Institut für Informatik und digitale Bildung

Schwerpunkte des Lehr-Lern-Labor Informatik sind forschungsbasierte innovative Informatik-Fachdidaktik und exploratives Erproben von digitalen Artefakten.

Schwerpunkte

• Mathematische und theoretische Grundlagen der Informatik
• Grundlagen der theoretischen und angewandten Informatik im Schnittpunkt von Informatik, Mathematik und Kunst
• Creative Coding als Anwendungsgebiet für den Informatikunterricht
• Nutzung von KI-Systemen beim Erlernen von Programmiergrundlagen
• Erweiterung bereits bestehender didaktischer Konzepte und tragfähiger mentaler Modelle entsprechender Übersetzungsprozesse
• Förderung algorithmischen Denkens durch blockbasierte  Programmiersprachen mittels Semantic Waves
• Produktive Misserfolge (PS-I-Strategien) als Methode zur Förderung des algorithmischen Denkens auch im Kontext von Physical Computing
• Entwicklung und Evaluation von Workshop-Kompetenzen zur Förderung algorithmischer Denkweisen auch unter Einbeziehung von KI-Anwendungen und in Kombination mit Physical Computing
• Evaluation von Problemlöseprozessen mit Fokus auf Design Thinking, Computational Thinking und Entrepreneurship
• Evaluation und Vermittlung von Problemlösekompetenzen mit Fokus auf Abstraktionsprozessen und Reduktion als Problemlösestrategie

Leitung: Frauke Ritter

Ermittlung und Validierung von Grundlagen in Technologie-erweiterten Lehr-Lern-Settings

Schwerpunkte

Die Forschungsarbeitsgruppe TEL untersucht die Wirksamkeit technologie-gestützter Lehr-Lern-Umgebungen. Sie erforscht die Lernbegleitung angehender Lehrkräfte mittels videobasierter Reflexion. Außerdem validiert sie Instrumente zur Erfassung und Förderung von Computational Thinking.

• Empirical Educational Research, Learning and Instruction 
• Grundlagenforschung Computational Thinking
• Educational Pattern Mining
• Videobasierte Reflexion

Leitung: Dr. Nadine Schlomske-Bodenstein

Digitale Formen der Bildung erzeugen zumeist eine eigene Form der kognitive Belastung. Interaktive Lernumgebungen und Lernspiele erfordern z. B., dass Lernende die Bedienung und andere Informationen erlernen, die nicht unmittelbar mit dem Lernthema zu tun haben. Nach gängigen theoretischen Modellen sollte dies zu einer Beeinträchtigung des Lernens führen, jedoch belegt eine Vielzahl an Studien, dass diese zusätzliche kognitive Belastung durch digitale Umgebungen insgesamt nicht schadet. Aus den Befunden lässt sich ableiten, dass der Einsatz mehrerer Arten kognitiver Belastung dann zu rechtfertigen ist, wenn er eine hohe Passung zu einem bestimmten Lernziel aufweist. Um z. B. einen komplexen Ablauf digital zu Erlernen, muss die kognitive Belastung in Kauf genommen werden, die mit dem Erlernen der Steuerung der digitalen Umgebung zu tun hat. Diese Passung zwischen kognitiver Belastung, lernförderlichen Prozessen und Lernzielen wird im Model des Cognitive Load Alignment empirisch und theoretisch untersucht.

Aktuelle Publikationen:
Skulmowski, A. (2024). Learning by doing or doing without learning? The potentials and challenges of activity-based learning. Educational Psychology Review, 36, 28. https://doi.org/10.1007/s10648-024-09869-y
Skulmowski, A. (2023). Guidelines for choosing cognitive load measures in perceptually rich environments. Mind, Brain, and Education, 17, 20–28. https://doi.org/10.1111/mbe.12342
Skulmowski, A., & Xu, K. M. (2022). Understanding cognitive load in digital and online learning: A new perspective on extraneous cognitive load. Educational Psychology Review, 34, 171–196. https://doi.org/10.1007/s10648-021-09624-7

Beteiligte Promovierende:
Theresa Dechamps, M.Sc. (Stipendiatin Wissensmedien)

Durch die immer häufigere Verwendung von dreidimensionalen Lernumgebungen, Virtual Reality und Augmented Reality stellt sich die Frage, welchen Einfluss der visuelle Realismus auf Lernprozesse hat. Während ein höherer Detailgrad nicht immer lernförderlich sein muss, sondern auch überfordern kann, belegen Forschungsergebnisse, dass eine Vereinfachung ebenfalls nicht für jedes Lernziel den optimalen Realismusgrad darstellt. In diesem Forschungsschwerpunkt wird empirisch untersucht, wie realistische Visualisierungen kognitiv verarbeitet werden und welche Konsequenzen daraus für die visuelle Gestaltung zu ziehen sind. Hierbei werden sowohl die Gestaltung statischer Visualisierungen als auch das Design von Augmented-Reality-Umgebungen erforscht. Dies geschieht sowohl mit grundlagenorientierten Methoden als auch in anwendungsnahen Kontexten.

Aktuelle Publikationen:
Skulmowski, A. (2024). No evidence for a negative effect of realism when learning about a process despite an increase in cognitive load. Applied Cognitive Psychology, 38, e70000. https://doi.org/10.1002/acp.70000
Skulmowski, A. (2024). Are realistic details important for learning with visualizations or can depth cues provide sufficient guidance?. Cognitive Processing,  25, 351–361. https://doi.org/10.1007/s10339-024-01183-3
Skulmowski, A. (2023). Shape distinctness and segmentation benefit learning from realistic visualizations, while dimensionality and perspective play a minor role. Computers & Education: X Reality, 2, 100015. https://doi.org/10.1016/j.cexr.2023.100015
Skulmowski, A., Nebel, S., Remmele, M., & Rey, G. D. (2022). Is a preference for realism really naive after all? A cognitive model of learning with realistic visualizations. Educational Psychology Review, 34, 649–675. https://doi.org/10.1007/s10648-021-09638-1

Beteiligte Mitarbeitende und Promovierende:
Patricia Engel-Hermann, M. A. (AQUA-d)
Marcel Alexander Niesik, M.Sc. (Stipendiat Wissensmedien)