wissensschule.de

Digitalisierung an Schulen

Die Themenreihe Schule_digital wird von Cornelsen Digital unterstützt.

1 MIFD in der Praxis: Diagnose und Selbsteinschätzung

Dieser Beitrag stellt Umsetzungsbeispiele des Modells individuelle Förderung digital (MIFD) vor – in Bezug auf die Handlungsfelder Diagnose und Selbsteinschätzung. Wie kann das MIFD helfen, Schülerleistungen zu diagnostizieren, und Schüler bei der Reflexion und Evaluation ihrer eigenen Leistungen unterstützen?

Instrumente der pädagogischen Diagnostik, wie etwa Testverfahren oder gezielte Beobachtungen, ermöglichen einen speziellen Zugang zu den Potenzialen der Lernenden. Basierend auf diesen diagnostischen Grundlagen können Konzepte der Förderung auf die individuellen Bedürfnisse der Schülerinnen und Schüler ausgerichtet werden. Die Evaluation sichert also zum einen die Ergebnisse der Interventionsmaßnahmen, zum anderen ist die Diagnose die Grundlage für die Planung weiterer Förder- und Fordermaßnahmen (Fischer, 2014, S. 14).

Gerade in größeren Lerngruppen bedeuten Lernstandsdiagnosen für viele Lehrkräfte jedoch einen hohen zeitlichen und logistischen Aufwand. Gefördert werden kann allerdings nur, wenn zuvor eine differenzierte Individualdiagnostik stattgefunden hat (Stahl & Zoubek, DEZ/2011, S. 10–15). Hierzu ist es nötig, durch Beobachten Kenntnisse über vorhandene Kompetenzen zu erlangen. Beobachten beinhaltet demnach alle Verfahren, welche Schlüsse über vorhandene Kompetenzen zulassen und helfen, Ursachen zum Ursprung der Defizite ausfindig zu machen (Böhringer et al., 2009, S. 31). Aus diesem Grund muss die Diagnose beziehungsweise Evaluation von Schülerleistung als Ausgangspunkt individueller Förderung verstanden werden. Um Schülerleistung zu evaluieren, müssen zunächst die Kriterien, anhand derer die Lernenden evaluiert werden sollen, ermittelt werden. Anschließend ist zu klären, welche Indikatoren als Zielerreichungskriterien fungieren können. Nach der Auswertung folgen das Feedback und die Planung von Fördermaßnahmen.

— Anzeige —

Im Folgenden wird vorgestellt, wie das MIFD als Hilfestellung zur Diagnose von Schülerleistung herangezogen werden kann. Das Modell stellt Handlungselemente des Handlungsfeldes Diagnose dar und liefert in Anlehnung an John Hattie einen Überblick zu deren Effektivität. Im Modell vorgestellte Messinstrumente in Form von Apps, mit denen Daten gesammelt, aufbereitet und evaluiert werden, können Lehrer bei diesem Prozess unterstützten – dabei sind die jeweiligen Datenschutzbestimmungen zu beachten.

1.1 Handlungselement formative Evaluation

Die formative Evaluation legt im Gegensatz zur summativen Evaluation einen besonderen Schwerpunkt auf die Beobachtung von Lernprozessen und erscheint somit für die individuelle Förderung besonders geeignet (Klieme & Warwas, 2011, S. 811). Diese ist nach Hattie mit einem Wirkungsgrad von d = 0,90 als sehr effektiv anzusehen. Hattie bezieht sich in seinen Metaanalysen auf die Wirksamkeit des Feedbacks von Schülerinnen und Schülern an Lehrpersonen und misst der Klärung der Frage „Wie komme ich voran?“ (gemeint ist: mit der Vermittlung des Stoffes an die Schülerinnen und Schüler) entscheidende Bedeutung bei. Ausgehend von der Antwort können die Lehrenden entscheiden, wie sie ihren Unterricht weiter gestalten, um die gewünschten Lernziele zu erreichen. Die Effektstärke ist dabei höher, wenn evidenzbasiertes grafisches Feedback gegeben wird (Hattie, 2015, S. 215).

Im Gegensatz zu einer summativen Evaluation, die nur das Endprodukt bewertet, werden alle Leistungen mit in die Bewertung einbezogen, also auch der Prozess an sich. Winter betont in diesem Zusammenhang die Möglichkeit, den Dialog über die Leistungen produktiv nutzen zu können (Winter, 2012, S. 66) und akzentuiert im Rahmen dieses Prozesses die Wichtigkeit, Bewertung „… als pädagogische Diagnostik im eigentlichen Sinn“ zu gestalten (Winter, 2004, S. 37–40).

Abbildung 1: HF Diagnose, HE Formative Evaluation.

