In einer empirischen Begleitstudie hat Fobizz gemeinsam mit der AG Digitale Bildung mit Schwerpunkt Künstliche Intelligenz der Universität zu Köln untersucht, wie sich eine vierwöchige Weiterbildung unter anderem auf die Kompetenzen, Einstellungen, Meinungen und Motivation von Lehrkräften bezüglich KI auswirkt. Der Zeitraum der Studie erstreckte sich von Januar bis Februar 2024. Mehr erfahren...

Die fortschreitende digitale Transformation unserer Gesellschaft hat bereits Veränderungsprozesse in unserer Lebens- und Arbeitswelt ausgelöst, deren Dynamik in naher Zukunft noch zunehmen wird. Dies wirkt sich im Besonderen auch auf Bildungsprozesse aus, wodurch sich die Lehr- und Lernkultur, insbesondere an den Schulen, tiefgreifend verändert. Neben neuen Anforderungen entstehen dadurch aber auch völlig neuartige Handlungsspielräume und didaktische Gestaltungsmöglichkeiten für Lehrkräfte. Traditionelle Lehr- und Lernformen werden zwar weiterhin Bestandteil der schulischen Bildung sein, „daneben verlangen die Herausforderungen des digitalen Wandels allerdings auch nach einer spezifisch digitalen Bildung“ (Bildungsoffensive für die digitale Wissensgesellschaft, 2016, S. 10). Digitale Bildung ist in diesem Zusammenhang sowohl als eigenständiger Lehr-Lerninhalt als auch als unterrichtliches Instrument zu verstehen. Digitale Lernwerkzeuge eröffnen dabei eine Vielzahl pädagogischer und didaktischer Möglichkeiten zur Initiierung und Ausgestaltung von Lehr-Lernprozessen.

Sendung zum Thema „Künstliche Intelligenz und ihre Herausforderung für die Schule“, inkl. Studiogespräch mit Prof. Dr. Sebastian Becker-Genschow als Experte zu KI in der Bildung

Video des Studiogesprächs – mehr erfahren...
Video-Datei zum Download auf SCIEBO (im MP4-Format, 45 MB)
Video des gesamten Beitrags – mehr erfahren...

Algorithmen bestimmen unseren Alltag. Geht es um Künstliche Intelligenz (KI) in deutschen Schulen, bewegt sich die Diskussion zuweilen aber nicht weit weg von Grundsatzfragen rund um Datenschutz und Risiken der Technologie.

Auf dem Panel zu adaptiven Lehr-Lern-Settings (s. Video unterhalb) denken Ralph Müller-Eiselt, Bertelsmann Stiftung, Prof. Dr. Sebastian Becker-Genschow, Forschungsgebietsleiter „Digitale Bildung“ am Institut für Physikdidaktik der Universität zu Köln, Nina Briskorn, Gründerin und Geschäftsführerin der TechUcation@school und Dr. Simone Gobien, Senior Projektmanagerin der Joachim Herz Stiftung, ausgehend von den Potenzialen und Risiken den schulpraktischen Einsatz von adaptiven Lernsettings und KI weiter und diskutieren praxiserprobte Beispiele. Flyer mit O-Tönen zum Download (PDF 3,9 MB)

Mit dem Vortrag „Niemals krank, rund um die Uhr erreichbar, verfügt über das gesamte Weltwissen – Ist ein KI-Chatbot die bessere Lehrkraft?“ soll insbesondere Lehrkräften ein Einblick in die technologischen Grundlagen von KI sowie in Potenziale und Risiken von KI-Anwendungen für Schule und Bildung gegeben werden.
Mehr erfahren...

Forschungskonzept

Vor dem Hintergrund des fortschreitenden digitalen Wandels unserer Gesellschaft – insbesondere im Bildungsbereich – fokussiert die Forschungsagenda auf die digitale Transformation von Lehr- und Lernprozessen. Aus unserer Perspektive obliegt es der fachdidaktischen Forschung, durch die Gewinnung empirisch gesicherten Wissens über Erfolgsfaktoren und Nutzen digital gestützter Lehr-Lernszenarien Lehrkräfte von der Wirksamkeit des unterrichtlichen Einsatzes digitaler Medien evidenzbasiert zu überzeugen und auf diese Weise zu einer Implementation digitaler Lernwerkzeuge in den regulären Schulunterricht beizutragen.

