Forschungs- und Nachwuchskolleg AQUA-d

Teilprojekt 1 (Schulpädagogik)

Diagnosebasierte Förderung stellt eine evidenzinformierte Form des adaptiven Unterrichtens dar, welcher insbesondere für die Primarstufe große Bedeutsamkeit zugeschrieben wird. Dabei stehen Lehrpersonen vor der herausfordernden Aufgabe, die diagnostische Information korrekt zu interpretieren und für die Optimierung unterrichtlichen Handels nutzbar zu machen.
Als Fortsetzung des Teilprojekts „Aufgabendashboards im Unterricht” aus der ersten Förderphase soll die Fragestellung in der zweiten Förderphase auf Unterstützung durch Retrieval-Augmented Generation erweitert werden können. Retrieval-Augmented Generation kombiniert externes Wissen mit Large Language Modellen, indem sie Prompts in dasselbe Modell einbettet, in das zuvor spezifische Dokumente, Datenbanken etc. eingebettet wurden.
Ziel des Teilprojektes in Förderphase II ist es zu erforschen, inwiefern Lehrkräfte bei der Interpretation von Lernstands- oder Lernverlaufsdiagnostiken sowie bei der Konstruktion adaptiver unterrichtlicher Maßnahmen durch Dashboards mit einer solchen kontextbewussten Konversations-KI unterstützt werden können.

Teilprojekt 2 (Kognitionswissenschaften)

Das Lernen mit computergenerierten Visualisierungen erfährt durch generative Künstliche Intelligenz (KI) ganz neue Möglichkeiten. Ohne hohe Kompetenz auf dem Gebiet der Illustration können aus Prompts überzeugende Visualisierungen erstellt werden, jedoch sind diese oft ungenau bzw. mit Fehlern behaftet und in ihrer Lernwirksamkeit überschätzt. 

Als Fortsetzung aus den Erkenntnissen des Teilprojekts „Lernaufgaben mit computergenerierten realistischen Darstellungen” aus der ersten Förderphase soll in diesem Teilprojekt in der zweiten Förderphase untersucht werden, welche vermeintlichen Hindernisse bei der Gestaltung und Verwendung KI-generierter Abbildungen lernförderlich sein können. Hierzu können verschiedene Arten von Fehlern und Ungenauigkeiten sowie Überprüfungsprozesse während der Erstellung und fehlerhafte Interpretationen beim Betrachten gehören.

Teilprojekt 3 (Empirische Bildungsforschung)

Zur Förderung der Lernendenmotivation als besonders wirksam erwiesen sich in einem neueren Ansatz sog. individualisierte Motivationsinterventionen, bei denen Lernende gezielt jene Unterstützung erhalten, die auf ihre persönlichen motivationalen Bedürfnisse abgestimmt ist.
Befunde des Teilprojekts „Aufgabenmotivation in digitalen Lernumgebungen” aus der ersten Förderphase weisen darauf hin, dass solche Interventionen zu einer Reduktion motivationaler Defizite, geringeren Studienabbruchs- und Wechselintentionen sowie zu niedrigeren subjektiv wahrgenommenen Kosten führen.

In Fortsetzung soll das vorliegende Teilprojekt untersuchen, durch welchen Mechanismus die wahrgenommenen Kosten reduziert werden, ob dies tatsächlich mit erfolgreicherem Lernen – etwa durch die Nutzung zielführender Lernstrategien wie Desirable Difficulties – einhergeht und, ob sich die Effekte individualisierter Motivationsinterventionen weiter verstärken lassen.

Teilprojekt 4 (Pädagogische Psychologie)

Damit selbstreguliertes Lernen aus digitalen Texten gelingt, müssen Lernende ihr eigenes Verständnis möglichst genau einschätzen, da nur über adaptive Regulationsprozesse ein verbessertes Textverständnis erzielt werden kann. Eine im deutschen Schulkontext verbreitete, bislang jedoch kaum beforschte Form von Selbsteinschätzungen sind sogenannte Kann-Einschätzungen. Diese beziehen sich auf konkrete Lernziele und fokussieren die wahrgenommene Kompetenz. 

Befunde aus der vergangenen Förderphase zeigten jedoch, dass Kann-Einschätzungen beim Bearbeiten von Verständnisaufgaben keinen Zugewinn für die Genauigkeit von Selbsteinschätzungen oder das Textverständnis erbrachten. In der zweiten Förderphase sollen daher aufbauend auf die erste Projektphase folgende Fragen im Mittelpunkt stehen: Wie kann metakognitives Feedback auf Kann-Einschätzungen so gestaltet werden, dass es selbstreguliertes Lernen unterstützt und motivationsförderlich wirkt? Lassen sich mithilfe
von prozessbegleitenden Daten Muster identifizieren, die erfolgreichere Lernerinnen und Lerner von weniger erfolgreichen unterscheiden?

Teilprojekt 5 (Pädagogische Psychologie)

Das Lernen mit Übungsaufgaben gilt als eine der lernwirksamsten Lernstrategien und eignet sich besonders für technologiegestütztes Lernen. Dies lässt sich dadurch erklären, dass der mit dem Üben verbundene aktive Abruf Gedächtnisspuren effektiver konsolidiert als beispielsweise das bloße Wiederholen durch erneutes Lesen. In der Anwendung zeigt sich jedoch eine bedeutsame Einschränkung: Durch wiederholtes Üben können Lernende Aufgaben auswendig lernen, anstatt Wissen und Kompetenzen zu konsolidieren. Folglich können Lernende, die in einer App immer wieder dieselben Aufgaben üben und deren Lösungen auswendig lernen, eine leicht veränderte Aufgabe in einem Test nicht lösen, weil das zugrunde liegende Prinzip nicht verstanden wurde. Auf Grundlage der kognitionspsychologischen Literatur zu „erwünschten Schwierigkeiten” kann erwartet werden, dass diese Limitation durch eine systematische Variation von Übungsaufgaben
adressiert werden kann.

Das Teilprojekt untersucht in Labor- und Feldexperimenten, ob variable Lernaufgaben beim digitalen Übungslernen einen Mehrwert für den langfristigen Lernerfolg bieten. Dabei stehen sowohl die Lernwirksamkeit und die zugrunde liegenden kognitionspsychologischen Prozesse als auch die Bedingungen eines erfolgreichen Einsatzes dieser „erwünschten Schwierigkeit” im digitalen Anwendungskontext im Fokus. Ziel ist es, ein besseres lerntheoretisches Verständnis sowie Best Practices für den lernwirksamen Einsatz digitalen Übungslernens zu entwickeln.

Teilprojekt 6 (Mathematikdidaktik)

In Förderphase I zeigte sich in einer Bedarfsanalyse, dass digitale Aufgabenformate zum Aufbau des Teil-Ganzes-Verständnisses bislang kaum existieren. Demnach gelingt es existierenden Mathematik-Lern-Apps nicht, einen systematischen Ansatz zur Förderung des Teil-Ganzes-Verständnisses mit solchem Feedback zu unterstützen. Daher wurde eine Lernapp zur Förderung des Teil-Ganzes-Verständnisses entwickelt und in einer Pilotstudie evaluiert.

In Förderphase II dieses Teilprojekts werden bereits in XPart implementierte Feedbackkomponenten dahingehend weiterentwickelt werden, dass sie sowohl adaptiv auf Fehler der Schülerinnen und Schüler reagieren, als auch Rückmeldungen für Lehrkräfte zum Lernprozess bereitstellen. Das Projekt baut dabei auf Vorarbeiten zur Wirksamkeit von Feedback bei der Entwicklung eines Teil-Ganzes-Verständnisses auf.

Teilprojekt 7 (Deutschdidaktik)

Multimodale Schreibarrangements eröffnen neue Perspektiven auf die Förderung narrativer Kompetenzen im Deutschunterricht. Sie verbinden Texte mit Bildern, Videos und auditiven Elementen, sodass Erzählkompetenzen multimodal gefördert werden. Hierfür eignen sich Apps, mit denen E􀀧Books gestaltet werden können. Für die Vermittlung multiliteraler Erzählfähigkeiten können Lehrkräfte auf Methoden wie Digital Storytelling oder Learning by Design zurückgreifen. In jüngeren Ansätzen der Schreibdidaktik wird jedoch verstärkt diskutiert, wie digitale Feedbackprozesse auch unter Einbezug von KI-gestützten Tools die Qualität
von Schreib- und Überarbeitungsprozessen fördern können.

