· inhalt · · 4 · Lernverläufe analysieren Wie Daten aus digitalen Lernumgebungen genutzt werden können · 12 · »Es gibt kein Zurück mehr« Ein Gespräch über KI und die Zukunft des Lehrens und Lernens · 18 · Die Lernumgebungen des KI-Labors KI-Verfahren im Unterricht vermitteln · 21 · Ist KI-Feedback gut genug für den Unterricht? Argumentieren lernen mit Feedback von künstlicher Intelligenz · 24 · Wissenschaftskommunikation neu gestalten Mit KI Bilder entwickeln · 31 · Spuren der Vergangenheit entdecken Mit einer App landschaftsarchäologische Forschungsinhalte vermitteln · 34 · Computerbasiertes Feedback im Unterricht Das sind die Auswirkungen auf Schülerinnen und Schüler ipn journal no 11 2

ipn journal no 11 4

· learning progression analytics · Digitalen Technologien wird vielfach ein großes Potential für die Verbesserung von Unterricht zuge- schrieben. Neben anderen Vorteilen verspricht man sich vor allem eine stärkere Individualisierung und somit einen an die Bedürfnisse der einzelnen Schülerinnen und Schüler angepassten Unterricht. So kann eine Lehrkraft in einer digitalen Lehr-Lern-Plattform unterschiedlichen Gruppen von Schüle- rinnen und Schülern oder sogar einzelnen Schülerinnen und Schülern spezifische Aufgaben zuweisen. Zugleich ermöglichen digitale Medien wie Videos, interaktive Simulationen oder Selbsttesteinheiten den Schülerinnen und Schülern einen an ihre individuellen Bedürfnisse angepassten Zugang zu den jeweiligen Inhalten. Um das Potential digitaler Technologien für einen stärker individualisierten Schul- unterricht nutzen zu können, sind jedoch zwei Voraussetzungen notwendig: 1 Erstens werden, wenn die Schülerin- nen und Schüler sich nicht einzeln durch eine Lehr-Lern-Umgebung klicken sollen, digital gestützte Unterrichtseinheiten be- nötigt. Digital gestützte Unterrichtseinhei- ten sind reguläre Unterrichtseinheiten, die digitale Technologien nutzen, um Schüle- rinnen und Schüler besser in ihrer Kompe- tenzentwicklung zu unterstützen. Dies geschieht beispielsweise, indem den Schü- lerinnen und Schülern in ihrem digitalen Arbeitsbuch zur Unterrichtseinheit zu je- dem Demons trationsexperiment ein Video zur Verfügung gestellt wird. Schülerinnen und Schüler, die bei der Vorführung des De- monstrationsexperiments nicht gleich die richtige Beobachtung gemacht haben, kön- nen dies so nachholen. 2 Zweitens müssen die digital gestütz- ten Unterrichtseinheiten den Schülerinnen und Schülern sowie der Lehrkraft Rückmel- dung zum Lernverlauf geben – idealerweise nicht nur darüber, ob einzelne Aufgaben erfolgreich bearbeitet wurden, sondern ins- besondere auch über die im jeweiligen Fach angestrebten Kompetenzen. Denn aus der empirischen Lehr-Lern-Forschung ist gut bekannt, dass eine falsch bearbeitete Auf- gabe nicht notwendigerweise unproduktiv für die Kompetenzentwicklung sein kann. Im Gegenteil kann sie kognitiv aktivierend wirken und kombiniert mit entsprechen- der Instruktion sogar zu einer verbesserten Kompetenzentwicklung führen. Dafür ist es aber notwendig, die Lernverläufe einzel- ner Schülerinnen und Schüler zu verfolgen und im Hinblick auf ihren Beitrag zur (län- gerfristigen) Kompetenzentwicklung zu be- werten, um ihnen sowie den Lehrkräften Rückmeldung geben zu können. ipn journal no 11 6

· learning progression analytics · digitale Technologien einsetzen zu können, um den Unterricht stärker zu indivi- dualisieren. Dies betrifft z. B. Videos von Experimenten, die zuvor von der Lehr- kraft im Unterricht durchgeführt wurden und zu denen die Schülerinnen und Schüler Fragen beantworten sollten. Ein weiteres Beispiel ist die Nutzung von digitalen Technologien zur Modellbildung. Dadurch lassen sich komplexe Zusam- menhänge in einfacher Weise darstellen. Die Implementation in Moodle erlaubt eine nahtlose Integration mit anderen Aufgaben. So können die zuvor im Rahmen einer Frage generierten Konstrukte automatisch in die Modellbildung übernom- men und die Ergebnisse zur Formulierung von Schlussfolgerungen bereitgestellt werden. Des Weiteren ermöglicht es, die von den Schülerinnen und Schülern im Rahmen der Aktivitäten generierten Artefakte – im Wesentlichen frei formulierte Antworten – einfacher automatisiert auszuwerten. Die Auswertung solcher Ant- worten ist allerdings nicht trivial, da klassische Auswertestrategien wie die De- tektion bestimmter Schlüsselwörter fehleranfällig sind. Rechtschreibfehler oder Paraphrasierungen können zu fehlerhaften Bewertungen führen. Verfahren der künstlichen Intelligenz (konkret: des maschinellen Lernens) können hier helfen. Computerbasierte Auswertung von Freitextantworten Die Forschung zu maschinellem Lernen hat in den vergangenen Jahrzehnten gro- ße Fortschritte erziehlt. So wird maschinelles Lernen heute in vielen alltäglichen Anwendungen genutzt – u. a. in der Erkennung von gesprochener Sprache, bei der Bedienung digitaler Assistenten oder bei Empfehlungen im Online-Shopping. Trotz der Weiterentwicklungen ist die maschinelle Auswertung von Freitextant- worten nicht unproblematisch; insbesondere, wenn es darum geht, die Antworten nicht nur als richtig oder falsch zu bewerten, sondern bestimmte fachliche Vor- stellungen oder Alltagsvorstellungen zu detek- tieren. Ebendies war aber das Ziel des Projekts AFLEK. Denn nur, wenn klar ist, über welches Wissen Schülerinnen und Schüler bereits ver- fügen und welches Wissen noch fehlt, kann im Hinblick auf die Entwicklung der angestrebten Kompetenzen nachgesteuert werden. Die reine Bewertung, ob eine Aufgabe richtig oder falsch bearbeitet wurde, reicht hierbei nicht aus. ipn journal no 11 8

· learning progression analytics · Verknüpfung von Wissen Die derart trainierten Modelle können nun genutzt wer- den, um die Entwicklung des Wissens der Schülerinnen und Schüler – im Sinne des Vorhandenseins bestimmter fachlicher Vorstellungen und Verknüpfungen zwischen ihnen – zu re- konstruieren. Diese Rekonstruktion kann man sich als Wissensnetz- werke vorstellen. In einem Experiment mit zwei Schülerin- nen bzw. Schülern, die im Folgenden als Person A und Per- son B bezeichnet werden, wurde die Entwicklung dieser Wissensnetzwerke beobachtet. Es wurde untersucht, welche Wissenselemente die Personen in den Aufgaben verwendet haben, die bis zum Zeitpunkt der Erstellung der Netzwerke bearbeitet wurden. Es konnte festgestellt werden, dass bei- de Personen zu Beginn der Unterrichtseinheit noch keine Verbindungen zwischen den Wissenselementen herstellten. Im Verlauf der Unterrichtseinheit wurde jeweils eine Ver- bindung zwischen den Wissenselementen thermische Ener- gie und elektrische Energie deutlich. Die Personen waren zu diesem Zeitpunkt in der Lage, jene Wissenselemente ge- meinsam in Aufgaben zu nutzen, z. B. indem sie beschrie- ben, dass die beiden Energieformen in einem Phänomen zu beobachten sind. Darüber hinaus zeigte sich im Fortlauf ein deutlicher Unterschied zwischen beiden Personen: Während Person A das Wissen zur Energieumwandlung mit den bei- den Energieformen verknüpfte und dieses Wissen in den bearbeiteten Aufgaben erfolgreich anwandte, war dies bei Person B nicht der Fall. Person B wandte lediglich das Wis- sen über die Energieformen, nicht aber über die Energieum- wandlung an. Hiernach konnte beobachtet werden, dass die Personen keine weiteren Ideen in ihre Wissensnetzwerke integriert haben, ihr vorhandenes Wissen jedoch weiterhin erfolgreich nutzen und somit festigen konnten. Welchen Nutzen haben diese Wissensnetzwerke für den Unterricht? Sie bieten sowohl differenzierte als auch intui- tiv zugängliche Informationen zum Wissen der Schülerinnen und Schüler. Im obigen Beispiel wird deutlich, dass Person A und B auch bis zum Ende der Einheit keine Verbindung zwi- schen Energieformen und damit verknüpften Größen – den sogenannten Indikatoren für das Vorhandensein von Ener- gie einer bestimmten Form – herstellen. Die Lehrkraft könn- te basierend auf diesen Informationen noch einmal darauf Die Abbildung zeigt die Entwicklung der Wissensnetzwerke zweier Schülerinnen bzw. Schüler, im Folgenden als Person A und Person B bezeich- net (Person A oben; Person B unten) über die Unterrichtseinheit. In den Wissensnetzwerken stellen die Kreise die für die Unterrichtseinheit re- levanten Wissenselemente über Energie dar: Energieumwandlung, die Energieformen thermische Energie und elektrische Energie sowie Indika- toren für diese beiden Energieformen. Indikatoren sind für die jeweiligen Energieformen charakteristische physikalische Größen, z. B. im Falle der thermischen Energie die Temperatur. Indikator elektrische Energie Indikator elektrische Energie Indikator elektrische Energie Indikator elektrische Energie Thermische Energie Thermische Energie Thermische Energie Thermische Energie Elektrische Energie Elektrische Energie Elektrische Energie Elektrische Energie Indikator für thermische Energie Indikator für thermische Energie Indikator für thermische Energie Indikator für thermische Energie Energieumwandlung Energieumwandlung Energieumwandlung Energieumwandlung Person A Verlauf der Unterrichtseinheit Person B Indikator elektrische Energie Indikator elektrische Energie Indikator elektrische Energie Indikator elektrische Energie Thermische Energie Thermische Energie Thermische Energie Thermische Energie Elektrische Energie Elektrische Energie Elektrische Energie Elektrische Energie Indikator für thermische Energie Indikator für thermische Energie Indikator für thermische Energie Indikator für thermische Energie Energieumwandlung Energieumwandlung Energieumwandlung Energieumwandlung ipn journal no 11 10

