
Entwicklung des Stud.IP-Plugins „coLearn!“
Das Lernen in Kleingruppen bietet hervorragende Möglichkeiten zur Förderung studentischen Lernens. coLearn!, ein Stud.IP-Plugin, das an der Universität Augsburg entwickelt wurde, unterstützt Lehrpersonen darin, Kleingruppenarbeit strukturiert zu planen und in ihren Vorlesungen, Seminaren oder Übungen umzusetzen. coLearn! bietet Lehrenden – basierend auf Erkenntnissen der empirischen Lehr-Lernforschung - die folgenden Möglichkeiten: (a) Erstellen von Aufgaben, die von Studierenden gelöst werden sollen, (b) Bildung von Kleingruppen zur Bearbeitung von Aufgaben, (c) didaktische Strukturierung der Kleingruppenkooperation durch Vergabe von Rollen, Phasen und je spezifischen Anweisungen, (d) vielfältige Möglichkeiten zur Überwachung des Kooperationsprozesses für die Lehrperson.
Kategorien
Beschreibung
Herausforderung
Die Erträge kooperativen Lernen beliben oft hinter den Erwartungen zurück. Die Wahrscheinlichkeit, mit der das Lernen in Kleingruppen positive Effekte erzielt, erhöht sich laut Erkenntnissen der empirischen Lehr-Lernforschung deutlich, wenn die Kleingruppenkooperation didaktisch angeleitet wird. Hochschullehrende bei der didaktischen Anleitung von Kleingruppenkooperation zu unterstützen, war daher das zentrale Ziel der Entwicklung von coLearn!.
Herangehensweise
Wir haben in einem interdisziplinären Team und in Kooperation mit einer Softwareentwicklungsfirma in einem agilen Softwareentwicklungsprozess das Stud.IP-Plugin „coLearn!“ entwickelt. Dieses erlaubt die Erstellung und Strukturierung von synchron und asynchron nutzbaren Lehr-Lernszenarien, mit deren Hilfe strukturierte Kleingruppenkooperationsphasen im Rahmen von Hochschullehrveranstaltungen umgesetzt werden können.
Zusammenhang
Die Maßnahme wurde in zahlreichen Lehrveranstaltungen aus einer großen Bandbreite an Studiengängen eingesetzt und systematisch evaluiert. Nachdem "coLearn!" zunächst nur innerhalb von Veranstaltungen von Mitarbeitenden im KodiLL-Projekt erprobt wurde, wurde es schließlich auch im Stud.IP-Produktivsystem der Universität Augsburg nutzbar gemacht. Inzwischen steht "coLearn!" allen Hochschulen zur Nutzung zur Verfügung, die Stud.IP als Learning Management System nutzen.
Voraussetzung
Sehr bewährt hat sich die Orientierung am agilen Softwareentwicklungsansatz. Zentrale Elemente waren dabei die Bildung eines interdisziplinären Teams, durch das die unterschiedlichen Designbedarfe artikuliert werden konnten, und die kontinuierlich-iterative Weiterentwicklung des Plugins, unter enger Zusammenarbeit mit einer externen Softwareentwicklungsfirma.
Eignung
Die umgesetzten Lehr-Lernszenarien wurden systematisch evaluiert, insb. auch hinsichtlich einer lernförderlichen Gestaltung von Lehr-Lernszenarien, die mit "coLearn!" umgesetzt wurden. Zu dieser Frage sind mehrere Publikationen in wissenschaftlichen Fachzeitschriften und zahlreiche Vorträge auf Konferenzen entstanden. Zudem wurde auf Basis von Evaluationsergebnissen die Usability von "coLearn!" über mehrere Iterationen hinweg kontinuierlich verbessert.
Für positiv evaluierte Lehr-Lernszenarien wurden auf der Projektwebseite Handreichungen veröffentlicht, die von interessierten Nutzer*innen als Modelle genutzt werden können. Zu diesen Szenarien liegen auch JSON-Dateien vor, die von anderen Lehrenden importiert und in Stud.IP weiterbearbeitet werden können.
Vorgehen/Schritte
Gewinnung einer externen Softwareentwicklungsfirma
Bildung eines interdisziplinären Teams
Regelmäßige Workshops zur Entwicklung von User Stories zur Anforderungsdefinition
Review-Meetings zur Inaugenscheinnahme und Diskussion des aktuellen Entwicklungsstands
Entwicklung und intensive Testung von Prototypen innerhalb von Lehrveranstaltungen
Evaluation der dabei entstandenen Lehr-Lernszenarien
Entwicklung von Handreichungen zu positiv evaluierten Lehr-Lernszenarien
Entwicklung von Unterstützungsmaterialien (u.a. Klickanleitungen, Kurzvideos) und deren Publikation auf der Projektwebseite
Zeitversetzte Publikation des Plugins auf einem geschützten Testsystem und dem universitätsweit genutzten Produktivsystem
Anbieten von Schulungen
Bekanntmachung des Plugins in der Stud.IP-Community
Hinweise
Effekte
Durch die interdisziplinäre Zusammenarbeit sind innerhalb der Universität zahlreiche wechselseitige Kontakte entstanden, die für die Weiterentwicklung von Lehr-Lernszenarien, aber auch für die gemeinsame Verfolgung von Forschungsfragen (incl. Publikationen) nutzbar gemacht werden konnten. Parallel wurde ein zweites Stud.IP-Plugin innerhalb des Projekts (namens "getFeedback!") entwickelt – zu diesem Teilprojekt ergaben sich zahlreiche Synergien, sowohl was die Gestaltung des Plugins selbst als auch was die Durchführung von Evaluationen und die Entwicklung von unterstützenden Materialien angeht.
