Serie "Innovative Lehrformate"
Wie individuell kann Lehre sein?
Drei Studierende belegen eine Lehrveranstaltung: Sie haben unterschiedliche Vorkenntnisse zum Thema, eine Person betreut ein Kleinkind und ist nur eingeschränkt zeitlich verfügbar, die Muttersprache einer weiteren Person ist nicht Deutsch. Es ist das Ideal der adaptiven Lehre, dass alle drei die gleichen Chancen haben, die Veranstaltung erfolgreich abzuschließen. Bei gelungener Umsetzung haben alle ein gutes Niveau erreicht, der Lehrkraft ist es gelungen, fehlende Grundlagenkompetenzen auszugleichen. Sie hat eine besonders interessierte und begabte Person individuell gefördert. Die zeitliche Verfügbarkeit der Studierenden hat für den Lernerfolg keine Rolle gespielt, da die Studierenden Präsenztermine durch allzeit verfügbare Formate ersetzen konnten. Auch die Sprache der Veranstaltung war keine Barriere, da die Lerninhalte mehrsprachig angeboten wurden.
Die Lehre wurde individuell an die Bedürfnisse der Studierenden angepasst. So wenig revolutionär das klingt, desto schwieriger ist das in der Praxis mit hunderten von Studierenden pro Vorlesung. Der Ansatz der adaptiven Lehre versucht das Problem mit technischen Mitteln zu lösen. Das ist keine neue Idee: In ihren Grundlagen wurde sie bereits in den 1960er und 1970er Jahren im Kontext der Forschung zu Computer-unterstützter Lehre und zu Künstlicher Intelligenz (KI) entwickelt. Dabei soll das Lernmaterial mit Hilfe von Algorithmen – das sind eindeutige Handlungsvorschriften zur Lösung eines Problems – individuell an die Interessen und Fähigkeiten des oder der Lernenden angepasst werden.
Die ersten Systeme waren weniger adaptiv als gewünscht: Der Autor oder die Autorin der Lehrmaterialien musste im Vorfeld eine Liste von erwarteten Antworten und passenden Reaktionen erstellen. Die Systeme konnten daher nur auf ihnen bereits bekannte Situationen reagieren und waren nicht in der Lage mit neuen Fehlern oder besonders intelligenten Lösungen umzugehen. In den vergangenen 50 Jahren hat sich allerdings viel getan. Durch die breite Akzeptanz von KI-Technologien, etwa der KI-basierten Chatbots wie ChatGPT, sind ausgefeiltere adaptive Lehr- und Lernmittel möglich geworden.
In Deutschland arbeiten einige Lehrende an der Umsetzung des Ideals der adaptiven Lehre – mit KI und ohne. Gemeinsam haben sie den Wunsch, Studierenden den Lernstoff möglichst individualisiert und damit ansprechend anzubieten, um sie zu fördern und zu motivieren. Im Gespräch mit Forschung & Lehre erlauben sie Einblicke in ihre Arbeit.
Wo-T-UM, Hochschule Bochum – Individualisierte Lernplattform mit geprüften Inhalten
"Wo-T-UM (Write Once – Transfer – Use Multiple)" ist das Projekt von Professor Thomas Eder vom Fachgebiet Mechatronik und Maschinenbau, dem stellvertretenden Leiter des DigiTeach-Instituts an der Hochschule Bochum, sowie von Jonas Schug und weiteren Kolleginnen und Kollegen aus dem DigiTeach-Institut für Digitale Transformation und E-Learning. Sie arbeiten an einer KI-unterstützten Lernplattform, die die Unterschiedlichkeit der Studierenden berücksichtigt und fördert und gleichzeitig den Aufwand bei der Erstellung und Pflege von Lerninhalten für Lehrende reduzieren soll.
Ausgangspunkt des Projekts sei die Frage gewesen, wie man es schafft, die Studierenden mit ihren unterschiedlichen Kenntnisständen, Fähigkeiten und individuellen Verpflichtungen auf ein funktionierendes Niveau zu bringen, so dass alle die geplanten Lernziele einer Veranstaltung erreichen können, berichten Eder und Schug. In der Praxis sei oft nur eine "One-Size-Fits-All"-Lösung möglich, erläutert Eder. Es sei zu zeitintensiv, das gleiche Material für jede Studentin und jeden Studenten individuell anzupassen.
Das Projekt arbeitet an einer technischen Lösung: Generative KI soll in Form eines Lehragenten von Lehrenden vorgegebene Inhalte wie ein Skript in individuelle Lehrmaterialien verwandeln. Den Lehrenden obliege dabei weiterhin die Qualitätssicherung. Außerdem könnten die Lehrenden die KI als Sparringspartner nutzen: Sie soll etwa bei der Veranstaltungsplanung inspirierend helfen. "Vielleicht", so hofft Eder, "können Lehrende sie als Werkzeug verwenden, um neue Unterrichtsperspektiven zu finden und um ihre bisherigen Arbeitsweisen zu erweitern. Unser Ziel ist es zu begeistern und nicht zu belehren – Studierende sowie Kolleginnen und Kollegen."