» Es gibt kein Zurück mehr « ipn-direktor prof. dr. olaf köller im gespräch mit jacob chammon und prof. dr. ulrike cress über ki und die zukunft des lehrens und lernens. OLAF KÖLLER: Ehe wir uns mit KI, also der künstlichen Intelligenz, beschäftigen, möchte ich gern über Berüh- rungspunkte mit digitaler Bildung im eigenen Lebens- lauf sprechen. OLAF KÖLLER: Und bist du jetzt ein bisschen enttäuscht, seitdem du in Deutschland bist, weil es technologisch hinterherhinkt? JACOB CHAMMON: Letztens traf ich in Berlin einen ehema- ligen Arbeitskollegen, mit dem ich 2007 in Dänemark zu- sammen Klassenlehrer war. Damals waren gerade die ers- ten Smartphones auf den Markt gekommen. Wir fanden es spannend herauszufinden, wie wir diese Geräte im Un- terricht einsetzen können. Das war, bevor es WLAN gab und alle Schülerinnen und Schüler in Dänemark mit End- geräten ausgestattet wurden. Es gab keine Lernplattfor- men und wir haben herauszufinden versucht, was wir mit digitalen Technologien in unseren Fachdidaktiken verän- dern können. Das habe ich dann über fast zwanzig Jahre bis heute gemacht: Herauszufinden, wie man neue Mög- lichkeiten in den Fachdidaktiken entwickeln und weiter- führen kann. JACOB CHAMMON: Nein. Wenn man mit Jugendlichen aus der neunten Klassenstufe spricht, erfährt man, dass sie alle in der Schule mit Büchern angefangen haben. Und jetzt können sie sich kaum noch vorstellen, ein Buch in die Hand zu nehmen. Es gibt viele Beispiele aus dem Ausland – aber natürlich auch aus Deutschland – die wir als good practice nutzen können. Aber die deutsche Skepsis und Diskus- sionskultur, z. B. beim Thema Datenschutz, haben auch ihr Gutes: Wir vermeiden dadurch, Fehler zu wiederholen, die andere vor uns gemacht haben. ULRIKE CRESS: Wissensprozesse haben immer etwas mit Medien zu tun. Text ist ein Wissensmedium, ein Buch ist ein Wissensmedium, und natürlich gehören dazu auch die digitalen Medien. Sie eröffnen viele Möglichkeiten, indem ipn journal no 11 12

· im gespräch · » Eine der allerersten Fragen ist immer: Werden Lehrkräfte überflüssig? Aber die Pandemie hat gezeigt: Nein, wir brauchen Lehrkräfte. « JACOB CHAMMON Geschäftsführer der Deutsche Telekom Stiftung Und: Die Maschine ärgert sich nicht, wenn der Auf- satz schlecht ist, es gibt also keine Verzerrungseffekte. Wie wird das Thema bei den Lehrkräften denn jetzt verhandelt? JACOB CHAMMON: Eine der allerersten Fragen ist immer: Werden Lehrkräfte überflüssig? Aber die Pandemie hat ge- zeigt: Nein, wir brauchen Lehrkräfte, aber ihre Rolle ver- ändert sich. Denken wir beispielsweise an Prüfungsfor- mate und Leistungsbeurteilungen: Dem Schüler oder der Schülerin wird eine Frage gestellt und es muss eine Ant- wort schriftlich formuliert werden. Dieses Aufgabenfor- mat funktioniert mit KI nicht mehr. Wir müssen uns ernst- haft mit den Leistungsüberprüfungen auseinandersetzen. Das ist bei den Lehrkräften angekommen. Die Verände- rungsbereitschaft ist positiv und lösungsorientiert. Jetzt heißt es bei den Lehrkräften überwiegend: Wie kann ich meinen Schülerinnen und Schülern Kompetenzen vermit- teln, damit sie beurteilen können, ob dieser Text, der da rauskommt, gut oder schlecht ist? Nach welchen Kriterien kann ich so einen Text beurteilen? Natürlich muss man als Schülerin oder Schüler heutzutage immer noch und auch in der Zukunft schreiben lernen. Aber ich glaube, wir brau- chen zusätzlich auch andere Sprachkompetenzen, also das Bewertende, das Analysierende, das Reflektierende. Und dann komme ich zurück zu meinem Lieblingsthema: Das bedeutet andersherum auch, dass unsere Prüfungsformate verstärkt einen reflektierenden, analysierenden Charakter haben müssen statt nur den der Wissensreproduktion. Aus meiner Sicht haben Lehrkräfte verstanden, welche Chan- cen KI bietet. OLAF KÖLLER: KI wird Schule verändern und sie wird Routinen aufbrechen. Wie eben gesagt: Die klassi- sche Wissensaufgabe funktioniert nicht mehr. Dafür müsste man die Schülerinnen und Schüler wegsper- ren und ihnen alle digitalen Medien wegnehmen. Na- türlich erzeugt es Angst sowie Sorgen, wenn bisherige ipn journal no 11 14

· im gespräch · zuzuordnen, in dem Sinne, dass Kinder einfach Aufgaben samt Feedback be- kommen. Das gehört zum sogenannten Nachmittagsmarkt und hat mit Schule nichts zu tun. Es gibt einen kleineren Anteil von Tools, der dann wirklich im Unterricht landet im Sinne individueller Lernförderung, mit denen die Lehr- kraft einen Überblick hat, wo die Klasse steht und in der Klasse einzelne Auf- gaben zuteilen kann. Ein ganz geringer Anteil waren Tools, die dann eine Ma- kroebene betreffen von Schule, z. B. Evaluation, Datensammeln, Raumplanung und Personaleinsatz. Aber das sind Dinge, in denen auch großes Potenzial liegt, bei denen es nicht nur um Lernen, sondern auch um Schulentwicklung geht. Es gibt viele Potenziale von KI, die man noch wenig im Blick hat. KI macht den Unterricht und das Lernen besser, interessanter, motivierender. Und diese gro- ße Vielfalt von KI, die müssen wir mehr im Blick haben. OLAF KÖLLER: Aber eins steht fest: Weder die Landesinstitute noch die Wissenschaft wird diese Dinge entwickeln können. Dafür fehlen Ressour- cen und das entsprechende Know-how. Kommerzielle Anbieter haben Programmierer-Teams, die Ideen für Designs haben, allerdings auch eine sehr einfache Wahrnehmung von Schule vertreten. Die Anwendungen sind häufig wenig komplex. Es geht hauptsächlich ums Üben. Wenn man sich zum Beispiel die Mathe-Tools anguckt, geht es fast immer nur um Arithmetik, also darum, Aufgaben auszurechnen. Es geht selten um kom- plexere Dinge. ULRIKE CRESS: Bisher liegt quasi alles auf den Schultern der Lehrkräfte. Eine Lehrkraft, die interessiert ist, die findet gute Tools, probiert diese aus und setzt sie ein. Aber da steckt ein großer Aufwand hinter. Es muss mehr angeboten werden. Dafür sind die Länder gefragt und auch Schulbildungseinrichtungen. Es kann nicht in der individuellen Verantwortung der Lehrkraft liegen. OLAF KÖLLER: Jetzt haben wir immer den bisherigen Markt kritisiert. Gibt es denn Beispiele für gute Anwendungen, die im Unterricht eingesetzt werden können? JACOB CHAMMON: Zurzeit gibt es noch nicht viele Tools, die komplexe Sach- verhalte rein digital abbilden können. Bei Schulprozessen, die auch soziale Prozesse sind, kann es nicht zielführend sein, dass alle Kinder vor dem Bild- schirm sitzen und alles digital machen. In Dänemark existieren Materialien, mit denen die Themen dreigliedrig behandelt werden: Erstens wird KI zielge- richtet eingesetzt, um Lernwege zu individualisieren. Zweitens beinhalten sie ein physisches Buch, da es Dinge gibt, die in der sozialen Interaktion in der Klasse gemacht werden müssen, und drittens eine Lernplattform, auf der das kollaborative Lernen stattfinden kann. Es gibt also das Individuelle, mit dem Dinge trainiert und geübt werden – da wird KI eingesetzt. Es gibt das Sozia- le, vor Ort in der Klasse ohne Bildschirmzeit, um miteinander zu arbeiten, zu diskutieren und Dinge zu erörtern. Und es gibt eine kollaborative Möglichkeit, bei der Schülerinnen und Schüler gemeinsam mit den Lehrkräften Dinge er- arbeiten und Feedback erhalten. Diese Mischung ist sehr gelungen und kann als gutes Beispiel dienen. ipn journal no 11 16

· künstliche intelligenz und maschinelles lernen · Die Lernumgebungen des KI-Labors mit den online-lernumgebungen des ki-labors sollen unterrichtliche zugänge zu verschiedenen verfahren der künstlichen intelligenz ermöglicht werden. zwei der lernumgebungen des ki-labors werden in diesem beitrag vorgestellt. Andreas Mühling Die künstliche Intelligenz (KI) ist – weit über das Fach In- formatik hinaus – ein spannendes Thema für den Schulun- terricht, vor allem in Form ihrer aktuell erfolgreichen Vari- ation des maschinellen Lernens aus großen Datenmengen. Schülerinnen und Schüler nutzen die neusten Systeme gene- rativer KIs wie ChatGPT und unser Alltag ist längst von den Entscheidungen der „künstlichen Intelligenz“ durchdrun- gen. Im Sinne eines kontextualisierten Fachunterrichts bie- ten sich dadurch zahlreiche mögliche Aufhänger, wie unter anderem die ökonomische Nutzung von Daten, der Einsatz von KI in der Physik oder Biologie, die Funktionsweise der Systeme sowie ethische und juristische Fragestellungen. Damit ein solcher Unterricht funktioniert, ist ein grund- legendes Wissen über die Systeme notwendig, denn nur da- durch können z. B. die Gefahren und Chancen von KI sinn- voll eingeschätzt werden. Allerdings sind die aktuellen Systeme das Ergebnis von langjähriger Spitzenforschung und daher auf dem Niveau der Sekundarstufen schwer ver- mittelbar. Auch fehlt es oft an entsprechendem zugängli- chem Unterrichtsmaterial. Das KI-Labor Abhilfe schafft das KI-Labor (https://ki-labor.ddi.leibniz-ipn. de/). Das KI-Labor wurde von der Arbeitsgruppe Didaktik der Informatik der Christian-Albrechts-Universität zu Kiel und des IPN entwickelt und bietet Lehrkräften die Möglichkeit, moderne KI-Verfahren in ihren Unterricht zu integrieren. Die Website ist eine Sammlung von vollständig brow- serbasiert arbeitenden Online-Lernumgebungen, die auf zwei Prinzipien basieren: 1. Es werden KI-Verfahren in einem Anwendungskontext präsentiert. 2. Jede Lernumgebung enthält Experimentiermöglich- keiten für Schülerinnen und Schüler. Die Lernumgebungen lassen sich flexibel in den Unter- richt integrieren. Es gibt sowohl didaktisch stark reduzier- te und aufbereitete Umgebungen als auch solche, in denen moderne Verfahren an großen Datensätzen erfahrbar ge- macht werden. ipn journal no 11 18

