Kategorie: Methoden

Vom KI-Fastfood zum sinnhaften Einsatz

Text: Charlotte Axelsson

Vor Kurzem wurde ich gefragt, ob ich Angst vor den rasanten technologischen Entwicklungen habe. Meine Antwort lautete: ein klares Jein. Die Technologie selbst macht mir keine Angst – im Gegenteil, sie fasziniert mich. Ich werde zum Homo Ludens, mein Spieltrieb kennt kaum Grenzen. Was mir Sorgen bereitet, ist der Mensch, der diese Technologien nutzt, steuert oder weiterentwickelt – oft ohne sich der Verantwortung für deren Auswirkungen bewusst zu sein. Diese Sorge hat mich dazu gebracht, intensiver über Ethik in der Bildung nachzudenken, zum Beispiel am PHZH Barcamp «Assessment im Wandel – KI-basierte Ansätze für Beurteilung und Feedback» oder als Co-Herausgeberin der neuen Open-Access-Publikation «Ich, Wir & Digitalität, Ethik in der Lehre». Für mich ist klar: Eine ethisch fundierte Lehre ist der Schlüssel für einen sinnhaften Einsatz von Technologie. Ganz im Sinne des Buchtitels: «ICH steht für die persönliche Reflexion, WIR für das Miteinander und DIGITALITÄT beschreibt den kulturellen Wandel, der durch technologische Innovationen entsteht», lässt sich dieser Dreiklang auch im Dagstuhl-Dreieck (Figur 1) als technologische, gesellschaftliche, kulturelle und anwenderbezogene Perspektive beschreiben. Solche Modelle ermöglichen es auch, die eigene Lehre zu überprüfen und fehlende Perspektiven zu integrieren.

Figur 1: Dagstuhl Dreieck in «Ich, Wir & Digitalität, Ethik in der Lehre»

Bildung vermittelt nicht nur Wissen, das ist ebenfalls klar und wurde zum Beispiel durch Peter Holzwarth in «Sind Menschen die besseren Roboter? Ethische Fragen zur Digitalisierung» beschrieben, sondern auch die grundlegenden Werte einer Gesellschaft – ein essenzielles Element für deren Zusammenhalt und Funktionieren. Doch wie verändert der technologische Fortschritt unsere Zusammenarbeitsformen und das Beurteilen von Leistungen? Warum ist es besonders wichtig, im digitalen Zeitalter über Ethik zu sprechen? Im Folgenden habe ich zwei wichtige Gründe zusammengetragen, die die Wichtigkeit einer tiefgründigen Auseinandersetzung für uns Menschen unterstreichen sollen. Folgend gebe ich Einblicke in die Diskussion des Barcamps mit der Anwenderperspektive «Ethik und gesellschaftlichen Implikationen von KI im Assessment von Leistungen».

Erster Grund ist omnipräsentes Wissen: Technologien wie die Suchmaschine von Google oder Wikipedia machen Wissen allgegenwärtig und leicht zugänglich. Generative Technologien – etwa ChatGPT von OpenAI – ermöglichen es zudem, Wissen neu zu kombinieren und zu generieren. So stellt der technologische Wandel traditionelle Konzepte von Wissen und dessen Bewertung infrage und verlangt nach neuen Ansätzen. Wie überprüfen wir Leistungen, wenn man auf einen Klick ganze Hausarbeiten von einer Maschine generieren lassen kann?

Zweiter Grund sind intransparente Machtstrukturen: Unternehmen wie Google, Microsoft oder OpenAI kontrollieren zentrale Plattformen und Technologien und verfolgen in erster Linie ihre wirtschaftlichen Interessen. Dadurch entstehen gefährliche Abhängigkeiten, die Bildungseinrichtungen, Gesellschaften und sogar Staaten in ihrer Autonomie einschränken. Ein zentrales Problem ist die Intransparenz der Algorithmen: Sie steuern, welche Informationen priorisiert oder generiert werden, und beeinflussen dadurch, was wir sehen, lesen und lernen. Dies schafft eine neue Wissenshierarchie. Damit wird Wissen nicht mehr neutral verteilt, sondern von wenigen Akteuren gelenkt. Um dieser Entwicklung entgegenzuwirken, braucht es unabhängige Alternativen und eine breite gesellschaftliche Debatte. Gerade Pädagogische Hochschulen müssen eine Vorreiterrolle übernehmen, indem sie kritische Medienkompetenz fördern und sich aktiv mit diesen ethischen Fragen auseinandersetzen.

Ethik in der Lehre – Diskussionen aus dem Barcamp 

Die Herausforderungen werden besonders deutlich, wenn man diese beiden Gründe auf konkrete Bereiche im Bildungswesen anwendet. Beim Barcamp «Assessment im Wandel – KI-basierte Ansätze für Beurteilung und Feedback» haben wir uns in einem Track mit «Ethik und gesellschaftlichen Implikationen von KI im Assessment von Leistungen» beschäftigt.

Die Diskussionen zeigten schnell, dass Bildung und vor allem Prüfungen nicht nur der Vermittlung und dem Abfragen von Wissen dienen, sondern auch kulturelle, soziale und persönliche Entwicklung umfassen. In der Diskussion haben wir uns um zwei Statements gedreht: Mensch, sei du selbst der Wandel – Technologie sollte sinnstiftend eingesetzt werden – nicht allein aus Effizienzgründen. Oder mit Play, Qualität fördern! rufen die Teilnehmenden das spielerische Konzept «Slow AI» auf, welches auf Reflexion, Neugierde und Entschleunigen setzt und eine Art Gegenbewegung zu Fastfood (KI-)Wissen darstellt.

Des Weiteren wurde die Frage, ob KI in der Lage ist, Sinn oder individuelle Werte in die Beurteilung einfliessen zu lassen, kontrovers diskutiert. Transdisziplinäres Lernen und alternative Beurteilungskulturen – weg von starren Konzepten von «richtig» und «falsch» hin zu mehr Kreativität – könnten dabei eine Schlüsselrolle spielen. Hier ist Austauschen und Voneinander-Lernen gefragt. Und über eines sind sich alle einig gewesen: Traditionelle Prüfungen, die lediglich Wissen abfragen, waren noch nie und sind einfach nicht mehr haltbar.

Barcamp 2024

Fazit und Ausblick 

Zum Schluss gibt die Disziplin Ethik in der Regel wenig Antworten – Ethik bietet Denkräume. Diese «Safe Spaces» müssen wir im Bildungswesen schaffen, in denen wir erforschen, entwickeln und vermitteln können – basierend auf Werten wie Menschlichkeit, Sinnhaftigkeit und Verantwortung. Denn nur, wenn wir Technologie bewusst und reflektiert einsetzen, können wir sicherstellen, dass der Wandel menschenwürdig ist. 

Das Thema werden wir weiterdiskutieren und laden an dieser Stelle zum nächsten Barcamp «Assessment und KI: Gemeinsam praktische Formate erkunden» am 20. November 2025 ein. Wer bis dahin nicht warten kann, empfehle ich unser kleines Büchlein, darin findet man weitere Fragen und praktische Anwenderbeispiele für den eigenen Unterricht.

INFOBOX

BARCAMP «ASSESSMENT UND KI: GEMEINSAM PRAKTISCHE FORMATE ERKUNDEN»,
20. NOVEMBER 2025 AUF SCHLOSS AU
Interessieren Sie sich für diese Tagung? Gerne können Sie in diesem Formular Ihren Namen und Mailadresse hinterlassen, dann informieren wir Sie, sobald Programm und Anmeldemöglichkeit aufgeschaltet sind.

KURS (PHZH-INTERN)
Ethische Fragen zur KI: Praxisnahe Ansätze für den Unterricht
Dienstag, 8. April, 12.15–13 Uhr, Campus PH Zürich

LITERATUR
Blume, Dana & Axelsson, Charlotte. 2024: Ich, wir & Digitalität, Ethik in der Lehre.

Zur Autorin

Charlotte Axelsson leitet das Zentrum Digital Learning an der PH Zürich.

Wie nutze ich KI für das Schreiben an der Hochschule?

Text: Maik Philipp, Alex Rickert, Yves Furer und Daniel Ammann

Positionspapier zum wissenschaftlichen Schreiben in Zeiten von künstlicher Intelligenz

Dieses Positionspapier des Schreibzentrums der PHZH setzt sich mit zentralen Herausforderungen auseinander, die sich für Hochschulen in Zeiten von künstlicher Intelligenz (KI) im Kontext des Lernens und des Verfassens schriftlicher Arbeiten ergeben.

Positionspapier Herunterladen

Wie an anderen Hochschulen nutzen auch Studierende der PHZH generative KI für das Schreiben ihrer Texte. Studien aus Deutschland (Helm u. Hesse 2024), Schweden (Stöhr, Ou u. Malmström 2024), Australien (Kelly, Sullivan u. Strampel 2023) oder den USA (Dang u. Wang 2024) belegen die intensive KI-Nutzung von Studierenden. Die deutsche Studie zeigt, dass zumindest ein Teil der Studierenden KI auf eine Weise einsetzt, die problematisch erscheint – etwa zur Überprüfung der inhaltlichen Richtigkeit.

Diese Entwicklung zwingt Hochschulen, sich Fragen zur Funktion und zum Stellenwert des Schreibens zu stellen, sei es für das Lernen, das Verfassen von Leistungsnachweisen oder in Prüfungen. Das Schreibzentrum äussert sich dazu aus epistemologischer und lernbezogener Perspektive. Die Fähigkeit, im Umgang mit Texten analytisch und kritisch zu denken, gewinnt in komplexer werdenden Wissensgesellschaften zusehends an Bedeutung. Künstliche Intelligenz nimmt mündigen Personen diese Aufgabe nicht ab, sondern fordert diese ein und heraus. Das Schreibzentrum positioniert sich mit zwei Thesen zur Nutzung von KI für das Schreiben an der Hochschule, um die Notwendigkeit des reflektierten Einsatzes zu betonen. Die erste These bezieht sich auf die Systemebene der Wissenschaft, die zweite betrifft die Personenebene und die Einsatzgebiete generativer KI. Die Thesen werden exemplarisch von Vignetten flankiert.

Ist die Zukunft des Schreibens eine Kollaboration zwischen einem Menschen und künstlicher Intelligenz? (Foto: Adobe Stock)

These 1: KI ist keine verlässliche Wissensquelle, weil sie keine Expertise hat. Wissen wird von Expert:innen hergestellt und über epistemisch vertrauenswürdige Quellen verbreitet. Wissensproduktion folgt anerkannten und transparenten Regeln – es ist unklar, ob KI das tut.

Vignetten:

  • Student A übernimmt eine automatisch generierte Definition aus ChatGPT, die plausibel klingt, und sucht via Elicit eine Quelle, die dazu passt.
  • Student B sucht nach unterschiedlichen Definitionen in der Fachliteratur, die er mit Hilfe von KI-Recherchetools gefunden hat, vergleicht die Definitionen miteinander und entscheidet sich unter Angabe von Gründen für eine Variante.

In Wissensgesellschaften sind wir darauf angewiesen, dass Erkenntnisse jedweder Art auf nachvollziehbare Weise entstanden sind. Die Komplexität der Wissensherstellung bringt ein hohes Mass an Expertise und Spezialisierung mit sich. Darauf baut die Wissenschaft, indem sie erkennbare Expertise in einem Fachgebiet als Indikator dafür nutzt, dass sich andere Mitglieder der Gesellschaft auf die Aussagen verlassen können (Chinn, Barzilai u. Duncan 2021).

  • Darum beschreiben Wissenschaftler:innen ihre Methoden genau und belegen, auf welche Quellen sie sich stützen.
  • Darum gibt es Qualitätssicherungsmechanismen, indem etwa Beiträge in Fachzeitschriften von anderen Expert:innen begutachtet werden.
  • Darum lassen sich wissenschaftliche Quellen zumindest annäherungsweise daran erkennen, dass sie von fachlich qualifizierten Personen für ihre Fachcommunitys verfasst werden, um darin ihre Erkenntnisse zu verbreiten.
  • Darum ist es keineswegs trivial, auf welche Quellen sich Studierende stützen. Eine angemessene Quellenkritik und -auswahl wird zusehends wichtiger.

Funktionsweise und Datengrundlage generativer Large-Language-Models bleiben teils Betriebsgeheimnis, deshalb lässt sich kaum nachvollziehen, welche Quellen den KI-Outputs zugrunde liegen und wie die Aussagen zustande kommen. Stil und Textoberfläche der Outputs dürfen nicht darüber hinwegtäuschen, dass sich darin inhaltlich Falsches, Fragwürdiges, Verkürztes, Tendenziöses verbirgt.

These 2: KI soll das Lernen durch Schreiben unterstützen und nicht verhindern. Schreiben ist nachweislich ein effektives Instrument für das Lernen. Dafür sollte es auch genutzt werden.