1.1.1 Den Prozess unterstützende Apps: Kahoot, Socrative, Goformative

In Bezug auf die formative Beurteilung von Schülerleistungen bieten Apps wie Kahoot, Goformative oder Socrative Möglichkeiten, den Prozess mit digitalen Anwendungen zu unterstützen. Diese Anwendungen erlauben das Erstellen von individualisierten Tests und Quiz mit verschiedenen Items wie beispielsweise „Offene Fragen“, „True False Questions“ oder „Multiple Choice Questions“. In Abhängigkeit von der Konstruktionsweise der Items lassen sich nahezu alle kognitiven Bereiche prüfen (zur Diskussion dieser Aufgabenformate und Entwicklung siehe: Haladyna, Downing & Rodriguez, 2002, S. 309-303 und Moreno, Martínez & Muñiz, 2006, S. 65–72 sowie Rodriguez (2007): 3–13).

1.1.1.1     Kahoot

Abbildung 2: Links Projektoransicht, rechts Schülergerät (Kahoot).

Kahoot bietet drei Möglichkeiten, datengestützte Kenntnisse über Schülerleistungen zu gewinnen. Diese sind Quiz, Discussion und Survey. Um einen knappen Überblick über den aktuellen Wissenstand der Schüler zu erhalten, eignen sich die Optionen Quiz und Survey. Möchte man den Wissenstand durch vorab eingepflegte Fragen als Quiz durchführen, gewinnt die Aufgabe einen Wettkampfcharakter. Die Lernenden erhalten nach jeder Eingabe ein Feedback, ob die Antworten richtig waren, und können so Fehler leicht erkennen. Nach Abschluss eines Quiz besteht die Möglichkeit, gegen sich selbst zu spielen und Fehleingaben zu berichtigen (Ghost Mode). Hinderlich könnte sein, dass eine Belohnung für schnell abgegebene Antworten erfolgt. Somit spielt die Reaktionszeit eine Rolle, was zur Folge haben könnte, dass die Lernenden nicht so sehr auf die Genauigkeit ihrer Eingaben achten.

Wählt man den Typ Survey, erhalten die Teilnehmer kein Feedback zu ihren Eingaben und es gibt im Vergleich zum Quiz keine Rangfolge der am schnellsten abgegebenen korrekten Antworten. Es wird jedoch eine Statistik ausgegeben, aus der hervorgeht, wie häufig eine Antwort genannt wurde.

Einer der Nachteile von Kahoot ist die eingeschränkte Auswahl an Fragemöglichkeiten. Es steht lediglich die Option Multiple Choice mit bis zu vier Fragen zur Verfügung, von denen eine bis vier Antworten als richtig markiert werden können.

Zur Analyse der Schülereingaben können die Ergebnisse als Excel-Tabelle heruntergeladen werden, die zur Auswertung der abgegebenen Antworten herangezogen werden kann. Auf Grundlage dieser Erhebung lassen sich Maßnahmen zur individuellen Förderung ableiten.

Abbildung 3: Übersicht aller Antworten.

1.1.1.2     Socrative

Im Vergleich zu Kahoot bietet Socrative eine größere Auswahl an Fragetypen: Multiple Choice, Richtig/Falsch und Kurzantwort. Diese Vielfalt eignet sich zu einer im Vergleich zu Kahoot detaillierteren Lernstandsanalyse. Darüber hinaus ist es möglich, die Schüler die Fragen in ihrem eigenen Tempo beantworten zu lassen (studentpaced). Alternativ kann auch der Lehrer das Folge-Item jederzeit aktivieren (teacher-paced) oder ein Wettkampf (space-race) initiiert werden, bei dem die Lernenden in Teams gegeneinander spielen.

Für schwächere Teilnehmer lassen sich bei den einzelnen Fragen Tipps zu ihrer Beantwortung hinterlegen. Das „exit-ticket“ bietet die Möglichkeit (auf Englisch) abzufragen, wie gut der Stoff der Stunde verstanden wurde und was die Lernenden als hauptsächlichen Lerngegenstand der Stunde betrachten.

Da auch hier alle Antworten in Form einer Excel-Tabelle ausgegeben werden und die Lehrenden zudem durch in der App angezeigte grafische Auswertungen und Antwortlisten sofort eine Rückmeldung erhalten, kann basierend auf den daraus gewonnenen Erkenntnissen bereits während der Stunde eine der Heterogenität der Klassen entsprechende Passung hergestellt werden.