· künstliche intelligenz und maschinelles lernen · Lernumgebung „MNIST Zahlenerkennung“ überprüft, wobei sich für die beiden hier vor- gestellten Lernumgebungen zeigte, dass sie im Rahmen des Informatikunterrichts in der Sekun- darstufe II von Schülerinnen und Schülern selbst- ständig bearbeitet werden können und Lernerfol- ge messbar sind. Weitere Angebote werden – zum Beispiel im Rahmen von studentischen Abschluss- arbeiten – fortlaufend entwickelt. Prof. Dr. Andreas Mühling ist seit dem Jahr 2016 an der Christian-Albrechts- Universität zu Kiel (CAU) für die Fachdidaktik Informatik zuständig. Er leitet die vor kurzem gemeinsam mit der CAU am IPN eingerichtete Arbeitsgruppe Didaktik der Informatik. muehling@leibniz-ipn.de Mühling, A., & Bastian, M. (2023). KI-Labor: Online- Lernumgebungen zur künstlichen Intelligenz. In J. Roth, M. Baum, K. Eilerts, G. Hornung, & T. Trefzger (Hrsg.), Die Zukunft des MINT-Lernens – Band 2: Digitale Tools und Methoden für das Lehren und Lernen (S. 123–136). Springer Spektrum. https://doi.org/10.1007/ 978-3-662-66133-8_9 neuronalen Netzen bei der Handschrifterken- nung, eine Technik, die z. B. bei der automati- schen Sortierung von Briefen zum Einsatz kommt. Zunächst werden Schülerinnen und Schüler zu einem experimentellen Herangehen an ein fer- tig trainiertes Netz angeleitet. Ziel ist, die Leis- tungsfähigkeit des trainierten Netzes im Ver- gleich zum Menschen zu überprüfen. In einem zweiten Schritt heißt es dann: Das Netz selbst trainieren. Die Lernparameter (Hyper- parameter) werden zugänglich gemacht und ein un- trainiertes Netz kann anhand dieser trainiert wer- den. Dabei wird erkennbar, dass das Lernen selbst ein gesteuerter, algorithmischer Prozess ist und dass am Ende nicht immer ein ähnlich leistungs- fähiges Netz entsteht. Auch die Notwendigkeit leistungsfähiger Hardware wird in diesem Zu- sammenhang erfahrbar, da das Lernen durchaus die Hardware moderner Systeme beansprucht und auch eine Weile dauert. Aktuell stehen bereits 13 Lernumgebungen online zur freien Verfügung. Sie werden fortlaufend im Unterricht ipn journal no 11 20

· lernprozesse · » Ist KI-Feedback gut genug für den Unterricht?« Jansen, T., Höft, L., Bahr, L., Fleckenstein, J., Möller, J.,Köller, O., Meyer, J. (2024): Comparing Generative AI and Expert Feedbackto Students‘ Writing: Insights from Student Teachers. Psychologie in Erziehung und Unterricht, 71(2), 80–92. https://doi.org10.2378/peu2024.art08d. In der ersten Studie ging es um die Meinung der Lehrkräfte, ob KI-Feedback be- reits gut genug ist, um von Schülerinnen und Schülern zur Überarbeitung ihrer Argumentationen genutzt zu werden. Wir zeigten 89 Lehramtsstudierenden Ar- gumentationen von Schülerinnen und Schülern, inklusive Feedbacks. Die Hälf- te des Feedbacks stammte von einer KI, die andere Hälfte von erfahrenen Lehr- kräften, was die Probanden allerdings nicht wussten. Obwohl das Feedback der Lehrkräfte als deutlich besser wahrgenommen wurde, waren die Meinungen über das Feedback der KI immer noch so positiv, dass wir zu dem Schluss ka- men, dass das Feedback gut genug ist, um es den Schülerinnen und Schülern im Unterricht zu geben. Wie sehr stimmen Sie der folgenden Aussage zu, von 1 (stimme überhaupt nicht zu, dunkelrot dargestellt) bis 10 (stimme voll und ganz zu, dunkelblau dargestellt)? Das Feedback war hilfreich Das Feedback war nützlich Das Feedback unterstützte mich sehr Das Feedback passte zum Text In einer Überarbeitung wird sich der Text durch das Feedback verbessern In einer Überarbeitung wird sich der Text durch das Feedback verschlechtern 0 20 40 60 Angaben in % 80 100 Einschätzungen der Lehramtsstudierenden zum KI generiertem Feedback. » Ist KI-Feedback besser als kein Feedback?« Meyer, J., Jansen, T., Schiller, R., Liebenow, L.W., Steinbach, M., Horbach, A., Fleckenstein, J. (2024). Using LLMs to bring evidence-based feedback into the classroom: AI-generated feedback increases secondary students’ text revision, motivation, and positive emotions. Computers and Education: Artificial Intelligence,6, Article 100199. https://doi.org/10.1016/j.caeai.2023.100199. In der zweiten Studie baten wir 459 Schülerinnen und Schüler, eine Argumenta- tion zu schreiben, und gaben ihnen dann entweder ein KI-Feedback oder ‒ was in der Schule leider am häufigsten vorkommt ‒ kein Feedback. Die Schülerin- nen und Schüler empfanden es motivierender, angenehmer und nützlicher, ein KI-Feedback zu erhalten als kein Feedback. Auch die Qualität der Textüberarbei- ipn journal no 11 22

{ c i n e m a t i c D e a k i n s s t y l e } Mit KI-generierten Bildern Wissenschaftskommunikation neu gestalten das ipn journal gewährt einblicke in eine explorative design-studie, die im rahmen einer partnerschaft zwischen dem forschungsnetzwerk kiel science communication network und dem wissenschaftsmagazin spektrum der wissenschaft entstanden ist. Björn Schmidt Im Rahmen einer explorativen Design-Studie des Kiel Science Communication Networks (KielSCN), das vom IPN koordiniert wird, und des Wissenschaftsmagazins Spektrum der Wissenschaft untersuchen Forscherinnen und Forscher die transformative Rolle von künstlicher Intelligenz (KI) bei der Verbesserung der Datenvisualisierung. Hier wird insbesondere der Einsatz von KI-generierten Bildern in den Blick genommen. Zugleich dient die Design-Studie als Vorstudie der Elaboration, wie verschiedene Visualisierungstechniken die Aufmerksamkeit und das Informationsverhalten von Leserinnen und Lesern beeinflussen können. Beide Teile dieser Studie werden hier vorgestellt. ipn journal no 11 24 {--ar 21:9}{elderly, octogenarian, person}{--stylize 250}{female}{mist}{casual, academic, neutral} clothing {from behind}

· bildgebung mittels ki · Die Visualisierung nutzt intuitive Balkendiagramme, um die Prävalenz von Depressionen in vier Schlüsselkategori- en zu veranschaulichen: Geschlecht, Alter, Bildungsniveau und Herkunftsland. Diese Balkendiagramme dienen nicht nur der Darstellung von Prävalenzraten, sondern sind auch interaktive Schaltflächen, die eine tiefer gehende Analyse ermöglichen. Nutzerinnen und Nutzer können bestimmte demografische Gruppen auswählen, woraufhin sich die Visualisierung in Echtzeit anpasst, um die Prävalenzwerte entsprechend der neuen Filterung anzuzeigen. Ein präg- nantes Beispiel hierfür ist die Auswahl des weiblichen Ge- schlechts und der Altersgruppe 25-34 Jahre, wodurch die Darstellung der Depressionsprävalenz für diese spezifische Gruppe über alle Bildungsniveaus und Herkunftsländer hinweg sofort aktualisiert wird. Diese dynamische Anpas- sung der Balkendiagramme ermöglicht ein präziseres Ver- ständnis der Daten und zeigt, wie verschiedene Faktoren, einzeln oder in Kombination, die Prävalenz von Depressio- nen beeinflussen. Gestaltung mittels KI Die interaktive Auswahl wird weiter durch 96 KI-generier- te Bildmotive ergänzt, die für jede Kombination aus Ge- schlecht, Alter und Bildungsniveau spezifisch sind. Diese Bilder bereichern die Daten um einen emotionalen Kontext und transformieren statistische Informationen in greifba- re menschliche Erfahrungen. Beispielsweise kann die Aus- wahl der Gruppe weiblich und 25-34 Jahre ein Bildmotiv evozieren, das eine junge Frau in einer Landschaft zeigt, die Ruhe und Reflexion suggeriert. Solche visuellen Elemente fördern nicht nur ein tieferes emotionales Verständnis der Daten, sondern verstärken auch die narrative Komponente der Visualisierung, indem sie eine Brücke zwischen den Be- trachterinnen und Betrachtern und den Lebensrealitäten von Menschen schlagen, die von Depressionen betroffen sind. Den perfekten Prompt entwickeln Ausgangspunkt war die Entwicklung eines Basis-Prompts, der sowohl vielseitig als auch präzise sein sollte. Dieser Prompt enthielt Optionen in geschweiften Klammern { }, die eine Viel- zahl von Variationen ermöglichten. Zum Beispiel wurde der Prompt „{male, female, female and male}, {teenager, young adult, adult, middle-aged, senior, elderly, octogenarian, person}, {casual, mature, academic, neutral} clothing, from behind, mist, seascape, cinematic Deakins style, wide shot --ar 21:9 --stylize 250“ sorgfältig entworfen, um verschiedene demografische Kategorien wie Geschlecht, Al- ter und Bildung zu umfassen. Diese Methode generierte effi- zient alle benötigten Bilder und demonstrierte gleichzeitig die Möglichkeiten der automatisierten Ausgabe mit Hilfe von KI. Dynamische Infografiken, deren Balkendiagramme sich an die Interaktionen der Leserschaft anpassen und so tiefergehende Einblicke in verschiedene demografische Gruppen ermöglichen. ipn journal no 11 26

