Learning Progression Analytics - Analyse und Förderung von Lernverläufen zur Entwicklung von Kompetenzen (LPA-AFLEK)

Erfolgreicher Schulunterricht ist mehr als die bloße Beschäftigung mit vorgegebenen Themen. Ziel ist, dass Schülerinnen und Schüler Kompetenzen entwickeln und vernetztes Wissen aufbauen. Digitale Unterrichtseinheiten ermöglichen es, individuelle Lernverläufe zu erfassen, zu analysieren, wie produktiv sie sind, und die Ergebnisse Lehrkräften zurückzumelden. Wie Lehrkräfte diese Informationen nutzen können, um unproduktive Lernverläufe produktiv zu gestalten, ist bislang wenig erforscht. Das vom Bundesministerium für Bildung und Forschung (BMBF) geförderte Verbundprojekt des Leibniz-Instituts für die Pädagogik der Naturwissenschaften und Mathematik (IPN), des Leibniz-Instituts für Bildungsforschung und Bildungsinformation (DIPF) und der Ruhr-Universität Bochum (RUB) hat das Ziel, individuelle Lernverläufe und Lernschwierigkeiten abzubilden. Daten aus digitalen Physikunterrichtseinheiten werden genutzt, um produktive und unproduktive Lernverläufe zu identifizieren. Automatisch erkannte Lernschwierigkeiten dienen als Grundlage für Handlungsvorschläge, mit denen Lehrkräfte Lernverläufe verbessern können. Das interdisziplinäre Team verwendet Teacher Dashboards, die Lehrkräften nahezu in Echtzeit Feedback zu Lernverläufen geben. Das IPN koordiniert das Projekt und bringt fachdidaktische Expertise ein, das DIPF fokussiert die Analyse mittels Learning Analytics, und die Ruhr-Universität Bochum erprobt die Dashboards unter realen Bedingungen.