Als Fortsetzung aus den Erkenntnissen des Teilprojekts „Digital Storytelling in profilierten Schreibarrangements” aus der ersten Förderphase, ist das Ziel des Teilprojekts in der zweiten Förderphase die Entwicklung und Wirksamkeitsprüfung von Feedbackverfahren für multiliterale Erzählprodukte.

Teilprojekt 8 (Wirtschaftsdidaktik)

Die Verhaltensökonomik zeigt, dass Entscheidungen nicht nur rational, sondern auch durch Affekte und Automatismen beeinflusst werden. Dementsprechend wurde im Teilprojekt „Virtuelle verhaltensökonomische Experimente als Lernaufgaben” in Förderphase I untersucht, inwiefern sich mit virtuellen verhaltensökonomischen Experimenten reale Entscheidungssituationen im Bereich der Konsumentenbildung simulieren lassen. Dabei rückte unter anderem die Weiterentwicklung digitaler verhaltensökonomischer Lernaufgaben durch KI-basiertes Feedback in den Fokus des Interesses. KI-basiertes Feedback bietet insbesondere in der Phase der Strategiefindung, Strategiebegründung und Reflexion der virtuellen ökonomischen Entscheidungsexperimente Potential, indem es Lernende zu einer präziseren Argumentation und kritischeren Auseinandersetzung mit ihren Entscheidungen anregt.

Das Hauptziel des Teilprojekts in Förderphase II besteht daher darin, die in der ersten Förderphase entwickelte Intervention um KI-generiertes Feedback zu erweitern um so Schülerinnen und Schüler in der Entwicklung reflektierter Entscheidungskompetenz zu unterstützen.

Meta-Teilprojekt I (Empirische Bildungsforschung)

Schulnoten spielen eine wichtige Rolle bei Bildungsentscheidungen und beeinflussen z.B. Übergänge im  Schulsystem. Gleichzeitig zeigen sich heterogene Befunde zur Fairness im Sinne einer Unabhängigkeit von Geschlecht, Migrations- und sozioökonomischem Status etc. Als Gründe für potentielle Verzerrungen werden unter anderem typische Wahrnehmungs- und Bewertungsfehler von Lehrkräften genannt. 

Gleichzeitig wird KI-Systemen das Potential zugeschrieben, Leistungsbewertungen unverzerrter vornehmen zu können. Besonders bei der automatischen Bewertung von Texten wurden bereits vielversprechende Ergebnisse erzielt. Das Projekt untersucht daher, welche Merkmale von KI-Unterstützungssystemen bei der
Leistungsbewertung besonders geeignet sind und inwiefern Leistungsbewertungen fairer werden, wenn zusätzlich KI-basierte Informationen zur Textqualität vorliegen.

Meta-Teilprojekt II (Schulpädagogik)

Bildungswissenschaften sowie Stakeholder aus der Bildungsverwaltung fordern seit geraumer Zeit verstärkt evidenzinformiertes Handeln von Akteuren des Bildungssystems – insbesondere von Lehrerinnen und Lehrern. Unter »evidenzinformiertem Handeln« wird dabei zum einen die Nutzung von Primärdaten als Informationsquelle verstanden, zum anderen ist auch die Ableitung von Entscheidungen aus Evidenz im Sinne von Forschungsergebnissen oder Metaanalysen gemeint.

In Förderphase I ging das Meta-Teilprojekt »Wissenschaftskommunikation« in Laborstudien der Frage nach, wie Effektstärken (etwa der Wirksamkeit von Aufgabenqualität) möglichst nutzerfreundlich kommuniziert werden können, so dass auch Lehrerinnen und Lehrern eine akkurate und effiziente Rezeption möglich wird. In Förderphase II soll diese Fragestellung nun erstens auf ökologisch validere Settings wie die Wissenschaftskommunikation in Social Media übertragen und zweitens hinsichtlich der Verwendung der rezipierten Effektstärken bei der Unterrichtsplanung untersucht werden.