· bildgebung mittels ki · Herausforderungen und Verzerrungen begegnen Während dieses Prozesses waren wir uns der Verzerrungen bewusst, die in KI-ge- nerierten Bildern auftreten können. Besonders herausfordernd war die Darstel- lung spezifischer demografischer Merkmale, wie z. B. ältere schwarze Menschen mit weißen Haaren oder ältere Frauen mit weißen Haaren. Die KI konnte diese Merkmale nicht zuverlässig erzeugen, was auf fehlende oder unzureichende Re- präsentationen dieser Merkmale in den Trainingsdaten hindeutet. Diese Ein- schränkungen unterstreichen die Wichtigkeit eines kritischen und aufmerksamen Umgangs mit KI-Technologien bei der Erstellung visueller Inhalte. Potenzial und Zukunftsperspektiven KI-gestützter Bildgenerierung Darüber hinaus lässt die dynamische Entwicklung im Bereich der KI-Technologie ein enormes Potenzial erwarten. Mit den täglichen Fortschritten erweitern sich die Möglichkeiten für präzisere, vielfältigere und authentischere Darstellungen in KI-generierten Bildern kontinuierlich. Diese Entwicklung ebnet den Weg für nuancierte und effektive Anwendungen in der Wissenschaftskommunikation und im Bereich der Bildung. Werkzeuge wie Midjourney werden so zu unverzichtba- ren Hilfsmitteln für Kommunikatorinnen und Kommunikatoren, die komplexe Daten auf ansprechende und narrative Weise vermitteln wollen. Explorative Gestaltung und Forschungsanwendung Die Design-Studie zeigt nicht nur das Potenzial von KI-generierten Bildern für die Erstellung emotional ansprechender Visualisierungen, sondern bietet auch eine Basis für die Erforschung effektiver Wissenschaftskommunikationsstrate- DIE VORTEILE DER KI-GENERIERTEN BILDGEBUNG SIND VIELFÄLTIG Skalierbarkeit und Konsistenz Emotionale Tiefe und Engagement KI ermöglicht die schnelle Erstellung konsistenter Bilder in unbegrenzter Zahl, abhängig von der verfügbaren Rech- enleistung. Der festgelegte Stil unterstützt automatisierte, bedarfsgerechte Content-Produktion, was Flexibilität für dynamische Projekte bietet. Ästhetische Qualität: Die ästhetische Qualität von KI-generierten Bildern ist hoch und verbessert sich kontinuierlich. Es bietet Kommu- nikatorinnen und Kommunikatoren wertvolle Unterstützu- ng bei der Erstellung attraktiver Inhalte, die die Zielgruppen effektiv ansprechen. Bilder sind mehr als nur Dekoration – sie sollen Gefühle ansprechen und den Daten eine emotionale Ebene hinzu- fügen. Dies ist besonders wichtig, um wissenschaftliche Informationen greifbar und erlebbar zu machen. Kosteneffizienz Die Effizienz der KI reduziert die Kosten und den Aufwand für die Erstellung vielfältiger, qualitativ hochwertiger Bild- inhalte erheblich. ipn journal no 11 ipn journal no 11 28

· bildgebung mittels ki · Zukünftige Forschungsrichtungen Das KielSCN plant weitere Studien, die die Wirkung unterschiedlicher visueller Stile und Interaktionsebenen auf verschiedene Zielgruppen genauer untersuchen. Das Ziel ist, ein differenzierteres Verständnis für die Personalisierung in der Wis- senschaftskommunikation zu entwickeln. Fazit Dieses Projekt zeigt nicht nur das Potenzial von KI-generierten Bildern für die Erstellung von emotional ansprechenden Visualisierungen, sondern bietet auch eine mögliche Grundlage für die Erforschung effektiver Wissenschaftskommu- nikationsstrategien. Mit der fortschreitenden Entwicklung der KI eröffnen sich spannende Möglichkeiten, komplexe wissenschaftliche Daten einem breiteren Publikum verständlich und zugänglich zu machen. Björn Schmidt war nach seinem Studium an der Muthesius Kunsthoch- schule freiberuflich als Kommunikationsdesigner im Bereich Editorialdesign und Webdesign tätig. Im KielSCN ist er als wissenschaftlicher Mitarbeiter der Muthesius Kunsthochschule für das Informationsdesign und das Corporate Design zuständig und gestaltet die Forschung mit. bschmidt@kielscn.de Mitgewirkt an der Studie: Prof. Dr. Melanie Keller ist nach ihrer Promotion an der Universität Duisburg-Essen sowie weiteren Stationen an der Universität Konstanz und der Universität Salzburg seit dem Jahr 2016 am IPN tätig. Sie leitet als Junior Principal Investigator das transdisziplinäre Forschungszentrum für visuelle Wissenschaftskommunikation KielSCN und ist seit 2024 stellvertretende Direktorin der Abteilung Didaktik der Physik am IPN. keller@leibniz-ipn.de Stephan Reiche arbeitete nach seinen Studien in Hof und Inns- bruck zunächst freiberuflich u.a. als Dozent an der Universität Innsbruck und ist seit dem Jahr 2023 Doktorand am IPN. Der studierte Psycho- loge ist im KielSCN tätig. reiche@leibniz-ipn.de ipn journal no 11 30

· wissenstransfer in der archäologie · Die Dissertation mit den Studiendaten ist im Open Access online veröffentlicht unter: https://macau.uni-kiel.de/receive/macau_ mods_00003272 Die Zielgruppe setzte sich aus einem interessierten Laien- publikum zusammen, in das auch Kinder und Jugendliche im Alter von etwa 12 Jahren einbezogen wurden. Aus dem breiten Zielpublikum mit überwiegend geringem Vorwissen resultierte auch ein eher niedriges Anforderungsniveau der Lernumgebung. Die Lernumgebung bestand aus einer etwa 22 km lan- gen Fahrradtour entlang 16 verschiedener Stationen in der Modellregion. An jeder Station konnten die Teilnehmenden mit Hilfe der App spielerisch Informationen abrufen. Die Stationen wurden hauptsächlich an Bodendenkmälern und archäologischen Fundstellen, zum Teil aber auch an anderen markanten Landschaftselementen platziert. An den Statio- nen wurden die Themengebiete Ernährung und Wirtschafts- weise, Siedlung und Wohnen, Ressourcennutzung, Verkehr und Austausch, Sicherheit und Befestigung, Hierarchien und Herrschaft sowie Bestattung behandelt. Landschafts- geschichte bzw. Paläoökologie und Kulturgeschichte wurden dabei eng verzahnt. Der Fokus lag darauf, ein Verständnis für langfristige Entwicklungen zu fördern. Die Lernenden sollten sowohl das Zusammenwirken menschlicher und na- türlicher Einflussfaktoren auf die Entstehung von Land- schaft über die Zeit erfassen als auch erkennen, dass Spuren aus unterschiedlichen Phasen dieses Zusammenspiels in der gegenwärtigen Landschaft zu finden sind. Denn die Land- schaft, wie sie Menschen heute begegnet, stellt sich als Re- sultat einer langen und vielfältigen Entwicklung dar, deren Spuren vielschichtig zusammenwirken. Diese Aspekte zu er- fassen, bedeutet gleichsam, ein (historisches) Bewusstsein für Landschaft zu entwickeln. Die Lernumgebung In die Entwicklung des Konzepts für die App flossen Leit- linien aus dem Modell der didaktischen Rekonstruktion, Erkenntnisse aus dem outdoor learning, dem game-based learning bzw. der gamification sowie aus der Didaktik der Geschichte ein. Besonders berücksichtigt wurden auch Erfahrungen aus der Vermittlung der Umweltgeschichte. Denn den inhaltlichen Schwerpunkt der Vermittlung bil- deten Aspekte vergangener Mensch-Umwelt-Verhältnisse, und zwar aus archäologischer Perspektive. Anknüpfungs- punkte hierfür bestanden aus physischen Spuren der Land- schafts- und Kulturgeschichte, dort, wo die entsprechenden Entwicklungen stattgefunden haben. Die technische Lö- sung zur Umsetzung bildete die App „XPLORE“ der Hoch- schule RheinMain in Wiesbaden. ipn journal no 11 32

Wenn Computer Feedback geben über die rolle von computerbasiertem feedback und dessen auswirkungen auf motivation und emotionen Livia Kuklick Feedback kann eine Vielzahl von (z. B. lernbezogenen oder motivationalen) Funktionen erfüllen und ist daher ein elementarer Bestandteil der Unterrichtspraxis. Durch den zunehmenden Einsatz digitaler Medien in- und außerhalb des Klassenzimmers gewinnt neben den Lehrkräften als „klassische“ Feedbackquelle auch computerbasiertes Feedback an praktischer Relevanz. Insbesondere in Tests, die von vielen Testteilnehmenden gleichzeitig bearbeitet werden, erscheint eine Bereitstellung von automatisiertem Feedback attraktiv. Ein computervermitteltes Format ermöglicht es, dass jede Testteilnehmerin und jeder Testteilnehmer unmittelbar nach der Bearbeitung einer Aufgabe eine individuelle Rückmeldung erhalten kann. Dies könnte vor allem in Zeiten des Lehrkräftemangels eine attraktive Unterstützung im Unterrichtsalltag darstellen. ipn journal no 11 34

· computerbasiertes feedback · k c a b d e e F t i M k c a b d e e F t i M k c a b d e e F t i M k c a b d e e F t i M Abb. 1. Emotionale Reaktionen der Testteilnehmenden auf das unmittelbare Feedback während der Testbearbeitung in Abhängigkeit der vorherigen Antwortrichtigkeit. zu einer systematischen Benachteiligung leistungsschwa- cher Testteilnehmender führen. Dabei stellte die Testleis- tung einen entscheidenden Faktor dafür dar, wie sich die Bereitstellung von Feedback auf die Emotionen der Test- teilnehmenden auswirkte. So berichteten Personen, die unmittelbares Feedback erhielten, mehr Freude und Stolz gepaart mit weniger Ärger und Frustration nach positi- vem Feedback. Nach negativem Feedback hingegen wa- ren die Effekte umgekehrt und die Testteilnehmenden empfanden mehr Ärger und Frustration bei weniger Freu- de und Stolz. Das zeigt, wie wichtig es ist, die Leistung der Zielgruppe mitzudenken, wenn darüber nachgedacht wird, Feedback als emotionale Stütze während der Test- bearbeitung bereitzustellen. Die Ergebnisse deuten darauf hin, dass Feedback sich möglicherweise besonders gut als positive Verstärkung eignet. Visuelle und inhaltliche Ausgestaltung als abmildernde Faktoren Wenngleich die affektiv-motivationalen Auswirkungen von negativem Feedback in keiner der Studien positiv waren, zeigten die Ergebnisse, dass sich die Wirkung von Feed- back durch die inhaltliche oder visuelle Ausgestaltung der Feed-backbotschaft beeinflussen ließ. Feedback mit gerin- gem Informationsgehalt wie eine bloße Richtig/Falsch-Rück- meldung oder auch reines Textfeedback (ohne Bilder und/ oder Animationen) zeigte die unvorteilhaftesten Auswir- kungen auf Emotionen und die Motivation während der Test- bearbeitung. Dahingegen konnten (1) ein detaillierter Feed- backinhalt sowie (2) die Integration von Bildern oder freundlichen Animationen die nachteiligen affektiv-motiva- tionalen Auswirkungen von negativem Feedback abmildern. In ihrer Gesamtheit zeigten die Ergebnisse jedoch deutlich, dass die (überwiegende) Positivität der Feedbackbotschaften der ausschlaggebendere Faktor für die Wirkung des Feed- backs war. Fazit Zusammenfassend tragen die hier vorgestellten Erkennt- nisse zu einem besseren Verständnis der vielschichtigen Effekte von automatisiertem Feedback bei und können so die Praxis dabei unterstützen, automatisiertes Feedback in Schulen, Hochschulen und anderen Bildungskontexten ge- zielter einzusetzen und gewinnbringender zu nutzen. Die Ergebnisse zeigen eindeutig, dass es insbesondere für die Entwicklung negativer Feedbackbotschaften Fingerspitzen- gefühl bedarf. Zukünftige Forschung sollte daher vertiefend Wege erforschen, wie unmittelbares, negatives Feedback in digitalen Kontexten gewinnbringend gestaltet werden kann. Ein elaborierter Feedbackinhalt und multimediale Elemente in der Feedbackbotschaft könnten hierfür gute Ansatz- punkte sein. ipn journal no 11 36

