DGK-07: Computational Thinking

Du gibst einer Vertretung eine scheinbar klare Arbeitsanweisung – und zack, drei Rückfragen später merkst du: Ein Sonderfall war nicht bedacht, Begriffe sind schwammig, und plötzlich hängt alles. Genau hier setzt Computational Thinking an: Du lernst, Aufgaben so zu beschreiben, dass sie ohne Lücken funktionieren – ohne dass hier programmiert wird. Wenn du vorher schon ein bisschen sicherer mit Daten sein willst: Daten-Basics ist eine gute Empfehlung, aber keine Pflicht. Im Kapitel **Denken wie ein Algorithmus** geht’s darum, präzise Schrittfolgen mit Eingabe, Schrittfolge und Ausgabe zu formulieren, Variablen und Zustände (z. B. „offen“, „bezahlt“, „versandt“, „geliefert“) sauber zu benennen und große Aufgaben in übergebbare Teilaufgaben zu zerlegen. **Bausteine der Logik** macht Wenn-dann-Regeln samt Randfällen (genauer Betrag, negativer Wert, kein Wert), Schleifen mit echter Abbruchbedingung und die Bedeutung einheitlicher Listen (Adressfelder!) greifbar. In **Fehler finden und Code lesen** übst du systematisches Testen mit „immer nur eine Sache ändern“, lernst fremden Code nicht blind zu übernehmen und einfachen Code in Alltagssprache nachzuerzählen. **Automatisieren mit Augenmaß** hilft dir einzuschätzen, was sich lohnt – nach Häufigkeit, Schaden und Rückholbarkeit. Am Ende ändert sich dein Alltag spürbar: Du findest dich schneller zurecht, gibst klarere Anweisungen und erkennst Risiken, bevor sie dich einholen. Und wenn daraus ein richtiges Vorhaben werden soll: Dafür führt dich **Digitale Projektarbeit** weiter.