Veranstaltungsprogramm

Eine Übersicht aller Sessions/Sitzungen dieser Tagung.
Bitte wählen Sie einen Ort oder ein Datum aus, um nur die betreffenden Sitzungen anzuzeigen. Wählen Sie eine Sitzung aus, um zur Detailanzeige zu gelangen.

 
Sitzungsübersicht
Sitzung
M11–S16: Digitalisierung im Bildungsprozess
Zeit:
Mittwoch, 25.03.2020:
11:15 - 13:00

Ort: S16

Präsentationen

Mapping von internationalen Forschungsschwerpunkten via Text Mining und Big Data am Beispiel „Digitalisierung in der Kulturellen Bildung”

Alexander Christ, Marcus Penthin, Stephan Kröner

Friedrich-Alexander-Universität Erlangen-Nürnberg, Deutschland

Systematic Reviews als Methode zur Kartierung von Forschungsfeldern, zur Identifikation von Forschungsschwerpunkten und zur Synthese von Evidenz gewinnen in der Bildungsforschung zunehmend an Bedeutung (Torgerson et al., 2017). Insbesondere in umfangreichen, heterogenen und fragmentierten Feldern erfordert ihre Erstellung komplexe Recherche- und Bewertungsarbeiten. Der Aufwand steigt dabei überproportional mit der Breite des bearbeiteten Feldes (vgl. die drei „V der Big-Data“, Volume, Variety, Velocity, Laney, 2001). Das hier exemplarisch in den Blick genommene Feld der Digitalisierung in der Kulturellen Bildung (DiKuBi) ist durch die drei V der Big Data ebenso charakterisiert wie durch Fragmentierung in Forschungsdisziplinen (z.B. Bildungsforschung, Psychologie, Digital Humanities, Informatik) und Facetten (z.B. Musik, Museen, Videospiele; vgl. Liebau et al., 2013).

Hilfreich für die Identifikation von Forschungsschwerpunkten auch in schlecht definierten, fragmentierten Forschungsfeldern sind Methoden des Text Mining (Gandomi & Haider, 2015; O’Mara-Eves et al., 2015; Silge & Robinson, 2017), des Predictive Modelling (Miner et al., 2012; Weiss, Indurkhya, Zhang, & Damerau, 2010; Kwartler, 2017) und des Topic Modelling (Griffith & Steyver, 2004; Steyver & Griffith, 2005; Casella & George, 1992; Steyvers & Griffiths, 2007). Wir haben diese Methoden angewendet, um zwei Forschungsfragen zur Digitalisierung in der kulturellen Bildung (DiKuBi) zu beantworten: (1) Was sind die Schwerpunkte der internationalen Forschung zu DiKuBi? (2) Wie verteilt sich die Forschung jenseits der Forschungsschwerpunkte auf die (übrigen) Facetten der DiKuBi? Als Datenbasis wurde mittels eines breit angelegten Suchbefehls ein Korpus aus der Literaturdatenbank Scopus extrahiert und bereinigt. Dieser bestand aus Titeln, Abstracts, Keywords und Zeitschriften-Namen zu N = 55 553 potentiell relevanten Publikationen der Jahre 2013 bis 2017. Zunächst wurde eine Liste von für die (Sub-)Facetten von DiKuBi signifikanten Wörtern wurde genutzt, um für jeden Artikel Signifikanzscores zu jeder (Sub-)Facette zu bestimmen, die als Prädiktoren der Inklusion in das Review verwendet werden konnten.

Im nächsten Schritt wurden die zu sichtenden Arbeiten iterativ priorisiert und als relevant erachtete sowie zufällig ausgewählte gesichtet. Jede Iteration des nachfolgenden Prozesses bestand aus drei Schritten: (1) Zuerst wurden potentiell relevante Arbeiten identifiziert. Dazu wurde zunächst anhand aller bis dahin gesichteter Arbeiten eine logistische Regression mit der Inklusionsentscheidung als Kriterium und den Signifikanzscores als Prädiktoren berechnet. Die resultierenden Regressionsgewichte wurden anschließend genutzt, um anhand der Signifikanzscores der gesichteten Artikel die Inklusionswahrscheinlichkeit der noch nicht gesichteten Artikel zu bestimmen (sog. Predictive Modelling). (2) Für alle Artikel deren Inklusionswahrscheinlichkeit über einem gewissen Schwellenwert war, wurde anschließend über die tatsächliche Inklusion via manueller Sichtung entschieden. (3) Danach wurde die Liste signifikanter Wörter weiterentwickelt (Text Mining), und so für nachfolgende Iterationen die Vorhersagekraft der Signifikanzscores für die Inklusion erhöht.