Diagnosefähigkeit im Biologie-Lehramtsstudium messen und fördern einsatz der klassenraumsimulation skrbio mit und ohne chatbot-unterstützung Daniela Fiedler & Ute Harms Obwohl die fachliche und fachdidaktische Diagnose der Leistungen von Schülerinnen und Schülern durch die Lehrkraft einen zentralen Aspekt gelingender Lernprozesse darstellt, wird sie im Unterricht oft vernachlässigt. Gründe hierfür sind vielfältig, einer von ihnen ist beispielsweise die Diagnosefähigkeit der Lehrkraft. Es ist wenig darüber bekannt, inwieweit Lehramtsstudierende in der Lage sind, die Ideen, Erklärungen oder Argumente von Schülerinnen und Schülern fachlich und fachdidaktisch korrekt zu diagnostizieren. Um die Diagnosefähigkeit im Biologie-Lehramtsstudium messen und vor allem auch fördern zu können, wurde die Klassenraumsimulation SKRBio (kurz für Simulierter KlassenRaum Biologie) entwickelt und durch einen Chatbot – als Prototyp eines adaptiven Feedbackgebers zur Unterstützung der Lehramtsstudierenden – ergänzt. Digitale Lernumgebungen sind zunehmend in den Fo- kus der Bildungsforschung und universitären Lehre gerückt, da sie quasi-authentische Lernsituationen er- zeugen können, in denen die Komplexität der realen Un- terrichtssituation reduziert und auf einen spezifischen Aspekt des Unterrichtsprozesses konzentriert wird, wie zum Beispiel auf die Diagnose von Schüleräußerun- gen zu einem konkreten fachlichen Lerngegenstand. Lehrkräfte müssen in der Lage sein, die Leistungen ih- rer Schülerinnen und Schüler (z. B. deren Erklärungen oder Argumente zu bestimmten Fragestellungen) im Unterrichtsgeschehen schnell und präzise einzuschät- zen, um den weiteren Lernprozess, etwa durch eine direkte Rückmeldung, unterstützen zu können. Aller- dings sind Lehrkräfte im realen Unterricht meist so stark mit der Umsetzung ihrer Unterrichtsplanung und dem Klassenmanagement beschäftigt, dass die fach- liche und fachdidaktische Beurteilung der Leistungen oft vernachlässigt wird. Lehrkräfte entwickeln deklaratives, fachliches, fach- didaktisches und pädagogisch-psychologisches Wissen – also die Grundlagen für ihr späteres professionelles Handeln im Unterricht – zwar während des Lehramts- studiums, dies bleibt jedoch oft „träge“. Das heißt, sie wenden ihr Wissen in Praxissituationen nicht an. Dies kann zu unzureichenden Diagnosen der Schülerleistun- gen und in Folge zu inadäquaten Rückmeldungen und Hilfestellungen im Unterricht führen. ipn journal no 11 38

· ausbildung von lehrkräften · Unterstützung und Kontrolle der Diagnoseleistungen Im SKRBio wird der Diagnoseprozess der Lehramtsstu- dierenden (Probanden) während der Unterrichtsse- quenz durch einen integrierten Chatbot unterstützt, der in der digitalen Lernumgebung zwei Funktionen übernimmt: Zum einen können Probanden aktiv Fra- gen an den Chatbot stellen (z. B. „Was ist eine teleolo- gische Fehlvorstellung?“) und erhalten – ähnlich einem digitalen Wörterbuch – eine standardisierte Antwort zu vordefinierten Begriffen bzw. Anfragen. Zum anderen reagiert der Chatbot proaktiv auf bestimmte Verhaltens- muster der Probanden (z. B. die dreimalige Auswahl des gleichen virtuellen Schülers) durch Eingabe bestimmter Aufforderungen bzw. Informationen (z. B. verschiedene Schülerinnen und Schüler einmal zum Vergleich dran- zunehmen). Nach der Unterrichtssequenz und Diagnose der virtuellen Klasse steht den Probanden ein sogenanntes Report-Modul zur Verfügung, in welchem die durch- geführte Unterrichtssequenz für sie noch einmal zu- sammengefasst wird. In dieser Rückmeldung können die Probanden selbst überprüfen, ob ihre Diagnosen korrekt ausgefallen sind. Beschreibung der theoriebasierten Niveaustufen der drei Themen im SKRBio Niveaustufe Evolution Experimentieren Argumentieren Antwort im SKRBio besteht aus… Niveau 1 … einer Fehlvorstellung. … der Beschreibung einer Variable (Messgröße, Einflussgröße oder Störgrößen). … einer Behauptung, einem oder mehreren Begründungen beste- hend aus Fakten und/oder Er- läuterungen. Niveau 2 … einer Fehlvorstellung und maxi- mal einem korrekten evolutions- biologischem Prinzip. … der Beschreibung zweier Variablen. … einer Behauptung, einem oder mehreren Begründungen und einer Stützung. Niveau 3 … einer Fehlvorstellung, mindes- tens zwei evolutionsbiologischen Prinzipien und ggf. einem Schwellenkonzept. … der Beschreibung einer abhängi- gen und einer unabhängigen Variable, die miteinander in Beziehung gesetzt werden. … einer Behauptung, einem oder mehreren Begründungen und einer Ausnahmebedingung. Niveau 4 … allen evolutionsbiologischen Prinzipien und mindestens einem Schwellenkonzept. Niveau 5 [nicht im Modell vorhanden] … der Beschreibung einer abhängi- gen und einer unabhängigen Variable, die unter Berücksichti- gung einer Kontrollvariablen (Störgrößen) in Beziehung gesetzt werden. … den in Niveaustufe 4 angege- benen Aspekten sowie der Iden- tifizierung zusätzlicher Eigen- schaften eines Experiments (z. B. Fehlerdiskussion oder Mess- genauigkeit) … einer Behauptung, einem oder mehreren Begründungen, einer Stützung und einer Ausnahme- bedingung. [nicht im Modell vorhanden] ipn journal no 11 40

10 Schritte auf dem Weg zur erfolgreichen Online-Fortbildung für Lehrkräfte wie digitale fortbildungsangebote entwickelt werden sollten Felix Kapp Digitales Lernen betrifft nicht nur Schülerinnen und Schüler. Auch die Anzahl der digitalen Fortbildungsangebote für Lehrkräfte in Deutschland nimmt stetig zu. Im Vergleich zu Präsenzveranstaltungen bieten Online-Angebote die Möglichkeit, eine größere und vielfältigere Gruppe von Lehrkräften zeit- und ortsunabhängig zu erreichen. Digitale Medien eröffnen auch neue Interaktionsformen für die Teilnehmerinnen und Teilnehmer. Das am IPN angesiedelte Deutsche Zentrum für Lehrkräftebildung Mathematik nimmt in seinen Entwicklungs- und Forschungsarbeiten solche Angebote in den Blick. 24 ipn journal no 11 42

· gewusst wie … · Im Anschluss an die Auseinandersetzung mit diesen Lerninhalten werden abermals Unterrichts- vignetten präsentiert und von den Lehrkräften bearbeitet. Werden die fachdidaktischen Heraus- forderungen korrekt erkannt, sind die Voraussetzungen für den Erhalt des Zertifikats gegeben. Je nach Vorwissen variiert die Bearbeitungszeit des „Digitalen Selbstlernmoduls Algebra“ zwischen einer und drei Stunden. Das „Digitale Selbstlernmodul Algebra“: Startseite mit einer Einführung und der Vorschau auf die drei inhaltlichen Rubriken. ipn journal no 11 44

