MINT lernen

Zusammenfassung

Verschlüsselung, Passwörter, Automatisierung, KI und IoT — das ganze Kapitel Kryptographie, KI & IoT auf einer Seite.

1

Kryptographie & Datensicherheit

Verschlüsselung macht aus Klartext mit einem Schlüssel Geheimtext. Klassische Verfahren fallen durch Häufigkeitsanalyse, moderne kombinieren symmetrisch, asymmetrisch und Hashwerte — und die größte Lücke ist oft das Passwort.

4.1.1Warum Daten verschlüsseln?

  • Klartext + Schlüssel → Geheimtext
  • Schutzziele: Vertraulichkeit, Integrität, Authentizität
  • Ende-zu-Ende: nur die Endgeräte sehen Klartext
  • Metadaten bleiben sichtbar
Verfahren bekannt · Schlüssel geheim

4.1.2Klassische Verschlüsselung

  • Cäsar: jeder Buchstabe um k verschoben
  • nur 25 sinnvolle Schlüssel → Brute Force
  • Häufigkeitsanalyse: E ≈ 17 %
  • Vigenère: Schlüsselwort, polyalphabetisch
(alt + k) mod 26 · zurück: (neu − k + 26) mod 26

4.1.3Moderne Verschlüsselung

  • symmetrisch (AES): ein Schlüssel, schnell
  • asymmetrisch (RSA): öffentlicher + privater Schlüssel
  • hybrid: Sitzungsschlüssel asymmetrisch, Daten mit AES
  • Hashwert: Einweg; Signatur = Hash + privater Schlüssel
an Ben: Bens öffentlicher · signieren: eigener privater

4.1.4Datenschutz im Alltag

  • Phishing, Credential Stuffing
  • Passwortmanager, Zwei-Faktor aus zwei Kategorien
  • Möglichkeiten NL; Passphrase
  • Datenminimierung, Rechte nach DSGVO
Länge schlägt Kompliziertheit

Schlüssel zuerst klären

Frage bei jeder Aufgabe: Wessen Schlüssel und welcher der beiden? Für Vertraulichkeit der des Empfängers, für die Signatur der eigene private.

2

Automatisierung, KI & IoT

Sensoren merken, Steuergeräte entscheiden, Aktoren handeln. Eine KI lernt ihre Regeln aus Beispielen und schätzt nur, IoT-Geräte schicken ihre Messwerte über die Cloud — beides bringt neue Risiken.

4.2.1Was ist Automatisierung?

  • Sensor → Steuergerät → Aktor
  • WENN … DANN …
  • Steuerung: ohne Rückmeldung
  • Regelung: Rückkopplung, Sollwert/Istwert, Störgröße
messen → vergleichen → handeln → messen

4.2.2KI-Grundlagen

  • maschinelles Lernen: Regel aus Trainingsdaten
  • Merkmal, Label, Modell, Vorhersage
  • Trefferquote mit neuen Daten prüfen
  • Überanpassung = auswendig gelernt
Vorhersage = Schätzung, keine Garantie

4.2.3KI im Alltag & Ethik

  • Empfehlungssystem, Profil, Filterblase
  • Bias, Stellvertreter-Merkmal, Blackbox
  • Halluzination: erfundene Fakten
  • DSGVO Art. 22, KI-Verordnung
Verantwortung bleibt beim Menschen

4.2.4Internet der Dinge (IoT)

  • Sensor, Mikrocontroller, Funkmodul, Aktor
  • Gerät → Gateway → Cloud → App
  • Firmware-Updates, Standardpasswort
  • Botnetz aus gekaperten Geräten
eigenes Passwort · Gastnetz · Updates

Rückkopplung suchen

Wird das Ergebnis erneut gemessen, ist es eine Regelung. Ein Steuergerät kann beides — steuern oder regeln.

3

Die Regeln, an denen die Punkte hängen

Diese Punkte kosten in der Klassenarbeit am häufigsten Punkte — und lassen sich leicht vermeiden.

Regel 1 — Richtung beim Entschlüsseln

Beim Entschlüsseln wird zurückgeschoben, nicht weiter. Das + 26 verhindert negative Zahlen.

Regel 2 — Hoch, nicht mal

Möglichkeiten = NL, nicht N · L. Ein Zeichen mehr heißt mal N.

Regel 3 — Hashen ist kein Verschlüsseln

Ein Hashwert lässt sich nie zurückrechnen. Verschlüsseltes schon — mit dem passenden Schlüssel.

Regel 4 — Modell ist nicht Wahrheit

Eine KI schätzt aus Daten und versteht nichts. Einseitige Daten machen ein einseitiges Modell, auch ohne das heikle Merkmal.

1AFB I — Reproduzieren10 Aufgaben› ?Selbsttest40 Fragen mit Auswertung›