Zwischen Messgerät und Schreibblock – Labore lernwirksam gestalten

Text: Wolfgang Bührer

Beim Ausmisten fielen mir meine Protokolle des Anfängerlabors Physik aus dem Grundstudium in die Hände: handschriftlich angefertigt, Korrekturkommentare à la «das ist nicht das erwartete Ergebnis, Wiederholungsmessung»… Vor 25 Jahren hatte ich verzweifelt versucht, zu verstehen, was ich falsch gemacht hatte, und hoffte bei jedem Versuchsprotokoll aufs Neue, dass es im ersten Lauf akzeptiert wird. Gleichzeitig fragte ich mich, was ich, abgesehen von der Reproduktion schon längst bekannter Ergebnisse, auf die es scheinbar ankam, lernen soll. Willkommen Frustration – meine Begleiterin im Anfängerlabor.

Labore sind komplexe Lernumgebungen

Labore sind in den MINT-Fächern, vor allem in den Ingenieurs- und Naturwissenschaften, unverzichtbare Bestandteile der Hochschullehre. Dabei haben sich unterschiedliche Laborformen wie zum Beispiel das Mini-Labor, das Anfängerlabor, das integrierte Labor oder auch Maker Spaces (May u.a. 2023) entwickelt, um nur einige aufzuzählen. So vielfältig wie die Laborformen sind auch die Wissensanforderungen an die Studierenden im Labor: Beispielsweise muss man Messgeräte korrekt einsetzen und bedienen, einen Aufbau planen und ausführen, sauber dokumentieren, Sicherheitsvorschriften kennen und einhalten, Daten auswerten oder die Ergebnisse auf Plausibilität prüfen können. Neben diesen prozeduralen Fähigkeiten wird in der Regel zusätzlich Fachwissen zum jeweiligen Laborversuch benötigt.

Die (bei weitem nicht vollständige) Aufzählung macht deutlich, dass aufgrund der vielfältigen Wissensanforderungen die Gefahr besteht, Studierende in Laborsettings zu überfordern, zumal jede einzelne dieser Anforderungen auch ein potenzielles Lernziel sein kann. Labore als Lernumgebungen stellen Dozierende somit vor ein Dilemma: Sie sind unverzichtbar für praxisnahes Lernen, gleichzeitig aber ein Ort potenzieller kognitiver Überlastung. Wie können wir mit dieser Zwickmühle umgehen?

Ein Praxisbeispiel: Zwei meiner Studierenden aus dem 1. Semester Elektrotechnik, nennen wir sie Julia und Jens, sitzen im Labor und verzweifeln an der Bedienung und dem korrekten Ablesen des Oszilloskops, mit dem sie einen elektrischen Schwingkreis vermessen sollen. Dabei entgehen ihnen die physikalischen Zusammenhänge, die das eigentliche Lernziel gewesen sind. Ich wundere mich später über ihr mangelhaftes Protokoll. Ein Paradebeispiel für kognitive Überlastung.

Kognitive Last

Die Entdeckung der «Cognitive Load Theory» (Sweller 1988) war für mich ein Augenöffner: Ich verstand nun , warum sowohl meine eigenen Laborerfahrungen als auch die meiner Studierenden frustrierend waren. Der Ansatz gab mir Werkzeuge zur Verbesserung der Situation in die Hände. Denn die «Cognitive Load Theory» besagt, dass das Arbeitsgedächtnis grundsätzlich begrenzt ist und unterscheidet drei Formen von kognitiven Belastungen bei Lernprozessen:

  • Intrinsische kognitive Belastung: Diese ergibt sich aus der Komplexität des Lernstoffs. Hier können gezielte Reduktionen die Belastung senken.
  • Extrinsische (englisch: «extraneous») kognitive Belastung: Diese Belastung entsteht beispielsweise durch unklare Anweisungen oder durch für das eigentliche Lernziel irrelevante Informationen, welche das Arbeitsgedächtnis zusätzlich belasten. Durch sorgfältige Formulierung und Gestaltung von Materialien und Planung kann man diese reduzieren.
  • Lernbezogene kognitive Belastung: Damit ist die Belastung gemeint, die lernzielrelevant und direkt mit dem Lernprozess verknüpft ist. Diese Art kognitiver Belastung ist in Bezug auf das Lernen gewünscht.

Überträgt man diese Formen auf das Beispiel von Julia und Jens, so war die aufgrund des Versuchs gegebene intrinsische kognitive Belastung beim Umgang mit dem Messgerät so hoch, dass sie die eigentlich gewünschte lernbezogene kognitive Belastung, nämlich die Messung mit physikalischen Grundprinzipien zu verknüpfen, vermutlich aus dem Arbeitsgedächtnis verdrängt hat.

Schematische Darstellung der Cognitive Load Theory nach Sweller (1988)

Weniger ist mehr: Lernzielfokus und Entlastung

Aus diesem Gedankengang ergibt sich ein Vorgehen für die didaktische Optimierung von Laboren: Zunächst ist zu klären, was für den jeweiligen Laborversuch das Lernziel sein soll. Danach listet man alle Wissensanforderungen auf, um auf dieser Basis intrinsische und extrinsische kognitive Belastungen gezielt dort zu senken, wo sie nicht direkt lernzielrelevant sind. In manchen Fällen genügt ein schriftlicher Info-Kasten in den Versuchsunterlagen. Bei prozeduralen Themen könnten kurze Videos entlasten, und bei jeder Information in den Praktikumsunterlagen soll geprüft werden, ob sie wirklich lernzielrelevant ist – wenn nicht, streichen. Gleichzeitig darf lernzielrelevante kognitive Belastung durchaus eingefordert werden.

Im Beispiel von Julia und Jens habe ich für das nachfolgende Semester zur Senkung der kognitiven Belastung einige Kurzvideos und Übungsaufgaben zum Umgang mit dem Oszilloskop sowie zum Ablesen der Messwerte als obligatorische Pre-Lab-Vorbereitung zur Verfügung gestellt. Komplett beseitigt war das Problem damit zwar nicht, aber es kam zu keiner Fehlmessung mehr und die Frustration der Studierenden war in meiner Wahrnehmung deutlich geringer.

Teilnehmende des CAS Hochschuldidaktik MINT 24/25 im Teil Labordidaktik

In vielen aktuellen Laborsettings finden ebenfalls Entlastungen der Studierenden in so genannten «Pre-Labs» statt. Dabei bildet sich die Vielfalt der Wissensanforderungen in unterschiedlichen Methoden und Fokussen ab: Es existieren zum Beispiel theorieorientierte Pre-Labs, bei denen es um den theoretischen Hintergrund des Versuchs geht, prozedurale Pre-Labs, bei denen es um praktische Abläufe im Labor geht, oder auch schreibintensive Pre-Labs, bei denen Protokoll- und Dokumentationsfähigkeiten trainiert werden.

Neben der Vorentlastung durch Pre-Labs trägt eine gute Verteilung der Entlastungsmassnahmen dazu bei, den «cognitive load» besser zu dosieren. Agustian und Seery (2017) zum Beispiel empfehlen, fachliche und gerätespezifische Konzepte im Vorfeld bereitzustellen, prozedurale Informationen «just-in-time» im Labor verfügbar zu machen und je nach Bedarf oder Notwendigkeit Fertigkeiten isoliert zu trainieren.

Im CAS Hochschuldidaktik MINT vertiefen wir die Labordidaktik mit prämierten Praxisbeispielen von Gastdozierenden und greifen weitere hochschuldidaktische Themen wie Lernzielformulierung sowie MINT-spezifische Themen auf (siehe Infobox).

Als ich einige meiner alten Protokolle noch einmal durchblätterte, bevor sie in der Papiertonne verschwanden, änderte sich mein Bild des Anfängerpraktikums. Damals empfand ich es als überwiegend sinnlose Fleissarbeit, heute sehe ich, was ich dabei letztlich gelernt habe: Es geht darum, Labore so zu gestalten, dass die Studierenden verstehen, warum sie tun, was sie tun (sollen) und dass wir Lehrende die kognitive Belastung so steuern, dass sie so gut wie möglich auf das Lernziel fokussiert ist.

INFOBOX

CAS HOCHSCHULDIDAKTIK MINT

Lehrgang

Im CAS Hochschuldidaktik MINT lernen Sie die Grundlagen effektiver und innovativer Lehre für aktives Lernen an Hochschulen mit Schwerpunkt auf den MINT-Disziplinen (Mathematik, Informatik, Naturwissenschaften und Technik).
Mehr Informationen und Anmeldung auf der Webseite
Broschüre zum CAS Hochschuldidaktik MINT

Online-Infoveranstaltung
An der Online-Infoveranstaltung zum CAS Hochschuldidaktik MINT 25/26 können Sie mit den Lehrgangsleitenden Mònica Feixas und Wolfgang Bührer ins Gespräch kommen. Sie findet am Montag, 25. August 2025, von 12–13 Uhr statt.
Jetzt anmelden

Module
Die folgenden Module aus dem CAS Hochschuldidaktik MINT 25/26 können auch einzeln gebucht werden:
- Lernziele und Methoden in MINT-Fächern, 22.–23. Januar 2026
- Leiten und Begleiten (mit einem Fokus auf MINT-Fächern), 30.–31. März 2026
- Assessment, Feedback und Evaluation in MINT-Fächern), 1.–2. Juli 2026

Zum Autor

Wolfgang Bührer bildet seit 2013 an der Abteilung Sek I der PH Zürich angehende Lehrpersonen in Physik und Physikdidaktik aus, hat mehrere Jahre an der HTWG Konstanz als Lehrbeauftragter angehende Ingenieure in Physik mitausgebildet und ist Co-Lehrgangsleiter des CAS Hochschuldidaktik MINT.

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.

LINKEDIN
Share
INSTAGRAM