· gewusst wie … · gung gestellt, anhand derer man sowohl die Diagnose von fehlenden Verstehensgrundlagen als auch die An- satzpunkte für die Förderung nachvollziehen kann. Die Durchführung dieser Online-Fortbildung erfolgt in der Regel in Gruppen von Lehrkräften. Nach einem gemein- samen Auftakt – sei es durch eine Präsenzveranstaltung oder ein gemeinsames Online-Treffen – stehen den Teil- nehmerinnen und Teilnehmern anschließend die Bau- steine über einen Zeitraum von rund vier Monaten zur Verfügung. Während dieser Zeit werden optionale Ter- mine mit dem MSK-Team in Form von Videokonferen- zen angeboten. Jeder der vier Bausteine erfordert etwa drei Stunden Bearbeitungszeit. Die Fortbildung endet mit einer Abschlussveranstaltung, in der die Inhalte so- wie die Anwendung des Diagnose- und Fördermaterials reflektiert werden. Die Teilnahme an der Einführungs- und Abschlussveranstaltung sowie die Bearbeitung der zentralen Aufgaben in den Bausteinen sind Vorausset- zungen für den Erhalt eines Teilnahmezertifikats. Entwicklung von Online-Fortbildungen Betrachtet man exemplarisch die beiden dargestellten Fortbildungen, werden Gemeinsamkeiten und Unter- schiede deutlich: In beiden Angeboten erfahren die teil- nehmenden Lehrkräfte erhebliche Freiheiten bei der Ausgestaltung ihres individuellen Lernprozesses. Im Gegensatz zu gemeinsamen Gruppenaktivitäten und definierten Rahmenbedingungen, wie sie in Präsenz- veranstaltungen üblich sind, können hier die fachdidak- tischen Inhalte individuell angepasst an das persönli- che Vorwissen, die eigene Motivation, individuelle Ziele und verfügbare Ressourcen erarbeitet werden. Die beiden Angebote unterscheiden sich wiederum hinsichtlich ihres Umfangs und ihrer Struktur. Während das „Digitale Selbstlernmodul Algebra“ eine individuel- le und flexible Nutzung durch Lehrkräfte ermöglicht, beinhaltet die Online-Fortbildung aus dem Programm Mathe sicher können neben Selbstlernphasen auch eine gemeinsame Auftakt- und Abschlussveranstaltung in Echtzeit. Sowohl die Gesamtdauer der Fortbildung als auch die geplanten Aktivitäten im Rahmen des Fortbil- dungsprogramms variieren zwischen den Angeboten. Ein wichtiges Element der Online-Fortbildung Mathe sicher können ist die praktische Erprobung von Diagnose- und Fördermaterial. Die Fortbildung berücksichtigt da- bei, dass die Durchführung dieser Aktivität in den je- weiligen Schulen der Lehrkräfte nicht immer realisier- bar ist, und bietet einen alternativen Weg anhand von fiktiven Schülerinnen und Schülern. In Modellen des Selbstregulierten Lernens als auch im Angebots-Nutzungs-Modell der Lehrerfortbildung von Lipowsky und Rzejak werden verschiedene Ein- flussfaktoren auf den Lernprozess benannt. Zu diesen Einflussfaktoren gehören das Vorwissen, die individu- elle Motivation und Zielstellung der Lehrkräfte sowie ihre verfügbaren zeitlichen und kognitiven Ressour- cen. Diese Einflussfaktoren sollten bei der Entwick- lung der Online-Fortbildungen explizit berücksichtigt werden. Allerdings besteht bei Online-Fortbildungen eine besondere Herausforderung darin, dass sich die Gruppe aufgrund der größeren Anzahl an Teilneh- merinnen und Teilnehmern in Bezug auf die Ziele, das Vorwissen und die Motivation mehr unterscheidet, als dies in kleineren Gruppen bei Präsenzveranstaltun- gen der Fall ist. Gleichzeitig ist es den Fortbildenden während der Veranstaltung nicht in gleichem Maße möglich, unterstützend einzugreifen. Unterstützungs- angebote müssen bereits im Vorfeld eingeplant und umgesetzt werden. Die 10 Schritte Die DZLM-Leitlinien für Fortbildungen fassen um- fangreiche Erfahrungen in der Lehrkräftefortbildung zusammen. Unter Berücksichtigung dieser Leitlinien, bisherigen Erfahrungen mit Online-Fortbildungen und bewährten Modellen zur Gestaltung digitaler Lernum- gebungen lässt sich der Entwicklungsprozess von On- line-Fortbildungen entlang der folgenden zehn Schrit- te beschreiben. Durch die höhere Reichweite von Online-Fortbil- dungen ergibt sich auch eine vielfältigere Zielgruppe im Vergleich zu Präsenzveranstaltungen. Bei der Entwick- lung passgenauer Angebote nimmt die Definition und Beschreibung der zukünftigen Nutzerinnen und Nutzer eine zentrale Rolle ein. ipn journal no 11 46

1 Zielgruppe definieren 2 Inhalte und Lernziele bestimmen 3 Lernmaterialien auswählen/erstellen 4 Definition Setting: Rahmung der Fortbildung 5 Aktivitäten: Definition Use Cases/ User Stories 6 Konfiguration LMS: Technische Umsetzung · gewusst wie … · In einem ersten Schritt sollten daher relevante Merkmale der Zielgruppe, wie beispielsweise Motivation, Vorwissen und Erwartun- gen, definiert und anschließend beschrieben werden. Dieser Aufgabe kann man sich sowohl durch die Erstellung von sogenannten Personas (prototypische Profile von Nutzerinnen und Nutzern) als auch mittels Befragungen der Zielgruppe nähern. Im zweiten Schritt werden die Lerninhalte und Kompetenzen de- finiert, welche in der Fortbildung vermittelt werden sollen. Eine ge- naue Beschreibung der Fortbildungsinhalte – beispielsweise anhand von Mind-Maps – und Antworten auf Fragen wie „Was können die Teilneh- merinnen und Teilnehmer nach der Online-Fortbildung?“, „Was machen sie nach der Fortbildung in ihrem Unterricht anders?“ sind Ergebnisse dieses Schritts. Während die ersten beiden Schritte bei Präsenz- und Online-Fort- bildungen nahezu identisch sind, enthält der dritte Schritt spezifische Inhalte von Online-Fortbildungen bzw. Fortbildungen mit digitalen Ele- menten. In diesem Schritt werden Lernmaterialien in Form von Texten, Videos, Präsentationen, Animationen, Simulationen und interaktiven Aufgaben entweder aus bestehenden Sammlungen ausgewählt und an- gepasst oder für die Online-Fortbildung neu erstellt. Im vierten Schritt geht es um die Festlegung der Rahmenbedin- gungen: „In welcher Abfolge sollen Teilabschnitte bzw. Bausteine der Fortbildung absolviert werden?“, „Gibt es eine Auftakt- und Abschluss- veranstaltung?“ und „Inwiefern gibt es während der Online-Fortbildung Unterstützungsangebote für die Teilnehmenden?“ Im fünften Schritt steht die Beschreibung der Aktivitäten im Fo- kus, die während der Fortbildung durchgeführt werden. Dabei sollen unterschiedliche Verläufe berücksichtigt werden. Da die größeren Freiheitsgrade in Online-Fortbildun- gen genau dies ermöglichen, ist es sinnvoll, sich diese unterschiedlichen Verläufe durch die Fort- bildung bereits im Vorfeld zu verdeutlichen. Ei- nerseits können dafür die unterschiedlichen Personas aus Schritt eins genutzt werden („Wie würden erfahrene Lehrkräfte im Vergleich zu Quereinsteigerinnen und -einsteigern mit wenig Erfahrung agieren?“), andererseits müssen ver- schiedene Rahmenbedingungen bei den Teilneh- merinnen und Teilnehmern berücksichtigt wer- den. So hat zum Beispiel der eine Zugang zu einer Fördergruppe, um Diagnosematerial auszuprobieren, eine andere aber nicht. Sobald diese konzeptionellen Entscheidungen im Rahmen der Ent- wicklungsphase getroffen wurden, beginnt im sechsten Schritt die technische Umsetzung durch die Einrichtung eines Learning Manage- ment Systems (LMS) und dessen Konfiguration. Hierbei müssen sowohl ipn journal no 11 48

Barzel, B., & Selter, C. (2015). Die DZLM-Gestaltungsprinzipien für Fortbildungen. Journal für Mathematik-Didaktik, 2(36), 259–284. Lipowsky, F., & Rzejak, D. (2017). Fortbildungen für Lehrkräfte wirksam gestalten. Erfolgsverpre- chende Wege und Konzepte aus Sicht der empirischen Bildungs- forschung. Bildung und Erziehung, 70(4), 379–400. · gewusst wie … · Fazit Das hier vorgestellte Vorgehen in zehn Schritten bietet eine Anleitung, an der man sich bei der Entwicklung digi- taler Fortbildungsangebote orientieren kann. Gleichzeitig ermöglicht es, Elemente der eigenen Fortbildung in eta- blierte Forschungsfelder einzuordnen. Als wichtigstes Fazit der Erfahrungen in den vorgestellten Projekten lässt sich die Zusammenarbeit verschiedener Disziplinen benen- nen. Die beschriebenen Schritte verdeutlichen einerseits, dass Expertinnen und Experten aus der Fachdidaktik, die für die Inhalte verantwortlich sind, lernpsychologische Er- kenntnisse und technisches Know-how zusammen eine er- folgreiche Fortbildung entstehen lassen. Zum anderen ist die Zusammenarbeit zwischen der Zielgruppe, den Mul- tiplikatorinnen und Multiplikatoren sowie dem Entwick- lungsteam hervorzuheben. Die Kooperation verschiedener Disziplinen und im Feld aktiver Personen hat sich als Er- folgsfaktor für die Entwicklung, Implementation und Befor- schung digitaler Fortbildungen herausgestellt. Dr. Felix Kapp ist wissenschaftlicher Mitarbeiter in der Abteilung Fachbezogener Erkenntnis- transfer des IPN. Der Diplom-Psychologe widmet sich in seinen Forschungsarbeiten der Untersuchung von Einflussfaktoren auf technologiegestütztes Lernen. Ein besonderer Fokus seiner Arbeit liegt dabei auf der Identifizierung von Erfolgsfaktoren für Online-Fortbildungen für Lehrkräfte. kapp@leibniz-ipn.de ipn journal no 11 50

Mathematikunterricht verbessern das vom ipn koordinierte länderübergreifende programm quamath ist gestartet Svea Hallemann, Annett Kreuziger, Hans Anand Pant, Susanne Prediger & Christoph Selter Nicht einmal die Hälfte der Jugendlichen in Deutschland erreicht im Fach Mathematik die Regelstandards. Ein auf zehn Jahre angelegtes Programm der Kultusministerkonferenz soll nun die fachdidaktische Qualität des Mathematikunterrichts im Primar- und Sekundarbereich nachhaltig verbessern. Planungen gehen davon aus, bis zu 10 000 Schulen im Rahmen des Programms durch eine kohärente, fachbezogene, forschungsbasierte und praxisorientierte Fortbildungsinitiative für die Weiterentwicklung des Mathematikunterrichts zu erreichen. Das IPN koordiniert das Programm Unterrichts- und Fortbildungs-Qualität in Mathematik entwickeln (QuaMath). Wir stellen es hier vor. ipn journal no 11 52