Geprägt durch die seitens Prof. Dr. Sebastian Becker-Genschow erworbenen wissenschaftlichen Kompetenzen setzt das Forschungsgebiet Digitale Bildung mit Schwerpunkt Künstlicher Intelligenz in den folgenden Bereichen Schwerpunkte:

Aufgrund der Expertise in der technologischen Unterstützung von Lehr-Lernprozessen mittels Applikationen für Tablets und Smartphones, aber auch Augmented und Virtual Reality, werden basierend auf jenen Technologien Lehr-Lernszenarien entwickelt und deren Lernwirksamkeit in experimentellen Studien untersucht. Die Erforschung der Wirksamkeit soll vor allem in realitätsnahen Unterrichtsszenarien erfolgen. Ein solches Forschungsdesign gewährleistet ein hohes Maß an ökologischer Validität, da dies eine notwendige Bedingung für den Transfer der Erkenntnisse in die Schulpraxis darstellt. Flankiert wird der unterrichtsnahe Forschungsansatz durch Laborstudien, in denen die Nutzung digitaler Lernwerkzeuge unter kontrollierten Bedingungen untersucht wird.

Über den empirischen Nachweis der Lernwirksamkeit hinaus werden zudem auch die zugrunde liegenden Wirkmechanismen beim technologieunterstützten Lernen aufgeklärt und dazu insbesondere die prozessbasierte Forschungsmethodik Eyetracking eingesetzt. Diese nicht-invasive Untersuchungsmethode ermöglicht die Analyse der Erfassung und Verarbeitung visueller Informationen und kann dadurch wertvolle Erkenntnisse zum Lernprozess liefern. Im Fokus soll hierbei die Untersuchung der kognitiven Verarbeitungsprozesse bei der Darbietung digital visualisierter, multipler externer Repräsentationen (MER) stehen. Für das Lernen in den Naturwissenschaften können MER eine substanzielle Bedeutung beigemessen werden, welche sich sowohl für die Naturwissenschaft im Gesamten als auch die Einzeldisziplinen belegen lässt. Obwohl etablierte Theorien existieren, auf welchen die lernförderliche Wirkung MER fundiert werden kann, existieren bisher äußerst wenige Erkenntnisse dazu, wie Informationen aus digital visualisierten MER selektiert und integriert werden. Zur Aufklärung solcher Verarbeitungsprozesse visueller Informationen bietet sich ein stationärer Eyetracker an, der unter einem Computerbildschirm montiert wird und den Blickfokus eines*r Proband*in mit hoher zeitlicher und räumlicher Auflösung erfassen kann.

Darüber hinaus ermöglicht ein mobiler Eyetracker, der in einem Brillengestell verbaut ist, den Umgang mit digital visualisierten MER auch während Lernaktivitäten wie dem Experimentieren zu untersuchen – und dies sowohl für den individuellen als auch den kollaborativen Experimentierprozess.

Im Kontrast zu produktbasierten Daten können prozessbasierte Daten genutzt werden, um die Lernumgebung lerner*innenspezifisch in Echtzeit während des Lernprozesses anzupassen. So kann z.B. durch die Analyse des Blickverhaltens eine Hilfestellung angeboten werden, noch bevor eine Aufgabe falsch gelöst wird. Der Lernprozess ist durch Aufzeichnung der Blickdaten nahezu unbeeinflusst und die Hilfestellung wird automatisiert von einem (anonymen) Lernsystem bereit gestellt. Denn eine direkte Beobachtung durch die Lehrkraft führt meist dazu, dass die Schüler*innen sich beobachtet fühlen und deshalb ihr Verhalten ändern. Z.B. da Schüler*innen sich oft nicht trauen, Fehler zu machen, wenn die Lehrkraft sie beobachtet, da sie wissen, dass sie durch die Lehrkraft auch beurteilt werden.

Ein automatisiertes System kann daher den Lernprozess im Hintergrund überwachen und bei Bedarf Hilfestellungen anbieten. Zur Echtzeit-Analyse der Eyetracking-Daten kann auch maschinelles Lernen eingesetzt werden, sodass das Lernsystem basierend auf künstlicher Intelligenz autonom die Lernumgebung lernerspezifisch anpassen kann.

Ein weiterer Schwerpunkt der Professur bildet die Einbindung von den Themen Gründung aus der Wissenschaft, Gründungskultur und Technologietransfer in Forschung und Lehre. Im Rahmen der Tätigkeit als Transferbotschafter des Exzellenz Start-up Centers GATEWAY (ESC) werden Forschungsaspekte identifiziert, welche sich für Transferaktivitäten im Bereich Educational Technology (EdTech) eignen. Durch eine enge Zusammenarbeit mit den Start-up Coaches des ESC werden Gründungsvorhaben in diesem Bereich frühzeitig und nachhaltig unterstützt. Ziel ist es, auf diese Weise dem Mangel an EdTech Start-ups entgegenzuwirken und damit die dringend notwendige digitale Transformation des Bildungssystems mitzugestalten.