Im Zuge von n = 10 Iterationen wurden insgesamt n = 8.304 potentiell relevante Artikel identifiziert und gesichtet. Davon wurden n = 1.666 Artikel inkludiert (ca. 20%). Aus einer Analyse der Verteilung der Artikel auf die (Sub-)Facetten von DiKuBi ging die Forschung zu Videospielen als größter Forschungsschwerpunkt hervor (n = 836). Um weitere Forschungsschwerpunkte zu identifizieren, wurden alle Nicht-Videospiel-Artikel einer latenten Clustermethode für Textobjekte unterzogen (Topic Modelling). Die Anzahl k der zu identifizierenden Topics wurde via Gibbs-Sampling und qualitativer Analyse der resultierenden Topics bestimmt. Innerhalb der schließlich gewählten, gut interpretierbaren Lösung mit k = 8 Topics stellten Arbeiten zu kulturellen Aktivitäten in Sozialen Medien mit k = 3 Topics einen weiteren Forschungsschwerpunkt dar. In geringerem Umfang war darüber hinaus zu vereinzelten DiKuBi-Facetten wie Musik, Museen und Photographie ebenfalls rege Forschungsaktivität zu verzeichnen. Zu anderen Facetten wie Theater oder bildende Künste wurden dagegen Forschungslücken offensichtlich.

Abschließend werden Text Mining, Predictive Modelling und Topic Modelling als Werkzeuge zur beschleunigten Sichtung und Kartierung umfangreicher Korpora von Forschungsliteratur diskutiert. Implikationen für zukünftige Forschungssynthesen und zukünftige Originalarbeiten zur DiKuBi werden erörtert.



Modellierung von Subdimensionen des Problemlösens beim Programmieren von technischen Systemen

Nico Link1, Leo van Waveren2, Felix Walker3

1Pädagogische Hochschule Karlsruhe, Deutschland; 2Universität Stuttgart, Deutschland; 3TU Kaiserslautern, Deutschland

Theoretischer Hintergrund

In vorangegangenen Untersuchungen zur berufsfachlichen Kompetenz hat sich im gewerblich-technichen Bereich eine Struktur empirisch fundieren lassen, die neben dem Fachwissen auch das domänenspezifische Problemlösen als eigene Facette ausweist (im Überblick, z.B. Nickolaus, 2011). Diese Struktur wurde in Modellvorstellungen zur berufsfachlichen Kompetenz im Ausbildungsberuf Elektroniker/in für Automatisierungstechnik (Walker, Link, van Waveren et al., 2016) aufgegriffen und um Kontextfaktoren wie (fluide) Intelligenz und Motivation ergänzt. Das Fachwissen bei Elektronikerinnen und Elektronikern für Automatisierungstechnik lässt sich dabei durch eine mehrdimensionale Strukturierung entlang fachsystematischer Inhalte abbilden (van Waveren & Nickolaus, 2015; van Waveren, 2018).

Beim Problemlösen hingegen konnte eine zweidimensionale Ausdifferenzierung in analytische als auch konstruktive Anforderungssituationen nachgewiesen werden (Walker, Link & Nickolaus, 2016). Unter analytischem Problemlösen werden hier jene kognitiven Voraussetzungen verstanden, dass Auszubildende die Ursache für ein fehlerhaftes technisches System (in diesem Fall ein Steuerungsprogramm) eindeutig identifizieren können (Gschwendtner, Abele & Nickolaus, 2009; Walker, Link & Nickolaus, 2015). Beim kontruktiven Problemlösen hingegegen werden jene kognitiven Leistungsdispositionen relevant, die Auszubildende in die Lage versetzen, Programmänderungen bzw. Neuprogrammierungen von Steuerungen vorzunehmen (Link, 2016).