· unterrichtsentwicklung · Holzäpfel, L., Prediger, S., Götze, D., Rösken-Winter, B., & Selter, C. (2024). Qualitätsvoll Mathematik unterrichten: Fünf Prinzipien. Mathematik Lehren, 242, 2–9. https://quamath.de/dokumente/ praxispublikation/142 Prediger, S., Götze, D., Holzäpfel, L., Rösken-Winter, B. & Selter, C. (2022). Five principles for high-quality mathematics teaching: Combining normative, epistemolo- gical, empirical, and pragmatic perspectives for specifying the content of professional development. Frontiers in Education, 7, Article 969212. https://doi.org/10.3389/feduc.2022.969212 Fünf QuaMath-Prinzipien Unterrichtsqualität wird durch eine Vielzahl von Qualitätsmerkmalen charak- terisiert, doch hat es sich in Fortbildungsprojekten als hilfreich herausgestellt, mit wenigen Qualitätsmerkmalen zu arbeiten, die dann kohärent für alle di- daktischen Entscheidungen in typischen unterrichtlichen Anforderungssitua- tionen herangezogen werden. Die folgenden fünf QuaMath-Prinzipien werden deshalb allen 27 Modulen zugrunde gelegt: • Kognitive Aktivierung • Verstehensorientierung • Durchgängigkeit • Lernenden-Orientierung und Adaptivität • Kommunikationsförderung Übersicht aller Module im QuaMath-Programm. Sie folgen den fünf Prinzipien. ELEMENTAR- BEREICH PRIMARSTUFE SEKUNDARSTUFE I SEKUNDAR- STUFE II Modul Frühe mathematische Bildung Gasteiger, Bruns Basismodul Unterrichtsqualität Jhg. 1- 4 Götze, Selter Basismodul Unterrichtsqualität Jhg. 5 -13 Barzel, Greefrath, Holzäpfel, Prediger, Schacht Größen & Messen – Daten & Zufall 1- 4 Rösken-Winter Zahlen & Operationen 1 Bruns, Gasteiger Daten & Zufall 5 -10 Rolka, Rösken-Win- ter, Biehler Funktionen & Modellieren 7-10 Friesen, Dreher, Rolka Differential- rechnung Barzel, Greefrath, Schacht, Thurm Geometrie 1- 4 Gasteiger, Bruns Zahlen & Operationen 2 Nührenbörger Algebra & Modellieren 6 - 9 Dreher, Friesen Brüche-Prozente- Proportionales 6 -7 Prediger, Friedrich Differenzierung 1- 4 Scherer Zahlen & Operationen 3- 4 Nührenbörger, Scherer Diagnose & Förderung zu Basis- kompetenzen 5 Prediger, Friedrich Geometrie 5 -10 Kortenkamp Diagnose & Förderung 1- 4 Häsel-Weide Digitale Medien 1- 4 Walter Digitale Medien 5 -10 Kortenkamp Sprachbildung 5 -10 Prediger, Wessel Sprachbildung 1- 4 Götze Prozessbezogene Kompetenzen 1- 4 Höveler Problemlösen 5 -10 Rott, Holzäpfel Differenzierung 5 -10 Friedrich, Prediger Lineare Algebra & Analytische Geometrie Wessel, Kempen Stochastik Kempen, Biehler, Wessel Integralrechnung Hußmann Basismodule Inhaltsmodule Vertiefungsmodule ipn journal no 11 54

Roesken-Winter, B., Stahnke, R., Prediger, S., & Gasteiger, H. (2021). Towards a research base for implementation strategies addressing mathematics teachers and facilitators. ZDM: The International Journal on Mathematics Education, 53(5), 1007–1019. https://doi.org/10.1007/ s11858-021-01220-x. · unterrichtsentwicklung · Begleitung durch Forschung Das gesamte Programm wird durch Entwicklungsforschung auf Fortbildungs- und Qualifizierungsebene sowie Wirkungsforschung auf der Ebene der Lernenden und Lehrkräfte begleitet. Dabei werden unterschiedliche Schwerpunkte je nach Basis-, Vertiefungs- oder Inhaltsmodulen und nach Zielgruppen gesetzt. Ziel ist, programmbegleitend forschungsbasiert, empirisch abgesichertes Erklärungs- und Handlungswissen abzuleiten zu: • Stand und Bedingungen der Veränderbarkeit der fortbildungs- inhaltlichen • und fortbildungsfachdidaktischen Kompetenz von Multiplikatorinnen und Multiplikatoren • Gelingensbedingungen und Wirkungen ausgewählter Design- und Inhaltselemente in Qualifizierungen • Stand und Bedingungen der Veränderbarkeit der fachdidaktischen Kompetenz von Mathematik-Lehrkräften • Gelingensbedingungen und Wirkungen ausgewählter Design- und Inhaltselemente in Fortbildungs-/Selbstlernmodulen • Gelingensbedingungen und Wirkungen von Unterstützungsmaß- nahmen für innerschulischen Transfer • Wirkungen der Maßnahmenbündel mehrerer Ebenen auf didaktische Kompetenz und Unterrichtspraktiken von Lehrkräften • Wirkungen der Maßnahmenbündel mehrerer Ebenen auf die Kompetenzentwicklung von Lernenden Begleitung auf Steuerungsebene Komplexe ländergemeinsame Programme wie QuaMath müssen auf der Steu- erungsebene intensiv begleitet werden. Innerhalb der Bundesländer arbeiten QuaMath-Landesverantwortliche und Landeskoordinierende für die Primar- und Sekundarstufe eng mit der QuaMath-Gesamtkoordination am IPN zusam- men. Die Landeskoordinatorinnen und -koordinatoren wiederum arbeiten in ihren Ländern mit den Multiplikatorinnen und Multiplikatoren des Programms in den Netzwerken entsprechend ihrer Landesstrukturen. ipn journal no 11 56

Von Forschenden lernen, selbst zu forschen im profilseminar in schleswig-holsteins schulen arbeiten wissenschaft und bildung eng zusammen Hendrik Groß & Almut Macke Wie kann man komplexe Forschung für Schülerinnen und Schüler greifbar machen und gleichzeitig ein selbstständiges Erarbeiten wissenschaftlicher Themen ermöglichen? Dieser Frage widmet sich das Profilseminar Sensorik und Medizin, welches das IPN in enger Zusammenarbeit mit der Kieler Humboldt-Schule und Forschenden des Sonderforschungsbereichs 1261 Biomagnetic Sensing der Christian-Albrechts-Universität zu Kiel entwickelt hat. Dabei werden nicht nur wichtige Fähigkeiten außerhalb der Kernfächer erlernt, sondern auch ein Dialog zwischen Forschenden und Schülerinnen und Schülern hergestellt. Das im Jahr 2021 in Schleswig-Holstein eingeführte Profilse- minar soll Schülerinnen und Schülern die Möglichkeit geben, eigenständig und projektbasiert Themen außerhalb der Pro- filfächer zu erkunden. Der Rahmen für die Durchführung des Profilseminars ist dabei bewusst offengehalten und kann von der Durchführung bis zur Prüfung individuell von Schule und Lehrkraft gestaltet werden. Hierbei wird ein komplexes, fachübergreifendes Thema selbstständig erarbeitet und somit ipn journal no 11 58

Enzingmüller, C., Broß, C., Laumann, D., Parchmann, I., & Schmidt, G. (2021). Magnetfelder am Herzen messen. MNU Journal, 74(2), 149–153. Broß, C., Plöger, T., Enzingmüller, C., & Parchmann, I. (2022). Kristalle unter Spannung: Piezoelektrizität als Beispiel für Struktur-Eigenschafts-Beziehungen. Chemkon, 29(8), 240–246. https://doi.org/10.1002/ckon.202100024 · interdisziplinäres lernen · In vier Stationen erlernen und erarbeiten die Schülerinnen und Schüler in dieser Phase selbstständig die Grundlagen von Herzfunktion und -diagnostik sowie die Grundprinzipien der zur Diagnostik verwendeten magnetoelektrischen Senso- ren: Piezoelektrizität sowie Magnetostriktion. Erstere beschreibt dabei die Eigen- schaft eines Festkörpers, aus Verformung eine elektrische Spannung zu erzeugen; ein magnetostriktives Material wiederum ändert sein Volumen unter Einfluss ei- nes äußeren Magnetfelds. Das Zusammenspiel beider Eigenschaften ermöglicht es, ein durch die Herzaktivität erzeugtes Magnetfeld zu detektieren und hieraus ein Magnetokardiogramm (MKG) zu erzeugen. Auf Basis des Erlernten erhal- ten die Teilnehmerinnen und Teilnehmer des Seminars im vierten Versuchsteil schließlich die Möglichkeit, einen eigenen Sensor zu entwickeln und diesen an einer Messstation zu prüfen. Diese Themen schließen somit an Basiskonzepte der Schulfächer Biologie, Chemie und Physik an, gehen thematisch jedoch darüber hinaus in Richtung heutiger hochrelevanter Forschungsbereiche. Forschung von Forschenden lernen Im Anschluss an den Projekttag steht in der dritten Phase, der Seminarphase, für die meisten Schülerinnen und Schüler des Profilseminars eine anspruchsvolle Auf- gabe an: das Finden einer Forschungsfrage sowie die Entwicklung eines eigenen Projekts zum Thema Sensorik und Medizin. Hierbei gilt es nicht nur, eine relevan- te und interessante Fragestellung zu finden, sondern auch Fähigkeiten wie Zeit- management, Materialbeschaffung, Programmierung und Präsentationstech- niken anzuwenden und auszubauen. Basierend auf der durchgeführten Evaluation zeigten sich in dieser Phase die größten Schwierigkeiten. Nach einer ersten Durchführung des Profilseminars wurde deshalb die Einbindung und Unterstützung von Personen mit Expertise in dem Feld deutlich ausgebaut. So wurden, in Kooperation mit dem Landesprogramm Zukunft Schule im digitalen Zeitalter, zwei Workshops zur Programmierung von Sensoren mit Mikrocont- rollern eingeführt, welche direkt in der Schule stattfanden. Die- jenigen, die den Workshop durchgeführt haben, blieben danach für technische Fragen während der Projektbearbeitung für die Schülerinnen und Schüler ansprechbar. Zusätzlich wurde ein vier- köpfiges Gremium aus Forschenden des SFB berufen, das die Schüle- rinnen und Schüler bei der Entwicklung ihrer Forschungsfrage beriet sowie der Lehrkraft bei der fachlichen Bewertung der Projektergebnisse mit einer zweiten Meinung zur Seite stand. Die Beteiligten erhielten weiter- hin die Möglichkeit, für Einblicke und Inspiration die Technische Fakultät der CAU zu besuchen. » Interdisziplinäres Arbeiten ermöglicht es uns Lehrenden, unsere Schülerinnen und Schüler Themenfelder wie Medizin und Sensorik erarbeiten zu lassen, die außerhalb unserer eigenen fachlichen Expertise liegen. « Almut Macke, Lehrkraf t Humboldt-Schule Vielfältige Ideen und kreative Ergebnisse Broß, C., Enzingmüller, C., Parchmann, I., & Schmidt, G. (2021). Teaching magnetoelec- tric sensing to secondary school students: Considerations for educational STEM outreach. Sensors, 21(21), Article 7354. https://doi.org/10.3390/s21217354 Das Profilseminar führte zu einer Vielzahl an Projektideen und -ergebnissen, die am Ende des Semesters in der letzten Phase allen Beteiligten vorgestellt wur- den. Die Forschungsfragen erstreckten sich hierbei über verschiedenste medizi- nische und sensorische Themenbereiche wie Hörschutz, Altenpflege, Ergonomie im Alltag, persönliche Schutzausrüstung sowie Hilfen für Menschen mit Behin- ipn journal no 11 60