Teilprojekt 1 (Schulpädagogik)

Digitale Aufgabensysteme erlauben die Übermittlung automatisiert korrigierter Ergebnisse an Lehrerinnen und Lehrer in Echtzeit und deren übersichtliche Darstellung anhand von Dashboards. Die Lehrkräfte stehen dann aber vor der Herausforderung relevante Muster zu erkennen und zu interpretieren, um daraus schließlich pädagogische Handlungen abzuleiten. Das Teilprojekt zielt darauf ab, typische Rezeptions- und Interpretationsmuster von Lehrkräften beim Einsatz von Aufgabendashboards zu explorieren, besondere Unterstützungsbedarfe bei der Rezeption und Interpretation zu identifizieren, um schließlich Gestaltungsmerkmale von Dashboards zu abzuleiten, welche diese Prozesse optimal unterstützen

Ansprechpersonen

Prof. Dr. Samuel Merk (Professor für empirische Unterrichts- und Schulforschung; Pädagogische Hochschule Karlsruhe)

Prof. Dr. Thorsten Bohl (Professor für Schulpädagogik; Universität Tübingen)

Erika Lunowa (Insitut für Schul- und Unterrrichtsentwicklung;  Pädagogische Hochschule Karlsruhe)

Teilprojekt 1b (Empirische Unterrichts- und Schulforschung)

Im Rahmen der evidenzinformierten Schulpraxis werden Lehrpersonen ermutigt, Erkenntnisse aus wissenschaftlicher Forschung zu rezipieren und auf den Schulkontext zu übertragen, um so die Unterrichts- und Schulqualität zu steigern. Dazu ist es von Seiten der Wissenschaft hilfreich, empirische Forschungsergebnisse so aufzubereiten, sodass diese intuitiv – also ohne methodisches oder statistisches Vorwissen - verständlich für die Lehrenden sind. In diesem Teilprojekt soll daher beforscht werden, inwiefern die Kommunikation von Effektstärken verbessert werden kann. Konkret sollen durch Experimente potenzielle Einflussfaktoren identifiziert werden, die die akkurate Rezeption von Effektstärken (positiv) beeinflussen, um darauf aufbauend Gestaltungsmerkmale für die generelle und nutzerfreundliche Kommunikation von Effektstärken identifizieren zu können. 

Ansprechpersonen

Prof. Dr. Samuel Merk (Professor für empirische Unterrichts- und Schulforschung; Pädagogische Hochschule Karlsruhe)

Prof. Dr. Thorsten Bohl (Professor für Schulpädagogik; Universität Tübingen)

Florian Kühlwein (Insitut für Schul- und Unterrrichtsentwicklung;  Pädagogische Hochschule Karlsruhe)

Teilprojekt 2 (Kognitionswissenschaft)

Computergenerierte Visualisierungen sind wichtiger Bestandteil vieler Schulfächer, z.B. um Anatomie im Biologieunterricht zu vermitteln. Durch den erreichbaren Realismusgrad stellt sich die Frage, wie detailliert Lernvisualisierungen in unterschiedlichen Fächern sein sollen. Zusätzlich soll untersucht werden, ob hybride Darstellungen, bei denen realistische Abbildungen mit schematischen Ergänzungen versehen werden, einen Vorteil bringen können. Bis jetzt ist wenig darüber bekannt, nach welchen Kriterien Lehrkräfte realistische Visualisierungen für ihren Unterricht auswählen. Da Laien oft annehmen, dass realistische Visualisierungen abstrakteren Darstellungen generell überlegen seien, soll untersucht werden, welche Fehlvorstellungen bzgl. dieses Wissens bei Lehrkräften vorliegen.

Ansprechpersonen

Jun.Prof. Dr. Alexander Skulmowski (Tenure-Track-Professor für Digitale Bildung; Pädagogische Hochschule Karlsruhe)

Prof. Dr. Stephan Schwan (Professor für Lehr-Lernforschung; Universität Tübingen)

Patricia Engel-Hermann (Institut für Informatik und digitale Bildung; Pädagogische Hochschule Karlsruhe)

Teilprojekt 3 (Empirische Bildungsforschung)

Digitale Lernumgebungen versprechen, die Anstrengungsbereitschaft bei der Bearbeitung von Aufgaben zu erhöhen und somit langfristig zu einer höheren Leistungsmotivation und schulischem Erfolg beizutragen. Perspektivisch ermöglichen sie es, verschiedene motivierende Elemente (z.B. Zielsalienz, Feedback, Gamification-Elemente) bereitzustellen und diese den Bedürfnissen und Eigenschaften der Lernenden und der Situation
anzupassen. Basierend auf einer existierenden digitalen Lernumgebung soll im Teilprojekt ein Adaptivitätsalgorithmus zur Bereitstellung motivierender Elemente unter Berücksichtigung unterschiedlicher Kriterien (z.B. Zeit, Person und Lernumgebung) entwickelt und auf seine Wirksamkeit überprüft werden. Vorbereitend sollen Fragen nach der zeitlichen Entwicklung der Aufgabenmotivation und ihrer Abhängigkeit von Eigenschaften der Person und der Lernumgebung (z.B. Klassenkontext oder Lehrkraft) beantwortet werden.