Vignetten:

  • Studentin A füttert Claude.ai mit Fragestellung, Theorie- und Ergebnisteil ihrer Bachelorarbeit und lässt den Diskussionsteil von der KI generieren.
  • Studentin B formuliert ihren Diskussionsteil selbst, indem sie die Ergebnisse auf die Fragestellung bezieht und diese mit Modellen und Studien aus dem Theorieteil abgleicht und einordnet.

KI-Tools sind auf Schnelligkeit und Aufgabenerledigung ausgerichtet. Das macht sie attraktiv. Deshalb ist wichtig, dass diese Systeme reflektiert und eigenverantwortlich genutzt werden. Dies bedeutet: Die Tools kommen dort sinnvoll zum Einsatz, wo sie das Lernen durch Schreiben unterstützen und es nicht verhindern – etwa bei der Quellenrecherche, der Datenstrukturierung, beim Generieren inhaltlicher Impulse und Ideen, für Feedback oder bei der stilistischen und orthografischen Überarbeitung. Lese- und schreibbezogenen Aktivitäten, die auf das Denken höherer Ordnung – das Anwenden, Analysieren, kritische Evaluieren und Kreieren (List u. Sun 2023; Philipp in Druck; Philipp 2022) – abzielen, sollten jedoch nicht an eine KI delegiert werden. Solche Schreibpraktiken sind kognitiv herausfordernd, aber für die Entwicklung von Fachexpertise unverzichtbar. Die Fähigkeiten zum Denken höherer Ordnung durch Lesen und Schreiben entwickeln sich in der kleinschrittigen Auseinandersetzung mit Texten. Sie führen dazu, dass tief, flexibel und kritisch über Gegenstände eines Fachs nachgedacht wird. Aufgrund ihres transformierenden Anforderungscharakters erfordern sie Genauigkeit in Analyse und Evaluation und deshalb Langsamkeit (Chen 2019).

Auch bei Arbeiten mit KI, die auf fremden Texten basieren, zum Beispiel beim automatischen Zusammenfassen, ist es notwendig, Output, Prompt und Ursprungstexte miteinander zu vergleichen. Denn häufig gilt es, unterschiedliche Texte aus mehreren Quellen im eigenen Text zu integrieren. Integrieren bedeutet, die verschiedenen Aussagen sinnvoll aufeinander zu beziehen und deren Perspektiven zu erkennen und zu kombinieren. Diese Mehrperspektivität und die qualitativen Unterschiede von Aussagen zu erfassen und nachzuvollziehen, zeichnet den Wissensaufbau und die gedankliche Eigenleistung beim Lernen und bei Prüfungen aus (Kuhn 2020). Dafür braucht es die Fähigkeit, Bezüge zwischen Themen aktiv herzustellen, insbesondere wenn Autor:innen nicht das gleiche Vokabular verwenden. Solche Verstehensleistungen verlangen ein genaues Lesen (Britt u. Rouet 2012). Dies gilt auch und insbesondere für die Nutzung KI-generierter Textangebote: Geben die Chatbots angemessen wieder, was in den verwendeten Quellen steht – und passt der Prompt überhaupt zu den Texten? Darum wird es in der Regel nötig sein, genau zu lesen und den Output anzupassen. Anders gesagt: Die Zeit, die man beim Schreiben spart, ist gut im Lesen und Überarbeiten reinvestiert.

LiteraturverzeichnisHerunterladen

INFOBOX

Das Angebot der PH Zürich zum Schreiben und Schreiben mit KI umfasst Weiterbildungen, Dienstleistungen und Beratungen.

MEHR ZU WISSENSCHAFTLICHEM SCHREIBEN UND SCHREIBEN MIT KI
Das Schreibzentrum der PH Zürich bietet Unterstützung beim wissenschaftlichen Schreiben und Schreiben mit KI sowie spezifische weitere Informationen zu Schreiben mit KI.

MODULE
Schreiben begleiten und beurteilen, ab 17. März, Campus PH Zürich
Wissenschaftliches Schreiben, ab 23. September, Campus PH Zürich

SCHREIBBERATUNG
Mittels Schreibberatungen für Personen und Teams hilft das Schreibzentrum der PH Zürich, Schreibkompetenzen weiterzuentwickeln und Texte zu optimieren.

LITERATUR
- Philipp, Maik. 2025 Digitales Lesen fördern. Göttingen: Vandenhoeck & Ruprecht.
- Philipp, Maik. 2025. Lesen digital: Komponenten und Prozesse einer sich wandelnden Kompetenz. Weinheim: Beltz Juventa.

Zu den Autoren

Alex Rickert ist Leiter des Schreibzentrums der PH Zürich und ist als Dozent in Weiterbildungsgefässen aktiv. Seine Arbeits- und Forschungsschwerpunkte sind Textlinguistik, Schreibberatung und -didaktik.

Maik Philipp ist Professor für Deutschdidaktik an der PH Zürich. Seine Schwerpunkte sind Lese- und Schreibförderung mit Fokus auf Evidenzbasierung.

Wissenschaftliches Schreiben – KI als Ghost, Partner oder Tutor

Text: Alex Rickert

Es gibt inzwischen empirische Evidenz dafür, dass Studierende und Schüler:innen mit KI zwar qualitativ bessere Texte schreiben, dadurch aber weniger Lernen in Bezug auf den Gegenstand im Vergleich zum Schreiben ohne KI (Ju 2023; Süße u. Kobert 2023). Es fragt sich daher, inwiefern der Einsatz von KI beim Schreiben zum Zweck des Lernens sinnvoll ist. Auf welche Weise sollen generative Bots beim Schreiben von Texten zum Einsatz kommen, damit sie den Schreibprozess unterstützen und gleichzeitig das Lernen durch Schreiben fördern? Dieser Frage geht der vorliegende Beitrag nach.

KI fürs Fachlernen nutzen – aber wie?

Ausgehend von einer Heuristik nach Steinhoff (2023) wird von drei Rollen ausgegangen, die eine generative KI beim Schreiben als zusätzlicher «Aktant» nebst der schreibenden Person spielen kann. Diese Rollen sind: Ghostwriter, Writing Partner und Writing Tutor.

  • Als Ghostwriter nimmt ein Large Language Model (LLM) einer Person das Schreiben ab. Eine Person formuliert einen Prompt oder eine interaktive Sequenz von Prompts, die den Schreibauftrag enthält. Der Output der KI wird übernommen und die Person beansprucht die Autorschaft dennoch für sich. Schreibkompetenz reduziert sich auf Prompting-Kompetenz.
  • Als Writing Partner schreibt die KI zusammen mit der Person, die das LLM bewusst und zielorientiert beim Schreiben miteinbezieht, sei es stellenweise, z.B. nur beim Überarbeiten, oder während allen Phasen des Schreibens. Die KI hat die Rolle einer Ko-Autorin. Im Vergleich zur Ghostwriter-Praktik interagiert der Mensch hier dynamisch und bringt sich selbst als Autor ein. Analog zu Ghostwring-Praktiken besteh die Gefahr, Fehlinformationen zu erhalten. Um ein LLM als Writing Partner zu nutzen, bedarf es hoher Lese- und Schreibkompetenzen. Die Person muss in der Lage sein, die Schreibaktivitäten metakognitiv zu steuern und entscheiden können, welche Art von KI-Einbezug zu welchem Zeitpunkt sinnvoll ist.
  • In der Rolle als Writing Tutor unterstütz ein KI-Bot eine Person beim Schreiben, indem er der schreibenden Person als «Quasi-Lehrperson» gegenübertritt. Die Person nimmt das LLM interagierend als Lerner:in in Anspruch.
Welche Rolle nimmt die KI bei der Unterstützung beim Schreiben ein? (Quelle: Adobe Stock)

Implikationen für das wissenschaftliche Schreiben mit KI: ein Diskussionsvorschlag

Im Folgenden werden die KI-Rollen anhand von Beispielen hinsichtlich ihres Potenzials fürs Lernen durch das Schreiben beurteilt. Hierbei wird auf prototypischen Phasen des Schreibprozesses – Planen, Formulieren, Überarbeiten – eingegangen. Die Beurteilung erfolgt anhand einer Ampel-Logik, wobei rot eine kritisch anzusehende, orange und grün eingefärbte KI-Praktiken legitime, aber im Falle des Writing Partners mit Vorsicht einzusetzende Rollen darstellen. Die Begründung zu den Urteilen folgt danach.

PLANENFORMULIERENÜBERARBEITEN
Ghostwriter

– Skizze oder Inhaltsverzeichnis für einen Text generieren (strukturell und inhaltlich) und übernehmen
    – Text ausformulieren lassen auf Basis von Prompts
    – Zusammenfassungen generieren
    – Fazit formulieren
– Text inhaltlich, strukturell, stilistisch und/oder formal revidieren lassen.
Writing Partner

– eigene Ideen weiterentwickeln
– Strukturvorschläge zu definierten Inhalten generieren
– Brainstorming mit integraler Plausibilitäts- und Wahrheitsprüfung		– Hypothesen formulieren aufgrund zuvor festgelegter Variablen
– Reformulieren der Fragestellung
– einen selbst geschriebenen Abschnitt kürzen
– Formulierungs-alternativen generieren		– Text inhaltlich, strukturell, stilistisch und/oder formal revidieren lassen, dabei Überarbeitungen hervorheben lassen und die Eignung der Revisionen selbst überprüfen
Writing Tutor

– Geplante Textstruktur auf Schlüssigkeit prüfen lassen
– Feedback zur Passung der geplanten Inhalte zu einer Fragestellung evaluieren lassen
– Tipps zum Vorgehen bei der Textplanung oder zur Recherche einholen		– Textsortenspezifische Formulierungshilfen erfragen
– Tipps zum Vorgehen beim Formulieren einholen
– Verschiedene Stile aufzeigen
– Rückmeldungen zur Lesefreundlichkeit, Satzlänge und zur Wortwahl einholen		– Feedback zu aufgabenbezogenen Passung von Inhalt, Struktur, Stil und/oder Korrektheit generieren und begründen lassen
– Tipps für die Schlussredaktion einholen
– Überarbeitungsvorschläge priorisieren lassen

The good, the bad and the buddy

Zur Beurteilung der Frage, welche Rolle der KI-Anwendung in welcher Phase des Schreibens lernförderlich und legitim ist, muss zunächst geklärt werden, was epistemisches Schreiben ist oder anders gefragt: Unter welchen Bedingungen ist Schreiben förderlich für das Fachlernen?

Dieser Frage liegt eine Vielzahl von weitverzweigten Theorien und empirische Arbeiten zugrunde, die hier nur sehr verkürzt und unvollständig erläutert werden. Der Nachweis, dass (Fach-)Lernen durch Schreiben erfolgt, wurde vielfach postuliert, theoretisch modelliert sowie empirisch nachgewiesen (z. B. Meta-Analysen von van Dijk et al. 2022; Graham et al. 2020; Bangert-Drowns et al. 2004). Es existieren mehrere Modelle, die die Funktionsweise des Lernens durch Schreiben beschreiben. Das verbreitete Modell von Galbraith und Baaijen (2018) geht davon aus, dass inhaltliche Konzepte als mental verknüpfte semantische Einheiten im Langzeitgedächtnis gespeichert sind. Beim Schreiben greift die schreibende Person auf dieses Repertoire zurück. Um ihr Schreibziel zu erreichen, aktiviert sie die gespeicherten Verknüpfungen in Syntheseprozessen, überprüft diese und fügt gegebenenfalls weitere Ideen aus bereits gespeicherten semantischen Einheiten oder externen neue Quellen hinzu. Im Prozess dieser Wissensaktivierung und -transformation findet Lernen statt.

Aus dieser Perspektive werden die drei KI-Rollen wie folgt eingeschätzt:

  • Ghostwriter: Keine oder minimale Notwendigkeit der Informationstransformation eigener Wissensbestände sowie kognitiver Syntheseprozesse in Bezug auf den Lerngegenstand. KI-Anwendung ersetzt den Lernprozess oder kürzt ihn ab. Prompting-Kompetenzen ersetzen Schreibkompetenzen.
  • Writing Partner: Wissensaktivierung und -transformation ist erforderlich. Die KI-Rolle unterstützt den Lernprozess, sofern die Sinnhaftigkeit und der Zeitpunkt der KI- Anwendung metakognitiv bewusst gesteuert sind sowie die Bereitschaft und die Fähigkeit vorhanden sind, Informationen des Outputs in eigene Wissensbestände zu integrieren und damit eigenes Wissen zu transformieren.
  • Writing Tutor: Wissensaktivierung und -transformation ist erforderlich. Eigene Textproduktion steht im Mittelpunkt. Unterstützung beim (strategischen) Vorgehen durch Instruktionen und Feedback der KI. Die KI-Rolle unterstützt den Lernprozess.

Fazit: Augen auf beim Prompten! 

Die drei KI-Rollen lassen sich nicht immer klar voneinander abgrenzen. Vor allem die Übergängen zwischen der Partner- und der Tutoren-Rolle sind fliessend. Die Heuristik zu diesen KI-Rollen, die in der obigen Tabelle beispielhaft Mensch-Maschine-Interaktionen in verschiedenen Phasen des Schreibprozesses aufführt, verstehen sich als Diskussionsbeitrag, um den sinnvollen und legitimen KI-Einsatz zu planen und zu reflektieren. Das hier angelegte Ampelsystem ist nicht apodiktisch zu verstehen. Auch die Ghostwriter-Rolle kann beim Schreiben unter Umständen lernförderlich sein. Etwa dann, wenn der Output als musterhaftes Beispiel einer Textsorte oder einer Formulierung studiert und dessen Merkmale analysiert werden. Solche Analysen können dabei helfen, Wissen über Textsorten aufzubauen.

Ein absolut zentraler Aspekt bei allen Formen der KI-Anwendung in Wissenskontexten ist der zweifelhafte epistemische Status der KI-Ausgaben. LLMs garantieren aufgrund ihrer Funktionsweise keine verlässlichen Outputs können keine Verantwortung für die Richtigkeit von Informationen übernehmen. Aus diesem Grund sprechen wissenschaftliche Publikationsinstanzen – z.B. Nature – den LLMs eine Autorschaft ab. Jede KI-Ausgabe muss deshalb minutiös daraufhin überprüft werden, ob sie wahr, vollständig, verzerrt und für das eigene Vorhaben relevant und valide ist. Dabei gilt: Je höher das Ausmass an Delegation von Schreibaufgaben an die KI ist, desto höher ist die Notwendigkeit, Informationen zu prüfen. Die KI-Anwendung Ghostwriter macht die Prüfung des Outputs unausweichlich, auch für die Writing-Partner-Rolle ist sie notwendig und für die Writing-Tutor-Anwendung mindestens empfohlen. Diese Prüfverfahren setzen digitale Lesekompetenzen voraus, die als «epistemisch wachsames Lesen» (Philipp 2021; 2023) bezeichnet werden. Verkürzt gesagt, versteht man darunter Fähigkeitenbündel, um die Plausibilität von Aussagen, die Vertrauenswürdigkeit von Quellen, die Kohärenz von Aussagen oder die Entstehung und Interpretation von Daten zu evaluieren. Es sind in erster Linie diese Fähigkeiten, die für das Lernen durch Schreiben mit KI geschult werden müssen und dies mit Vorteil zusammen mit einem Menschen in der Rolle eines Reading Tutors.

INFOBOX

Das Schreibzentrum der PH Zürich bietet Module zum Schreiben an, in denen KI-Aspekte thematisiert werden:

Schreiben begleiten und beurteilen (Start: 17. März 2025)
Wissenschaftliches Schreiben (Start: 23. September 2025)


Auch für literarische Zugänge zum Schreiben finden Sie beim Schreibzentrum Angebote – z.B. das Modul Biografisches Schreiben (Start: 30. April 2025).


Einzelpersonen, Teams und Organisationen bietet das Schreibzentrum Weiterbildungen und Schreibberatungen in Form von Coachings, Kursen oder Workshops an. Kontaktieren Sie uns! schreibzentrum@phzh.ch

Zum Autor

Alex Rickert ist Leiter des Schreibzentrums und ist als Dozent in Weiterbildungsgefässen aktiv. Seine Arbeits- und Forschungsschwerpunkte sind Textlinguistik, Schreibberatung und -didaktik.

Effiziente Beurteilung: Wertvoll für Dozierende und Studierende

Text: Tobias Zimmermann

Die Nervosität der Studierenden grenzte an Panik. Dem Professor war das nicht recht, denn mit seinem Hinweis, wie schwierig die Schlussprüfung zu seiner Vorlesung ausfallen werde, hatte er sie motivieren wollen – nicht verunsichern. So überlegte er sich, wie er sie wieder etwas beruhigen könnte und bot ihnen für die Prüfung eine Art Joker an. Dieser funktionierte ähnlich wie der Telefonjoker bei «Wer wird Millionär»: Bei der Multiple-Choice-Frage, bei der sie am unsichersten über die richtige Antwort waren, konnten die Studierenden den Namen einer Kommilitonin notieren. Wenn diese in ihrer Prüfung die richtige Antwort gab, kriegten die Joker-Verwender die Antwort ebenfalls als richtig bewertet.

Kleine Massnahme, grosse Wirkung

Bei der Auswertung der Prüfung stellte der Professor zu seiner Überraschung fest, dass der Durchschnitt der Prüfungsresultate gegenüber den Vorjahren markant angestiegen war. Und es lag nicht am Effekt des Jokers, der ja das Resultat um maximal eine richtige Antwort pro Studentin steigern konnte. Vielmehr ging die Leistungssteigerung weit darüber hinaus und zeigte sich auch in den Folgejahren.

Beim Professor handelte es sich um den bekannten Psychologen und Sachbuchautor Adam Grant, der nun natürlich wissen wollte, weshalb diese kleine Massnahme eine so grosse Wirkung hatte (die obige Episode schildert er in seinem lesenswerten Buch «Hidden Potential» ). Dabei fand er heraus: Um den Joker optimal zu nutzen, mussten die Studierenden wissen, wo die Stärken ihrer Kolleginnen und Kollegen liegen. Um das herauszufinden, begannen sie, vermehrt gemeinsam zu studieren, statt allein zu pauken. Nur so konnten sie sich das kollektive Wissen der Gruppe zunutze machen. Dadurch kamen zwei Effekte zum Tragen, welche das Lernen der Studierenden intensivierten und vertieften:

  • Intensivierung: Die Studierenden verbrachten mehr Zeit mit den zu lernenden Inhalten, weil sie neben dem «normalen» Lernen auch noch herausfinden mussten, wer sich womit besonders gut auskennt. Dies erhöhte die Time on Task, die ein zentraler Einflussfaktor für den Lernerfolg ist.
  • Vertiefung: Mindestens ein Teil der Leistungssteigerung dürfte auch dadurch entstanden sein, dass die Studierenden einander beim gemeinsamen Lernen wesentliche Aspekte gegenseitig erklärt haben. So kam der Teaching-Effekt zum Tragen: Jemandem etwas zu erklären, ist zugleich eine der wirksamsten Lernhandlungen. Als Lehrende kennen wir das aus eigener Erfahrung: Man lernt selten mehr über ein Thema, als wenn man dazu unterrichten muss.

Das Erlebnis von Adam Grant zeigt, wie Massnahmen im Umgang mit Leistungsbeurteilung, die Lehrenden nur wenig Aufwand bereiten, grosse Effekte erzielen können. Sie ist für mich symbolisch dafür, dass wir im Umgang mit Beurteilungssituationen durch umsichtiges Vorgehen ohne nennenswerten Mehraufwand mehr Lernen bewirken können – in Grants Fall durch Anreize für zusätzliches Peer Learning.

Teaching-Effekt: Sich gegenseitig Dinge zu erklären, ist besonders lernwirksam.

In diesem Zusammenhang möchte ich nachfolgend zwei Massnahmen exemplarisch herausgreifen: Das Formulieren von Feedback auf möglichst motivierende Weise und das Verwenden von mehrphasigen Leistungsnachweisen. Die beiden Massnahmen hängen insofern zusammen, als sie beide dazu beitragen, dass erteiltes Feedback tatsächlich für weiteres Lernen genutzt wird.

Motivierendes Feedback: Die Wirkung von Rückmeldungen optimieren

Oft investieren Lehrende viel in das Geben von (häufig schriftlichem) Feedback, während es ungewiss bleibt, ob die Studierenden dieses tatsächlich für ihr weiteres Lernen berücksichtigen. Das ist für die Lehrenden nicht effizient. Eine aufwandsneutrale Massnahme, um die Wirkung von Feedback zu erhöhen, besteht in der motivationsförderlichen Gestaltung. Das gilt übrigens auch für Peer Feedback oder Rückmeldungen im Arbeitskontext. Dafür sind drei Elemente zentral:

  1. Hohe Erwartungen haben und sie auch kommunizieren: Die Erwartungen der Lehrenden haben einen erheblichen Einfluss auf die Leistung der Studierenden. Der sogenannte Pygmalion-Effekt (berühmteste Studie: Rosenthal und Jacobson 1968) besagt, dass Studierende desto bessere Leistungen erbringen, je mehr Lehrende ihnen zutrauen. Um den Lernfortschritt zu maximieren, ist es daher entscheidend, dass Feedback hohe Erwartungen kommuniziert – inhaltlich fokussiert auf jeweils zwei bis drei zentrale Aspekte.  Wichtig ist, dass diese Erwartungen mit der Zuversicht verbunden sind, dass die Studierenden sie erfüllen können.
  2. Entwicklungsorientierung: Feedback sollte so gestaltet sein, dass es den Studierenden hilft, ihre eigenen Lernprozesse als etwas zu verstehen, das sie steuern können. Dabei geht es um die Förderung einer Wachstumsorientierung («Growth Mindset»), wie sie von Carol Dweck beschrieben wird. Lob für Anstrengung motiviert Studierende, sich kontinuierlich zu verbessern. (Lob für Talent, Begabung oder Intelligenz hingegen führt dazu, dass Studierende einfachere Aufgaben aussuchen, um ihre Begabung zu beweisen, und sich dadurch weniger weiterentwickeln.)
  3. Beziehungsebene stärken: Feedback ist am wirksamsten, wenn es in einem positiven, wertschätzenden Ton gegeben wird. Dies stärkt die Beziehungsebene zwischen Lehrenden und Studierenden und motiviert letztere, das Feedback konstruktiv zu nutzen. Humor und Freundlichkeit können hier ebenfalls eine Rolle spielen, um eine offene und unterstützende Lernatmosphäre zu schaffen.
Im Buch «Leistungsbeurteilungen an Hochschulen lernförderlich gestalten» finden sich zahlreiche Hinweise für die effiziente und lernwirksame Gestaltung von Leistungsnachweisen.

Eine wirkungsvolle Möglichkeit, diese drei Aspekte zu kombinieren, sind so genannte Rückmeldungsvideos. Mehr über das Gestalten und die Wirkung von Rückmeldungsvideos erfahren Sie im Buch «Leistungsbeurteilungen an Hochschulen lernförderlich gestalten»  (Kap. 8.5.3).

Screenshot eines Rückmeldungsvideos (Bild von Tobias Zimmermann)

Mehrphasige Leistungsnachweise: Mehr als Benotung

Ein weiterer effektiver Ansatz zur Verbesserung des Lernprozesses und zur Steigerung der Effizienz von Leistungsrückmeldungen ist der Einsatz von mehrphasigen Leistungsnachweisen. Hier kommen die oben beschriebenen Vorteile von motivationsförderlichen Rückmeldungen ebenfalls gut zur Geltung.

Mehrphasige Leistungsnachweise kombinieren formative und summative Beurteilungen (siehe Grafik). So folgt zuerst mindestens eine Phase, nach der ausschliesslich eine formative Leistungsrückmeldung erfolgt, also ein Feedback, das nur verbal Stärken und Schwächen der bisherigen Lernhandlungen oder des bisher erarbeiteten Lernprodukts rückmeldet. Wichtig ist, dass es auch Hinweise für das weitere Lernen gibt: Welche nächsten Schritte wären besonders wertvoll? Was sollte ggf. nochmals überarbeitet werden? Nach dieser formativen Rückmeldung arbeiten die Studierenden weiter und erhalten  entweder nochmals eine formative Rückmeldung oder eine abschliessende Bewertung (Prädikat oder Note).

Grafik: Mehrphasige Leistungsnachweise (Abbildung von Tobias Zimmermann)

Dieses Vorgehen hat zwei wesentliche Stärken:

  • Erhöhung der Lernwirksamkeit: Durch das kontinuierliche Feedback in den verschiedenen Phasen des Leistungsnachweises können Studierende ihre Lernprozesse besser steuern und reflektieren. Formative Beurteilungen geben ihnen die Möglichkeit, Feedback zu verarbeiten und anzuwenden, bevor eine abschliessende summative Bewertung erfolgt.
  • Fördern hochwertiger Endprodukte: Die Struktur mehrphasiger Leistungsnachweise ermutigt Studierende, qualitativ hochwertige Arbeiten abzuliefern. Da sie wissen, dass eine abschliessende summative Beurteilung erfolgt, nehmen sie das formative Feedback ernster und nutzen es gezielt zur Verbesserung ihrer Leistungen.

Zu beachten ist das Risiko von Rollenkonflikten: Bei mehrphasigen Leistungsnachweisen ist es wichtig, zwischen der fördernden Rolle und der bewertenden Rolle zu unterscheiden. Lehrende sollten bei der abschliessenden Bewertung darauf achten, nicht nur zu bewerten, ob Studierende ihre vorangehenden formativen Rückmeldungen «brav» befolgt haben. Denn Studierende können auch unabhängig von erhaltenem Feedback lernen, und manchmal finden sie sogar bessere Wege, als sie ihnen in den Rückmeldungen vorgeschlagen wurden.

Wirksameres Lernen durch effiziente Beurteilung

Als Lehrende können wir mit einfachen Massnahmen sowohl die Effizienz von Beurteilungen steigern als auch die Lernmotivation und den Lernerfolg der Studierenden. Letzteres nützt nicht nur den Studierenden, sondern reduziert indirekt auch das Auftreten von Komplikationen wie hohen Durchfallquoten, Dropouts oder Protesten gegen unfaire Beurteilungen.

Die motivationsförderliche Gestaltung von Feedback und mehrphasige Leistungsnachweise sind nur zwei von vielen einfachen Massnahmen, mit denen wir Beurteilungsanlässe wirksamer gestalten können – für Lehrende und Lernende. Eine weitere Möglichkeit besteht z.B. in einer intensiven Kommunikation zwischen Lehrenden und Studierenden über die Kriterien der Leistungsbeurteilung (siehe Blogbeitrag «Woran mache ich meine Beurteilung fest?»).

INFOBOX

Zahlreiche weitere Anregungen finden sich im folgenden Buch, das sowohl als gedrucktes Buch käuflich als auch kostenlos im Open Access heruntergeladen werden kann:

Zimmermann, Tobias (2024). Leistungsbeurteilungen an Hochschulen lernförderlich gestalten. Prüfen, Beurteilen und Rückmelden von Lernleistungen. Opladen, Berlin, Toronto: Verlag Barbara Budrich. ISBN 978-3-8474-3045-2

Angebote der PH Zürich

- Buchvernissage «Leistungsbeurteilungen an Hochschulen lernförderlich gestalten». Dienstag, 22. Oktober 2024, 16–17 Uhr, Schloss Au (im Anschluss an die Veranstaltung «Barcamp Assessment»)

- Barcamp Assessment, KI-basierte Ansätze für Beurteilung und Feedback (Kurztagung). Dienstag, 22. Oktober 2024, 8.30–15.30 Uhr, Schloss Au.

Zum Autor

Tobias Zimmermann ist Leiter des Zentrums für Hochschuldidaktik und -entwicklung (ZHE) an der PH Zürich.

Teamlernen stärken

Text: Nina-Cathrin Strauss

In Expertenorganisationen wie Hochschulen und Schulen ist die fachliche Entwicklung der Einzelnen wichtig, um kompetent zu sein und die Anforderungen der jeweiligen Aufgaben zu erfüllen. Zugleich ist das Miteinander ein wichtiges Fundament, um – wenn notwendig – zusammenzuarbeiten. Solche kooperativen Settings in Teams sind in (Hoch-)Schulen eher Regel, statt Ausnahme, wenn man die Strukturen betrachtet. Doch WIE sich die Bearbeitung von Aufgaben in Teams gestaltet und inwiefern hier individuelle Kompetenzen auch als Ressourcen für die Kolleg:innen und das Team genutzt werden oder wie gemeinsam Kompetenzen entwickelt werden, ist eine andere Frage. Nachfolgend werden zwei Faktoren aufgegriffen, die sich als wesentlich für das Teamlernen zeigen: die Aufgaben und die psychologische Sicherheit in (Hochschul)teams.

Aufgaben als Ausgangspunkt

Gemeinsame Aufgaben sind Gelegenheit für Teamlernen. Dabei ist entscheidend, inwiefern Aufgaben die Kompetenzen von verschiedenen Mitgliedern brauchen.

Wenn eine Aufgabe so angelegt ist, dass die Ziele von Teammitglied A und die Ziele von Teammitglied B beide besser erreicht sind, wenn sie kooperieren, dann spricht man von positiv interdependenten Aufgaben im Sinne eines «Better Together». Das Gegenteil wäre negative Interdependenz, also Konkurrenz in Hinblick auf die Ziele der Teammitglieder, die mit der Aufgabe verbunden sind. Ausserdem gibt es den Fall, dass beide Teammitglieder ihre Ziele unabhängig voneinander erreichen im Rahmen von Aufgaben ohne Interdependenz. Teamlernen braucht hingegen Aufgaben, die komplex genug sind und das Teilen von Wissen und Erfahrungen und die kokonstruktive Zusammenarbeit ermöglichen und einfordern (Hertel u. Hüffmeier 2019).

Teamlernen: «Better Together»

Aufgaben in Hochschulen – autonom oder miteinander?

Wenn in der Aus- und Weiterbildung Kurse und Module autonom von Fachpersonen vorbereitet und durchgeführt werden, müssen sich Gelegenheiten für das Lernen miteinander erst ergeben oder gesucht werden, wie folgendes Beispiel zeigt:

«Wir betreuen zusammen Masterarbeiten. Sie [forschungsmethodisch] eher Quali, ich Quanti [ausgerichtet]. Gut! Lernen wir voneinander, wir machen ein Projekt. Und ich finde, das ist so das Schöne und Wichtige. Wenn wir eine gemeinsame geteilte Aufgabe haben und ein Ziel und dann beide über eine gewisse Motivation verfügen, dann passiert das wie von / nicht von selbst, sondern das ist im Auftrag eigentlich wie gratis als Abfallprodukt dabei (lachen).»

Ausschnitt Gruppeninterview mit Hochschulmitarbeitenden

Doch auch die Aufgabe «Modulleitung» kann so angelegt sein, dass unterschiedliche Expertise gebraucht wird, um das Ziel gemeinsam im Sinne eines «Better Together!» zu erreichen.

Bei der Verteilung von Aufgaben liegen in der Waagschale jedoch oft die Effizienz mit Blick auf Anforderungen und Ressourcen einerseits gegenüber der Entwicklung einzelner und dem Lernen als Team andererseits – bzw. das Erledigen einer Aufgabe gegenüber der Kompetenzentwicklung, um Aufgaben auch in Zukunft erfolgreicher zu bewältigen.

  • Wann erleben Sie in ihrem Arbeitsalltag ein «Better Together»?
  • Welche Aufgaben müssen effizient erledigt werden, welche ermöglichen das Lernen im Team?
  • Wie können Sie als Führungsperson oder Teammitglied «echte» Gelegenheiten im Sinne positiv interdependenter Aufgaben für Teamlernen schaffen?

Psychologische Sicherheit als Schlüsselfaktor

Es sind nicht nur die Gelegenheiten für Teamlernen, sondern auch die Rahmenbedingungen, die eine Rolle spielen. Hier ist ein essenzielles Fundament die psychologische Sicherheit. Es ist ein Gefühl des Vertrauens innerhalb des Teams und eine positive Fehlerkultur, in der Teammitglieder sich offen äußern können, Risiken eingehen, Fragen stellen, um Unterstützung bitten und Fehler zugeben, ohne negative Konsequenzen wie Bestrafung oder Demütigung zu befürchten, wie Expertin Amy C. Edmonson hier erläutert. Auch in unseren Befragungen zeigt sich, wie wichtig psychologische Sicherheit für teambasiertes Lernen ist:

«Also am meisten lerne ich von Fehlern. Und ich erzähle auch immer sehr gerne in meinem Team und auch anderen alle Fehler, die ich gemacht habe. Weil ich denke, das ist immer so eine gute Gelegenheit für andere, nicht den gleichen Weg zu gehen, sondern mal vielleicht was anderes auszuprobieren. Und ja, also ich denke, diese Freiheit im Team dann auch die Sachen zu erzählen, wo es nicht geklappt hat, oder? Wenn ich, weiß nicht, versuche vielleicht mich an ein neues Thema anzunähern und ich finde keinen Zugang. Oder, ob ich bei einer Auswertung einen Fehler gemacht habe. […] Und auch wenn ich das Problem trotzdem vorher gelöst habe, erzähle ich das in meinem Team, denn andere könnten genau den gleichen Fehler auch machen.»

Ausschnitt Gruppeninterview mit Hochschulmitarbeitenden

Es geht also weniger um die oft gewünschte und geforderte Wertschätzung, um die Harmonie zu stärken. Psychologische Sicherheit meint eine Arbeitsumgebung, in der Teams durch das Thematisieren von Fehlern oder Scheitern innovativer, kreativer und nachweislich effektiver werden (Edmondson 2021).

Psychologische Sicherheit entwickeln

So eine Teamkultur entsteht nicht von jetzt auf gleich, sondern muss wachsen. Es gibt verschiedene Übungen und Impulse für die Weiterentwicklung psychologischer Sicherheit, wie z.B. in dieser Handreichung von Kolleg:innen der Zürcher Hochschule für angewandte Wissenschaften und der Berner Fachhochschule.

Die Rolle von Führungspersonen ist wichtig für Teamlernen.

Führungspersonen wie Teamleitungen oder Vorgesetzte sind eine wichtige Ressource, wie Prof. Dr. Mieke Koeslag hier auch in einem Webinar der PH Zürich erläutert hat.

Sie können Anreize schaffen für Teamlernen, in dem sie Aufgaben schaffen und Aufträge vergeben, die Teamlernen ermöglichen. Edmondson (2021) unterscheidet drei Bereiche:

  • Führungspersonen schaffen Voraussetzungen für eine offene Diskussion über Fehler:
    Zum Beispiel zeigen sie dem Team auf, dass Fehler nicht auf Inkompetenzen einzelner zurückzuführen sind, sondern in der Komplexität des Systems liegen.
  • Führungspersonen laden ein zur Teilnahme:
    Zum Beispiel fragen sie aktiv nach und zeigen Neugier und Interesse, ohne die Schuldfrage in den Fokus zu rücken: «Ist diese Woche alles so abgelaufen, wie ihr es euch für eure Studierenden – Schüler:innen, Weiterbildungsteilnehmenden, Kund:innen – gewünscht habt?». Dies ist eine Einladung, um über Ziele nachzudenken und auszutauschen.
  • Führungspersonen reagieren produktiv:
    Zum Beispiel antworten sie respektvoll und wertschätzend denen, die Fehler oder ihr Scheitern teilen, und eröffnen weitere Wege, um Lösungen zu suchen.

Wenngleich Amy C. Edmondson hier Leitungspersonen anspricht, wird doch deutlich, dass psychologische Sicherheit auch stark durch die Mitwirkung der Teammitglieder geprägt ist und die Entwicklung so einer Teamkultur eine gemeinsame Verantwortung ist.

  • Wie sicher fühlen sie sich als Teammitglied, Erfahrungen mit Fehlern oder Grenzen aus ihrem Arbeitsalltag mit dem Team zu teilen? Was denken Sie, wie geht es ihren Kolleg:innen damit?
  • Wie reagieren Sie auf Erfahrungsberichte von anderen, die von Scheitern handeln?
  • Wie sicher sind sie in ihrem Team, Risiken einzugehen?
  • Was müsste passieren, dass sie und ihre Teammitglieder sich sicherer fühlen? Was können Sie und andere in ihrem Team dazu beitragen?
INFOBOX

Projekt «Teams als Lernorte» der PH Zürich
Im Projekt «Teams als Lernorte» geht ein Team der PH Zürich in Kooperation mit Kolleg:innen der Hochschule Luzern und der Fachhochschule Nordwestschweiz dem Phänomen Teamlernen in Hochschulteams nach. Verschiedene Daten werden genutzt, um mehr darüber zu erfahren, wie Teammitglieder voneinander und miteinander lernen. Daraus werden Massnahmen für den Hochschulkontext abgeleitet.

Podcast
Zuletzt erschienen ist die Folge «Schul- und Hochschulteams als Lernorte» der Podcast-Reihe «Resonanzraum Bildung». 

In Erarbeitung ist zudem eine Handreichung zur Entwicklung von Teamlernen.

Zur Autorin

Nina-Cathrin Strauss ist Mitarbeiterin im Projekt «Teams als Lernorte» und Dozentin im Zentrum Management und Leadership der PH Zürich. Sie befasst sich mit Führung in Bildungsorganisationen und der Professionalisierung von Führungspersonen und ist u.a. Studiengangsleiterin im DAS Schulleitung und Themenverantwortliche für Teacher Leadership.

Gezielte Hochschuldidaktik für MINT-Fächer (Mathematik, Informatik, Naturwissenschaften und Technik)

Text: Mònica Feixas und Wolfgang Bührer

Kürzlich bei einem Gespräch teilte eine neu berufene Hochschuldozentin für Informatik eine häufige, doch besorgniserregende Erfahrung: «Meine Erstsemester lernen einfach nicht!» Als hochmotivierte, mit Fachwissen aus der Industrie bestens ausgerüstete Dozentin steckte sie viel Zeit in die Vorbereitung ihrer Lehrveranstaltungen. Bei der Überprüfung der Lernergebnisse ihrer Studierenden zeigte sich jedoch ein wenig erfolgreiches Bild. Was könnten die Ursachen für die beschriebenen Lernprobleme der Studierenden sein? Und wie liessen sich Lernmotivation und Lernerfolg der Studierenden steigern?

In einem anderen Fall stand ein Geografie-Dozent vor der Aufgabe, Engineering-Studierenden im Rahmen von Bildung für nachhaltige Entwicklung (BNE) die Ursachen der aktuellen Klimakrise zu vermitteln. Angesichts der Kombination von inhaltlicher Komplexität und gesellschaftlicher Kontroversen zum Umgang mit Klimafragen fühlte er sich didaktisch herausgefordert: Wie sollte er wissenschaftlich fundierte Informationen vermitteln und zugleich Raum für kritische Diskussionen lassen?

Dies sind zwei Beispiele weit verbreiteter Herausforderungen von Dozierenden im Bereich der MINT-Disziplinen (Mathematik, Informatik, Naturwissenschaften und Technik), bei denen die Komplexität der Lehrinhalte sowie das Bewusstsein für den Lernprozess und den Hintergrund der Studierenden spezifische Lehrstrategien erfordert.

Weshalb eine MINT-orientierte Hochschuldidaktik?

MINT-Fächer unterscheiden sich von anderen Studienbereichen grundsätzlich durch methodische Herangehensweisen, die stark auf Experimentieren, direkten Beobachtungen, kritischer Beweisführung, quantitativer Analyse und empirischen Belegen basieren. Dies erfordert ein solides Verständnis abstrakter und komplexer Konzepte, die z.B. technisch nutzbar gemacht werden sollen. Das spiegelt sich in den Lehr- und Lernaktivitäten wieder: MINT-Fächer greifen in der Regel auf Laborarbeiten, mathematische Problemlösungen und technologische Anwendungen zurück.

Drei Personen beim Lösen einer Technikaufgabe
MINT-Fächer greifen oft auf direkte Beobachtung als Methode zurück.

Deshalb muss die spezifische Didaktik für MINT-Disziplinen über traditionelle Lehrmethoden hinausgehen. Sie benötigt Ansätze, die nicht nur die Fähigkeit der Studierenden fördern, theoretisches Wissen in praktischen Kontexten anzuwenden, sondern auch spezifische methodische Herausforderungen dieser Fächer adressieren. Beispielsweise bieten Laborunterricht und der Flipped Classroom-Ansatz den Studierenden wertvolle praktische Erfahrungen und vertieftes Verständnis. Der Einsatz von Simulationen, Modellierungen und moderner Technologie ist ebenfalls essenziell, um komplexe Systeme zu visualisieren und empirisch zu untersuchen.

Ein besonders wirkungsvoller Ansatz ist das Challenge-based Learning (CBL). CBL fordert Studierende heraus, reale und bedeutungsvolle Probleme zu identifizieren und zu lösen. Dies fördert nicht nur ihre Problemlösungsfähigkeiten und Kreativität, sondern auch ihre Fähigkeit, interdisziplinär zu arbeiten und theoretisches Wissen in konkrete Anwendungen zu überführen. Dabei entwickeln sie auch wichtige Kompetenzen wie Teamarbeit, Kommunikation und kritisches Denken. Die beiden eingangs geschilderten Dozierenden können von solchen spezifischen MINT-didaktischen Ansätzen profitieren.

Präkonzepte und Binnendifferenzierung

Zu den meisten in der Welt beobachtbaren Phänomenen haben Studierende bereits mehr oder weniger korrekte Erklärungen, so genannte Präkonzepte. Im Gespräch mit der eingangs erwähnten Informatikdozentin, deren Erstsemestrige nicht wie von ihr erwartet lernten, zeigte sich: Bisher hatte sie die Präkonzepte ihrer Studierenden, also ihre vorwissenschaftlichen Erklärungen der unterrichteten Konzepte, kaum berücksichtigt. Diese Präkonzepte im Lehrgeschehen aufzunehmen und adäquat strategisch zu bearbeiten, erhöht die Chance auf erfolgreiche Konzeptwechsel (Duit, 1995). So könnte die Dozentin das tatsächlich vorliegende Vorwissen und existierende Präkonzepte konkret erheben und dann mit Hilfe von Konfrontations-, Umdeutungs-, oder Anknüpfungsstrategien bearbeiten, was ebenfalls mit überschaubarem Aufwand zu mehr Lernerfolg führen würde  (vgl. Hopf et al. 2022).

Im Gespräch mit der Informatikdozentin identifizierten wir weitere Punkte, die im Rahmen der zeitlichen Möglichkeiten für eine erste Optimierung ihrer Veranstaltungen Potential boten, den Lernerfolg zu steigern. Zunächst erkannten wir, dass die Kohärenz in ihrer Lehrveranstaltung erhöht werden könnte. Dazu ist das «constructive alignment» (Biggs und Tang (2011) hilfreich, also die gegenseitige Abstimmung von Lernzielen, Lehrmethoden und Leistungsnachweisen.

Im Informatik- oder Mathematikunterricht ist es beispielsweise ineffizient, Zeit mit Problemen zu verbringen, die die Studierenden bereits verstanden haben. Stattdessen sollten sie spezifische Schwierigkeiten identifizieren und die relevanten Konzepte oder Prinzipien benennen. Zudem sollten die Studierenden ihren Programmier- oder Problemlöseprozess klar artikulieren. Weiterhin könnte man der Heterogenität ihrer Studierendenschaft mit an das jeweilige Vorbildungslevel angepassten binnendifferenzierten Aufgaben gut begegnen.

Denk- und Entscheidungsprozesse bewusst machen

Herausforderungen wie die Klimakrise lassen sich als hochkomplexe Probleme verstehen (Cross und Congreve 2022 sprechen von «super-wicked problems»). Die Lehrherausforderungen hängen mit der fachlichen und ethischen Komplexität sowie der moralischen Kontroversität zusammen. Im Umgang mit dieser hohen Komplexität wenden Dozierende gelegentlich einen instrumentalen Lehransatz an, vermitteln also Expertenwissen und/oder versuchen, nachhaltiges Verhalten zu fördern. Für solche gesellschaftlich dringlichen und kontroversen Themen ohne eindeutige Lösung gibt es allerdings keine einfachen Vermittlungsstrategien. Deshalb ist ein instrumentales, auf einzelne Aspekte gerichtetes Vorgehen oft weniger lernwirksam als ein transformativer Ansatz. Ein solcher befähigt Studierende, als kreative und kritische Denker:innen zu agieren, die in der Lage sind, auf die vielschichtigen Herausforderungen unserer Zeit innovativ und reflektiert zu reagieren.

Bild von Studierenden im BNE-Unterricht
Studierende im BNE-Unterricht

Der in der Einleitung geschilderte Geographie-Dozent kann deshalb von Ansätzen wie der Fallarbeit oder dem Challenge-based Learning profitieren. Diese Methoden zielen darauf ab, alternative Handlungswege zu erwägen sowie Denk- und Entscheidungsprozesse nachzuvollziehen. Auf diese Weise befähigen sie zur Bearbeitung hochkomplexer Probleme. Fachdidaktische Fallarbeit und «Challenge» bedeuten im Kern, über grosse Erzählungen und kleine Geschichten nachzudenken (Pettig und Ohl 2023). Sie sind Unterrichtsalternativen, die Handlungsroutinen durch Verlangsamung und Erkundung aufbrechen.

Diese Ansätze ermöglichen, implizite Denk- und Entscheidungsprozesse bewusst zu machen. Somit werden sie für Anpassungen verfügbar. So wird ein Raum für Resonanz und Dialog eröffnet und die Zusammenarbeit gefördert. Auf diese Weise können grosse Ideen identifiziert, durchdachte Fragen gestellt und Herausforderungen erkannt und gelöst werden. Das Ziel der fachdidaktischen Fallarbeit ist somit die Entwicklung einer «reflexiven Haltung», wie es Schmidt und Wittek (2021) nennen.

Neues Angebot: Hochschuldidaktisches Zertifikat mit MINT-Fokus

Um die MINT-spezifischen Bildungsherausforderungen besser zu adressieren, bieten wir einen neuen CAS-Lehrgang «Hochschuldidaktik MINT» an. Neben Strategien und Methoden zielt dieser Lehrgang darauf ab, MINT-Dozierenden ein profundes Verständnis für die spezifischen Elemente des Designs von Lehr- und Lernprozessen zu vermitteln.

Mit einer Teilnahme an unserem CAS gewinnen die oben genannten Kolleg:innen aus Informatik und Geografie nicht nur tiefgreifende Einblicke in didaktische Fragestellungen. Sie erhalten auch die Gelegenheit, durch wissenschaftsbasierte Methoden ihr Verständnis von Lehren und Lernen individuell und nachhaltig zu erweitern. So können sie ihre didaktischen Fähigkeiten weiterentwickeln und noch lernwirksamer unterrichten.

INFOBOX

Online-Informationsveranstaltungen zum CAS Hochschuldidaktik MINT

Informieren Sie sich über den CAS Hochschuldidaktik MINT und kommen Sie mit den Lehrgangsleitenden Mònica Feixas und Wolfgang Bührer ins Gespräch:

-	Infoveranstaltung 1 (12–13 Uhr): 27.6.2024 
-	Infoveranstaltung 2 (12–13 Uhr): 16.9.2024

Weitere Details und Anmeldeinformationen finden Sie auf unserer Webseite und in unserer Broschüre.

Die folgenden Module aus dem CAS Hochschuldidaktik MINT können auch einzeln gebucht werden:
-	Lernziele und Methoden in MINT-Fächern
-	Leiten und Begleiten (mit einem Fokus auf MINT-Fächern)
-	Assessment, Feedback und Evaluation in MINT-Fächern

Zu den Autor:innen

Mònica Feixas

Mònica Feixas ist Dozentin am Zentrum für Hochschuldidaktik und -entwicklung der PH Zürich und Co-Leiterin des CAS Hochschuldidaktik MINT. Ihre Spezialisierungen liegen im Bereich der Lehrevaluation und in der Förderung des Scholarship of Teaching and Learning (SoTL).

Wolfgang Bührer

Wolfgang Bührer bildet seit 2013 an der Abteilung Sek I der PH Zürich angehende Lehrpersonen in Physik und Physikdidaktik aus und ist Co-Leiter des CAS Hochschuldidaktik MINT.

Wie komme ich ins Schreiben?

Text: Peter Holzwarth

Wie komme ich ins Schreiben? Muster und Strategien für das wissenschaftliche Arbeiten

Im Folgenden werden vier Denkfiguren bzw. Muster für den Theorieteil einer wissenschaftlichen Arbeit vorgestellt, die den Einstieg ins Schreiben erleichtern können. Am Ende folgen weitere allgemeine Strategien. Der Beitrag basiert auf der Einheit «Beratungsprinzipien und typische Beratungsanliegen» der Schreibberatungsausbildung für Tutor:innen des Schreibzentrums der Pädagogischen Hochschule Zürich (Meienberg & Holzwarth 2022 u. 2023). Ich danke den Tutor:innen für ihr Feedback.

Vier Kriterien zur Überprüfung der Forschungsfrage (Quelle: Lifelong Learning Blog: «Heidi» forschend betrachtet)

Vier Denkfiguren für den Theorieteil

1. Konzept A vorstellen, Konzept B vorstellen und die Entscheidung für Konzept B begründen

Zwei (oder mehrere) Konzepte bzw. Theorien werden vorgestellt und es wird begründet, warum man sich im Kontext der Arbeit und der Fragestellung wie entschieden hat. Ein Beispiel zum Thema Umgang mit Medien: Eine Position propagiert Verbot und Einschränkung von Bildschirmmedien (Spitzer 2005), eine andere die Vermittlung von Medienkompetenz (Baacke 1999). Es erfolgt die Entscheidung für das Medienkompetenzmodell von Baacke, weil Verbieten im Zeitalter der Digitalisierung unmöglich ist und weil die Dimension Medienkritik prominent mitgedacht ist.

Ein weiteres Beispiel: Verschiedene Identitätskonzepte werden im Theorieteil vorgestellt und am Ende fällt die begründete Wahl auf das Konzept «Patchworkidentität» von Keupp (Keupp et al. 1999), weil es die ungleich verteilten Ressourcen mitberücksichtigt, weil es auf transkulturelle Kontexte anwendbar ist (Identitätskonstruktion im Kontext von Migration) und weil die Unabgeschlossenheit und Prozesshaftigkeit von Identitätsarbeit betont wird.

2. Die zwei Konzepte A und B zusammenbringen

Ein weiteres Muster kann darin bestehen, zwei Konzepte zusammenzubringen beziehungsweise zusammenzudenken, beispielsweise im Kontext von Medienwirkung den «Uses-and-Gratifications-Ansatz» («Was machen die Menschen mit Medien?») und den behavioristischen Ansatz/Stimulus-Response («Was machen Medien mit den Menschen?») (vgl. Süss et al. 2010; Bonfadelli 2004). Die Verbindung der beiden Perspektiven erfolgt in Form der Vorstellung eines dritten Konzeptes – in diesem Fall der «dynamisch-transaktionale Ansatz» von Früh & Schönbach (1982). Er berücksichtigt die Dimensionen Person, Medium und Kontext und sieht die oben genannten Fragen quasi als zwei Seiten einer Medaille (vgl. Früh 2008).

Im folgenden Zitat wird die Idee der Verbindung von zwei unvollständigen Perspektiven noch weiter ausgeführt:

Medienwirkung wurde – vereinfacht ausgedrückt – auf zwei Grundfragen bezogen: «Was machen Medien mit den Menschen?» (Betonung der Wirkungsmacht des Mediums) und «Was machen Menschen mit den Medien?» (Betonung der Selektions- und Verarbeitungskompetenz der Person).

Eine dritte Perspektive verbindet beide Fragen und berücksichtigt die drei Ebenen Person, Medium und Kontext (vgl. Früh 2008).

Grundfrage(n)BesonderheitTheorie
Was machen Medien mit den Menschen?Betonung der Wirkungsmacht der Medien
Mensch: passiv		Stimulus-Response-Theorie
Behaviorismus
Was machen die Menschen mit Medien?Betonung der Selektions- und Verarbeitungskompe­tenz der Person
Mensch: aktiv		Nutzen- und Belohnungs­ansatz
(Uses and Gratifications Approach)
Was machen die Menschen mit Medien?
und
Was machen Medien mit den Menschen?		Betonung der kontextspezifischen Medienwirkung je nach Person, Medium und Aneignungskontext.
Mensch: aktiv und passiv		Dynamisch-transaktionaler Ansatz von Früh & Schönbach (1982)

Zum Nachlesen: Wikipedia (Holzwarth 2022, 160)

Es ist wichtig zu betonen, dass nicht in allen Fällen ein drittes verbindendes Konzept vorliegt. Teilweise muss die verbindende Perspektive auch selbst hergestellt werden.

3. Konzept vorstellen und Ergänzungsnotwendigkeit aufzeigen

Eine Theorie wird vorgestellt und im Anschluss daran die Notwendigkeit einer Ergänzung. Beispielsweise Identitätskonstruktion als Narration (Keupp et al. 1999): Menschen erzählen sich gegenseitig Geschichten über sich selbst und konstruieren damit Identität. Eine Kritik an dieser an sich wertvollen Perspektive kann darin bestehen, dass auch die nichtsprachliche Dimension der Identitätsarbeit mitberücksichtigt werden muss (Körpersprache, Kleidung, Symbolgebrauch etc.). Das Konzept von Keupp muss in Hinblick auf diese Dimensionen ergänzt werden, um zu verhindern, dass wichtige Aspekte menschlichen Ausdrucks unberücksichtigt bleiben und dass weniger sprachlich orientierte Zielgruppen benachteiligt werden (vgl. Holzwarth 2008).

4. Konzept vorstellen und auf neue Kontexte übertragen

Ein bereits etabliertes Konzept wird vorgestellt und auf einen neuen Kontext übertragen bzw. an einen neuen Kontext angepasst. Es kann zum Beispiel das bereits genannte Konzept Medienkompetenz (Baacke 1999) auf die Bereiche KI (Künstliche Intelligenz) und Robotik bezogen werden. Was bedeuten beispielsweise die Dimensionen Medienkunde, Medienkritik, Mediennutzung und Mediengestaltung für den Umgang mit KI-Programmen wie Chat GPT? Döring (2011) hat das Medienkompetenzmodell von Baacke mit den vier genannten Dimensionen auf das Phänomen Pornografie übertragen und den Begriff Pornografie-Kompetenz geprägt.

Weitere Strategien und Ideen, um ins Schreiben zu kommen

  • Ein «Mind Map» oder ein «Concept Map» produzieren und an der Stelle, die am meisten Interesse auslöst, beginnen zu recherchieren, zu lesen, zusammenzufassen und zu schreiben.
  • Texte lesen und zusammenfassen und darüber in den Schreibprozess kommen.
  • Eine zentrale Textstelle aus einem Buch, einer Zeitschrift oder einer Onlinequelle abzuschreiben beginnen und selbst weiterschreiben (Meienberg & Holzwarth 2023). Über das Abschreiben eines fremden Textes kann möglicherweise der eigene Schreibprozess gestartet werden. Hinweis: Im fertigen Text muss immer klar sein, wann wörtlich zitiert wurde, wann paraphrasiert wurde und wann eigene Gedanken entwickelt wurden. Im Film «Forrester Gefunden» (Originaltitel: «Finding Forrester», USA/UK 2000, Gus Van Sant) kommt diese Methode für einen literarischen Text zur Anwendung.
  • Am Handy oder Computer einen eigenen Text mündlich eingeben und automatisch in Schrift umsetzen lassen. (Manchen Menschen fällt es leicht, differenziert zu sprechen, aber das Schreiben bereitet Schwierigkeiten.) Mit dem automatisch umgesetzten Text, der noch korrigiert und optimiert werden muss, kann weitergearbeitet werden.
  • In manchen Fällen hemmt die fehlende thematische Fokussierung das Schreiben. Das eigene Themenfeld kann mit der «Themenpyramide» eingegrenzt werden (vgl. Schmitts u. Zöllner 2007).
  • Manchmal hindert eine ungeklärte Fragestellung den Schreibprozess. Die Brauchbarkeit der Fragestellung kann mit vier Kriterien überprüft werden (vgl. Holzwarth u. Maurer 2019; Holzwarth 2019).
  • Auch die Technik «Color Coding» kann helfen, den Schreibprozess zu strukturieren und damit das Schreiben zu vereinfachen (siehe Video Color-Coding und Youtube-Kanal «Improving Writing in Psychology»).
Das  Schreiben erleichtern mit «Color Coding» (Quelle: Youtube)
  • Hilfreich ist auch die Entwicklung und Anwendung eines persönlichen Markierungs- und Anmerkungssystems (analog und digital) (z.B. Markierung «Z» am Rand für «potenzielles wörtliches Zitat», «?» für «Verstehe ich nicht», «`?`» für «Ich stelle die Aussage in Frage», «!» für «finde ich interessant/relevant», «gelbe Markierung» für «Wichtig» etc.)
  • Die Bezugnahme einer klassischen Gliederung beim Schreiben kann bei der Orientierung helfen z. B. «Titelblatt», «Inhaltverzeichnis», «Einleitung», «Hauptteil» («Theoretische Durchdringung des Themas», «Methode», Ergebnisse»), «Diskussion» und «Literaturverzeichnis» bei Roos u. Leutwyler (2017). Zu bedenken ist, dass die formalen Titel in der eigenen Arbeit zu inhaltlichen Titeln werden (z. B. Ergebnisse «Haltungen von Lehrpersonen gegenüber Schüler:innen mit Migrationserfahrung» anstelle von «Ergebnisse»).
  • Über Chat GPT einen Schreibeinstieg produzieren lassen (vgl. Röhl 2023). Hier ist Vorsicht geboten, da die Gefahr besteht, sich grössere Textteile einer Arbeit via Chat GPT schreiben zu lassen und sich selbst um wichtige Lernprozesse zu bringen. Der Lerngewinn wäre dann in etwa so minimal wie beim Abschreiben von Hausaufgaben. Weitere Gefahren bestehen darin, dass falsche Information übernommen werden könnten, dass falsche Quellen aufgegriffen werden, dass Klischees über bestimmte Gruppen reproduziert werden und dass keine innovativen Inhalte entstehen. Spannagel betont die hohe ethische Verantwortung, die mit der Nutzung von Chat GPT verbunden ist:

Sie verantworten Ihre Arbeitsergebnisse. Alle Hilfsmittel haben ihre Grenzen. Informationen in Medien können falsch sein. Taschenrechner können nicht mit reellen Zahlen rechnen. Und KI-Sprachmodelle wie Chat GPT können zwar gut formulieren, sie machen aber inhaltliche Fehler und reproduzieren Vorurteile. Bevor Sie also mit Ergebnissen und Impulsen weiterarbeiten, müssen Sie diese überprüfen und gegebenenfalls überarbeiten. Das Werkzeug denkt nicht für Sie, sondern Sie denken mit Hilfe des Werkzeugs. (…) Am Ende stehen Sie aber für Ihre Lösung ein. Sie müssen Ihre Lösung anderen erklären können. Und für Fehler in der Lösung sind Sie verantwortlich (nicht das Werkzeug).

Spannagel 2023
  • Nach wie vor ist ungeklärt, ob es sich bei einem Text aus einem KI-Tool um ein multiples Plagiat handelt und ob es legitim ist, eine Autorenschaft zu beanspruchen, wenn man sich den Text lediglich aus vielen verschiedenen Fremdtexten zusammensetzten lässt. Bei der Diskussion um KI-Nutzung ist zu bedenken, dass es verschieden Grade von Eigenaktivität gibt: (1) Sich den Text von der KI ausgeben lassen und 1:1 verwenden, (2) sich den Text ausgeben lassen und selbst überarbeiten, (3) sich lediglich einen Text ausgeben lassen, der als Schreibeinstieg dient, (4) einen eigenen Text von der KI überarbeiten lassen und (5) die KI lediglich als Inspiration und Ideenlieferant verwenden.
  • Hinweise, Ressourcen und konkrete Beispiele zum wissenschaftlichen Arbeiten wie z.B. im «A–Z des wissenschaftlichen Schreibens» von Daniel Ammann (2024) oder im «Zitierkompass zum Chicago Manual of Style» erleichtern den Schreibprozess. Man kann sich zur Orientierung Beispiele aus dem Zitierkompass in das eigene Literaturverzeichnis kopieren und nach dem Schema die eigene Literaturquelle angeben.
Literaturverzeichnis Blogbeitrag «Wie komme ich ins Schreiben?»Herunterladen

INFOBOX

Schreibberatung und Weiterbildung im Schreiben

Das Schreibzentrum der PH Zürich bietet Schreibberatungen, Schreibkurse sowie Schreibmodule an.

Werden Sie zum Schreibprofi z.B. mit den folgenden Modulen:

Wissenschaftliches Schreiben
Start: 25. September 2024

Literarisches Schreiben
Start: 25. September 2024

Zum Autor

Peter Holzwarth ist Dozent für Medienpädagogik an der PH Zürich. Er leitet das Fachteam Medienpädagogik, arbeitet im Schreibzentrum und im Digital Learning (DLE). Ausserdem ist er Berater bei der Stelle für Personalfragen (SteP) der PH Zürich.

Potential offener Formate  – Learnings vom Barcamp Curriculumentwicklung

Text: Tetiana Kaufmann, Monika Schlatter, Franziska Zellweger

Herausforderung Curriculumentwicklung

Teilnehmende des Barcamp Curriculumentwicklung.
Teilnehmende des Barcamp Curriculumentwicklung. Foto: Giuseppa Kälin

Der Wechsel zu Kompetenzorientierung, Modularisierung und Bachelor-Masterabstufung führte in den letzten Jahren zu zahlreichen Reformen von Studienprogrammen. Die Implikationen der Digitalisierung, nicht zuletzt die rasante Entwicklung generativer KI auf Bildungsziele, Lern- und Prüfungsformate sowie die zunehmende Heterogenität der Studierenden treiben diese Entwicklungen weiter voran.

(Weiter-) Entwicklungen von Studienprogrammen sind daher anspruchsvoll. Es gibt zahlreiche Bedürfnisse und Ideen vieler Beteiligter, die begrenzten Ressourcen und spezifischen Rahmenbedingungen gegenüberstehen. Fragen, die sich im Zusammenhang mit einer Curriculumentwicklung stellen, sind daher komplex, und entsprechend herausfordernd ist die Gestaltung von Entwicklungsprozessen.

Mit dem Barcamp Curriculumentwicklung wollten wir einen Beitrag dazu leisten, Personen im tertiären Bildungsbereich ihre Erfahrungen, Herausforderungen und Erfolge bei der Curriculumentwicklung teilen zu lassen. Ebenso sollte so der Austausch innovativer Ideen und Konzepte gefördert und einen Anstoss für Lösungen gegeben werden. Anfang November 2023 sind in diesem Zusammenhang über 60 Personen aus Fach- und Pädagogischen Hochschulen wie auch Höheren Fachschulen auf Schloss Au zusammengekommen. Während einige Anliegen aus bereits laufende Studiengänge mitbrachten, standen andere noch am Anfang des Prozesses und liessen sich für die bevorstehenden Aufgaben inspirieren.

Ein Barcamp ist eine offene und partizipative Veranstaltung, an der von den Veranstaltern zu Beginn nur Zeitfenster und Räume festgelegt werden. In einem gemeinsamen Prozess mit den Teilnehmenden werden die Themen festgelegt. Im Zentrum der daraus entstehenden Sessions steht die Diskussion, wobei ein mitgebrachtes Fallbeispiel, Erfahrungen oder Fragen der Teilnehmenden als Initiator dienen. Mehr Infos zu Barcamps

Barcamp Curriculumentwicklung: Konkrete Einblicke und Learnings

Im Folgenden geben wir einen chronologischen Einblick in die konkrete Durchführung des Barcamps und legen dar, welche Erkenntnisse wir mit diesem offenen Weiterbildungsformat gewonnen haben.

 

1. Zeit in das Kennenlernen investieren

Um auch bei über 60 Teilnehmenden gleich eine erste Verbindung zwischen den Personen zu schaffen, haben wir die Veranstaltung mit einem mündlichen Soziogramm eröffnet. Die Moderatorin rief verschiedenste Fakten aus, und Personen, auf die diese zutrafen, hoben die Hand. So wurde rasch sichtbar, aus welcher Institution und welcher Landesregion die Teilnehmenden stammten und es wurde Transparenz über die Rollen oder Funktionen geschaffen. Unterstützt wurde die Kontaktaufnahme auch mit einer ausführlichen Teilnehmendenliste. Dieses Kennenlernen wurde sehr positiv wahrgenommen. Genügend Zeit dafür einzuplanen, lohnt sich. Eine Alternative zum mündlichen Soziogramm könnte auch ein Speeddating sein.

Mündliches Soziogramm in Aktion.
Mündliches Soziogramm in Aktion. Foto: Giuseppa Kälin

 

2. Themenstrukturierung schon vor dem Anlass

Die gemeinsame Programmplanung und das Identifizieren gemeinsamer Fragen ist ein wichtiger Schritt eines Barcamps. Dabei ist es eine Herausforderung, nicht zu viel Zeit mit der Planung des Tages zu verbringen, sondern genügend Raum für Vernetzung und Austausch zu schaffen.

Die Teilnehmenden waren daher aufgefordert, schon vor dem Barcamp mögliche Fragestellungen einzugeben. Aus diesen haben wir vier Hauptthemen identifiziert und durch Leitfragen präzisiert, welche auf der digitalen Pinnwand Taskcards veröffentlicht und den Teilnehmenden vorgängig zur Verfügung gestellt wurden. Diese Vorstrukturierung der Themen erlaubte es, die Interessen der Teilnehmenden transparent zu machen und gleichzeitig einen effizienten Programmfindungsprozess entlang der vorstrukturierten Themen zu gestalten.

Vier Themen mit Leitfragen

1. Prozessgestaltung 
• Wie kann man ein Curriculum trotz knapper werdenden (finanziellen) Ressourcen weiterentwickeln? 
• Wie geht man mit Widerständen und starren Verwaltungsprozessen um?
• Welche Rolle spielt Partizipation in der Curriculumsentwicklung und wie kann sie effektiv koordiniert werden?

2. Individualisierung in der Hochschulbildung
• Was sind Best Practices und neue Tendenzen in der Begleitung von Studierenden (auch in grossen Studiengängen)?
• Wie können Hochschulen bei begrenzten Ressourcen den wachsenden Anforderungen an Individualisierung begegnen?
• Wie kann man individuelle Bedürfnisse berücksichtigen und gleichzeitig Kohärenz gewährleisten?

3. Future Skills und Entwicklung zukunftsfähiger Curricula
• Welche Trends müssen jetzt in der Curriculumsentwicklung vorrangig begegnet werden?
• Welche curricularen Strukturen bzw. Studienmodelle ermöglichen die Entwicklung nachhaltiger, kompetenzorientierter Curricula, die unserer schnelllebigen Zeit gerecht sind?
• Wie kann man KI-Tools sinnvoll einsetzen und gleichzeitig das Deep-Learning unterstützen (z.B. im Sprachunterricht)?

4. Kompetenzorientierte Leistungsnachweise
• Welche innovative Beurteilungsformate und Zusammenarbeitsformen (z.B. Stud.-Dozis) fördern eine kompetenzorientierte Lehre?
• Wie kann man bei begrenzten Ressourcen individuelles Feedback geben und optimal Peer Assessment einwenden?
• Was sind Best Practices in der Messung und Anrechnung bereits erbrachter Leistungen/Erfahrungen?

 

3. Klar gestaltete Sessionplanung

Dafür teilten sich die Teilnehmenden in vier Gruppen zu je einem Thema ein und arbeiteten an einer vorbereiteten Pinwand. Wer eine Fragestellung eingegeben hatte oder neu mitbrachte, stellte diese innerhalb einer Minute vor (Pitch). Ähnliche Fragestellungen wurden dann zusammengeführt, so dass im Ergebnis jede Gruppe je drei Sessions (Zeit- und Raumfenster) definierte.

Strukturierung der Sessionplanung
Strukturierung der Sessionplanung

Wieder im Plenum, wurde der gesamte Plan aller vier Gruppen vorgestellt. Danach waren die Teilnehmenden frei darin zu entscheiden, in welchen der vielen Sessions sie beitragen möchten. Die Vielfalt an spannenden Fragen bedeutet auch eine gewisse Qual der Wahl: Mehrere Durchführungen von Sessions könnten sich lohnen.

 

4. Ideale räumliche Rahmenbedingungen

Wenn viele engagierte Personen gemeinsam diskutieren und die finalen Themen festlegen, entsteht eine nicht zu unterschätzende Geräuschkulisse, und auch ein vermeintlich grosser Raum wird plötzlich zu klein. Es ist zwar ein Vorteil, wenn die ganze Gruppe für die Festlegung des Programms in demselben Raum arbeiten kann, da die Moderation den Gesamtprozess gut im Blick hat. Auch die Teilnehmenden können so wahrnehmen, wie die anderen Gruppen arbeiten. Je nach räumlichen Gegebenheiten kann es dennoch sinnvoll sein, an unterschiedlichen Orten zu diskutieren, da ein konzentriertes Gespräch von einem ruhigen Rahmen profitiert. Darüber hinaus zeigte sich das Schloss Au auch bei regnerischem Wetter als idealer Ort für ein solches Format. Das gastfreundliche Schlossambiente mit inspirierendem Garten und vielen Gruppenräumen bot einen wohltuenden Kontrast zur üblichen Hektik. Die Teilnehmenden konnten voll in das Barcamp eintauchen und die Laptops blieben in der Tasche.

Teilnehmende des Barcamps bei der Themenauswahl.
Teilnehmende des Barcamps bei der Themenauswahl. Foto: Giuseppa Kälin

 

5. Rollenverteilung in den Sessionen vorab definieren

In den Sessions brauchten die neu formierten Gruppen jeweils eine Weile, bis sie sich gefunden hatten. Da die Zeit an einer solchen Veranstaltung knapp ist, würden wir zukünftig eine klare Rollenzuteilung mit vordefinierten Zuständigkeiten (Lead der Session, Moderation, Dokumentation, Zeitmanagement) vornehmen.

 

6. Ergebnisse sichtbar und greifbar machen

Um die Diskussionen und Erkenntnisse aus den Sessions für alle Teilnehmenden sicht- und greifbar zu machen, haben wir darum gebeten, die Ergebnisse der Sessions auf Taskcards zu dokumentieren.

Teilnehmende bei der Reflexionsrunde.
Teilnehmende bei der Reflexionsrunde. Foto: Giuseppa Kälin

In einer Schlussrunde im Umfang von 20 Minuten entlang der Methode 1-2-4-all von Liberating Structures haben in einem ersten Schritt alle Teilnehmenden persönliche thematische Erkenntnisse und noch offene Fragen in einer kurzen Einzelreflexion identifiziert. Im danach folgenden Austausch in Zweiergruppen wurden die Gedanken geteilt und weiterentwickelt, um anschliessend in Vierergruppen die Diskussion weiter zu vertiefen und Erkenntnisse sowie offenen Fragen zu notieren. Diese prägnanten Sätze und Stichworte wurden dann mit allen Teilnehmenden geteilt.

Fazit

Selten haben wir Weiterbildungstage in so disziplinierter und arbeitsamer Atmosphäre erlebt. Die Feedbacks der Teilnehmenden haben klar aufgezeigt, dass sie sehr viel aus dem offenen Format mitnehmen konnten. Die wertvollen Diskussionen auf Augenhöhe, Inspiration und Vernetzung standen dabei zuoberst. Diese Erfahrung hat uns gezeigt, dass bei anspruchsvollen Fragestellungen wie in der Curriculumsentwicklung offene Formate wie ein Barcamp der richtige Weg sind, gemeinsam an Lösungen zu arbeiten und dabei gerade zu erleben, wie kraftvoll offene und partizipative Formate sein können.

Mehr Offenheit hat sich auch als zentrales Thema durch die Sessions gezogen. Viel Interesse weckten unter anderem Beispiele individuellerer Lehr-/Lernformaten und Prüfungsformen. Das Ziel dabei bleibt klar: Studierende auf die Lösung komplexer Fragestellungen vorzubereiten, denen sie zunehmend in ihrer Arbeits- und Lebenswelt begegnen werden.

INFOBOX

CAS Weiterbildungsdesign

Die Weiterbildung befindet sich in einer anspruchsvollen Entwicklungsphase. Es wandeln sich die Ansprüche der Zielgruppen, der Digitalisierungsschub wirkt nachhaltig und die Diversität der Teilnehmer:innen nimmt zu. Die damit verbundenen veränderten Lehr- und Lernkonzepte fordern eine diversifiziertere Programm- und Angebotsplanung. Dieser CAS befähigt Sie dazu, als Fachspezialist:in für Weiterbildungsdesign zeitgemässe und wirksame Bildungsprogramme in der Weiterbildung zu konzipieren.
Weitere Informationen zum CAS Weiterbildungsdesign


CAS Führen in Projekten und Studiengängen an Hochschulen

Fachleuten aus Fachhochschulen, Universitäten, Pädagogischen Hochschulen, Höheren Fachschulen und weiteren Bildungsinstitutionen ermöglicht dieser CAS massgeschneidert und laufbahnbezogen die Entwicklung rollenspezifischer Kompetenzen in den Bereichen Führung, Management und Planung. Essentielle Kernelemente sind Praxisorientierung und der Transfer in den eigenen Kontext.
Weitere Informationen zum CAS Führen in Projekten und Studiengängen an Hochschulen

Zu den Autorinnen

Tetiana Kaufmann ist Projektleiterin Lehrentwicklung am Institut für Umwelt und Natürliche Ressourcen der ZHAW und Modulleiterin im Studiengang BSc Umweltingenieurwesen.

Monika Schlatter ist Leiterin des Didaktik-Zentrums der Hochschule für Technik FHNW und Dozentin im Studiengang Data Science FHNW.

Franziska Zellweger ist Professorin für Hochschuldidaktik am Zentrum für Hochschuldidaktik und -entwicklung der PH Zürich. 

Erfolgsfaktor Umsetzungsbegleitung

Text: René Schneebeli

Der technologische und gesellschaftliche Wandel verändert das Bildungsverständnis und ihre Institutionen. In der Berufsbildung spiegelt sich diese Entwicklung im Projekt Berufsbildung 2030, das versucht, dieser Dynamik mit weit über zwanzig Einzelprojekten zu begegnen. Auch die Branchen reagieren: Zusammen mit den üblichen periodischen Revisionen in den Berufen stehen bis 2025 gemäss SBFI etwa 40 Vollrevisionen an. Dazu kommen bereits laufende Projekte und solche, die von den Kantonen oder den Schulen selbst angestossen werden. All dies führt zu Überlagerungen, Synergien, Widersprüchlichkeiten und Belastungen. Letztendlich erleben viele Akteure diese Dynamik als einen fortwährenden Prozess, der mehr Ressourcen verlangt, als es für die Sicherstellung des Kernauftrags gut ist. Die Weiterbildungsanbieter haben auf diese Entwicklung reagiert und ihr Angebot angepasst.

Beispiel Handlungskompetenzorientierung

Wie lange bestimmte Themen die Community beschäftigen können, zeigt das Konzept der Handlungskompetenzorientierung (HKO). Es wurde vor bald einem halben Jahrhundert zum Leitbegriff im berufspädagogischen Diskurs und ist seit dem neuen Berufsbildungsgesetz aus dem Jahre 2002 für alle Berufe massgebend. Wenn man die Dokumente zu den anstehenden Berufsreformen liest, könnte man allerdings meinen, der Begriff sei gerade eben erst salonfähig geworden. Das mag an der bisherigen Dominanz der Fachkompetenz in den Bildungs- und Lehrplänen liegen. Dies jedenfalls bestätigt sich, wenn man sich die anstehenden Revisionen vieler Berufe ansieht, die eine noch stärkere Ausrichtung an realitätsnahen Arbeitssituationen verlangen. Treiber dieser Reformen dürfte wie so oft die Wirtschaft sein, die die Berufsverbände anhält, den Lernenden vermehrt im Berufsalltag Verwertbares beizubringen.

Übungsbüro in einer Handelsschule in den 60er-Jahren ganz im Sinne der Handlungskompetenzorientierung (Quelle: BS Bottrop)

Eben erst hat das KV und der Detailhandel nachgezogen. Hier wird ersichtlich, wie tiefgreifend gewisse Reformvorhaben sind. Wie bereits bei der letzten grossen Reform 2003, stiess auch die von 2023 beim KV auf erheblichen Widerstand. Das erstaunt nicht, wenn man in Betracht zieht, dass mit der stärkeren Gewichtung der Handlungskompetenzen auf Kosten der Fächer das Selbstverständnis vieler Lehrpersonen tangiert wird, die sich in ihrer Fachlichkeit herausgefordert fühlen.

Der Wechsel zur HKO verlangt umfassende Anpassungen auf den verschiedensten Ebenen. Dazu gehört das Erstellen von Lernarrangements, die Erarbeitung neuer Prüfungs- und Bewertungsformen, das Arbeiten in Teams, die konsequente Lernendenzentrierung, etc. Viele sprechen von einem eigentlichen Kulturwandel, der Jahre brauchen wird, prozesshaft geschieht, von der Schulleitung begleitet werden muss und allen viel abverlangt.

BYOD, Kompetenzzentren, Schulqualität, Interdisziplinarität, KI und Co.

Daneben sind die Schulen auch mit Projekten beschäftigt, die schon vor länger Zeit ihren Anfang nahmen. Neben dem Blended Learning ist es die interdisziplinäre Zusammenarbeit oder Qualitätsfragen und im Kanton Zürich sicher auch die Kompetenzzentren. Andere Themen wie Futuremem, ABU 2030, BM-Reform etc, stehen erst vor der Tür und andere wiederum wie z.B. KI kommen unverhofft. Als ob das nicht schon genug wäre, nehmen einige Schulen solche Themen zum Anlass, zeitgleich schon länger anstehende fachliche oder organisatorische Entwicklungen anzustossen.

Der individuelle Weiterbildungsbedarf wird durch all das primär auf der institutionellen Ebene generiert, ist Teil eines Prozessgeschehens, betrifft alle oder bestimmte Lehrpersonen, ist unmittelbar betriebsnotwendig und findet kontinuierlich statt. Der Alltag besteht aus einem steten Wandel, mit immer weniger statischen Phasen.

Für individuelle Weiterbildungsbedürfnisse wird es dabei eng, zumal die Rahmenbedingungen dafür nicht grosszügig sind. Denn die Unterrichtsstunden dürfen nicht ausfallen, Stellvertretungen müssen organisiert und Klassen beschäftigt werden. Nicht der freie Termin in der Agenda, nicht das persönliche Interesse alleine bestimmen, welche Weiterbildung passt.

Die Rolle der Weiterbildungsanbieter

Vorgefertigte Weiterbildungen zu vermeintlich aktuellen Themen anzubieten, war lange Zeit üblich. Es war aber auch stets ein Fischen im Trüben, das man sich heute als Anbieter kaum mehr leisten kann. Auch bei topaktuellen Themen wie z.B. KI, werden eher In-House Angebote nachgefragt als offen ausgeschriebene Kurse.

Dass heute der Weiterbildungsbedarf primär durch die Dynamik der Reformen geprägt wird, akzentuiert auch die Unterschiede zwischen den einzelnen Berufsfachschulen. Sie sind mit unterschiedlichen Themen und in verschiedenen Tempi unterwegs. Diese Entwicklungen machen es notwendig, dass sich Weiterbildungsangebote mehr als Dienstleistungen und weniger als punktuelle und thematisch begrenzte Holangebote definieren. Wirksam sind Angebote, die sich auf die schulspezifischen Bedürfnisse abstimmen und den Entwicklungsprozess kontinuierlich begleiten. Startpunkt sind oft thematische Anfragen, die im Kontext betrachtet, oft vielfältige Bezugspunkte zu anderen Themen haben. Dann gilt es im Wust der Reformen und Entwicklungen die Übersicht zu behalten, Prioritäten zu setzen, Aktivitäten sorgfältig abzustimmen und die Interventionen prozesshaft zu gestalten. Erst so können die Auswirkungen einzelner Massnahmen abgeschätzt und die Nachhaltigkeit gesichert werden. Die HKO zeigt, wie notwendig das ist, wenn man später nicht nachbessern will.

Die Rolle der PH Zürich

Es ist somit wenig überraschend, dass sich in den letzten Jahren die Anfragen der Berufsfachschulen an das Zentrum Berufs- und Erwachsenenbildung der PH Zürich stark verändert haben. Die Expert:innen der PH Zürich werden vermehrt gesucht als langfristige Partner:innen in Entwicklungsprozessen und immer weniger nur als thematische Inputgeber:innen. Bei Revisionsprojekten agieren sie als Übersetzer:innen der meist sperrigen und unzugänglichen Reformpapiere. Es gilt Begriffe zu klären, Unterschiede zum Bestehenden aufzuzeigen und den konkreten Weiterbildungsbedarf herauszuarbeiten. Gleichzeitig müssen die Bedürfnisse der Bildungsorganisation erhoben, die Hürden und Chancen erkannt und die Vorbehalte und Ängste der Betroffenen auf allen Stufen ernst genommen werden. Letztendlich geht es um die Zusammenführung der Reformziele mit den realen Gegebenheiten. Das alles verlangt eine breite fachliche Kompetenz, langjährige Felderfahrung und Dozierende, die es als Privileg verstehen, die Berufsbildung wirksam gestalten zu dürfen.

Die PH Zürich bietet Begleitung bei Berufsbildungsprojekten beispielsweise in Form von individueller persönlicher Beratung an.
INFOBOX

NEU: Begleitung von Berufsbildungsprojekten

Berufsreformen stellen sicher, dass Lernende und Studierende in der beruflichen Grundbildung und höheren Berufsbildung zeitgemässe und aktuelle Aus- und Weiterbildungen durchlaufen. Für Bildungsinstitutionen bedeuten die Reformen teils grössere Veränderungen. Die PH Zürich unterstützt sowohl Schul- und Projektleitungen als auch Lehrpersonen gerne in der damit verbundenen Organisations- und Personalentwicklung, indem in einem agilen Prozess Beratungen, Coachings und Weiterbildungen aus einem Guss entwickelt und angeboten werden. 
Für weitere Informationen melden Sie sich bei René Schneebeli: rene.schneebeli@phzh.ch

Zum Autor

René Schneebeli ist Dozent und Leiter der Berufsbildungsprojekte an der PH Zürich.

Schreiben an Hochschulen in Zeiten von KI – das tiefe Nachdenken wird zukünftig noch nötiger

Text: Maik Philipp

Wenn wir Texte an der Hochschule schreiben, verfolgen wir damit häufig den Zweck, Wissen zu dokumentieren, es zu kritisieren oder es weiterzuentwickeln. Dabei stützen wir uns zum einen auf Wissensquellen wie andere Texte, aber auch auf unsere eigenen Ideen. Was für Forschende gilt, wird auch für das Lernen im Rahmen des Studiums beansprucht. Diese traditionelle Sicht auf das, was «epistemisches Schreiben» genannt wird, hat sich zu verändern begonnen, seitdem mit ChatGPT ein Game Changer aufgetreten ist, dessen mögliche Auswirkungen zurzeit Gegenstand von umfassenden Abwägungen sind. Automatische Textproduktion mittels Large-Language-Models ist die vorerst letzte, aber bei Weitem nicht einzige technologisch basierte Etappe in der offenen Frage, wie wir hochschulisches Lernen und Lehren betreiben wollen, wenn neue Technologien aufkommen.

Reine Reproduktion beim Schreiben und die Ausweichmöglichkeiten

Vielleicht ist es gar nicht unbedingt die technische Seite, die im Kern das Problem ausmacht. Die Frage, die sich stellt, wenn Algorithmen Texte herstellen, betrifft natürlich Chancen der Arbeitserleichterung und Risiken der Eigenleistungsbestimmung. Aber sie tangiert doch viel mehr eine andere Grundsatzthematik: Wozu und was schreiben wir denn an den Hochschulen noch bzw. lassen wir schreiben? Damit sind unweigerlich Zielvorstellungen angesprochen und infolgedessen wiederum die Notwendigkeit, sich über diese Ziele Gedanken zu machen. Solche Klärungsnotwendigkeit besteht freilich nicht nur bei den Prüfungsformaten, sondern zusätzlich bei den Lernaufgaben, ja: beim Lernen allgemein.

Dabei müssen wir keineswegs wieder von Null starten. Die Lehr-Lern-Forschung hat sich intensiv damit beschäftigt, wie das Schreiben das Fachlernen unterstützt und welche Arten von kognitiven Prozessen und welche Arten von Wissen für das Lernen unterscheidbar sind. Dabei wird schnell deutlich, dass es verschiedene Facetten des Lernens gibt, die sich darin unterscheiden, wie stark Gegenstände im Rahmen des Lernens kognitiv verändert werden müssen. So kann zum Beispiel unterschieden werden, ob man eine Theorie nur wiedergeben, ihre Logik und Anwendungsgebiete erläutern, sie auf einen Fall anwenden, sie mit einer anderen Theorie vergleichen oder begründet kritisieren soll. Je nach Aufgabe müssen Lernende zu sehr unterschiedlichen Dingen kognitiv in der Lage sein. Nicht alles davon ist in allen Fällen immer gefragt oder sinnvoll, aber entscheidend ist, dass wir Lernaufgaben profilieren und charakterisieren können, welche Prozesse sie einfordern und welche Wissensarten sie touchieren. Wir können zudem kartieren, welche Prozesse und Produkte des Denkens höherer Ordnung wir lesend und schreibend an Hochschulen nutzen wollen und wie wir Enkulturation in Wissensgemeinschaften mit dem Schreiben verbinden.

KI-generierte Texte müssen von kritisch denkenden Personen eingeschätzt werden.

Was automatische Textproduktion zumindest ansatzweise kann, ist das Reproduzieren von Inhalten auf der Basis von Mustererkennung in riesigen Textkorpora, anhand derer der Algorithmus trainiert wurde. Dass Tools wie ChatGPT diese Reproduktion sprachlich auf hohem Niveau leisten, mag arbeitserleichternd sein, aber es entbindet nicht davon, wozu Personen schreibend in der Lage sein müssen: einem evaluierenden Verarbeiten, welches seinerseits Verstehen voraussetzt. Ein ChatGPT-Text ist zunächst ein Angebot. Dessen Eignung oder Nicht-Eignung, seine Richtigkeit, seine Angemessenheit und seine Verwertbarkeit bemessen sich daran, dass die Texte von kritisch denkenden Personen eingeschätzt werden müssen. Hier bestehen Ausweichmöglichkeiten für die Hochschullehre, die teils zutiefst in das hineinragen, was zum Beispiel im Falle des naturwissenschaftlichen Lernens gefordert wird. Wir können und sollten uns darum Lern- und Leistungsaufgaben überlegen, welche das Denken höherer Ordnung fördern und fordern. In diesen Aufgaben sollte weniger die Reproduktion eine Rolle spielen als die begründete und begründbare Evaluation von Aussagen und ihrem Geltungsanspruch als Wissen.

Prüfen von Aussagen als immer wichtiger werdende Fähigkeit: Was ist weshalb wahr und wer ist warum vertrauenswürdig?

Was es – nicht nur bei KI-basierten Texten – zu prüfen gilt, ist die Plausibilität, also die potenziell zugeschriebene Wahrheit von Aussagen, und die Vertrauenswürdigkeit von Quellen hinter der Aussage. Die Leseforschung nennt dies Erste- und Zweite-Hand-Einschätzung. Die Zuweisung von Plausibilität als Erste-Hand-Einschätzung ist an Wissen über den Gegenstand, kohärentes Begründen von Aussagen und auch die Produktion von wissensbezogenen Aussagen gebunden. Die Bestimmung der Vertrauenswürdigkeit als Zweite-Hand-Einschätzung bemisst sich daran, welchen Personen und Organisationen zugestanden wird, sich inhaltlich qualifiziert und gesellschaftlich wohlwollend zu äussern, weil Expertise und Redlichkeit unterstellt werden. Solche Zweite-Hand-Beurteilungen von Aussagen werden von ChatGPT zwar erschwert, aber sie sind dadurch nicht unwichtiger geworden – im Gegenteil. Vielmehr geht es zunehmend um die Abwägungen, was warum wahr ist und wie wir sinnvoll vorgehen, um begründbare und ausreichend sichere Antworten auf diese Frage zu finden. Anders gesagt: Das tiefe Nachdenken und mit ihm eine Entschleunigung wirken nötiger denn je.

Damit ist ein Bündel von Fähigkeiten angesprochen, welches in der Leseforschung schon seit Längerem als wichtig erachtet wird und durch die Zunahme an digitalen Texten und Dokumenten noch an Bedeutung gewonnen hat. ChatGPT und andere KI-Applikationen werden diese Fähigkeiten mutmasslich nicht weniger wichtig werden lassen. Darin liegt auch eine Chance, Lern- und Lehrprozesse an den Hochschulen anzupassen.

INFOBOX

Das Schreibzentrum der PH Zürich pilotiert derzeit Kurse für Studierende und Dozierende. Im Kern der Angebote stehen Prozesse des Lernens. Die Erfahrungen werden voraussichtlich am Tag der Lehre der PH Zürich (2. Februar 2024) im Workshop «Los, KI, denk für mich?! Lernen und Lehren mit Texten» vorgestellt.

Zum Autor

Maik Philipp ist Professor für Deutschdidaktik an der PH Zürich. Seine Schwerpunkte sind Lese- und Schreibförderung mit Fokus auf Evidenzbasierung.

Folgen über Facebook
Folgen über Facebook
fb-share-icon
LINKEDIN
Share
INSTAGRAM