Wissenswertes Deutsche Schülerinnen und Schüler international sehr erfolgreich Bei der Internationalen ChemieOlympiade (IChO) 2023 in Zürich in der Schweiz errangen die Schülerinnen und Schü- ler, die Deutschland als Nationalteam vertraten, eine Gold-, eine Silber- und zwei Bronzemedaillen. In der inoffiziellen Nationenwertung nach Punkten belegte das deutsche Team damit einen hervorragenden 17. Platz. Bei der Internationalen BiologieOlympiade (IBO) 2023 brachte das deutsche Nationalteam gleich zwei Gold- und zwei Silbermedaillen mit nach Hause. Der Wettbewerb fand in Al Ain in den Vereinigten Arabischen Emiraten statt. Damit konnte der große Erfolg des deutschen Teams bei der IBO 2022 in diesem Jahr noch einmal gesteigert wer- den, denn das deutsche Team belegte in der Nationenwer- tung einen hervorragenden 9. Platz und wurde damit das beste europäische Team Bei der Internationalen PhysikOlympiade (IPhO) 2023 in Tokio in Japan gewann das deutsche Nationalteam fünf Medaillen, davon eine Silber- und vier Bronzemedaillen. In der inoffiziellen Nationenwertung nach Punkten erreichte das deutsche Team damit Platz 25 von 82 Ländern und gehört damit zum besten Viertel der 41 teilnehmenden europäischen Nationen. Bei der International Junior Science Olympiade (IJSO), dem jüngsten Mitglied in der Reihe der Science Olympiaden, gewann das deutsche Schülerteam im Dezember 2023 in Bangkok in Thailand zwei Bronze-, drei Silber- und eine Goldmedaille. ipn journal no 11 62

· wissenswertes · Aktuelle Impulse, Stellungnahme und Gutachten der Ständigen Wissenschaftlichen Kommission der Kultusministerkonferenz lehrkräftegewinnung und lehrkräftebildung für einen hoch- wertigen unterricht, umgang mit dem akuten lehrkräftemangel, large language models und ihre potenziale im bildungssystem Als unabhängiges wissenschaftliches Beratungsgremium berät die Ständige Wis- senschaftliche Kommission der Kultusministerkonferenz (SWK) seit dem Jahr 2021 die Kultusministerkonferenz zu bildungspolitischen Fragen. Der SWK ge- hören 16 Bildungsforscherinnen und Bildungsforscher aus unterschiedlichen Disziplinen an, darunter auch der Geschäftsführende Wissenschaftliche Direktor des IPN Prof. Dr. Olaf Köller, der die Kommission als Co-Vorsitzender gemein- sam mit Prof. Dr. Felicitas Thiel, Professorin für Schulpädagogik und Schulent- wicklungsforschung an der Freien Universität Berlin, leitet. In vergangener Zeit hat die SWK neben einer Stellungnahme und ei- nem Impulspapier auch ein Gutachten veröffent- licht, in der sie umfassende Handlungsempfehlun- gen zu aktuellen bildungspolitischen Fragen gab. Ende vergangenen Jahres legte die SWK ein umfangreiches Gutachten zum Thema Lehrkräf- tegewinnung und Lehrkräftebildung für einen hochwertigen Unterricht vor. Darin empfiehlt die Kommission eine wissenschaftsbasierte Lehrkräf- tebildung in Studium und Vorbereitungsdienst, in der Wissen und Fähigkeiten schrittweise aufgebaut werden. Dafür ist laut Kommission die Entwick- lung eines Curriculums nötig, das stärker als bis- her Inhalte aus Studium und Vorbereitungsdienst mit Fort- und Weiterbildungen verbindet und so- mit ein strukturiertes Qualifikationssystem schafft. Zentral sind dabei neben den Kompetenzen im Fach und der Fachdidaktik auch Querschnitts- themen wie der Umgang mit Heterogenität sowie gute Lernangelegenheiten im Studium und in den Praxisphasen. Auch die Ausbildung von Personen ohne klassisches Lehramtsstudium (Quereinsteigerinnen und Quereinsteiger) soll wis- senschaftsbasiert erfolgen. Konkret empfiehlt die SWK, dass etwa Fachstudie- rende oder Berufswechslerinnen und -wechsler ein Masterstudium in einem Un- terrichtsfach mit anschließendem Vorbereitungsdienst absolvieren. Dieser zweite Weg ins Lehramt soll die zahlreichen Sondermaßnahmen in den Ländern ablösen. https://www.leibniz-ipn.de/de/das-ipn/ aktuelles/aktuelle-meldungen/ qualitaet-der-lehrkraeftebildung-sichern ipn journal no 11 64

· wissenswertes · Sinkende Leistungen in Mathematik, Lesen und Naturwissenschaften pisa 2022 offenbart geringere kompetenzen bei 15-jährigen als zuvor Die Jugendlichen in Deutschland schneiden in Mathematik, im Lesen und in den Naturwissen- schaften deutlich schlechter ab als noch im Jahr 2018. Dies zeigten die Ergebnisse der aktuellen PISA-Studie (Programme for International Stu- dent Assessment), die im Dezember veröffentlicht wurden. Rund ein Drittel der getesteten 15-Jäh- rigen hat in mindestens einem der drei Berei- che nur sehr geringe Kompetenzen. Die Ergeb- nisse bestätigen einen Abwärtstrend, der sich in den vorherigen PISA-Studien bereits angedeutet hatte. Die Jugendlichen erreichen in Mathema- tik und Lesen nur noch das Durchschnittsniveau der OECD-Staaten. Lediglich in den Naturwissen- schaften liegen ihre Ergebnisse weiterhin darüber. Die PISA-Studie untersucht regelmäßig, wie gut 15-jährige Schülerinnen und Schüler gegen Ende ihrer Pflichtschulzeit alltagsnahe Aufgaben in Mathematik, im Lesen und in den Naturwis- senschaften lösen können. Die aktuelle Studie, die von der Organisation für wirtschaftliche Zu- sammenarbeit und Entwicklung (OECD) koordi- niert und in Deutschland vom Zentrum für inter- nationale Bildungsvergleichsstudien (ZIB) an der Technischen Universität München (TUM) geleitet wird, wurde im Frühjahr 2022 durchgeführt. Es war die achte PISA-Runde. Nach der ersten PISA-Studie 2000 hatte Deutschland seine Ergebnisse zunächst verbes- sern und auf hohem Niveau halten können. In den letzten PISA-Runden hatte sich allerdings ein Ab- wärtstrend angedeutet. Die Ergebnisse in Mathe- matik und Naturwissenschaften liegen nun unter dem Niveau der PISA-Studien der 2000er Jahre, als Mathematik (PISA 2003) und Naturwissen- schaften (PISA 2006) jeweils zum ersten Mal ver- tieft untersucht wurden. Beim Lesen entsprechen die Ergebnisse in etwa der PISA-Studie 2000, als Lesen erstmals Studienschwerpunkt war. Nur sehr wenige OECD-Staaten konnten zwischen 2018 und 2022 Teile ihrer Ergebnisse verbessern, darunter beispielsweise Japan im Lesen und in den Naturwissenschaften sowie Italien, Irland und Lettland in den Naturwissen- schaften. In Mathematik haben die Jugendli- chen in Japan und Korea im Schnitt die höchsten Kompetenzen. Im Lesen stehen Irland, Japan, Korea und Estland an der Spitze. In den Natur- wissenschaften erreichen Japan, Korea, Estland und Kanada die besten Werte. Bei der achten PISA-Studie wurden in Deutschland die Kompetenzen von rund 6100 repräsentativ ausgewählten 15-jährigen Schüle- rinnen und Schülern an rund 260 Schulen aller Schularten getestet. Zudem wurden die Jugend- lichen zu ihren Lernbedingungen und Einstellun- gen sowie ihrer sozialen Herkunft befragt. Schul- leiterinnen und -leiter, Lehrkräfte und Eltern be- antworteten Fragen zu Gestaltung und Ressour- cen des Unterrichts sowie zur Rolle des Lernens in der Familie. Weltweit nahmen rund 690 000 Schülerinnen und Schüler an der Studie teil. In jeder PISA-Studie wird ein bestimmter Bereich intensiver unter die Lupe genommen, diesmal war es die Mathematik. ipn journal no 11 66

· impressum · Journal informationen aus dem leibniz-institut für die pädagogik der naturwissenschaften und mathematik Abonnieren Sie das IPN · Journal kostenlos! ipnjournal@leibniz-ipn.de www.leibniz-ipn.de/de/das-ipn/aktuelles/journal-epaper-abo issn-nr. 2511-9109 Beiträge aus dem IPN · Journal dürfen mit Quellenangabe abgedruckt werden. Jetzt für das e-Abo anmelden: https://www.leibniz-ipn.de/de/das-ipn/ aktuelles/journal-epaper-abo Oder schicken Sie eine kurze E-Mail an: ipnjournal@leibniz-ipn.de Sie erhalten jeweils zum Erscheinen einer neuen Ausgabe des IPN Journals eine E-Mail mit dem direkten Link zur Online-Ausgabe. herausgeber gestalterisches konzept © 2024 IPN · Leibniz-Institut für die Pädagogik der Naturwissenschaften und Mathematik Olshausenstraße 62 24118 Kiel Postanschrift: IPN · 24098 Kiel E-Mail: info@leibniz-ipn.de www.leibniz-ipn.de Vertreten durch das Direktorium: Prof. Dr. Olaf Köller, Geschäftsführender Wissenschaftlicher Direktor Mareike Bierlich, Geschäftsführende Administrative Direktorin Prof. Dr. Ute Harms, Direktorin Prof. Dr. Aiso Heinze, Direktor Prof. Dr. Oliver Lüdtke, Direktor Prof. Dr. Knut Neumann, Direktor Prof. Dr. Hans Anand Pant, Direktor Prof. Dr. Ilka Parchmann, Direktorin redaktion David Drescher, Mareike Müller-Krey, Knut Neumann, Ute Ringelband ipnjournal@leibniz-ipn.de T 0431 880 - 31 22 Emanuel Kaiser / IPN, Jan Uhing / IPN, Karin Vierk / IPN, Nicole Weber / IPN grafik@leibniz-ipn.de layout/satz dieser ausgabe Jan Uhing , Karin Vierk, Nicole Weber lektorat / korrektur Kristina Langhof, Johanna Touoda bildnachweise Alle Bildrechte liegen beim IPN bis auf folgende: Titel /S. 4/5 ©Mark – stock.adobe.com; S. 6 ©Nikita – stock.adobe.com; S. 7 ©Deemerwha studio – stock.adobe.com; S. 8 / 9 ©Kanisorn – stock.adobe.com; S. 13 ©DAVIDS/Sven Darmer; S. 14 ©Norbert Ittermann; S. 15 ©Berthold Steinhilber; S. 17 ©peshkova; S. 38/41 ©pavel siamionov – stock.adobe.com; S. 42/48 ©contrastwerk- statt – stock.adobe.com; S.49 ©Prathan- karnpap – stock.adobe.com; S. 51 ©Brian Peterson; S. 64 / 65/67 ©Drazen – stock. adobe.com. erscheinungsweise Das IPN · Journal erscheint digital. ipn journal no 11 68

ISSN 2511-9109