Learnings
Die interdisziplinäre Zusammenarbeit war eminent wichtig, um die unterschiedlichen Bedarfe der beteiligten Fakultäten/Disziplinen bei der (Weiter-)Entwicklung von coLearn! berücksichtigen zu können.
Regelmäßige Treffen zur Weiterentwicklung des Plugins sowie zur Erstellung von Unterstützungsmaterialien waren unerlässlich.
Beim Einsatz von "coLearn!" in Lehrveranstaltungen ist darauf zu achten, dass die Nutzung des Plugins in irgendeiner Form prüfungsrelevant gemacht wird (z.B. als Teil eines Portfolios), da bei reiner Freiwilligkeit oft nur wenige Studierende das Plugin nutzen.
Empfehlung
Nein.
Tipps
Es sollten vielfältige Wege beschritten werden, um Plugins wie "coLearn!" an der eigenen Hochschule, aber auch an anderen Hochschulen bekannt zu machen, die das Learning Management System nutzen. Hierfür sind Mailingaktionen, aber auch ein regelmäßiges Erscheinen auf der Entwicklertagung des LMS von gro-ßer Wichtigkeit.
Methoden
Empfohlen
Nicht empfohlen
Kontakt
Das könnte Sie auch interessieren

Module zur Arzt-Patienten-Kommunikation
Das Projekt zielt darauf ab, die Arzt-Patienten-Kommunikation an der Universitätsmedizin durch innovative Lernmodule mit Künstlicher Intelligenz zu verbessern. Es adressiert insbesondere nichtmuttersprachliche Studierende. Hierfür werden speziell auf diese Bedürfnisse angepasste Lernmodule mit KI basierten Interaktionen in Form von Chatbots entwickelt, die die Kompetenzen der Studierenden im Kontext der Arzt-Patienten-Kommunikation sowie des Arzt-Arzt-Gesprächs fördern und sie somit auf das Praktische Jahr und den Berufseinstieg vorbereiten. Die Lernmodule werden in einem innovativen und dank der KI besonders interaktiven Lernmanagementsystem installiert und adressieren empathisches Verhalten, Schmerzabfrage, Verständnis von Symptomen und Aussagen sowie Dokumentation. Thematisiert werden in diesem Rahmen u. a. Arztbriefe, Nachtdienst-Protokolle, Anamnesegespräche, Patientenvorstellungen und deren Aufklärung sowie Interaktion mit dem Klinikpersonal. Der Lernprozess wird durch den Einsatz von generativen KI-Anwendungen wie ChatGPT maximal optimiert. Die Chatbots (virtueller Tutor) werden den Lernenden Empfehlungen, Erklärungen und Zusatzinformationen bereitstellen. Für einen personalisierten Lernprozess werden KI-Systeme auch passgenaue Feedbacks in Echtzeit geben und die Kompetenzen bewerten. Eine regelmäßige Lernstandserfassung ermöglicht zeitnahe Anpassungen durch kontinuierliche Wirkungsüberprüfung, die durch finale Erhebung und Evaluation ergänzt wird.
Projekt anzeigen
All the DHBWorld is one: Initiative zur Entwicklung und Evaluation nachhaltiger hybrider Lehr- und Lernräume an der DHBW
Das Projekt ist eine standortübergreifende Initiative der DHBW zur Entwicklung, Erprobung und Evaluation hybrider Lehr-/Lernräume. Ziel ist es, räumlich verteilte Studierende und Lehrende gleichwertig in synchronen Lehrsettings zusammenzuführen und nachhaltige hybride Lehrformate zu etablieren. Im Mittelpunkt steht ein praxisnahes Hybridraumkonzept, das technische Infrastruktur, didaktische Nutzungsszenarien und organisatorische Rahmenbedingungen integriert. Aufbauend auf Pilotinstallationen an mehreren Standorten wurden technische Setups systematisch getestet, iterativ optimiert und in einer technologieoffenen, ökonomisch effizienten Shoppingliste dokumentiert. Didaktische Erfahrungen, Schulungskonzepte und Supportstrukturen für Lehrende und IT-Personal wurden entwickelt und evaluiert. Das gewonnene Wissen soll leicht und finanzierbar auf andere Hochschulen übertragbar sein für zukunftssichere, ergonomische und kostenbewusste hybride Infrastruktur einer Universität der Zukunft.
Maßnahme anzeigen
Mechanik mit nichtlinearen finiten Elementen - Digitale Lehr- und Lernmethoden
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen