KI-gestützte didaktische Analyse im Praxissemester
Die didaktische Analyse von Lerngegenständen stellt eine zentrale berufliche Anforderung von Lehrkräften und eine Gelingensbedingung guten Unterrichts dar. Empirische Studien lassen allerdings vermuten, dass Studierende hierbei große Schwierigkeiten haben und gezielte Anleitung benötigen (Hesse et al. subm.). KI-Anwendungen stellen diesbezüglich eine innovative Ressource für Lehrkräfte dar. So spricht etwa die Ständige Wissenschaftliche Kommission der Kultusministerkonferenz davon, dass die Anwendungen Lehrkräfte bei der Erstellung adaptiver Unterrichtskonzepte (SWK 2024, S. 11) unterstützen können. Gleichzeitig werden KI-Anwendungen kritisiert, weil sie fachlich falsche oder erfundene Inhalte generieren (ebd., S. 910). Das Projekt KIDAN (KI-gestützte didaktische Analyse) sieht hier einen Professionalisierungsbedarf und entwickelt ein Seminarkonzept für die Begleitung von Lehramtsstudierenden im Fach Deutsch im Praxissemester. Ziel ist es, anhand zweier einschlägiger Gegenstände des Sprach- und Literaturunterrichts Fähigkeiten der didaktischen Analyse (z.B. Potenziale von Gegenständen erkennen oder Lernziele formulieren) in reflektierter Ko-Aktivität mit der KI zu erarbeiten. Diese sollen dann von den Studierenden sukzessive auf die eigene Unterrichtspraxis bezogen werden. Die Evaluation des Konzepts erfolgt über ein digitales Portfolio (inkl. Ergebnisanalyse, Logs der KI-Interaktion, Reflexion der KI-Nutzung) sowie Studierendenbefragung.
Auf Einen Blick
Kontakt
Das könnte Sie auch interessieren
Hybrider Lernraum und ePrüfungen in Chemie
Allgemeine und anorganische Chemie (AAC) ist ein Grundlagenfach, das von Studierenden vieler naturwissenschaftlicher Fächer belegt wird. Der Inhalt ist für viele Studierende eine Herausforderung, allerdings essentiell für den Erwerb von Fachwissen im eigenen Studienfach. Wir möchten neue Unterstützungsangebote schaffen und gleichzeitig den Personalaufwand gering halten.Unser Anliegen ist es, Freiräume für Lehrende und Tutor:innen durch elektronische Modulplanung, -verwaltung und elektronische Prüfungen zu schaffen und unseren vorhandenen offenen Lernraum physisch digital zu erweitern. Das Lerndesign des gesamten Moduls wird in einem digitalen Format erfasst und mit einem Lernanalysesystem verbunden. Die Erfahrungen daraus werden in das Lerndesign rückgekoppelt.Als primären Effekt erhoffen wir uns eine höhere Kontaktzeit mit den Studierenden, effizienteren Ressourceneinsatz und eine transparentere Lehrplanung. Das datenbasierte und feedbackorientierte Lerndesign (Schmitz et al., 2023) ermöglicht uns kontinuierliche Anpassungen im Sinne des Constructive Alignments (Biggs,1996; WildtundWildt, 2011). Sollte unser Ansatz funktionieren, werden wir im Vergleich zu vorhergehenden Jahrgängen Verbesserungen in der Studierendenzufriedenheit, Klausurnoten und -wiederholungen sehen und dieses Potenzial nutzen, indem wir unser Konzept auf andere Grundlagenfächer in den Bio-, Geowissenschaften oder Physik transferieren.
Projekt anzeigen