Häufig treten im beruflichen Alltag im Bereich der Automatisierungstechnik jedoch auch Problemstellungen auf, bei denen Systeme entworfen werden müssen. Diese Annahme wird auch durch Analysen des Arbeitsprozesses (Petersen, 2005), des Curriculums (Bauer, 2004) und der beruflichen Tätigkeit (Zinke, Schenk & Kröll, 2014) gestützt, dort wird jenen Anforderungssituationen ein großer Stellenwert zugesprochen. So müssen Auszubildende logische Prozessabläufe des Steuerungsprogramms planen oder elektrische Betriebsmittel auswählen bzw. dimensionieren um automatisierte Systeme zu realisieren. Ob sich eine solche Facette vom konstruktiven und analytischem Problemlösen sowie vom Fachwissen abgrenzt, bzw. sich in die Modellierung berufsfachlicher Kompetenzen integrieren lässt, ist bislang unklar.

Fragestellung

Es soll erstens untersucht werden, ob die bisherige Annahme einer zweidimensionalen Struktur des Problemlösens auch unter Berücksichtigung planerischer Anforderungssituationen nachgewiesen werden kann oder ob eine solche Facette als divergent valide interpretierbares Konstrukt zu betrachten ist. Zudem soll zweitens der Frage nachgegangen werden, inwieweit die Modellstruktur bei Einbezug von Fachwissen und fluider Intelligenz erhalten bleibt.

Methode

Die Erfassung berufsfachlicher Kompetenzen erfolgt dabei im Rückgriff auf Messinstrumente, die einerseits aus papier- und bleistiftbasierten Verfahren bestehen (z.B. Fachwissenstest, CFT-20R) anderseits die Möglichkeiten der Digitaliserung in innovativen computerbasierten Assessments nutzen (z.B. analytisches Problemlösen). Die Entwicklung der Messinstrumente erfolgte auf Basis curricularer Analysen und in Abstimmung mit Experten beruflicher Ausbildungspraxis. Im Rahmen dieser Querschnittsstudie wurden Auszubildende zum/zur Elektroniker/in für Automatisierungstechnik am Ende ihrer drei- bis dreieinhalbjährigen beruflichen Ausbildung in die Datenerhebung (n= 150, ø 20 Jahre, IQ = 109, 72 % Realschule, 21 % Abitur) einbezogen.

Ergebnisse

Bisherige Analysen erlauben Aussagen zum Strukturmodell unter Berücksichtigung der verschiedenen Anfoderungssituationen (planerische, konstruktive und analytische) beim Problemlösen zu treffen. Die Fit-Werte (Χ²/df=1.19, CFI=.97, RMSEA=.026 [.004-.038], WRMR=.86) können gemäß Schermelleh-Engel, Moosbrugger und Müller (2003) als „gut“ beurteilt werden, es zeigen sich hohe latente Korrelation von .80 - .85 zwischen den Subdimensionen. Die Dimensionalitätsprüfung, zur Klärung der ersten Forschungsfrage, soll über einen Vergleich unterschiedlicher Strukturgleichsmodelle mit Hilfe des χ²-Differenztests erfolgen, aufgrund kategorialer Daten mit Satorra-Bentler-Korrektur.

Bezogen auf die zweite Forschungsfrage Bedarf es noch weiterer itemspezifischer Analysen hinsichtlich des Fachwissens, da für bisherige Arbeiten nur auf manifeste EAP-Schätzer zurückgegriffen werden konnte (siehe Walker, Link & Nickolaus, 2016). Erste Überlegungen zur Berücksichtigung der relevanten Fachwissensinhalte innerhalb der Dimension „Automatisierungstechnik/ Speicherprogrammierbare Steuerungen“ legen eine Bündelung von Aufgaben zu drei Parcels (Little, Rhemtulla, Gibson & Schoemann, 2013) nahe. Bis Jahresende werden diese Auswertungen abgeschlossen sein.