1.1.1.3     Goformative

Goformative erlaubt dem Lehrer zusätzlich zu den bereits genannten Funktionen jederzeit, sich bei der Bearbeitung einer Aufgabe durch die Schülerinnen und Schüler hinzuzuschalten. Bei Bedarf kann er ein direktes Feedback zu Aufgaben, Hilfestellungen sowie Impulse zur Weiterarbeit geben. Die Lernenden signalisieren durch einen Klick, ob sie bei der Erledigung einer Aufgabe Hilfe benötigen. Diese können sie direkt vom Lehrer anfordern oder nach Beendigung einer Aufgabe anonym von einem Klassenkameraden. Nach Beendigung der Leistungsdiagnose bietet das Programm die Resultate auf verschiedene Weise dar. Das automatisierte Erstellen einer Excel-Tabelle mit der erreichten Punktzahl ist ebenso möglich wie das Abrufen der Leistung der Schülerinnen und Schüler in einzelnen Bereichen. Dies erlaubt eine detaillierte Stärken- und Schwächen-Analyse in kurzer Zeit.

 

Abbildung 4: Links Socrative Quizfrage, rechts Anonymisierte Antworten in Socrative

Obwohl sich die Programme in ihrer Funktionalität ähneln, verfolgen sie verschiedene Ansätze. Zielen Socrative und Goformative eher auf das Erstellen komplexerer Lernstands-Überprüfungen, eignet sich Kahoot mehr als Element eines gamebasierten Lernens zur Wiederholung vorab vermittelter Inhalte. Goformative zielt zudem darauf ab, den Lernfortschritt der Lernenden in Echtzeit zu beobachten. Diese Option bietet Socrative ebenfalls, allerdings kann der Lehrer nur sehen, ob eine Aufgabe falsch oder richtig beantwortet wurde, ohne den Prozess an sich beobachten oder darin eingreifen zu können.

Abbildung 5: HF Diagnose, HE Selbsteinschätzung

1.2 Handlungsfeld Selbsteinschätzung

Hattie spricht der Einschätzung des eigenen Leistungsniveaus eine sehr hohe Wirksamkeit (d = 1,44) zu. Lernende haben nach Hattie eine sehr genaue Vorstellung davon, was sie in einem jeweiligen Fach leisten können. Er und sieht dies als Chance, durch Selbsteinschätzung der Schülerinnen und Schüler eine hohe Vorhersagbarkeit in Bezug auf ihr zu erwartendes Leistungsmaß zu erreichen (Hattie, 2015, S. 52). Nach der Selbsteinschätzung folgt die Anpassung des Lernens. Klieme und Warwas sprechen in diesem Zusammenhang von Selbstregulation als individueller Voraussetzung und Ziel individueller Förderung. Hiermit ist in erster Linie die Fähigkeit gemeint, über ein Repertoire metakognitiver Strategien zu verfügen, um den Einsatz kognitiver Strategien zu überwachen (Klieme & Warwas, 2011, S. 805–818). Lehrkräfte können die Ergebnisse einer Selbstdiagnose als Ausgangspunkt zur Erstellung eines Förderplans nutzen.

1.2.1 Den Prozess unterstützende Apps: NoRedInk, Phase 6 Coach, Duolingo

Abbildung 6: Frage aus NoRedInk

Im Bereich der Fremdsprachen gibt es eine wachsende Anzahl von Apps, die mit hoch entwickelten Algorithmen versehen sind. Ein Beispiel einer solchen App ist die für das Wiederholen und Erlernen der englischen Grammatik entwickelte Anwendung NoRedInk. Der in diesem Programm enthaltene Algorithmus erkennt, in welchen Bereichen Lernende Stärken und Schwächen haben. Dies bestimmt die Häufigkeit, in der bestimmte grammatikalische Phänomene abgefragt werden. Das Programm gibt den Schülerinnen und Schülern Rückmeldung über ihren Lernfortschritt – eine Tatsache, die ihnen bei ihrer Selbsteinschätzung helfen könnte.

Bezüglich der Analyse von Leistungen im Bereich der englischen Grammatik bietet NoRedlnk eine Vielzahl von Optionen, die den Prozess der individuellen Förderung unterstützen.

Die vom Programm verwendeten Algorithmen (Learning Analytics) weisen den Lernenden zunächst nach Interessen differenzierte Aufgaben anhand der von ihnen gemachten Angaben zu. Zusätzlich werden korrekte und fehlerhafte Eingaben analysiert und basierend darauf entsprechende Elemente aus allen Bereichen der Grammatik zugewiesen. Zu Beginn einer Einheit (zum Beispiel adjectives and adverbs) erfolgt zusätzlich ein Growth Quiz, bei dem die den Themenbereich betreffende Performanz der Schüler analysiert wird.

Abbildung 7: Ansicht der Leistungsgruppen

Es folgen Übungsaufgaben zum Thema. Abgeschlossen wird die Einheit mit der Unit Diagnostic, die den Lehrenden eine detaillierte Analyse der Problemfelder bei einzelnen Lernenden und deren Fortschritte im Lernprozess bietet. Lernende erhalten nach ihrer Eingabe ein Feedback und bei falscher Eingabe weitere Aufgaben mit ähnlicher Struktur.