Ansprechpersonen

Jun.-Prof. Dr. Cora Parrisius (Tenure-Track-Professorin für Empirische Bildungsforschung; Pädagogische Hochschule Karlsruhe)

Prof. Dr. Benjamin Nagengast (Professor für Pädagogische Psychologie; Universität Tübingen)

Liene Brandhuber (Institut für Empirische Bildungsforschung, Pädagogische Hochschule Karlsruhe)

Bei Fragen kontaktieren Sie bitte Prof. Dr. Benjamin Nagengast.

Teilprojekt 4a(Pädagogische Psychologie)

Für erfolgreiches selbstreguliertes Lernen müssen Schüler*innen ihr eigenes Verständnis überwachen und akkurat einschätzen. Digitale Lernumgebungen bieten diesbezüglich neue, vielversprechende Möglichkeiten, selbstreguliertes Lernen zu unterstützen. In diesem Teilprojekt wird in experimentellen Feld- und Laborstudien untersucht, inwiefern Visualisierungen der Selbsteinschätzungen von Schüler*innen diesen beim selbstregulierten Lernen aus digitalen Texten helfen. Hierzu sollen verschiedene Visualisierungen entwickelt und hinsichtlich ihrer Effektivität überprüft werden. Es sollen insbesondere Schüler*innen der Mittelstufe beforscht werden, da diese oft Schwierigkeiten beim selbstregulierten Lernen aus Texten haben und eine entsprechende Förderung hier besonders gewinnbringend erscheint.

Ansprechpersonen

Jun.-Prof. Dr. Anja Prinz-Weiß (Tenure-Track-Professorin für Pädagogische Psychologie; Pädagogische Hochschule Karlsruhe)

Jun.-Prof. Dr. Nicolas Hübner (Junior-Professor für Schulpädagogik; Universität Tübingen)

Martin Fifka (Institut für Psychologie; Pädagogische Hochschule Karlsruhe)

Teilprojekt 4b (Pädagogische Psychologie)

Digital gestützte Lernumgebungen sind vielfältig und bieten Potential für die Vermittlung von Wissen. So können beispielsweise Lernmaterialien zeitlich unabhängig abgerufen, verschiedene Lernpfade ermöglicht und zeitnahes Feedback zum Lernstand gegeben werden. Doch was bedeuten diese Möglichkeiten für die Lernenden? 
Digital gestützte Lernumgebungen und die selbstständige Bearbeitung von Übungsaufgaben erfordern verstärkt die Fähigkeiten, das eigene Verständnis metakognitiv zu überwachen und das eigene Lernen zu regulieren (Carpenter et al., 2020). Akkurate Selbsteinschätzungen des eigenen Verständnisses sind hier insbesondere wichtig, um darauf aufbauend das eigene Lernverhalten anzupassen und Verständnislücken schließen zu können. Viele Befunde legen jedoch auch für digitale Lernumgebungen nahe, dass Lernende ihr Verständnis häufig nicht akkurat einschätzen (Carpenter et al., 2020; Händel et al., 2020; Roelle et al., 2017) und ihr Lernen nicht effektiv selbst regulieren (Choi et al., 2023). Somit gilt es, Lernende darin zu unterstützen, ihre Fertigkeiten zur akkuraten Selbsteinschätzung zu fördern, damit sie besser selbstreguliert lernen, also ihr Lernverhalten effektiv anpassen können. 