Im Rahmen des Beitrags soll zudem aufgezeigt werden, wie der Einsatz dieser zuvor aufgeführten Befunde zur Gestaltung von Lehr-Lern-Arrangements in Schule und Betrieb beitragen.



Digitale Medien in der betrieblichen Ausbildung – Nutzungsverhalten und Potenziale

Sabine Köhne-Finster

BIBB, Deutschland

Digitale Medien sind in vielen Bereichen der Facharbeit mittlerweile ein unverzichtbares Arbeitsmittel zur Unterstützung von Lehr- und Lernprozessen in sich wandelnden und digitalisierten Arbeits- und Ausbildungsumgebungen. Doch in der Ausbildungspraxis zeigt sich: Der Einsatz digitaler Medien hängt oft zufällig von den individuellen medienpädagogischen Kompetenzen der Ausbilderin oder des Ausbilders und/ oder den betrieblichen Rahmenbedingungen ab. Die Bandbreite reicht daher vom sporadischen, wenig zielgerichteten oder fachdidaktisch kaum begründeten Einsatz digitaler Medien bis hin zu einem integrierten Ansatz, bei dem digitale Medien bewusst und reflektiert, aus Lernzielen abgeleitet und an fachdidaktischen Konzepten ausgerichtet, eingesetzt werden (Härtel et. al. 2018, BIBB WDP 196, S. 13). Das unglaubliche Potenzial digitaler Medien ist daher heute bei weitem nicht ausgeschöpft. Der gezielte und fachdidaktisch-reflektierte Einsatz digitaler Medien kann dabei nicht nur die Qualität und Effektivität von Lehr-Lern-Prozessen in der betrieblichen Ausbildung steigern, sondern auch insgesamt einen Beitrag zur attraktiveren betrieblichen Ausbildung leisten und erhält dadurch gesellschaftspolitische Relevanz.

In Anlehnung an die Potenzialkategorien digitaler Medien nach Howe u.a. (2017) und denen im Beschluss der Kultusministerkonferenz vom 08.12.2016 (KMK 2016) genannten Kompetenzbereiche wurden sechs Kategorien entwickelt, die unterschiedliche Dimensionen digitaler Kompetenzen und Herausforderungen in der betrieblichen Ausbildung beschreiben:

  • Daten schützen, sicher agieren
  • Kommunizieren, Kooperieren
  • Inhalte suchen, verarbeiten
  • Inhalte erstellen, teilen
  • Problemlösen, Reflektieren
  • Digitale Welt verstehen

Um gezielt Konzepte zur Steigerung des reflektierten und fachdidaktisch begründeten Einsatzes digitaler Medien in der betrieblichen Ausbildung zu entwickeln, bedarf es zunächst einer validen Datengrundlage zur Bestandsanalyse digitaler Medien in den Betrieben. Zu diesem Zweck hat das Bundesinstitut für Berufsbildung (BIBB) im Auftrag des Bundesministeriums für Bildung und Forschung (BMBF) 2019 eine repräsentative Betriebsbefragung in Auftrag gegeben. Die persönlich-mündliche Befragung wurde von Anfang Mai bis Mitte August in 2.019 Betrieben durchgeführt. Der Fragebogen war in fünf Themenfelder gegliedert:

  • Angaben zum Betrieb
  • Arbeitsprozess: Nutzung digitaler Geräte und Medienformate
  • Ausbildung: Nutzung digitaler Geräte und Medienformate
  • Weiterbildung: Nutzung digitaler Medienformate
  • Einschätzung zur Bedeutung digitaler Medienformate in drei Jahren in der Aus- und Weiterbildung,

Für den Beitrag zur 8. GEBF-Tagung 2020 wird auf Basis der repräsentativen Betriebsbefragung untersucht:

  • Welche digitalen Medien werden in den Betrieben im Rahmen der Ausbildung eingesetzt: Gefragt wurde sowohl nach der Häufigkeit des Einsatzes von seit langem etablierten Geräten wie PC und Laptop, als auch nach dem Einsatz neuerer Technologien wie zum Beispiel dem Einsatz von Datenbrillen oder Smartwatch. Insgesamt wurde die Häufigkeit des Einsatzes 16 verschiedener digitale Medien genannt.
  • Wie wird die Wichtigkeit bestimmter Lern- und Medienformate eingeschätzt: Dabei wurden insgesamt 24 verschiedene Formate durch die Befragten in ihrer Wichtigkeit für die betriebliche Ausbildung bewertet. Es wurden klassische Formate wie das Lehrbuch, den Vortrag oder die reale Gruppenarbeit, aber auch digitale Formate wie zum Beispiel Video, MOOCs oder Podcasts bewertet. Die Befragten wurden zusätzlich um eine Einschätzung gebeten, wie sie die Wichtigkeit in drei Jahren einstufen.
  • Welchen Weiterbildungsbedarf haben Ausbilder/-innen: Zu insgesamt 12 Themenfeldern konnten die Befragten angeben, ob sie in ihrem Betrieb einen Weiterbildungsbedarf für die Ausbilder/innen sehen, etwa zu Auswerten und Bewerten digitaler Inhalte oder Fragen des Datenschutzes.

Die Antworten der drei Frageblöcke werden für die empirische Analyse den o.g. sechs Kompetenzkategorien zugeordnet. Dabei wird auf Basis der Angaben aus 1.193 Ausbildungsbetrieben untersucht, welche Medien bereits im breiten Einsatz sind und welche nur punktuell eingesetzt werden. Unter Berücksichtigung der Nutzungshäufigkeit, der Einschätzung der Wichtigkeit von Lern- und Medienformaten sowie des Weiterbildungsbedarfs entsteht eine detaillierte Medienanalyse, die empirisch fassbar macht, welche Potenziale bereits heute breit genutzt werden und an welchen Stellen die Potenziale digitaler Medien in und für die betriebliche Ausbildung nahezu ungenutzt bleiben. Untersucht wird darüber hinaus, welchen Einfluss der Standort des Betriebes (West/ Ost), die Branchenzugehörigkeit und die Betriebsgrößenklasse auf die Mediennutzung in der betrieblichen Ausbildung haben.



Einsatz digitaler Medien im Wirtschaftsunterricht – Eine empirische Untersuchung zum Einfluss auf motivationale Erlebenszustände und kognitive Belastung von SuS

Rico Hermkes, Christin Siegfried

Goethe Universität Frankfurt am Main, Deutschland

Theoretischer Hintergrund

Die Lehr-Lernforschung beschäftigt sich seit einigen Jahren verstärkt mit der Nutzung digitaler Medien im Unterricht. Das Potential digitaler Medien liegt u.a. darin, über ihre Lernfunktionen (insb. Darstellungs-, Recherche-, Kommunikations-, Unterstützungs- und Immersionsfunktion), Lernoutcomes von SuS positiv zu beeinflussen (Herzig & Grafe, 2010), ein „didaktischer Selbstläufer“ sind sie aber nicht (Conrad & Schumann, 2017). So können negative Effekte auf die Lernprozesse resultieren, z.B. aufgrund nahezu unbegrenzt verfügbaren Datenmengen und Darstellungsmöglichkeiten (Kremer & Pferdt, 2008), sodass die kognitive Belastung von SuS im Vergleich zum Gebrauch analoger Medien zunehmen und deren Unterrichtserleben negativ beeinflusst werden kann.

Studien, die solche Belastungs- und Erlebensgrößen im Unterricht fokussieren, sind selten. Bisher lag der Fokus vorwiegend auf der Untersuchung der Wirksamkeit digitaler Medien hinsichtlich des Wissenserwerbs (Herzig & Grafe, 2010) sowie auf der digitalen Medienkompetenz von SuS (Conrad & Schumann, 2017). Es lassen sich insbesondere drei Forschungsdesiderata diesbezüglich formulieren: (1) Studien, die Entwicklungsverläufe betrachten und Unterrichtserleben nicht nur mittels retrospektiver Befragung der SuS erheben, liegen kaum vor. (2) Die Untersuchungen finden i.d.R. ohne ein Kontrollgruppen-Design statt. Gerade bezogen auf Belastungsprozesse und Unterrichtserleben wäre aber ein Vergleich unter gleichen Unterrichts- und Lerninhalten wünschenswert. (3) Der Einsatz von Tablets ist nicht per se ein Einflussfaktor. Vielmehr wäre eine Differenzierung nach den jeweiligen Lernfunktionen, die den digitalen Medien in situ zukommt, sinnvoll.

