Mit dem Lernmedium entwickeln die Schülerinnen und Schüler u.a. Projektideen um die eigene Schule im Sinne des Whole School Approaches  nachhaltiger zu gestalten. Sie setzen sich mit der Legitimität des Klimastreiks auseinander oder gestalten eine Podiumsdiskussion über den Sinn und Zweck der Erweiterung der bereits gigantischen Automobilfabrik von Tesla in Berlin-Brandenburg. Die verwendeten Methoden sind der jeweiligen Thematik angepasst. Wichtig bei so vielen gesellschaftlich kontrovers diskutierten Themen ist auch der einleitende Beitrag, der den Beutelsbacher Konsens in Erinnerung ruft, welcher u.a. besagt, dass kontroverse Themen im Unterricht auch kontrovers diskutiert werden sollen.

Der Rundgang als Methode zur Bildung für Nachhaltige Entwicklung bietet unendlich viele Gestaltungsmöglichkeiten. Fragen aus sämtlichen Fachbereichen der Lehrpläne können auch ausserhalb des Klassenzimmers behandelt und in Zusammenhang gesetzt werden. So wird interdisziplinäres Wissen aufgebaut und systemisches Denken eingeübt. Die regelmässige Wiederholung des Streifzuges während des Schuljahres ermöglicht das bewusste Erleben der (scheinbar) bekannten Umgebung aus verschiedenen Blickwinkeln.

Die Broschüre widmet sich den Themen Klimawandel, -anpassung und Klimaschutz. Die methodisch vielfältigen Module zielen darauf ab, Wissen aufzubauen, zentrale Fragen gemeinsam zu diskutieren und Lösungsansätze für die Zukunft zu entwerfen.

Die Unterrichtsplanung und das Arbeitsmaterial bietet eine hilfreiche fachdidaktische Stütze zur umfassenden und attraktiv gestalteten App «Stadt | Land | DatenFluss» (s. «weitere Ressourcen»).

Die Unterrichtsplanung und das Arbeitsmaterial bieten eine hilfreiche fachdidaktische Stütze zu einem Modul der umfassenden und attraktiv gestalteten App «Stadt | Land | DatenFluss» (s. «weitere Ressourcen»).

Das Modul «KI & wir - sind Algorithmen gerecht?» greift den Einsatz von KI-basierten Assistenzsystemen in unterschiedlichen Lebensbereichen auf. Im Unterrichtsplan wird am Beispiel eines Bewerbungsverfahren aufgezeigt, wie mit dem Phänomen des «Algorithmic Bias» vorgegangen wird.