Forschung am Lehrstuhl Digitale Bildung
Ein zentrales Ziel unserer Forschung ist es, Gestaltungsprinzipien digitaler Tools und Materialien zu identifizieren, die Lernende auf kognitiver, motivationaler und affektiver Ebene optimal unterstützen. Ebenso interessieren wir uns dafür, wie wir durch digitale Tools neue Spielräume für Lehrkräfte schaffen können, um ihnen das professionelle pädagogische Handeln systematisch zu erleichtern.
Ein Schwerpunkt unserer Forschung ist das formative Assessment – eine lernbegleitende Diagnose von Lernprozessen mit dem Ziel, Schüler*innen hilfreiches Feedback zu geben und Lehrkräften präzise Informationen über den Lernstand der Lernenden bereitzustellen. Damit sollen Lehrkräfte befähigt werden, besser auf die individuellen Bedürfnisse einzelner Schüler*innen einzugehen und diese gezielt zu fördern.
Gleichermaßen interessieren wir uns für die Interaktion von Schüler*innen mit digitalen und KI-basierten Lernsystemen und für deren Potenzial, Lernprozesse kognitiv aktivierend und besonders motivationsförderlich zu gestalten. Besonderes Augenmerk legen wir darauf, dass KI-gestützte Systeme die Lernprozesse nicht nur erfassen, sondern auch intelligent analysieren und in adaptive Unterstützungsangebote übersetzen. So entstehen digitale Werkzeuge, die Lehrkräfte bei der Entscheidungsfindung im Unterrichtsalltag deutlich entlasten können und differenzierte Lernangebote für Schüler*innen ermöglichen. Diesbezüglich gehen wir auch der Frage nach, welche Kompetenzen Lehrkräfte für erfolgreiches Unterrichten in der digitalen Zukunft erwerben müssen und bringen diese Perspektive in unsere Lehre an der EUF ein.
Mit unserer angewandten Grundlagenforschung, die vorwiegend experimentalpsychologisch und quantitativ ausgerichtet ist, schlagen wir eine Brücke zwischen Theorie und Praxis.
Vor diesem Hintergrund erfolgen unsere empirischen Datenerhebungen sowohl im Labor als auch in realen Bildungskontexten (z.B. Schulen). In unseren holistisch ausgerichteten Untersuchungen betrachten wir neben der Lernförderlichkeit von Systemen und Manipulationen insbesondere auch deren Effekte auf affektiv-motivationale Zustände der Lernenden. Dabei nutzen wir unter anderem Prozessdaten (z.B. Zeitstempel, Eye Tracking, Videodaten), die es uns ermöglichen, Lernverläufe und Interaktionen mit hoher zeitlicher Auflösung im Detail zu rekonstruieren und so besser zu verstehen.
Darüber hinaus erstellen wir systematische Analysen der wissenschaftlichen Literatur (z.B. systematische Reviews, Meta-Analysen, Meta-Meta Analysen), um auf diesem Wege wesentliche Befunde der existierenden Forschungsdaten zu aggregieren und für die Forschung und Praxis besser nutzbar zu machen.
Adaptives Lehren und Lernen mit digitalen Medien
- Technologiebasiertes adaptives Unterrichten und Lernen
- Intelligente tutorielle Systeme und KI im Klassenzimmer
- Lernräume der Zukunft
Feedback für Lernende
- Computerbasiertes Feedback
- KI-generiertes Feedback
- Digital vermitteltes Peer-Feedback
Innovationen in der formativen Leistungsdiagnostik
- KI-gestützte Aufgabenerstellung (Automated Item Generation)
- Conversation-Based Assessment
- Learning Analytics im Klassenzimmer
- Design von Teacher Dashboards
KI-gestützte Bewertung im Klassenzimmer
- Feedback zu Schüler*innentexten mit KI-Unterstützung
- Professionalisierung von Lehrkräften zur KI-gestützten Bewertung
Lernen und Testen mit Multimedia
- Effekte multimedialer Gestaltung digitaler Testmaterialien
- Digitale Tafelbilder und Smartboards im Unterricht
- Professionalisierung von Lehrkräften zur Auswahl und Gestaltung geeigneter Lehr-/Lernmaterialien
Prüfen an Hochschulen und Auswirkungen künstlicher Intelligenz
- Potenziale und Grenzen der KI-Nutzung in der Hochschullehre
- Kompetenzorientierte Prüfungsformate der Zukunf