Fragestellungen

Diese Desiderata greift die Studie auf, in der der Einfluss von Tablet-Nutzung auf die kognitive Belastung (cognitive load) und auf motivationale Erlebensqualitäten von SuS untersucht wird. Im Fokus stehen dabei zwei Untersuchungsfragen: 1. Unterscheiden sich Verarbeitungsprozesse (kognitive Belastung) und Unterrichtserleben bei den Lernenden, wenn digitale Medien bestimmte Lernfunktionen übernehmen? 2. Wie entwickeln sich die Erlebensgrößen über die Lerneinheit hinweg? Gibt es unterschiedliche temporale Muster in den Tablet-Klassen, die mit spezifischen Lernfunktionen zusammenhängen?

Die Untersuchung der zweiten Fragestellung dient v.a. dazu, differenziertere Hypothesen zu Gelingensbedingungen des digitalen Medieneinsatzes im Rahmen von schulischen Unterricht zu identifizieren.

Methode

In der Interventionsstudie wurden zwei Parallelklassen eines Beruflichen Gymnasiums im Fach Wirtschaft zeitgleich und mit gleichen Lerninhalten über sechs 90-minütige Unterrichtseinheiten (24 Messzeitpunkte) untersucht. Der Unterricht wurde videographiert und ebenfalls die Arbeit der SuS an den Tablets als Video-Stream erfasst. Zur Kontrolle der Eingangsvoraussetzungen bei den SuS wurden Fragebögen zu ICT-Skills (Goldhammer et al., 2016) und zum wirtschaftskundlichen Fachinteresse (Sparfeldt et al., 2004) erhoben. Zur Erhebung des motivationalen Erlebens wurde PANAVA-KS (vgl. Schallberger, 2005) eingesetzt. Cognitive Load wurde mittels einer adaptierten Version der Selbsteinschätzungsskalen von Eysink et al. (2009) sowie Leppink et al. (2013) erhoben.

Ergebnisse

Die Ergebnisse zeigen hinsichtlich der positiven Aktivierung (t(46)=5.449, p<.001)), der Valenz (t(46)=5.694, p<.001) einen Treatment-Effekt, nicht aber für die negative Aktivierung. Bezogen auf intrinsic load zeigen sich erwartungskonform keine Unterschiede zwischen den Klassen, da in beiden Klassen die gleichen Lerninhalte behandelt wurden. Entgegen der Erwartung zeigten sich ebenfalls keine Unterschiede im extrinsic load. Das ist insofern überraschend, als dass die Forschungsbefunde anderer Studien auf eine erhöhte kognitive Belastung infolge digitaler Lernmaterialien und Mediennutzung hindeuten (vgl. z.B. Makransky et al., 2017). Allerdings ist hier einschränkend festzuhalten, dass die Arbeit mit digitalen Medien im Rahmen unserer Studie keine zusätzlichen load-erhöhenden Orientierungsleistungen von den SuS abverlangte, da es sich nicht um AR-/VR-Umgebungen handelte.

Darüber hinaus konnten saliente Verlaufsmuster identifiziert werden. Das sind temporale Muster, in denen beide Klassen zunächst einen identischen Verlauf nehmen und sich dann aber zu einem bestimmten Messzeitpunkt in entgegengesetzt Richtung entwickeln. Zur Bestimmung der Muster wurden Varianzanalysen mit Messwiederholung gerechnet und signifikante Veränderungen in Erlebens- und Load-Größen über jeweils zwei aufeinanderfolgende Messpunkte identifiziert.

Eine differenzierte Betrachtung der Muster unter Einbezug der Lernfunktion, die die digitalen Medien in situ übernahmen, steht noch aus. Hierzu sind zunächst umfangreiche Video-Kodierungen und Reliabilitätsanalysen erforderlich.