergründe

Schritt 2: Trainieren und testen

1. Trainiere das Modell
2. Teste: Erkennt es alle drei Gesten zuverlässig?
3. Was passiert bei Übergängen (z.B. Hand halb offen, halb zur Faust)?

Schritt 3: Gegen die KI spielen

1. Exportiere dein Modell
2. Spiele 10 Runden gegen die KI: Zeige eine Geste, die KI erkennt sie und wählt zufällig ihre Antwort
3. Wer gewinnt öfter?

Diskussion

• Wie oft hat die KI deine Geste falsch erkannt? Was bedeutet das für die Zuverlässigkeit von KI-Systemen?
• Was passiert, wenn jemand die Gesten anders zeigt als du beim Training?
• Wie könnte man das Modell verbessern?