Ansprechpersonen:

Jun.-Prof. Dr. Anja Prinz-Weiß (Tenure-Track-Professorin für Pädagogische Psychologie; Pädagogische Hochschule Karlsruhe)

Prof. Dr. Samuel Merk (Professor für empirische Unterrichts- und Schulforschung; Pädagogische Hochschule Karlsruhe)

Theresa Walesch (Institut für Psychologie; Pädagogische Hochschule Karlsruhe)

Teilprojekt 5 (Mathematikdidaktik - Sekundarstufe)

Mit der iOS-App MalAR (Mathematiklernen mit Augmented Reality, mathematik-ar.de) können dreidimensionale Objekte der Mathematik, wie z.B. Geraden und Ebenen, in das Kamerabild des Smartphones integriert werden. Um das Potenzial auszuschöpfen, welches AR für Lehr-Lernsituationen bietet, müssen nicht nur zielführenden AR- Technologien entwickelt, sondern ebenso gewinnbringende Einbettungsmöglichkeiten von AR exploriert werden.
Das Teilprojekt hat zum Ziel, Aufgabencharakteristiken auf Basis typischer Bewegungsmuster bei der Aufgabenbearbeitung mit der App MalAR zu eruieren. Darauf aufbauend soll ein möglicher Zusammenhang zwischen Mathematikleistung und einer durch die App initiierten Bewegung bei der Bearbeitung von AR-sensitiven und konventionellen Aufgaben untersucht werden. Inwiefern eine sensomotorische Manipulationsmöglichkeit der mathematischen Objekte in der App MalAR einen Mehrwert für den Lehr-Lernprozess bietet, soll ebenfalls didaktisch begleitet und erforscht werden.

Ansprechpersonen

Jun.-Prof. Dr. Xenia-Rosemarie Reit (Tenure-Track-Professorin für Mathematik und ihre Didaktik; Pädagogische Hochschule Karlsruhe)

Prof. Dr. Richard Göllner (Professor für Educational Effectiveness; Universität Tübingen)

Valerie Leister (Institut für Mathematik;  Pädagogische Hochschule Karlsruhe)

Teilprojekt 6  (Physikdidaktik)

Vielen Schülerinnen und Schülern gelingt es in der Sekundarstufe I nicht, ein grundlegendes Verständnis elektrischer Stromkreise zu entwickeln (Wilhelm & Hopf, 2018). Vor diesem Hintergrund wurde das hochwirksame Unterrichtskonzept „Eine Einführung in die Elektrizitätslehre mit Potenzial“ (Burde & Wilhelm, 2020) entwickelt, das bisherige fachdidaktische Erkenntnisse u. a. zu Präkonzepten und Analogien gezielt berücksichtigt, jedoch bisher nur in Form eines klassischen Schulbuchs vorliegt. Vor diesem Hintergrund sollen auf Basis des o.g. Unterrichtskonzepts im Teilprojekt Physik digital gestützte Lernaufgaben mit einem besonderen Fokus auf a) dem digitalen Messen (Benz & Ludwig 2021), b) dem digital gestützten Auswerten von Daten aus Experimenten und c) dem naturwissenschaftlichen Argumentieren anhand dieser Daten entwickelt und beforscht werden

Ansprechpersonen

Jun.-Prof. Dr. Tobias Ludwig (Tenure-Track-Professor für Physik und ihre Didaktik; Pädagogische Hochschule Karlsruhe)

Jun.-Prof. Dr. Jan-Philipp Burde (Tenure-Track-Professor für Didaktik der Physik; Universität Tübingen)

Lena Lenz (Institut für Physik und Technische Bildung; Pädagogische Hochschule Karlsruhe)

Teilprojekt 7 (Deutschdidaktik)

Digitalen Schreibaufgaben können in Zusammenhang mit der Entwicklung und Nutzung literaler Kompetenzen wichtige Funktionen zukommen und es zeichnet sich ein verstärktes fachdidaktisches Interesse an kompetenzfördernden Schreibaufgaben ab. Das Digital Storytelling stellt eine innovative Möglichkeit dar, mediale Lebenswelten als Erzählanlass zu nutzen und durch den Einsatz digitaler Schreibplattformen bestimmte narrative Fähigkeiten von Lernenden zu fördern. Ziel des Teilprojektes ist es, lernförderliche, digitale Aufgabenarrangements zu entwickeln und deren Einfluss auf narrative Textproduktionskompetenzen von Lernenden in der Primar- und Sekundarstufe I zu untersuchen. Dazu ist eine Interventionsstudie geplant, bei der unterschiedlich stark profilierte und digitalisierte Aufgabenarrangements auf ihre Wirksamkeit überprüft werden.

