„Ich hab die Schritte doch gemacht!“ — und trotzdem stimmt das Ergebnis nicht. Kennst du diesen Moment? Ein Schüler führt die schriftliche Division korrekt Schritt für Schritt aus, kann aber nicht erklären, warum er gerade mit dem Divisor multipliziert oder subtrahiert. Er hat ein Rezept ausgeführt — aber nicht gedacht. Genau hier liegt das Problem, wenn Algorithmik im Unterricht auf „Verfahren zeigen und üben“ reduziert wird. Dabei steckt in dieser fundamentalen Idee der Informatik und Mathematik viel mehr: Es geht darum, Problemlösewege nicht nur zu gehen, sondern sie selbst zu entwerfen, zu vergleichen und zu verbessern. Wie du das erreichst — und warum einfache Sortieralgorithmen dabei ein idealer Einstieg sind — zeigt dieser Beitrag.
Was steckt wirklich hinter einem Algorithmus?
Ein Algorithmus ist eine präzise, endliche Folge von Anweisungen, die ein Problem zuverlässig löst. Klingt trocken? Ist es nicht — wenn man die richtige Perspektive einnimmt. Denn das Entscheidende ist nicht das Ausführen, sondern das Verstehen: Warum funktioniert dieser Weg? Gibt es einen besseren?
Wing (2006) beschreibt algorithmisches Denken als Kernkompetenz für alle — nicht nur für Programmierer. Computational Thinking meint die Fähigkeit, Probleme so zu zerlegen und zu strukturieren, dass sie lösbar werden. Das ist eine mathematische Denkweise, die weit über den Informatikunterricht hinausgeht.
Im Mathematikunterricht begegnen uns Algorithmen ständig: schriftliche Division, Gauß-Algorithmus, euklidischer Algorithmus, quadratisches Ergänzen. Aber wie oft lassen wir Schülerinnen und Schüler darüber nachdenken, ob diese Verfahren optimal sind? Oder ob es Alternativen gibt?
Hromkovič (2011) betont: Der Unterschied zwischen einem Rezept und einem Algorithmus liegt in der Präzision und der Garantie — ein Algorithmus muss für alle gültigen Eingaben terminieren und korrekte Ergebnisse liefern. Diese Unterscheidung ist im Unterricht Gold wert: Schüler merken schnell, dass „irgendwie sortieren“ kein Algorithmus ist — aber Bubblesort schon.
Wenn wir Algorithmik als Denkweise lehren, stärken wir dieselben Kompetenzen, die auch Mathematical Literacy auszeichnet: Probleme modellieren, strukturieren und hinterfragen (→ Mathematical Literacy: Mathe als Werkzeug zur Welterkenntnis).
Sortieralgorithmen — der perfekte Einstieg ins algorithmische Denken
Sortieren ist ein Thema, das Schülerinnen und Schüler intuitiv kennen — und dennoch überrascht. Wenn du fragst: „Wie würdest du diese zehn Karten der Größe nach sortieren?“, bekommst du so viele verschiedene Antworten wie Köpfe im Raum. Genau das ist der Startschuss für algorithmisches Denken.
Bubblesort — naiv, aber lehrreich
Beim Bubblesort werden benachbarte Elemente verglichen und bei Bedarf getauscht — das wird so lange wiederholt, bis die Liste sortiert ist. Der Algorithmus ist einfach zu verstehen, aber ineffizient: Im schlechtesten Fall braucht er Vergleiche für Elemente. Lass deine Klasse Bubblesort mit Nummernkärtchen auf dem Schulhof nachspielen. Das Stöhnen, wenn sie merken, wie viele Schritte nötig sind, ist garantiert.
Selectionsort — ein Schritt weiter
Beim Selectionsort sucht man jeweils das kleinste Element der verbleibenden Liste und setzt es an die richtige Position. Das ist etwas eleganter als Bubblesort — und ein guter Anlass, über die Frage zu sprechen: „Ist unser Algorithmus optimal?“ (Noch nicht: Mergesort oder Quicksort schaffen es mit Schritten — das kann man als Ausblick für stärkere Gruppen einbauen.)
Materialvorschlag: Sortierkarten-Wettbewerb
Drucke Karten mit Zahlen von 1 bis 20 aus — ungemischt, in zufälliger Reihenfolge. Teile die Klasse in Gruppen auf: Jede Gruppe darf nur einen bestimmten Algorithmus verwenden. Am Ende vergleichen alle: Wer brauchte wie viele Schritte? Wer war am schnellsten? Das Gespräch darüber warum ein Algorithmus schneller ist, ist informatisches und mathematisches Denken pur.
Algorithmik unplugged: Weitere Methoden für deinen Unterricht
Du brauchst keine Programmierumgebung, um Algorithmik zu unterrichten. Die besten Einstiege sind oft analog.
Unplugged Programming: Einer ist der Roboter, die anderen programmieren ihn mit exakten Befehlen durch einen Parcours im Klassenzimmer. Die Erkenntnis, wie präzise Sprache sein muss, damit Anweisungen eindeutig sind, trifft Schülerinnen und Schüler direkt — und baut Verständnis für Syntax und Semantik auf, lange bevor Code geschrieben wird.
Lösungswege vergleichen: Stelle dieselbe Aufgabe mit verschiedenen Ansätzen nebeneinander. Zum Beispiel: Wie findet man den größten gemeinsamen Teiler — durch Primfaktorisierung oder durch den euklidischen Algorithmus? Welcher Weg ist für große Zahlen schneller? Diese Fragen trainieren algorithmisches Denken auf mathematischem Terrain.
Fehler als Lernmotor: Zeig bewusst einen fehlerhaften Algorithmus — etwa eine Sortierprozedur, die für manche Eingaben nicht terminiert — und lass Schüler den Fehler finden. Das schärft das Verständnis für die Anforderungen an einen korrekten Algorithmus.
Wichtig dabei: Lass Schülerinnen und Schüler eigene Algorithmen erfinden, bevor du die „richtigen“ zeigst. Der Vergleich zwischen selbst entworfenen und klassischen Verfahren ist oft der lehrreichste Moment im ganzen Thema. Computational Thinking entsteht nicht durch Nachmachen, sondern durch Nachdenken (Wing, 2006).
Fazit
Algorithmik ist mehr als das Ausführen von Rechenschritten. Wer Schülerinnen und Schüler eigene Lösungswege entwerfen, vergleichen und verbessern lässt — ob mit Sortierkarten auf dem Schulhof oder mit selbst konstruierten Rechenverfahren — gibt ihnen ein Werkzeug, das weit über den Unterricht hinauswirkt.
Welche Algorithmus-Aktivitäten nutzt du im Unterricht? Schreib es in die Kommentare — ich freue mich über Ideen und Erfahrungen aus der Praxis!
Quellen
Hromkovič, J. (2011). Berechenbarkeit: Logik, Berechenbarkeit, Komplexität, Algorithmen, Automaten, Grammatiken. Vieweg+Teubner. https://doi.org/10.1007/978-3-8348-8237-9
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33–35. https://doi.org/10.1145/1118178.1118215
