Watch

Maschine lernt — eigenes Browser-Werkzeug für den Unterricht (Katalogbaustein)

JavaScript 75.7%
CSS 11.5%
HTML 10%
Dockerfile 2.8%

Find a file

Repository files (latest commit first)
Filename	Latest commit message	Latest commit date
Hermes (KI-Assistenz) f4602efeee Some checks failed Abbild bauen / bauen (push) Has been cancelled Details Stufe, Schlagworte und Bereichszuordnung Angaben mit KI-Unterstuetzung (Hermes) ergaenzt und gegen schema/tool.schema.json geprueft. Nach der neuen Katalogordnung: Sortierung nach Stufe, Themen-Chips, Bereichszuordnung.		2026-10-08 15:17:48 +02:00
.github/workflows	Maschine lernt: eigenes Browser-Werkzeug auf dem Rezept der Teachable-Machine-Bauvorlage	2026-10-07 05:37:38 +02:00
docs	Haltungen als zweite Betriebsart	2026-10-07 06:07:33 +02:00
scripts	Haltungen als zweite Betriebsart	2026-10-07 06:07:33 +02:00
src	Haltungen als zweite Betriebsart	2026-10-07 06:07:33 +02:00
.dockerignore	Maschine lernt: eigenes Browser-Werkzeug auf dem Rezept der Teachable-Machine-Bauvorlage	2026-10-07 05:37:38 +02:00
.gitignore	Haltungen als zweite Betriebsart	2026-10-07 06:07:33 +02:00
Dockerfile	Haltungen als zweite Betriebsart	2026-10-07 06:07:33 +02:00
index.html	Haltungen als zweite Betriebsart	2026-10-07 06:07:33 +02:00
LICENSE	Maschine lernt: eigenes Browser-Werkzeug auf dem Rezept der Teachable-Machine-Bauvorlage	2026-10-07 05:37:38 +02:00
package-lock.json	Haltungen als zweite Betriebsart	2026-10-07 06:07:33 +02:00
package.json	Haltungen als zweite Betriebsart	2026-10-07 06:07:33 +02:00
README.md	Maschine lernt: eigenes Browser-Werkzeug auf dem Rezept der Teachable-Machine-Bauvorlage	2026-10-07 05:37:38 +02:00
tool.yaml	Stufe, Schlagworte und Bereichszuordnung	2026-10-08 15:17:48 +02:00
vite.config.js	Maschine lernt: eigenes Browser-Werkzeug auf dem Rezept der Teachable-Machine-Bauvorlage	2026-10-07 05:37:38 +02:00

README.md

Maschine lernt

Ein Browser-Werkzeug, mit dem man einer Maschine etwas beibringt: Kamera oder Bilddateien zeigen, Klassen anlegen, Beispiele aufnehmen — und sofort sehen, wie die Maschine urteilt.

Kein Konto. Keine Anmeldung. Keine Übertragung. Alles rechnet auf dem Gerät. Die Bilder verlassen es nicht, und das Bildnetz wird mit ausgeliefert statt von einem fremden Server geholt.

Wie es arbeitet

Ein fertig trainiertes Bildnetz (MobileNet) verwandelt jedes Bild in einen Zahlenvektor aus 1280 Merkmalen. Es erkennt dabei nicht „Apfel" oder „Banane" — es beschreibt das Bild nur.
Ein k-Nächste-Nachbarn-Klassifikator merkt sich die Zahlenvektoren der aufgenommenen Beispiele.
Bei jedem neuen Bild sucht er die ähnlichsten gemerkten Beispiele und bildet daraus ein Urteil mit Balken je Klasse.

Diese drei Schritte entsprechen dem Aufbau der offenen Teachable-Machine-Bauvorlage von Google (Apache-2.0). Der Bauapparat von 2018 war nicht mehr tragfähig; die Bausteine sind auf heutige, gepflegte Fassungen gestellt:

@tensorflow/tfjs 4.22.0
@tensorflow-models/mobilenet 2.1.1
@tensorflow-models/knn-classifier 1.2.6
Baukette: Vite 8

Selbst bauen

npm ci
npm run gewichte     # holt das Bildnetz nach public/modelle und prüft die Fingerabdrücke
npm run build        # erzeugt dist/
npm run vorschau     # zeigt dist/ lokal an

Für die Entwicklung: npm run dev.

Die Kamera gibt der Browser nur über HTTPS oder auf localhost heraus — sonst bleiben nur die Bilddateien.

Auslieferung

Das Abbild wird in zwei Stufen gebaut (siehe Dockerfile): in der Baustufe werden die Netzgewichte geholt, gegen scripts/gewichte.sha256 geprüft und die Seite übersetzt; ausgeliefert wird ein nginx mit reinen Dateien. Es gibt keinen Server-Prozess, keine Datenbank, keine Sitzungen.

Herkunft

Angelegt und geschrieben von einem KI-Assistenten (Hermes Agent, Nous Research) im Auftrag von Till L., 06.10.2026. Vorlage: die Bausteinwahl der Teachable-Machine-Bauvorlage von Google Creative Lab (Apache-2.0); übernommen wurde das Rezept, kein fremder Quelltext. Alle Texte, die Oberfläche und die Sicherung der Modelle sind eigene Arbeit.

Lizenz

MIT — siehe LICENSE.