Der Lehrende kann die Schülerantworten zu jedem Aspekt einsehen. Eine Diagnose auf Basis der Eingaben ist daher obsolet, da diese vom Programm generiert wird. Lehrende sind allerdings gefragt, wenn Lernende die Strukturen grundsätzlich nicht verstanden haben oder ihnen die Fragestellung unverständlich erscheint. NoRedInk unterstützt den Prozess der individuellen Förderung, da das Programm den Schülern indi vidualisierte Übungen bereitstellt und Möglichkeiten zu einer individuellen und personalisierten Kompetenzerweiterung eröffnet.

Ein weiteres Beispiel aus dem Englischunterricht ist die App „Phase 6 Coach“. Phase 6 Coach ist ein Sprachtrainer, der ebenfalls auf einem eigens dafür entwickelten Algorithmus basiert. Das Programm bietet den Vokabelwortschatz des Oxford Learners Dictionary sowie multidimensionale Diagnosen. Hierbei erhalten Schülerinnen und Schüler auf den Ebenen Rechtschreibung, Grammatik, Kontext und Kollokationen differenzierte Rückmeldung. Je nachdem, wie oft ein Wort erfolgreich im jeweiligen Kontext erkannt wurde, erscheint es mehr oder weniger oft. Die Wirkungsweise soll am folgenden Beispiel illustriert werden.

Abbildung 8: Growth Quiz/Analyse Einzelperson

BEISPIEL

BEISPIEL Ende

Auch Duolingo gibt je nach Übungsverlauf Anregungen zum weiteren Lernen und zeigt dem Lerner durch grafische Rückmeldung auf, wie sein aktueller Leistungsstand ist. Durch die Kooperation mit deutschen Schulbuchverlagen und der Implementierung der in den Lektionen geforderten Vokabeln kann das Programm den aktuellen Lern- und Wissensstand der Schülerinnen und Schüler ermitteln und bietet so Möglichkeiten, bei der Reflexion und Evaluation der eigenen Leistung zu helfen.

Es handelt sich beim MIFD um eine Eigenentwicklung der Autoren. Es ist kein offizielles Modell des Landes Baden-Württemberg. Gültige Datenschutzbestimmungen sind bei dem Einsatz von Apps im Unterricht zu beachten.


Literaturverzeichnis

Fischer, C., Rott, D.; Veber, M.; Fischer-Ontrup, C. & Gralla, A. (Mitarbeiter). (2014). Individuelle Förderung als schulische Herausforderung (1. Aufl.), Friedrich-Ebert-Stiftung. Schriftenreihe des Netzwerk Bildung. Zugriff am 16.08.2016. Verfügbar unter http://library.fes.de/pdf-files/studienfoerderung/10650.pdf

Haladyna, T. M., Downing, S. M. & Rodriguez, M. C. (2002). A Review of Multiple-Choice Item-Writing Guidelines for Classroom Assessment. Applied Measurement in Education, 15 (3), 309–333. https://doi.org/10.1207/S15324818AME1503_5

Hattie, J. (2015). Lernen sichtbar machen. Überarbeitete deutschsprachige Ausgabe von “Visible Learning” (überarb. dt.-sprachige Ausg., erw., 3. Aufl. mit Index und Glossar / besorgt von Wolfgang Beywl). Baltmannsweiler: Schneider-Verl. Hohengehren.

Klieme, E. & Warwas, J. (2011). Konzepte der individuellen Förderung. Zeitschrift für Pädagogik, 57 (6), 805–818. Zugriff am 05.09.2016. Verfügbar unter http://nbn-resolving.de/urn:nbn:de:0111-opus-87822

Moreno, R., Martínez, R. J. & Muñiz, J. (2006). New Guidelines for Developing Multiple-Choice Items. Methodology, 2 (2), 65–72. https://doi.org/10.1027/1614-2241.2.2.65

Stahl, S. & Zoubek, W. (DEZ/2011). Die neue Nähe zwischen Lehrenden und Lernenden. Pädagogik nach Mass. BildungBewegt (15), 10–15. Interview mit Professor Dr. Bernd Wollring.

Winter, F. (2004). Leistungsbeurteilung: ein kritischer Punkt aller Förderbemühungen. Auch die Lernprozesse müssen in den Blick genommen werden. Schulverwaltung Spezial (2).

Winter, F. (2012). Arbeitsdisziplin. Vorschau auf Heft 2/2012. Fördernde Bewertung. Pädagogik (1), 66.


Tobias Rodemerk arbeitet aktuell an der Willi-Burth-Schule in Bad Saulgau und ist dort pädagogischer Ansprechpartner für das Tablet-Projekt an seiner Schule.

Jan Hambsch arbeitet aktuell an der Josef-Durler-Schule in Rastatt, einer gewerblichen Berufsschule und ist dort pädagogischer Ansprechpartner des Tablet-Projektes an seiner Schule.