Natürlich beinhalte die geplante Plattform auch einen gewissen Kontrollverlust, erklärt Eder. Allerdings, das erläutern Eder und Schug, nutzten die Studierenden längst allgemein verfügbare KI-Systeme, um sich Lehrmaterialien an ihre Bedürfnisse anzupassen. Das sei eine Blackbox für die Lehrenden, weil sie nicht wüssten, was die Studierenden oder die KI machten. Es sei unklar, über welche Daten die KI verfüge. So sei ihr Projekt auch ein Versuch, wieder das Steuer zu übernehmen: Die geplante Lernplattform soll nur mit den Materialien arbeiten, die die Lehrenden im Vorhinein als Grundlage festgelegt haben.
Auch soll das geplante adaptive Lernsystem anders vorgehen als kommerzielle Chatbots: Es soll die Studierenden in Schritten an die Lerninhalte heranführen, nicht die Antwort vorgeben, erläutert Eder. Schug erklärt: "Die Lernplattform wird auf verschiedenen Achsen arbeiten: Sie soll Inhalte nicht nur in verschiedenen medialen Ausspielwegen anbieten, sondern auch für unterschiedliche Niveaus und Kenntnisstände anpassen können."
Noch ist das Projekt in der konzeptionellen Phase. Zunächst sei die Lernplattform als "Testballon" für das Fach Betriebsorganisation gedacht. Allerdings sei auch geplant, sie für weitere Fächer zu testen. Schug gibt zu bedenken, dass die Vielfalt der Fächerkulturen der Studiengänge, die an der Hochschule Bochum angeboten werden, mitgedacht werden müsse – neben Mechatronik etwa auch Hebammenwissenschaften. Ein Tool werde vermutlich nicht jeden Aspekt aller Studiengänge abdecken können.
INTERAPT, Universität Göttingen – Mehr Motivation durch mehr Autonomie im Laborpraktikum
Das Projekt "INTERAPT – Interaktive und adaptive Physik-Praktika" von Dr. Josefine Neuhaus an der Georg-August-Universität Göttingen erarbeitet adaptive Lehr- und Lernmaterialien für physikalische Laborpraktika. Mit ihm möchte Neuhaus das Physiklaborpraktikum für Studierende spannender und lehrreicher gestalten. Das Laborpraktikum während des Physikstudiums ist ein semesterbegleitender Kurs, auf den sich die Studierenden aktuell mit einem Buch vorbereiten sollen, so Neuhaus. Viele würden sich allerdings nicht oder kaum vorbereiten, das Praktikum an sich verlaufe in starren Rahmenbedingungen und mit "kochrezeptartigen" Versuchsanleitungen.
"Das eigene Nachdenken bleibt oft auf der Strecke", erklärt Neuhaus. Während der Arbeitsaufwand hoch sei, finde nicht genug Auseinandersetzung mit den Hintergründen, dessen, was man tut, statt. Das gehe an den eigentlichen Zielen des Praktikums vorbei, nämlich wissenschaftliche Arbeitsweisen zu vermitteln und Fachwissen zu vertiefen.
Mit den Lernmaterialien, die sie aktuell plant, soll es interaktiver werden und an die Interessen und das Vorwissen der Studierenden angepasst werden. Neuhaus arbeitet dabei mit Algorithmen: Multimediale Skripte fragen demnach das vorhandene Konzeptwissen der Studierenden ab, um ihnen dann je nach Ergebnis unterschiedliche Lernpfade vorzugeben – mal mit mehr und mal mit weniger Zusatzinformationen. Ziel ist es, die Studierenden durch interaktive Elemente wie Bildschirmexperimente und Quizfragen dazu anzuregen, sich mit den Inhalten auseinanderzusetzen. Die Studierenden erhalten dann unterschiedliche Versuchsanweisungen, die sie im Labor umsetzen sollen.
Durch die Individualisierung sollen die Studierenden Wissen angeboten bekommen, das ihnen etwas Neues bringt: beispielsweise mehr Theorie in der Auswertung, wenn die Studierenden ein Interesse an theoretischem Wissen zeigen. Dadurch könnten sie mehr Autonomie und Beteiligung erleben und entsprechend der Selbstbestimmungstheorie von Deci und Ryan in der Folge motivierter sein. Das ganze Praktikum soll so zu einer kognitiven Erfahrung werden.
Das Projekt, das Neuhaus im Rahmen der AG Physik und ihre Didaktik unter der Leitung von Professor Pascal Klein erarbeitet, muss noch erprobt werden, erläutert die Physikerin. Auch müsse geklärt werden, wie damit umzugehen ist, wenn Studierende unterschiedliche Versuche durchführen und zu verschiedenen Ergebnissen kämen. Für die Tutorinnen und Tutoren, die im Labor den Überblick behalten müssen, bedeute dies einen Mehraufwand. Unterschiedliche Versuchsvarianten würden ab dem kommenden Wintersemester getestet. Zum aktuellen Praktikum sei außerdem Feedback der Studierenden eingeholt worden, damit Daten vorliegen, um das künftige adaptive Praktikum zu vergleichen.
DigiMatCh – Programmieren und Mathematik im Digitallabor üben
Das Projekt DigiMatCh oder Digitallabor Mathematik für die Chemie will sich gleich zwei Feldern annehmen, in denen Chemiestudentinnen und -studenten laut den Projektverantwortlichen häufig Schwierigkeiten haben: mathematische Grundlagen und Programmiererfahrungen. Professorin Vera Krewald von der Technischen Universität Darmstadt und Professor Michael Römelt von der Humboldt-Universität zu Berlin erstellen daher eine Reihe von Jupyter Notebooks, einer webbasierten interaktiven Umgebung, in der Studierende es üben, für die Chemie relevante mathematische Konzepte eigenständig in Python-Programmen umzusetzen. Das Programmieren zu lernen sei wie eine Sprache zu lernen, berichten Krewald und Römelt. Die Studierenden übten es direkt in der Anwendung auf die Chemie ein.
"Programmieren taucht in den Chemie-Curricula noch zu wenig auf", erläutert Krewald. Dabei sei es eine nützliche Fähigkeit. Seien Studierende in der Lage zu programmieren, könnten sie diese Fähigkeit in künftigen Projekten anwenden, um Daten schneller und einfacher auszuwerten, indem sie sich eine passende Funktion dazu schreiben. "Das Datenvolumen wächst ständig", erklärt Römelt, "dem muss man Herr werden und das geht am besten mit Programmierwissen:"
Das Digitallabor wird rund um die Uhr verfügbar und nicht an Präsenzzeiten gebunden sein. Auch im Anschluss an konkrete Lehrveranstaltungen wird es zum Auffrischen von Kenntnissen jederzeit benutzt werden können. Römelt berichtet, dass es chronologisch aufgebaut sein wird, die Studierenden aber ihren eigenen Rhythmus finden, an unterschiedlichen Stellen ein- oder aussteigen und so das Material auf ihre eigenen Bedürfnisse anpassen können. Auch die Lehrenden könnten bestimmen, wie viel des verfügbaren Wissens erarbeitet und wie das Digitallabor eingesetzt werden soll: ob sie im Rahmen einer Vorlesung darauf zurückgreifen wollen, es ein klassisches Computer-Praktikum ersetzt oder ob Studierende damit Inhalte nacharbeiten sollen.
Für Lehrende werde das Digitallabor zudem eine Entlastung darstellen: Beispielsweise werden sich die Protokolle der Studierenden automatisch auswerten lassen. Ihre Fehler können dann quantifiziert und über mehrere Semester hinweg betrachtet und verglichen werden. Bei der Erstellung des Digitallabors werde zudem das Feedback der Studierenden berücksichtigt: In einem iterativen Prozess werden die Rückmeldungen eingearbeitet. Die Idee ist auch, dass es an mehreren Hochschulstandorten verwendet werden kann.
Hinter dem Projekt steht neben Römelt und Krewald ein Konsortium aus sechs weiteren Professuren, das sich 2023 zum ersten Arbeitstreffen zusammengefunden hat: Professorin Hilke Bahmann von der Bergischen Universität Wuppertal, Professorin Bettina Keller von der Freien Universität Berlin, Professorin Maren Podewitz von der Technischen Universität Wien, Professor Jonny Proppe von der Technischen Universität Braunschweig, Professor Christopher Stein von der Technischen Universität München und Professorin Stella Stopkowicz von der Universität des Saarlandes. Sie arbeiten in gemeinsamen Hackathons an den verschiedenen Standorten regelmäßig gemeinsam an verschiedenen Digitallaboren. So gibt es bereits ein fertiges Digitallabor zum Thema Quantenchemie, weitere thematisch andere Notebooks sollen in Zukunft angegangen werden.
Förderung für experimentelle Lehrkonzepte
Alle drei vorgestellten Projekte wurden für die Freiraum-2025-Förderung der Stiftung Innovation in der Hochschullehre ausgewählt. Die Projektlaufzeit beträgt 24 Monate und pro gefördertem Projekt stehen maximal 400.000 Euro zur Verfügung. Nachdem Interessierte ihren Wunsch nach einer Bewerbung schriftlich einreichen, wird der Zugang zum Antragsverfahren unter Bekundungen ausgelost. Ausgewählte dürfen daraufhin ihre Förderanträge einreichen.
Die Ausschreibung von Freiraum 2026 befindet sich aktuell in der Phase der Auswahl, nachdem bis Ende April die Förderanträge der ausgelosten Interessentinnen und Interessenten eingereicht wurden. Ausgewählt werden Projekte, die "experimentelle Konzepte" für die Lehre erproben und Innovationspotential besitzen. Die Projekte sollen darauf abzielen, eine Veränderung an ihrem Hochschulstandort anzustoßen.