Ansprechpersonen

Prof. Dr. Nadine Anskeit (Professorin für deutsche Sprache und ihre Didaktik; Pädagogische Hochschule Karlsruhe)

Prof. Dr. Carolin Führer (Professorin für Deutsche Philologie / Didaktik der deutschen Literatur; Universität Tübingen)

Maximilian Stoller (Institut für deutsche Sprache und Literatur; Pädagogische Hochschule Karlsruhe)

Teilprojekt 8  (Wirtschaftsdidaktik)

Ausgangslage des Projektes bildet die These, dass Menschen fortwährend Entscheidungen treffen und sie sich dabei i.d.R. nicht rational im Sinne neoklassischer ökonomischer Theorien und Modelle verhalten. Menschliches Entscheidungsverhalten wird durch Affekte und Automatismen beeinflusst, die auf kulturellen und biologischen Evolutionsprozessen fußen und oft unbewusst bzw. reaktiv ablaufen. In der Verhaltensökonomie werden diese Entscheidungen mit Hilfe von Experimenten untersucht, die auch in digitalgestützten Aufgaben im Wirtschaftsunterricht eingesetzt werden können. Ziel des Forschungsvorhabens ist es, digitale verhaltensökonomische Experimente für die schulische Bildung zu systematisieren (oder ggf. zu entwickeln) und deren digital gestützten Einsatz empirisch zu validieren.

Ansprechpersonen

Prof. Dr. Juliane Yildiz (Professorin für Verbraucher- und Ernährungsbildung;  Pädagogische Hochschule Karlsruhe)

Prof. Dr. Taiga Brahm (Professorin für Ökonomische Bildung und Wirtschaftsdidaktik; Universität Tübingen)

Julian Polly (Institut für Ökonomie und ihre Didaktik; Pädagogische Hochschule Karlsruhe)

Teilprojekt 9 (Mathematikdidaktik - Primarstufe)

Die Teil-Ganzes-Vorstellung von Zahlen ist ein Meilenstein im arithmetischen Lernprozess, wobei strukturierende Mengenwahrnehmung und darauf aufbauende strukturnutzende Anzahlbestimmung die Grundlage dafür darstellen. Ziel des Teilprojekts ist die Entwicklung und Evaluation einer App zur strukturierenden Mengenwahrnehmung und strukturnutzenden Anzahlbestimmung.

Die App soll zunächst nach einem.Design-Based-Research-Ansatz entwickelt werden. Im Rahmen einer Interventionsstudie mit Kindern einer ersten Klasse soll die Wirksamkeit untersucht werden. Darüber hinaus werden die Einstellungen der Lehrenden zum Mehrwert der App und die allgemeine Technologieakzeptanz erfasst werden.

Ansprechpersonen

Prof. Dr. Christiane Benz (Professorin für Mathematik und ihre Didaktik; Pädagogische Hochschule Karlsruhe)

Dr. Stephanie Roesch (Wissenschaftliche Mitarbeiterin; Universität Tübingen)

Prof. Dr. Korbinian Moeller (Professor of Mathematical Cognition, Loughborough University - UK) 

Caroline Marx (Institut für Mathematik; Pädagogische Hochschule Karlsruhe)

Teilprojekt 10  (Musikdidaktik)

Neue Tools im Bereich generativer Künstlicher Intelligenz eröffnen neuartige und niedrigschwellige Zugänge zum gestalterischen Umgang mit Musik. Zudem ergibt sich aus der Echtzeitverarbeitung besonderes Potenzial für Improvisationsprozesse, in denen Mensch und Maschine auf kollaborative Weise zusammenwirken. Im Rahmen des Forschungsprojektes sollen die Interaktionsprozesse von Lernenden und generativer KI beim Improvisieren im schulischen Musikunterricht untersucht und dabei insbesondere die Rolle der menschlichen Kreativität in musikalischen Gestaltungsprozessen fokussiert werden.

Ansprechpersonen

Prof. Dr. Kai Koch (Professor für Musik; Pädagogische Hochschule Karlsruhe)

Prof. Dr. Marcus Syring (Professor für Erziehungswissenschaft; Universität Tübingen)

Florian Öttl (Institut für Musik; Pädagogische Hochschule Karlsruhe)